- 结构分解和完整提示，确保重现性 -
介绍
肖像一代、有一个问题是很多人都面临的。
就是“即使有相同的提示，每次都会出现不同的图像”的不稳定性。
问题不仅仅是因为提示很短。。
本质是、提示是“非结构化的”它位于。
在本文中、将人像生成的提示分解为“制作过程”、确保可重复性和、实用提示的完整指南。
提示是“蓝图”而不是“文字”
典型的提示往往如下所示：。
- 美丽的女人
- 电影般的
- 高质量
但这、从制作过程来说，它就是“请好好拍照”的代名词。。
换句话说、完全无法控制的状态です。
重要的是、要做的就是将提示分解如下。
■竖屏提示的基本结构
- 被写体设计（Subject）
- 造型
- 姿势/构图 / 作品）
- 灯光
- 环境（Environment）
- 相机设置（相机）
- 颜色/色调
- 风格
- 情感/意义（心情）
- 质量控制
这个结构是、与真人电影的制作流程相符。。
那么什么是提示呢？、
拍摄方向文字
です。
降低再现性的三个因素
① 频繁使用抽象词
“美丽”和“电影般”等词的解释可能过于宽泛。、结果每次都会改变。
② 身体状况不明确
灯光位置、相机距离、如果没有指定焦距等，、构图模糊。
③ 忽略噪声因素
背景、头发、面部表情等。、如果AI自由解释的部分太多，就会变得不稳定。。
提高再现性的设计原则
■1. 尽可能量化
- 距离（1.5m）
- 角度（45°）
- 颜色（#code）
■2. 修复晃动的元素
- 表情（neutral）
- 视线（camera）
- 发型（长度/分开）
■3. 通过负面提示防止偏差
- 日本动画片 / cartoon 排除
- 消除过度校正
- 背景噪音消除
完成实用级别提示
下面是、旨在最大限度提高再现性的提示。
ultra-realistic portrait of a 26-year-old Japanese woman,
height 165cm, slim build, narrow shoulders, long neck,
oval face shape, small chin, straight nose bridge, slightly wide-set almond eyes,
dark brown iris (#3b2f2f), clear sclera, natural eyelashes,
light smooth skin with subtle pores, no blemishes, no freckles,
neutral calm expression, lips slightly closed, no smile,
eye contact directly to camera,
hair: medium-length (shoulder length), straight with slight inward curl at ends,
natural black (#1a1a1a), center part, slight volume at crown, no stray hair,
outfit: white silk blouse, matte texture, no patterns, slightly loose fit,
top button open, soft fabric folds, no accessories,
pose: seated upright on a chair, spine straight but relaxed,
hands resting gently on thighs, fingers naturally curved,
shoulders slightly angled (15 degrees to camera),
camera position: eye-level, 1.5 meters distance, centered framing,
framing: chest-up portrait, head near top margin,
lens: 85mm prime lens,
aperture: f/1.8,
depth of field: shallow, sharp focus on eyes, background fully blurred,
lighting setup:
single soft light at 45° camera left, slightly above eye level,
soft shadows on opposite side, subtle reflector fill (10%),
environment:
indoor studio, plain warm gray background (#d6d1cc), no objects,
color grading:
warm tone, low contrast, soft highlights, natural skin tones,
style:
editorial fashion photography, realistic, non-stylized,
negative prompt:
cartoon, anime, bad anatomy, extra fingers, blur, noise,
overexposed, harsh shadows, plastic skin, busy background,
--ar 2:3 --q 2 --style raw --seed 12345
这个提示的本质
这个提示的值不是“length”。
重要的是、
- 不留任何解释的余地
- 固定变量
- 完整描述制作过程
这就是重点。
应用：如何正确使用提示
这个完整版本不是“成品”而是“基础”。
例如：
- 仅更改照明
- 换个发型就好了
- 仅更换镜头
通过替换类似的东西、
您可以设计您想要的变体。
它会看起来像这样。
概括
肖像生成中的提示设计是、
- 而不是添加单词
- 控制结构设计
です。
最重要的是、
哪些流程应该留给AI？、人类应该在哪里设计？
这就是观点。
AI擅长“生成”、“意图设计”是不可能的。
设计负责人是、这是一个提示。
你需要的不是技术、
分解生产流程、重建的视角です。
上述提示的详细解释
这个提示不仅仅是“详细说明”、旨在抑制生成结果波动的控制规范“是。
在下文中、每个区块修复什么、我们如何控制AI的自由度？的、我会从实际的角度来分解和解释。。
■了解整体结构（最重要）
该提示由三层组成：：
① 形状定义（Geometry）
→ 人物の物理的特徴・構図
② 光学定义（Optics）
→ 光・レンズ・色
③ 制约条件（Constraints）
→ AIの逸脱防止
👉 この3つを揃えることで、“再現性のある生成”が成立します
■① 被写体設計（Subject Design）
ultra-realistic portrait of a 26-year-old Japanese woman,
height 165cm, slim build, narrow shoulders, long neck,
oval face shape, small chin, straight nose bridge, slightly wide-set almond eyes
●角色
- 人物の「平均化」を防ぐ
- 骨格レベルでのブレを抑制
●积分
- 「26歳」→ 若すぎず老けすぎない中間固定
- 「narrow shoulders / long neck」→ シルエット制御
- 「face shape」→ 顔の輪郭を固定
👉AIは顔より“輪郭”の方がブレやすい
■② 目・肌の詳細定義（微細ディテール制御）
dark brown iris (#3b2f2f), clear sclera, natural eyelashes,
light smooth skin with subtle pores, no blemishes, no freckles
●角色
- 「不気味の谷」回避
- 纹理稳定
●积分
- 指定颜色代码→提高颜色再现性
- 巩膜（眼睛的白蜡）→防止混浊
- 毛孔→防止过度AI修正
👉“皮肤未指定”并制成塑料
■③ 表情/眼神（变化最大的要素）
中性平静的表情, 嘴唇微闭, 没有微笑,
直接与相机进行目光接触
●角色
- 修复情绪波动
●积分
- 没有微笑→消除面部表情的细微变化
- 目光接触→防止视线偏差
👉当你的目光转移时，你看起来就像“另一个人”
■④ 头发（控制噪音产生源）
中等长度, 直的, 向内卷曲, 中心部分, 没有杂乱的头发
●角色
- 抑制发电失败的最大原因
●积分
- 指定所有长度+形状+分型
- 消除杂毛 → 降噪
👉头发是AI最不稳定的部分
■⑤服装（光反射控制）
白色丝绸衬衫, 哑光质感, 没有图案
●角色
- 稳定光的行为
●积分
- 丝绸×哑光→防止过度反光
- 无模式→识别降噪
👉模式导致人工智能误识别
■⑥ 姿势（构图骨架）
坐直, 双手放在大腿上, 肩部倾斜15°
●角色
- 预防人体结构塌陷
●积分
- 手部指定 → 手指弯曲对策
- 角度规格 → 避免过于正面的不自然
👉如果不指定动作，很有可能会崩溃。
■⑦ 摄像机位置（固定视点）
视线水平, 1.5米距离, 居中取景
●角色
- 稳定视角
●积分
- 指定距离 → 防止面部变形
- 视线水平→自然印象
👉未指定距离 = 发生广角畸变
■⑧镜头/景深（摄影的核心）
85毫米, f1.8, 浅景深
●角色
- 确定照片相似度
●积分
- 85毫米 → 纵向标准
- f1.8 → 背景分离
👉这是“CG感”和“照片感”的转折点
■⑨ 写作（最重要）
45°单柔光, 略高于眼睛水平
●角色
- 创造三维效果
●积分
- 45° → 最佳面部阴影平衡
- 从上方→自然光再现
- 充满 10% → 对比度微调
👉不控制光=一切都会崩溃
■⑩ 環境（ノイズ遮断）
plain warm gray background (#d6d1cc), no objects
●角色
- 背景の暴走防止
●积分
- 単色指定 → 認識安定
- no objects → 不要要素排除
■⑪ カラーグレーディング
warm tone, low contrast, soft highlights
●角色
- 印象の統一
👉 撮影後の「現像工程」に相当
■⑫ スタイル指定
editorial fashion photography, realistic, non-stylized
●角色
- 出力の方向性固定
👉 “photorealistic”より具体性が高い
■⑬ ネガティブプロンプト（制約）
cartoon, 日本动画片, bad anatomy, extra fingers...
●角色
- AIの暴走防止
●积分
- anatomy系 → 形状崩れ防止
- style系 → 漫画化防止
👉ポジティブより重要な場合も多い
■⑭ パラメータ
--ar 2:3 --q 2 --style raw --seed 12345
●角色
- 最終制御
- ar → 構図比率
- seed → 再現性の核
👉seedがないと完全再現は不可能
■本提示的实质内容
这个提示是
- 并不是因为详细就说明它好。
- 稳定，因为“变量被压垮”
设计是。
■重要理解
这个结构依然保留、
规划→概念→摄影→开发
这与真人制作是一致的。。
■概要
这个提示的本质是：
- 消除歧义表达
- 进入身体状况
- 提前消除噪音因素
换句话说、
而不是把它留给人工智能、旨在控制人工智能
です。
■为什么英语更有优势
① 学习数据的偏差
许多生成模型、
- 带有英文字幕的图片
- 英語圏のデータセット（LAIONなど）
で学習されています。
👉 つまり、
概念とビジュアルの結びつきが英語で最適化されている
② 代币分解的精度差异
AIは文章をそのまま理解しているのではなく、トークン（意味単位）に分解我正在做。
对于英语
- “soft light”
- “85mm lens”
👉 意味単位で安定して分解される
对于日语
- 「柔らかい光」
- 「85mmレンズ」
👉 分解が不安定になりやすい
（文脈依存・曖昧性が高い）
③ 摄影术语以英语为标准语言
例如：
- aperture（絞り）
- depth of field（被写界深度）
- rim light
- 电影灯光
👉 これらは英語で学習されている前提語彙
■では日本語は使えないのか？
结论：使えるが、用途を分けるべき
■适合日语的情况
① 观念/情感
- 「静かな朝の雰囲気」
- 「孤独感のある表情」
👉 抽象概念は日本語でも機能する
② 粗加工生成
- 创意产生
- 雰囲気確認
👉 精度より方向性重視
■日本語が不利なケース
① 物理・技术指定（致命的）
- 光の角度
- 镜片
- 距離
👉 ここは英語でないと崩れる
② 需要再现性时
👉 同じ画像を出したいなら英語必須
■実務的な最適解（重要）
👉ハイブリッド運用
●推荐结构
[英語：物理・構造]
+
[日本人：コンセプト・感情]
●示例
ultra-realistic portrait, 85mm lens, soft lighting, 浅景深,静かな朝の空気感、少し内省的な表情、平静的气氛
👉 これが最もバランスが良い
■さらに精度を上げる方法
●① 完全英文+日文内部设计
- 設計 → 日本語で考える
- 出力 → 英語に変換
👉 実務ではこれが主流
●②“意向翻译”从日语到英语
単純翻訳はNG：
❌“柔光”→柔光
✔ “来自窗户的漫射光” → 漫射窗户光
👉翻译成摄影术语很重要
■常见的误解
❌“只要是支持日语的机型就没问题”
→部分正确但还不够
原因：
- 我能听懂语言
- 但在视觉联系方面英语占主导地位
■结论
- 也可以生成日语版。
- 但
英语在准确性、再现性、可控性方面更胜一筹。
■本质
问题不在于语言、
描述在多大程度上是“可控的”？
です。
然而，在当前模型中、
其控制语言针对英语进行了优化
这就是现实。
*使用上面的提示、我尝试使用 Gemin 和 ChatGPT 生成图像。（每次、（可能不是同一张照片）
ChatGPT 创造了人工智能图像中常见的面孔。。对于双子座来说，、看起来很自然，就像真人一样。但、双子座无视你肩膀摇动15度的要求。。双子座有很多地方不听你的指挥。。
 |  |
| 双子座 | 聊天GPT |
日语、我刚刚输入“留一个发髻发型”。
 |  |
| 双子座 | 聊天GPT |
日语、我刚刚输入“一件金色开领吊带裙。”。
 |  |
| 双子座 | 聊天GPT |
