首页 / Prompt词库 / 正文
Prompt词库

Midjourney人物写真Prompt:高质量人像生成指令,从写词到出片一次讲透

chuanbook chuanbook
发布于 2026 年 11 月 19 日
阅读 约47分钟
浏览 2
评论 0

1.1 人物写真Prompt的定义、价值与适用场景

我平时把Midjourney人物写真Prompt理解成一份“拍摄说明书”。它不神秘,也不像很多人想的那样是一串咒语。它更像我在按快门之前跟摄影师、化妆师、灯光师和模特开的小会:人物是谁,长什么样,穿什么,站在哪儿,用什么光,镜头离多远,成片要什么质感。把这些信息写成高质量人像生成指令,Midjourney才有机会给出接近我想法的画面。

我身边不少朋友一开始会堆关键词,beautiful woman, 8k, masterpiece 写一大串,出图却像开盲盒。我的感受是,Prompt的价值不在“词多”,而在“信息清楚”。清楚的人物写真Prompt能提高出片率,也能让我在多次生成里保持方向感。它帮我把模糊的审美偏好翻译成可执行描述,省掉大量无效抽卡。

适用场景比很多人想的宽。我给自己做社交头像会用,给内容账号做封面会用,给品牌做人物氛围图也会用。电商模特示意、角色概念设定、纪念风格写真、职场形象照、古风主题创作,都能靠人物写真Prompt先搭出视觉方向。我的习惯是先明确用途,再决定描述颗粒度。头像要面部清楚,商业人像要质感稳,角色化写真要身份特征强。用途不同,Prompt的写法也跟着变。

1.2 高质量人像生成的核心判断标准:真实感、美感、一致性与可控性

我看一张Midjourney人像,先看真实感。真实感不是“越像照片越好”,而是面部结构站得住,光影逻辑说得通,皮肤有质感但不塑料。眼睛、鼻梁、嘴角、下颌线这些地方一旦别扭,画面再华丽我也会判它不合格。手部也藏不住问题,手指比例、关节转折、和道具的接触关系,我都会放大看。真实感不过关,后面谈风格都虚。

美感是我作为普通观众的第一反应,也是我作为创作者会反复推敲的部分。构图有没有呼吸感,色彩是不是统一,人物情绪能不能抓住人,这些比单纯“脸好看”更重要。我会把图缩小看整体,也会放大看细节。缩小看氛围,放大看瑕疵。两种视角来回切换,判断会更稳。

一致性和可控性是我做系列人像时最在意的两项。一致性解决“同一个人多张图像不像同一个人”,可控性解决“我能不能把想要的变化说出来”。我会用参考图、种子值、固定描述模块去稳住人物特征,再用场景和服装做延展。站在使用者角度,我希望每次生成都有迹可循。站在客户角度,他们更关心成品是否稳定、能不能改、能不能批量延展。我的经验是,把这两项提前写进Prompt框架,后面返工会少很多。

1.3 从需求分析到Prompt成稿的总分式创作路径

我习惯用“总—分—合”的方式写人物写真Prompt。总目标先定下来:这张图给谁看,用在哪里,要写实还是风格化,要半身还是全身,要冷调还是暖调。总目标不清楚,后面堆再多细节也容易跑偏。我会用一句话写下画面意图,比如“为职场社交账号做一张温和可信的女性半身像”。这句话就是整段Prompt的锚点。

分模块是我花时间最多的地方。我会把人物主体、外观细节、服装造型、表情姿态、场景光线、镜头语言、画质美学拆开写。每个模块只放必要信息,避免互相打架。写外观时我会控制面部描述的数量,写场景时会注意光线和情绪是否同向。模块之间要有主次,人物是核心,场景和镜头为人物服务。我的做法是先写人物,再补环境,再压画质指令。

合成阶段我会把模块串成一段自然语言,读一遍,看有没有冲突词和空泛词。cinematic lighting 和 flat light 放一起就会打架,minimal makeup 和 heavy glam makeup 也会让模型犯难。成稿后我会先跑低强度测试,看人物结构和构图方向,再逐步加风格强度。看图时我会记录哪些词起了作用,哪些词只是热闹。几次迭代下来,一套可复用的高质量人像生成指令模板就慢慢长出来了。这个过程不玄学,靠的是把需求说清楚,把变量控制住,把结果看仔细。

我写人物写真Prompt有个习惯,先把它当成搭积木。六块模块摆在那儿:主体、外观、服装、表情姿态、场景光线、画质美学。每次不用全写满,缺哪块补哪块,但心里得有这张表。新手容易一上来就猛堆画质词,8k, masterpiece, ultra detailed 写三行,人物本身却只有一句 a beautiful girl。出图自然飘。我吃过这个亏,后来老实了,先写人,再写环境,画质词放后面压阵。

这六块之间不是并列关系。主体和外观是核心,服装和表情跟着人物走,场景光线服务于情绪,画质美学负责收口。我写的时候会反复问自己一句话:这个词是在描述人,还是在描述画面?描述人的放前面,描述画面的放后面。顺序一乱,模型抓重点就容易偏。

2.1 主体描述:人物类型、年龄感、性别特征与身份设定

主体描述是整段Prompt的地基。我一般把这句话放在最前面,用尽量具体的名词替代模糊形容词。a 28-year-old Korean woman 比 a young beautiful woman 稳得多。年龄数字不是死要求,它给模型一个面部状态的锚点。三十岁和五十岁的皮肤质感、面部脂肪分布、眼神状态都不一样。我写商业人像时会把年龄感写细一点,写角色概念图时反而留白,让模型多一点发挥空间。

人物类型和身份设定会直接影响后面的服装、场景、姿态。我接一个职场社交头像的需求,主体会写成 a 32-year-old female architect, confident and approachable。身份词一出来,模型给的姿态和穿着就有了方向。换成 a young mother in her late twenties,气质马上柔和下来。同一个脸型描述,配上不同身份,出图差别挺大。

性别特征这块我踩过坑。早期我只写 androgynous model,想让画面更中性,结果模型在性别特征上摇摆,几张图脸型跨度很大。后来我改成 androgynous features, soft jawline, short cropped hair, lean build,把具体特征补上,稳定性好了很多。主体描述不怕短,怕空。一个身份加一个年龄段,再加一两个气质词,基本就够用了。写太多反而互相稀释。

2.2 外观细节:面部特征、发型妆容、肤质质感与体态表现

面部特征我最多写三处记忆点。freckles across the nose bridge、monolid eyes、a slightly asymmetric smile,这三样一放,人物的辨识度就出来了。有次我贪心,写了七八条面部描述,眉毛、眼距、鼻型、唇形、颧骨全列上,出图的脸像拼出来的,每处单看都对,合在一起别扭。模型处理过多细节时会顾此失彼。我现在坚持少而准,挑最想让观众记住的那几处写。

肤质质感是决定真实感的关键。natural skin texture, visible pores, subtle subsurface scattering 这组词我几乎每次写实人像都会带。不写这些,出图容易滑成塑料感。妆容描述要跟身份和场景对上。minimal makeup, dewy finish 适合日常写真,soft glam makeup, defined brows 适合杂志感。把 minimal makeup 和 heavy smoky eye 放一起,模型会犯难,脸容易脏。

发型和体态我常常一起写。shoulder-length wavy hair, slightly windblown 配 relaxed posture, shoulders slightly turned,画面就有动态感了。体态词很多人忽略,其实它很影响人物气质。upright posture, squared shoulders 是职业感,slouched shoulders, hands in pockets 是松弛感。我写全身或半身像时会专门补一句体态,不然模型容易给一个笔直站立的证件照姿势。面部描述负责“像谁”,体态负责“这个人怎么站着”,两块都写,人物才立得住。

2.3 服装造型与配饰:风格统一、材质表达与色彩搭配

写服装我很少写品牌名。模型对品牌的理解不稳定,写 a Chanel tweed jacket 不如写 a cream-colored tweed jacket with gold buttons, cropped fit。材质词比品牌词有用得多。linen、wool、silk、washed denim、soft leather,这些词能把面料的垂坠感、光泽感、褶皱感带出来。我做过一组秋季街拍人像,把 oversized wool coat 写进去,出图的肩线和大衣厚度明显比只写 coat 要真实。

风格统一是服装模块的底线。机能风和宫廷风混在一起,画面会散。我写服装前会先定一个风格词,smart casual、vintage 70s、minimalist modern,后面所有服装描述都往这个词上靠。配饰也是一样,thin gold-rimmed glasses 配简约风合适,换成 chunky acrylic earrings 就跳了。配饰我一般只写一到两件,作用是给人物加记忆点,不是开饰品展。一副眼镜能带出知性,一块手表能带出职业感,点到为止。

色彩搭配我会跟场景光线一起考虑。暖光场景里人物穿 warm beige, camel, soft rust 会融进画面,穿 icy blue 就跳出来,跳出来也不一定是坏事,看我想让观众先看哪儿。我做过一张暗调人像,全画面灰黑,人物穿 a deep burgundy silk blouse,那一小块红成了视觉落点,效果比全身亮色好。色彩不是越多越好,主色加一个点缀色,画面就稳。服装写三到四个元素,材质、版型、颜色、配饰,够用了。

2.4 表情姿态与情绪氛围:自然度、镜头感与叙事性

表情词我写得越来越具体。happy、sad 这种大词,模型给的答案很套路。换成 a soft closed-mouth smile, eyes slightly narrowed,或者 lips slightly parted, calm gaze,出图的情绪层次明显不一样。我现在写表情会带一点微动作,eyebrows slightly raised、a faint smirk on one side,人物就活了。镜头感也属于表情模块。looking directly at camera 是直接交流,looking off-camera to the left 是故事感,eyes closed, face tilted up 是氛围感。用途不同,选法不同。社交头像我让人物看镜头,杂志大片我常常让人物看向画外。

姿态描述我会写清楚手和身体的关系。手是模型的老大难,写 hands in pockets 或 one hand adjusting the collar,比放任手部自由发挥强。有次我写 standing elegantly,出图两只手都别扭。后来改成 leaning against a windowsill, one hand resting on the frame,手部问题少了很多。给手一个明确任务,模型就不容易乱来。

叙事性是我判断一张人像好不好看私心标准。人物在做什么,比人物长什么样更抓人。adjusting her sleeve, mid-motion、glancing back over her shoulder、holding a coffee cup with both hands,这些小动作让画面有前后文。我写情绪氛围时会问自己:这张图如果截取一秒钟,前一秒发生了什么?答案写进Prompt,画面就有了呼吸。情绪要和场景同向,雨天窗边配 melancholic, quiet gaze,清晨厨房配 sleepy, soft smile。情绪词和场景词打架,画面会假。

2.5 场景、光线与镜头语言:环境层次、布光方式、焦段与构图

场景我喜欢写出层次。前景、中景、背景各给一点信息,画面就有纵深。blurred cafe interior in the background, a marble counter in the mid-ground, warm bokeh lights,这样写比单写 in a cafe 丰富得多。背景我通常会加 blurred 或 out of focus,让人物保持在视觉中心。场景元素不用多,两三个能撑起空间感的就够了。写太满,人物会被环境吃掉。

布光我写得具体到方向。soft window light from the left、golden hour backlight with lens flare、Rembrandt lighting, strong shadow on one side,方向一写,光影逻辑就成立了。我见过很多人写 cinematic lighting 就收手,这个词太宽,模型给的答案不稳定。补一句光线方向和质感,比如 diffused overcast light, no harsh shadows,效果立刻可控。室内人像我偏爱侧窗光,柔和,有立体感,皮肤质感也容易出来。

镜头语言分两块:焦段和构图。85mm lens, f/1.4, shallow depth of field 是我写人像的常用组合,背景虚化,面部比例自然。35mm lens 会带一点环境,适合街拍和纪实。medium shot、close-up portrait、full-body shot 这些景别词要写清楚,不然模型给你全身还是半身全凭运气。构图词我用得克制,rule of thirds、centered composition、negative space on the right,一次最多写一个。镜头语言是为人物服务的,不是炫技。我写场景光线时会一直提醒自己:这些东西是在衬托这张脸,不是在抢戏。

2.6 画质与美学指令:分辨率感、细节强度、摄影质感与后期风格

画质词我放在Prompt靠后的位置,作用是把整体质感收一收。8k、ultra detailed 这类词不是不能用,用多了会过曝式锐化,皮肤反而假。我更愿意写摄影质感,shot on Kodak Portra 400, fine film grain、editorial photography, natural color grading。这些词给的是画面气质,不是单纯的分辨率。胶片质感和数码质感差别很大,写清楚能少走很多弯路。

后期风格我一般写一到两个词。muted color grading, soft contrast 适合安静的人像,high contrast black and white, deep shadows 适合戏剧感。风格词和画质词要跟前面的光线描述对齐。前面写 soft diffused light,后面写 harsh contrast,两边打架,画面会拧巴。我写完整段Prompt会从头读一遍,专门找这种矛盾。

细节强度这块要跟Midjourney参数配合着看。--stylize 拉太高,风格化会吃掉肤质细节,脸会变滑。我做人像通常把风格化压在中低区间,先把人物结构跑稳,再考虑加风格。--quality 和分辨率相关的设置也影响细节表现。Prompt里的画质词和参数是一套组合拳,光靠词堆不出好质感。我自己的经验是:画质词少写,写准;风格词少写,写对;剩下的交给参数和迭代。六块模块写到这儿就闭环了,剩下的功夫在反复试。

风格这个东西,我一开始也说不清。拍了几年照、跑了上千张图之后,我慢慢有了自己的理解:风格不是一堆形容词的堆砌,是"你在什么情况下、想让这张脸怎么被看见"。同一张脸,棚拍和街拍出来的味道完全不一样。我刚开始用Midjourney那会儿,不管什么需求都写 beautiful woman, cinematic lighting, 8k,出图看着还行,但全都长一个样。后来我强迫自己做一件事:把风格拆开,一种一种单独练。练完发现,每一种风格背后都有一套自己的"词库"和"参数习惯"。这一章就是我这几年攒下来的分类指令库。

我给风格分的这几类,不是学术分类,是我自己用得顺手的分法。写实摄影、氛围风格化、时尚商业、文化主题、生活职业、艺术探索,六大类。每类下面我都有几条"起手模板",接到活儿直接从模板改,能省掉一半试错时间。这种方法特别适合刚上手的人,或者需要在短时间内切换不同项目的人。

3.1 写实摄影风:棚拍、街拍、纪实与商业人像

写实摄影是我用得最多的一类,因为大部分商业需求都归在这儿。棚拍人像我有一个稳定的开头模板:professional studio portrait of a [age and identity], seamless backdrop in [color], [lighting setup], shot on [camera], 85mm lens, f/2.8。光线这块我会写得死一点,softbox key light from 45 degrees, subtle rim light on the hair 这种描述比 studio lighting 稳住十倍。背景色我偏爱上暖灰、米白、深灰三选一,不会抢人物,也不会显脏。

街拍人像完全是另一套逻辑。场景是活的,光线不受控,我喜欢把环境信息写得细一些:candid street portrait on a narrow Tokyo alley, late afternoon, dappled sunlight through buildings, urban texture in the background。焦段我会拉到35mm或者50mm,让人物和环境咬在一起。街拍这张脸最关键的是"不摆拍",Prompt里我会塞 unposed, mid-conversation, natural expression,让它别给我一个端着的表情。

纪实时我追求的是"被记录下的瞬间"。我写过一个做陶的女工,Prompt是 documentary portrait of a female ceramicist in her studio, clay-stained apron, natural window light, tired but focused expression, candid moment。出图那双手上的泥、额头上的汗珠、微微下垂的肩,全是我要的东西。纪实的诀窍在于"允许不完美",tired eyes, loose hair strands, wrinkled clothing 这些词我反而会主动加。

商业人像我更看重"干净"和"可信"。一张好的商业头像,脸要让客户想认识这个人,同时又不能有太多个人痕迹。我常用的收尾组合是 clean skin, well-groomed hair, gentle confident smile, seamless background, editorial retouching, soft neutral color grading。颜色别太艳,别太灰,中间那个温区最不容易出错。

3.2 氛围风格化:胶片、复古、电影感、暗调与柔光人像

胶片风是我个人最偏爱的一类。它的魅力不在"好看",在那点朦胧的、不可控的感觉。我写胶片Prompt时会把胶片型号带进去:shot on Kodak Portra 400, warm skin tones, fine film grain, halation around highlights, natural light, muted color palette。半个halation(高光溢出)写进去,画面立刻就有了那种"边缘发光"的胶片气质。柯达的暖调、富士的绿调、伊尔福的黑白灰调,型号不同气质不同,这个细节很多人不写,其实差别挺大。

复古风要小心,容易滑成"影楼风"。我通常把年代写死,70年代就写 1970s fashion editorial, wide-collar shirt, feathered hair, warm sepia tone,80年代就写 1980s glamour portrait, bold eyeshadow, big hair, neon-tinted backlight。年代感一旦写对,模型的服装和妆造会自动往那个方向调,画面立刻有了记忆点。复古最怕的是"似是而非",你说复古又没说哪个年代,出来的东西会让所有人觉得"有点不对劲又说不上哪里"。

电影感是我觉得最难控制的一类。它不是加个宽银幕黑边就完事。我会写 cinematic portrait, anamorphic lens, slight vignette on the edges, dramatic side light, depth of field separating the subject from the background, teal and orange color grade。teal and orange 这个配色组合在电影调色里非常常见,加上去画面立刻有电影味。人物姿态我会配合写 looking past the camera, contemplative expression,给人一种"她在想别的事"的故事感。

暗调人像和柔光人像是两个极端,我都喜欢。暗调用 low-key lighting, deep shadows, single light source from the side, dark background 起手,肤色要压下来一点,rich deep skin tones 比 luminous skin 更合适。柔光反过来写 high-key lighting, soft diffused window light, airy atmosphere, pastel color palette,画面会浮起来。两种风格我都建议先跑小构图、小尺寸,看光影对了再放大,省时间。

3.3 时尚与商业表达:杂志大片、美妆广告、品牌形象人像

杂志大片我把它当成"把人当视觉元素来编排"。摄影师和造型师在这种语境下不是在拍一个人,是在拍一个idea。我写这类Prompt的起点通常是风格参考而不是人物本身。比如 Vogue editorial portrait, avant-garde fashion styling, geometric composition, strong sculptural pose, high fashion makeup, studio backdrop in dusty rose。几何感、雕塑感、avant-garde,这几个词能把画面从"漂亮"推到"有态度"。

美妆广告人像的重点在皮肤和妆面。它要经得起放大,睫毛、唇纹、高光点都得是真实的。我常写 beauty close-up portrait, flawless but natural skin texture, dewy highlighter on cheekbones, glass skin effect, soft gradient background, macro details on eye makeup, lip texture visible。背景要干净,通常用渐变背景或纯色背景,让人只看到脸。这类图我很少写太多姿态,face angled slightly toward light, lips slightly parted 就够了。

品牌形象人像是另一种活。它需要"人味"和"专业感"同时在场,不能太像广告,也不能太像证件照。我做过的项目里,常用的模板是 brand ambassador portrait, natural smile, crisp white shirt or brand-color blazer, clean professional background with subtle brand environment cues, approachable posture, warm but not cheesy lighting。品牌色这块我一般写抽象一些,比如 hint of deep teal in the environment,比硬塞一个logo自然。

时尚和商业这两块,我特别看重后期的"度"。写 editorial retouching 是加分,写 airbrushed, flawless, plastic skin 就掉分。现在越来越多人反感"过度修图脸",我写Prompt时会加一个约束词 retouched but with visible natural skin texture,效果比什么防护词都强。

3.4 文化与主题人像:古风、国潮、民族服饰与角色化写真

古风人像我做过不少,也翻过不少车。它最大的陷阱是"元素叠满"。我早期写古风,汉服、斗笠、簪子、油纸伞、竹林、烟雨全塞进去,出来的图糊成一团。后来我学会了只给一个核心意象。比如 Tang dynasty court lady, flowing silk hanfu in soft celadon green, hair ornamented with jade pins, sitting by a lacquered screen, warm candlelight。一次只讲一个场景,画面反而稳了。

国潮是近几年特别热的方向。它要的是中国传统元素和现代审美的混血。我写国潮时常用 modern guochao fashion portrait, hanfu-inspired silhouette with contemporary tailoring, red and black color scheme, urban night backdrop with neon signage reflecting on silk fabric。红黑配色、霓虹、丝绸反光,这组组合出来的画面既有传统底色又很潮。人物姿态我会写得更现代一些,hands in pockets, direct gaze, confident stance,把气场拉起来。

民族服饰人像我特别小心。这不是"穿个好看衣服拍张照",它承载的东西更重。我写这类Prompt时会尽量准确,比如 Mongolian traditional deel, deep blue fabric with gold embroidery, silver hair ornaments, grassland background at dusk, respectful and dignified expression。民族服饰的颜色、纹样、配饰我都尽量写对,减少模型乱凑。拍出来好看是其次,别把人家文化穿错了才是底。

角色化写真是另一条路。cos、游戏角色、影视人物概念,这类需求的核心是"角色感"。我通常按这个顺序写:character portrait of a [role type], [key visual features], [signature costume element], [signature pose or prop], [characteristic lighting]。举个具体的:character portrait of a cyberpunk hacker, asymmetric shaved hair with purple streaks, high-tech visor covering one eye, crouched over a glowing screen, blue and magenta neon lighting。一眼能认出这是谁、在干嘛,就够了。

3.5 生活化与职业化场景:日常写真、职场形象、社交头像与证件照优化

日常写真这几年越来越吃香,年轻人不喜欢端着拍照了。我写日常写真的关键词库是 candid, lived-in, warm, slightly messy, authentic。场景我喜欢写家门口、厨房、阳台、便利店门口这类地方,不是网红景点。举一个我很喜欢的Prompt:candid portrait of a young woman in her apartment kitchen, morning light through the window, messy bun, oversized t-shirt, holding a mug, sleepy but warm smile。这种图不惊艳,但很耐看。

职场形象的需求我一直有。很多客户做领英头像、公司官网团队页,都要这种。我的模板是 professional headshot, [age and gender], natural smile, [business attire in a specific color], softly blurred office background, well-lit from the front-left, crisp but friendly。这里的秘诀是"背景要有但别抢戏",softly blurred office background with a hint of plant and bookshelf 这种描述比全白背景或纯办公室更有人情味。

社交头像和证件照优化是两件不太一样的事。社交头像我可以放开写,striking profile picture, half-body shot, distinct personal style, high contrast with the background, engaging expression looking into the lens,颜色可以更饱和,姿态可以更夸张。证件照优化的需求在"修得好但别修过头",我一般写 clean headshot for ID purposes, neutral expression, even lighting, plain light gray background, natural skin, no jewelry。真实感>美感,这是证件照的底线。

生活化那一类我还有一个观察:表情和姿态一定要"松"。绷着的肩膀、刻意的手势、太用力的笑容,一眼就假。我写这类Prompt会主动放几个"松弛词",relaxed shoulders, gentle expression, natural posture, not looking at the camera,这比什么都管用。

3.6 艺术化探索:插画感、超现实、概念人像与实验风格

插画感人像是把"照片"往"画"的方向推。我不写 illustration style 这种大词收手,会具体到插画流派,editorial illustration aesthetic, flat color blocks with gradient overlays, bold outlines, soft textured shading。人物特征我会适当放大,眼距、鼻梁、下巴的线条都往"风格化"的方向写,stylized facial proportions, expressive large eyes, elongated neck。这种风格最怕的是"半照片半插画",界限不清,画面就脏。

超现实是我个人最喜欢折腾的方向。它给我的自由最大,失败也最多。我常用的结构是"现实的部分 + 一个不可能的细节":surreal portrait of a woman, floating hair defying gravity, fish swimming through the strands, softly glowing skin, dark background with a distant nebula。或者 portrait split down the middle with mirrored reflection of a different season on each side。超现实的要义是"局部荒谬,整体可信",光打得真、肤质画得真,那个不可能的细节才有冲击力。

概念人像介于商业和艺术之间。它的核心是"传达一个想法"。我做过的例子里,有一组关于"身份"的概念人像,Prompt写的是 conceptual portrait of a woman wearing multiple translucent masks stacked over her face, eyes visible only through the top layer, dramatic side light, deep shadow background。这种图不适合所有人看,但对特定受众有很强的叙事张力。概念人像我会反复推敲"隐喻的清晰度",太模糊没人懂,太直白就俗了。

实验风格是我给自己留的playground。我会故意违反一些规则,extreme wide-angle distortion, fisheye lens portrait, face pressed close to camera, warped perspective。也会玩一些材质实验,portrait rendered in oxidized copper texture, cracked porcelain skin with gold kintsugi seams。这类探索出的图大多不能用,但偶尔会蹦出一两张特别惊艳的,我就把它当素材存着,下一次做概念项目的时候翻出来用。


风格库写到这儿,我想加一句自己的体会。分类是为了方便,不是为了限制。做多了你会发现,那些最好的人像往往跨了好几个类别。比如一张"胶片质感的职场人像"、"带超现实元素的古风写真"、"电影感的日常抓拍"。我的建议是:先把每一类练熟,练到能闭着眼睛写出一条能出图的Prompt;然后再打破它。指令库是你的地基,不是你的天花板。

参数这块,我吃过不少亏。最早我完全不管参数,觉得Prompt写好了就行,结果同一段描述在别人电脑上出图效果比我的好一大截。后来才知道,人家在后面挂了 --ar 3:4 --s 200,我啥都没加。参数不是装饰,是你在跟模型谈条件,写清楚了你想要什么,它才给你什么。这一章我把常用参数和我自己的迭代流程整理一下,都是实际操作里攒下来的经验。

我不建议一开始就背参数表。我的做法是先把图跑出来,发现"这个构图裁一下更好"就学 --ar,"风格太塑料了"就学 --s,"每张都差不多"就学 --chaos。带着问题去学参数,比干背用途大得多。这一章每个参数我都会带上我自己的使用场景,你对照着自己需要的场景去用。

4.1 常用参数与人像适配:画面比例、风格化强度、多样性控制与随机种子

画面比例 --ar 是我第一个认真学的参数。人像这事儿,比例不对整个构图就废。半身像、头像、证件照,我基本都用 --ar 3:4 或 --ar 4:5,竖构图能把人立起来,也符合大部分平台的展示习惯。全身像或者带环境的人像我会拉到 --ar 2:3,再宽就不像人像了。横构图我只有在做"人在环境里"的故事感画面时才用,--ar 16:9 配街拍或者电影感构图,效果不错。有一次给客户做双人合影,我试了 --ar 1:1,画面稳当,裁切也方便,后来成了我拍双人照的默认比例。

风格化强度 --s(stylize)是个很容易被忽略但影响巨大的参数。它的范围是0到1000,数值越高,模型越会"自作主张"地加美学处理。我做人像写真时的经验值是这样的:写实类、证件照、商业头像,我用 --s 50 到 --s 150,保持克制,别让它乱加滤镜;氛围风格化、电影感、胶片风,我会拉在 --s 250 到 --s 400,给它空间去渲染质感;插画感、超现实、概念人像,我直接上 --s 600 到 --s 750,让它放飞。超过800我很少用,因为脸容易开始变形,五官会往"过度风格化"的方向跑,尤其是眼睛和牙齿。

多样性控制 --chaos 我平时用得不多,但在两个场景下特别管用。一个是卡住了、出来的四张图全都一个样,我就挂 --c 25 或者 --c 40,逼它给出不同方向;另一个是前期探索风格的时候,我需要看到尽可能多的可能性。做正式交付的时候我基本把这个值压到0或者很低,因为客户要的是稳定,不是惊喜。随机种子 --seed 是系列化创作的好朋友,这个我放到第4.5节细说。

还有一个参数我提一下:--style raw。开了这个之后,模型会减少"美化倾向",出图更接近真实照片的质感,少一些"AI味"。我拍纪实、日常写真、职场形象的时候几乎默认开着,尤其是要"像真人"而不是"像AI图"的时候,这个开关比写十个"natural"都管用。反面例子是做美妆广告的时候,我会关掉它,让模型把皮肤的质感和高光做足。

4.2 参考图与风格参考在人像一致性中的应用

参考图是我从"会写Prompt"到"能控制结果"之间的分水岭。Midjourney的图生图(image prompt)可以在Prompt最前面贴图片链接,模型会参考那张图的构图、色调、风格。我常用的写法是把参考图链接放前面,后面跟文字描述,再用 --iw(image weight)控制参考强度。--iw 0.5 是轻度参考,主要借氛围;--iw 1.5 到 --iw 2 是重度参考,构图和色调会明显跟着走。做人像的时候我一般放在 --iw 1 到 --iw 1.5 之间,太高了脸会被参考图带跑。

风格参考 --sref 是我后来才用上的功能,用上之后回不去了。它的好处是"只借风格不借内容"。比如我手上有一张特别喜欢的胶片人像,我想要那个色调和颗粒感,但人物、构图、场景全换。以前我只能贴图然后碰运气,现在挂 --sref [图片链接],加上 --sw(style weight,风格权重)控制强度,就能干净地拿到那个风格。我做系列人像的时候会先定一张"风格锚图",后面所有图都挂这个 --sref,整组图的色调就统一了。--sw 我常用的区间是100到400,太低没感觉,太高会盖过人物本身。

角色一致性这块,Midjourney出了 --cref(character reference)之后好用多了。我的用法是把一张正面清晰、光线均匀、表情自然的人像作为角色参考,配合 --cw(character weight,角色权重)来调。--cw 100 会尽量保留脸、发型、服装,适合同一个角色换场景;cw 调低到20左右,模型主要保留脸,服装和姿态会按Prompt来,适合同一个角色换造型。我做过一组"同一个人在不同城市街头"的系列图,就是用 --cref 锁脸、Prompt换场景,出来的效果比纯文字描述稳定太多。

这几个功能组合起来才真正有用。我做一个角色系列时的标准流程是:先用纯文字跑出一张满意的"角色基准图",把这张图存好;然后每一张新图都挂 --cref [基准图] --cw 30,同时挂 --sref [风格锚图] --sw 200,文字部分只写场景、姿态和服装变化。这套组合拳打下来,脸是稳的,风格是稳的,场景是活的。唯一的坑是 --cref 和 --sref 同时挂的时候模型偶尔会打架,脸变形的概率会上升一点,我的应对是多跑几轮、挑好的。

4.3 从初稿到成片:变体生成、放大、局部重绘与细节修正

我的出图流程分四步:初稿、变体、放大、修细节。这四步听着简单,每一步都有讲究。

初稿阶段我一般只跑四张,看方向对不对。四张里通常有一到两张是"接近但还差一点",这时候我不急着改Prompt,先点V1到V4做变体。变体是在这一张的基础上微调,比重新写Prompt更快找到"那个感觉"。我有个习惯:初稿四张如果全都不对,说明Prompt方向错了,回去改词;如果有一张对但不够好,就做变体。这个判断能省掉大量瞎改的时间。做变体的时候我一次只点一到两张,别四张全点,不然又回到"四张差不多"的困境。

放大这一步,我早年总是直接点Upscale就完事,后来发现放大之后脸的细节会变,有时候变得更好,有时候变得奇怪。现在我放大前会先看清楚:眼睛、牙齿、手指这几个地方有没有问题。有问题的地方先别放大,先做局部重绘。放大我一般用Subtle(轻度放大),保留原图的气质;遇到特别满意的图我会用Creative(创意放大),它会补充更多细节,但也会改脸,风险高一点。放大的图我建议都存下来,AI出图有个特点:同一张图你再也跑不出一模一样的第二张,存图就是存资产。

局部重绘(Vary Region)是我修图的救命功能。人像最常见的问题是手、眼睛、发际线、衣领这些地方。以前我只能重新跑,现在我框选问题区域,改一段针对性的Prompt,比如原图手指糊了,我就框选手部写 natural hand with five fingers, relaxed pose。局部重绘有个技巧:框选范围别太小也别太大,框太小人像模型会忽略,框太大等于重画。我的经验是框住问题部位再往外扩一点,给模型一点上下文。修完一轮如果还不满意,可以再框再修,我最多修过四轮。

细节修正这块,我总结了一个"三看"原则。第一看脸:五官对称吗、眼睛有神吗、牙齿自然吗。第二看手:手指数量对不对、关节朝向合理吗。第三看光影:光源方向一致吗、阴影落点对不对。这三关过了,图基本能交付。还有个小技巧,如果一张图整体都好就是肤色偏了,与其重跑,不如把它当参考图挂上去做 --iw 1.2 再跑一次,模型会帮你把色调拉回来。这个技巧我救回过好几张差点废掉的图。

4.4 Prompt模块化模板:可复用结构、关键词权重与指令冲突排查

写到这儿我要说个真心话:我早期写Prompt是想到什么写什么,顺序乱、重点散,出图全凭运气。后来我把它拆成模块,写成固定结构,效率和质量都上了一个台阶。我的模块顺序是:[主体] + [外观细节] + [服装造型] + [表情姿态] + [场景光线] + [镜头参数] + [画质风格] + [参数]。这不是唯一正确顺序,但它符合"从人到环境到技术"的认知逻辑,模型吃这套。

模块化的好处是可复用。我手上现在有十几个"半成品模板",做新项目的时候不是从零写,是从模板改。比如"职场形象"模板:professional headshot of a [age] [gender], [hair style], wearing [attire], friendly natural smile, softly blurred office background, shot on 85mm lens, soft window light, clean natural skin texture, editorial retouching --ar 4:5 --s 100 --style raw。接到需求只改中括号里的变量,五分钟能出一条能用的Prompt。这种模板我建议每个人都建几个,按风格分、按场景分,用起来非常顺手。

关键词权重是进阶技巧。Midjourney里可以用 关键词::数字 来加权,比如 blue eyes::2 表示强化这个特征,minimal background::0.5 表示弱化。我用权重的场景很具体:当某个人物特征特别重要,比如"雀斑"、"单眼皮"、"酒窝"这类,我会给它 ::2 或者 ::3;当某个元素容易被模型放大抢戏,比如背景、配饰,我会给它 ::0.5。权重别滥用,一条Prompt里加权关键词超过三个就开始乱了,模型会顾此失彼。我一般控制在两个以内。

指令冲突排查是模块化之后必须做的事。最常见的冲突有三类。第一类是光线冲突:你写了 soft window light 又写了 dramatic studio lighting,模型不知道听谁的,出来的光会又平又硬。第二类是风格冲突:photorealistic 和 illustration style 同时出现,画面就会半照片半插画,特别脏。第三类是场景冲突:indoor 和 outdoor landscape 放一块,模型会强行拼一个不伦不类的画面。我的排查方法是写完Prompt通读一遍,问自己"这些词描述的是同一个画面吗",有矛盾就删一个。

还有个隐蔽的冲突是"过度描述"。早期我喜欢堆词,beautiful, gorgeous, stunning, amazing, perfect face 一串下去,结果出来的脸反而僵。模型对同义反复的处理是"平均化",你堆得越多,它越往一个平庸的中间值靠。我现在写人像,形容词不超过三个,每一个都要具体。beautiful 换成 gentle expression,perfect face 换成 clear skin with faint freckles,具体词永远比大词管用。

4.5 系列化人像创作:角色一致性、多场景延展与批量生成管理

系列化是商业项目里最常见也最磨人的活儿。客户要的不是一张好图,是一组"看起来是同一个人"的好图。我第一次接这种活儿的时候,一组十张图出了十张不同的脸,被退回来重做,那叫一个崩溃。后来我摸索出一套流程,现在做系列图稳多了。

第一步是先定"角色基准图"。我会用纯文字跑一批,挑出一张脸最满意、光线最标准、姿态最自然的,把它作为整个系列的锚点。这张图要存好、命名好,后面每一张新图都从它出发。第二步是定"风格锚图",挑一张色调和质感符合项目调性的图,挂 --sref。两张锚图定下来,整个系列的"人"和"调"就锁死了。

第三步是批量生成。这时候我会用 --seed 配合 --cref。--seed 的作用是锁定随机数,同一个seed跑出来的图在构图和气质上会有延续性;--cref 则负责锁脸。我的做法是第一张定稿之后记下它的seed,后面每一张都挂同一个seed、同一个cref,只改场景和姿态的Prompt。这样做出来的图,脸是稳的,气质是连贯的,场景是变化的。有个细节要提:同一个seed用多了,构图会越来越像,这时候我会微调 --chaos 到10左右,给它一点呼吸空间,但又不至于跑飞。

多场景延展的时候,Prompt要"只改场景层,不动人物层"。我把人物描述写成一段固定的文字块,每次复制粘贴,场景、光线、姿态这些变量单独写。举个我最近做的项目:同一个女性角色,在咖啡馆、在书店、在公园长椅上、在地铁站台上。人物描述一个字不改,只换场景Prompt,配合固定的seed和cref,出来的四张图看着就是同一个人在同一天的不同时刻。这种"人物描述固定化"的做法,是系列图一致性的关键。

批量管理这块我踩过坑,说两个实用的。第一是文件命名,我现在的命名规则是 项目名_角色名_场景_版本号,比如 brandA_lily_cafe_v3,找图的时候一目了然。第二是建"废弃池",跑废的图别删,统一扔一个文件夹。做系列图的时候经常出现"这张当时觉得不行,现在看正好"的情况,废弃池能救急。第三是记录"有效参数":每个项目我会在一个文档里记下seed、cref链接、sref链接、关键Prompt,下次做类似项目直接复用,效率高得吓人。

系列图还有一个心法:别追求每张都满分。一组图里有六七张能打,两三张凑数,很正常。把精力放在"整组看起来和谐"上,比死磕单张重要。客户看的是整组的感觉,不是拿放大镜看每一张。我现在的做法是先跑一批、挑出稳定的那几张,再围绕这几张补场景,而不是一开始就追求每张都完美。


参数和流程写到这儿,我最大的体会是:Midjourney不是一个"输入即所得"的工具,它是一个需要你带着判断反复对话的合作者。参数是对话的语法,迭代是对话的节奏,模块化是你的词汇量。这三样东西练熟了,你才真正开始"控制"而不是"碰运气"。下一章我会讲怎么评估一张人像到底好不好、常见问题怎么排查、以及那些不能碰的红线。

说实话,判断一张AI人像"好不好",比生成它更难。我早期的问题就是不会看——图出来了,第一眼觉得挺好看,发给客户,人家回一句"手指怎么是六根"。从那以后我才开始逼自己养成"先检查再交付"的习惯。这一章聊的就是怎么把眼睛练毒、怎么排查问题、以及那些真不能碰的线。

5.1 人像质量评估清单:面部结构、手部细节、光影逻辑与画面瑕疵

我现在看一张人像,顺序是固定的:脸、手、光、背景。这个顺序是从踩坑频率倒推出来的,越容易出问题的地方越先看。

脸先看结构。眼睛是不是在同一水平线上,瞳孔形状是否正常,鼻梁和鼻翼的比例对不对,牙齿有没有多出来或者糊成一团。我遇到过不少次"远看挺美,放大一看门牙排了七颗"的情况,尤其是微笑露齿的Prompt,牙齿是重灾区。皮肤的质感我也看,AI特别容易把脸磨成塑料,没有毛孔、没有细纹、没有真实的高光过渡。我判断的方法很简单:把图缩小,如果缩小之后脸还是"像个人",放大之后皮肤又有细节,这条就过了。缩小看轮廓,放大看质感,两步都得走。

手部是第二关。我不瞒你说,我到现在还经常翻车。除了数手指数量,我更关注关节朝向和手掌结构。五根手指都齐了但大拇指长在食指旁边的图,我见过太多次。看手的时候我会做一个小动作:假装自己摆同样的姿势,感受一下关节是不是能那么弯。感觉别扭的,多半有问题。还有就是手和物体的交互,比如手拿杯子、手扶帽子,接触点的阴影和形变经常暴露AI的短板。

光影逻辑这关很多人会跳过,但它其实是"画面真不真"的底层。我看两个东西:光源方向统不统一,阴影落点合不合理。人像里最常见的光影错误是"脸上一套光,背景另一套光"。比如脸是柔和的窗光,背景却有强烈的硬方向光,这种画面第一眼说不清哪里不对,但就是觉得假。阴影落点我主要看下巴投在脖子上的影子、鼻梁投在脸颊上的影子,方向跟主光一致就基本没问题。还有一个隐蔽的坑:眼神光。两只眼睛里的眼神光位置应该是一致的,不一致的话人看起来会"斜视"或者"没神"。

背景和整体瑕疵我放在最后扫一遍。边缘有没有奇怪的融合、头发丝有没有断成一截一截、背景里有没有莫名其妙的人脸或者文字。AI图里背景出现"鬼脸"的概率不低,尤其是人多或者纹理复杂的场景。我有个习惯是交付前把图缩到手机屏幕大小看一遍,很多瑕疵在小尺寸下反而更明显,因为你不会盯着细节看,整体哪里别扭一眼就能感觉到。

5.2 常见失败原因:描述模糊、元素冲突、风格过载与参数不当

出图不好看,大多数时候不是模型不行,是Prompt里埋了雷。我把踩过的雷归了四类,说出来你对号入座。

描述模糊是第一大类。什么叫模糊?"beautiful woman"是模糊,"a woman in her early thirties with shoulder-length wavy brown hair"是具体。我早期写Prompt特别喜欢用大词,觉得写得美模型就画得美,结果出来一张"平均脸"——五官挑不出毛病,但也没有任何记忆点。模特脸这事儿特别明显,你不写清楚脸型、五官特征、气质,模型就给你一张"标准AI脸"。后来我改成用具体的、能想象的词:不写"优雅",写"sitting upright with hands folded on the lap, calm gaze";不写"高级感",写"matte skin, natural brows, minimal makeup"。描述越具体,出图越可控。

元素冲突排第二。第4章我讲过光线冲突和风格冲突,这里补一个更隐蔽的:身份冲突。你写"Asian woman"又写"blue eyes",模型就会在两种特征之间纠结,出来的脸经常是"混得很奇怪"的那种。还有年龄冲突,teenager 和 mature elegant woman 放一起,脸会卡在中间不上不下。我现在写人物描述会通读一遍,问自己"这些特征能长在同一个人身上吗",不能就删。

风格过载是我最近才想明白的事。有一阵我特别喜欢堆风格词,cinematic, editorial, film grain, soft focus, dreamy, moody, hyperrealistic 一口气全上,出来的图反而很脏——每个风格都在抢画面,谁也没做透。后来我做减法,一条Prompt里风格词不超过两个,而且要方向一致。cinematic 和 film grain 是一路的,可以搭;hyperrealistic 和 dreamy soft focus 是打架的,放一起就是互相消耗。风格的逻辑是"选一条路走到底",不是"把所有好词都放进去"。

参数不当这一类,最典型的是风格化强度开太高。--s 700 以上做人像,脸容易往"雕塑感"或者"油画感"跑,五官会变形,眼睛尤其容易出问题。还有就是比例没设对,默认方图做半身像,人物会被裁得很尴尬。我现在的默认参数组合是 --ar 3:4 --s 150 --style raw,做写实人像基本不用改,做氛围片再把s拉到300左右。参数不是越多越好,稳定的一套组合比花哨的一堆参数管用。

5.3 提示词优化策略:精简冗余、强化重点、分层描述与迭代对比

优化Prompt这件事,我的核心思路是:不是往里加,是往外拿。新手最容易犯的错是"出图不好就加词",加到最后Prompt变成一锅粥,模型更懵。

精简冗余我先做。同义词堆叠是最典型的冗余,beautiful, gorgeous, stunning, pretty 这四个词对模型来说没有区别,堆在一起只是让它把脸往"平均美"的方向拉。我的做法是同类形容词只留一个,而且留最具体的那个。还有个冗余是"废话描述",比如 a photo of a person who is a woman standing in a place that is a street,这种绕来绕去的句式模型解析起来费劲,不如直接写 a woman standing on a street。我现在的标准是写完Prompt念一遍,能用更短的句子说清就用更短的。

强化重点靠两样东西:语序和权重。重要的内容往前放,这是模型解析的基本逻辑。人脸特征、核心风格放前半段,环境背景、修饰词放后半段。权重 关键词::数字 我用得很克制,一条Prompt最多两个,通常给"必须保住的特征",比如客户的特定发型、特定的服装颜色。上章讲过,权重超过三个模型就开始顾此失彼。

分层描述是我觉得最值得练的技巧。一条好Prompt读起来是有层次的:先有人,再有人穿什么、长什么样,再有人在哪、什么光、什么镜头,最后是画质和参数。层次清楚,模型就一层一层地搭画面;层次乱,模型就容易把元素搅在一起。我写新Prompt的时候会先列一个"层次清单",每一层写一句话,写完再润色成自然语言。这个过程慢一点,但一次成稿率高很多。

迭代对比是优化的验证环节。我的习惯是一次只改一个变量。想测"眼神光"这个词有没有用,就只加这个词,其他一个字不动,跑四张对比。一次改三个地方,出图好了你也不知道是哪个词起的作用。我有个小本子,记每次改动的关键词和结果,攒下来就是自己的"词效表"。哪些词真的有用、哪些词是心理安慰,跑多了自然就清楚了。这个笨办法救过我很多次,比看教程管用。

5.4 肖像权、版权、隐私与伦理边界:真实人物特征与商业使用风险

这一节我说得直接一点,因为这块是真会出事的。

最基础的一条:别用真实人物的名字做商业用途。写"某某明星同款脸"自己玩可以,一旦涉及商用、宣传、带货,风险就来了。肖像权保护的是"可识别的自然人面部特征",AI生成的脸如果明显指向某个真实的人,法律上是有争议空间的。我的做法是商用项目里绝不出现真实人名,也不刻意往某个明星的脸上靠。客户如果拿来一张明星照片说"照这个感觉做",我会把需求翻译成"特征描述"——脸型、气质、风格,而不是"长得像谁"。

隐私这条线,普通人也要注意。我见过有人拿朋友的照片做参考图生成写真,觉得是玩,但对方未必这么想。涉及真实人脸的照片,用之前问一句,这是我的底线。还有一类是"换脸式"的操作,把人脸贴到别人的身体或者场景里,这个不管技术上行不行,伦理上都站不住。我的原则是:真实人脸参考只用于"风格借鉴"(比如光影、构图、色调),不用于"身份复制"。

版权这块要分两层看。生成图的版权归属目前在各地法律里还没有完全统一,商用之前建议查一下平台的服务条款。Midjourney的条款对不同订阅计划的商用权限有区别,付费计划一般允许商用,免费试用期生成的图商用限制更多。这一条很多人忽略,等出事才回头翻条款。另一层是"参考图的版权":你拿别人的摄影作品做 --sref 风格参考,风格本身通常不受版权保护,但如果你参考得太狠、出来的图像是原图的"变体",那就可能构成侵权。我的安全区间是:借色调、借质感、借光线逻辑,不借构图、不借独特元素。

伦理边界我说两句自己的看法。AI人像这个工具,能力越大越要自觉。不做虚假身份的人像用于欺骗、不做未经同意的真人形象、不做误导性的"新闻照片",这些不是技术问题,是底线问题。我在接商单的时候会问客户一句"这张图打算用在哪",用途不清晰的单子我不接。这条听着有点较真,但做久了你会发现,守规矩反而让你走得更远。

5.5 高质量人像Prompt的标准化沉淀与个人指令库建设

写到最后,我想说一个我觉得比任何技巧都重要的事:把你的经验存下来。

我早期所有的Prompt都散在聊天记录和备忘录里,用的时候翻半天,翻到了还不一定是最新版。后来我开始建自己的指令库,现在它是我效率最高的资产。建库这件事没有想象中复杂,我用的是一个表格加一个文件夹的组合,表格记Prompt,文件夹存参考图和成品图。

表格的结构我调过好几版,现在用的字段是:名称、适用场景、完整Prompt、关键参数、参考图链接、效果评分、备注。名称要起得能搜到,比如"职场女性头像_自然光_柔和系",别起"测试3""新版本"这种名字,过一周你自己都不知道是什么。效果评分我打1到5分,4分以上的进入"常用库",3分以下的进"存档区",定期清理。

指令库最有价值的部分其实是"备注"。我会记这条Prompt哪里容易翻车、哪个词是关键、参数调到多少最稳。比如有一条备注是"这个模板手部容易出问题,跑完必须检查,必要时局部重绘"。这些备注是你自己的经验,教程里没有,别人也给不了你。

模板要定期迭代。我的习惯是每做完一个项目,回头看看哪条Prompt表现最好,把它升级进库里,把表现差的降级或者删掉。库不是越攒越多越好,是越用越准越好。我现在常用的核心模板只有十来条,覆盖了写实头像、氛围人像、职场形象、古风、双人合影几个高频场景,够用了。

还有一个小建议:建"失败案例库"。跑废的图别删,单独存一个文件夹,配上当时的Prompt。翻失败案例比翻成功案例学得快,因为失败会告诉你"这个词不能这么用""这个参数会翻车"。我现在的失败库里躺着一堆六指图、鬼脸背景图和塑料皮肤图,每次翻都提醒我检查清单别偷懒。


写到这儿这一章就差不多了。质量评估靠的是 checklist 和一双越来越毒的眼睛,问题排查靠的是知道雷埋在哪,合规这块靠的是底线意识和多问一句的习惯。这三样东西加起来,你出的人像才不只是"好看",而是"能交付"。下一章我会聊一个更进阶的话题:怎么把这一整套东西沉淀成可复用的工作系统,从单张出图走向稳定产出。

赞0
踩0
☆收藏0
版权声明
文章版权声明:除非注明,否则均为ZBLOG原创文章,转载或复制请以超链接形式并注明出处。
分享到
chuanbook

链接已复制到剪贴板