提示词工程：实战教程教你快速绘制情感人像

一、核心亮点与背景概述

本篇聚焦 Prompt Engineering 在人物肖像生成中的实用方法，针对市面上大量包装成“独家秘诀”的冗余提示词进行拆解，提出 简洁、准确、直接 的写法。核心思想是：情绪感 = 表情 + 视线 + 动作姿态 + 环境氛围。通过先准备正面参考图、明确面部特征，再分层添加表情、视线、动作、光线等要素，帮助零基础创作者快速产出符合情感诉求的高质量人像。

内容整理自 X 博主 Alex · Selin（@Alexvhyn）的推文。

二、核心机制与技术细节拆解

1. 准备正面参考图
   • 头部正对镜头，双眼连线水平，下巴自然，表情放松。
   • 只保留面部特征，避免提前加入情绪或动作。
2. 构建人物主提示词
   • 面部：脸型五官按正面参考图（保持脸型、五官、发型、肤色一致）。
   • 服装：如 穿燕麦色针织开衫、炭灰外套 等。
   • 表情：浅浅微笑、坏笑、面无表情 等，尽量使用 单一 形容词。
   • 视线：看向白瓷杯、直视镜头、侧目一瞥 等，明确目标对象。
   • 动作姿态：前臂放桌上，一手握杯把，一手扶杯身、双臂交叠、托腮 等，描述 身体朝向 + 主动作 + 支撑点。
   • 环境光线：柔和均匀窗光、雨后暖窗光、傍晚斜阳、暮色窗光 等，提供情感氛围。
3. 分两步迭代
   • 第一步：完整描述人物（面部+服装+表情+视线+动作+光线），限定画面比例（如 16:9）和裁剪范围（如 拍到腰部）。
   • 第二步：在保持人物核心不变的前提下，仅替换 环境（光线、背景、天气等），实现同一人物在不同场景下的复用。
4. 词汇精简原则
   • 同义词只保留最核心的一个，如 柔和微笑 替代 柔和、温柔、温暖、亲切的微笑。
   • 避免冲突：托腮 与 双手捧杯 同时出现会争用手部，需分开描述。

三、安装配置与实操上手

本方法不依赖特定模型，只要拥有 Stable Diffusion、Midjourney、DALL·E 等文本到图像的生成引擎即可。

1. 环境准备
   • Python 3.10+（若使用本地 Stable Diffusion）
   • pip install diffusers transformers accelerate
   • 下载模型权重（如 runwayml/stable-diffusion-v1-5）
2. 工作流

   # 1. 上传正面参考图（可选）
   # 2. 编写完整提示词（参考上文结构）
   prompt="脸型五官按正面参考图。成年女性穿燕麦色针织开衫，坐在窗边，浅浅微笑，抬眼看镜头。前臂放在桌上，一手握白瓷杯把，一手扶杯身，肩膀放松。雨后暖窗光照亮脸与手，玻璃留雨珠，室内稍暗。拍到腰部，双手和支撑肘入画，写实皮肤，16:9。"
   # 3. 调用生成（以 diffusers 为例）
   python -c "from diffusers import StableDiffusionPipeline; import torch; pipe=StableDiffusionPipeline.from_pretrained('runwayml/stable-diffusion-v1-5').to('cuda'); image=pipe(prompt, num_inference_steps=50, guidance_scale=7.5).images[0]; image.save('result.png')"
   

3. 迭代技巧
   • 若人物细节不满意，仅修改 环境描述 再次生成。
   • 若表情不符，直接替换 表情+视线 关键词，保持其余不变。

四、适用场景与避坑建议

适用场景

• 角色设定稿、游戏原画、小说封面人物。
• 教学演示、社交媒体头像、AI 角色扮演（RP）素材。
• 快速批量生成同一人物在不同情境下的系列图。

常见坑点 & 对策

• 过度描述面部：重复写 眉毛、眼睛、鼻子 会导致模型混乱，保持一次即可。
• 冲突动作：同一手部同时被指定握杯、托腮等，需分步或拆分为两张图。
• 冗余形容词：一次只保留一个情感关键词，避免模型在情绪上犹豫。
• 光线与背景不匹配：光源方向必须与环境描述一致，否则人物会出现不自然的阴影。
• 比例与裁剪：明确 拍到腰部/髋部/膝上，防止生成全身或只出现头部。

通过遵循上述结构化写法，即使是 Prompt 新手 也能在数分钟内完成具备情感表达的人像创作，省去盲目试错的时间成本。