1. 项目概述从“咒语”到“蓝图”的精准控制玩过Stable Diffusion的朋友都知道提示词Prompt是驱动AI生成图像的核心指令它就像魔法师口中的咒语。但很多时候我们念出的“咒语”效果却不尽如人意要么生成的人物面目模糊要么姿势怪异要么服装细节一塌糊涂。这背后的关键往往在于对“人物属性”这一细分提示词领域的理解不够深入。今天我们不谈那些宽泛的“大师级提示词”就聚焦在最实用、最核心的“人物属性”上把它掰开了、揉碎了讲清楚。所谓“人物属性”提示词指的是那些直接定义生成角色外貌、状态、身份等内在与外在特征的词汇。它不仅仅是“一个女孩”或“一个男人”这么简单而是涵盖了从发色、瞳色、体型、年龄到表情、姿势、服装材质乃至职业身份的完整描述体系。掌握好这部分你就能从“随机抽卡”的玩家进阶为能够精准“绘制蓝图”的设计师。无论你是想创作游戏角色原画、为小说配图还是单纯想生成心目中的理想形象这部分知识都是你绕不开的基本功。接下来我将结合大量实操案例带你系统性地拆解人物属性提示词的构成、语法、组合策略以及那些只有踩过坑才知道的避雷技巧。2. 人物属性提示词的核心维度拆解要把一个虚拟人物描述得栩栩如生我们需要从多个维度对其进行“建模”。这些维度相互关联共同决定了最终图像的成败。2.1 外貌特征构建角色的视觉基石外貌特征是人物最直观的标签也是提示词中最需要精细操作的部分。面部与五官这是重中之重。简单的beautiful face或handsome过于笼统模型容易套用其训练数据中的刻板印象。我们需要更精确的控制。例如眼睛blue eyes,amber eyes,heterochromia异色瞳,slender eyes细长的眼睛,sparkling eyes闪亮的眼睛。注意detailed eyes或perfect eyes这类质量词汇有时不如直接描述颜色和形状有效。头发这是非常强大的控制点。描述应包括颜色、长度、发型和发质。例如long silver straight hair银色长直发,short messy brown curls棕色短卷发略显凌乱,twin tails, black hair黑色双马尾。flowing hair飘逸的头发能增加动感。皮肤porcelain skin瓷肌,tanned skin晒黑的皮肤,freckles雀斑,smooth skin。对于亚洲角色asian是一个强有力的标签但结合pale skin白皙皮肤、black hair等会更精准。实操心得描述面部时警惕过度堆砌形容词。perfect symmetrical face, delicate nose, rosy lips一连串下来可能互相冲突或导致面部畸变。初期建议从1-2个最核心的特征开始例如先锁定green eyes and freckles生成效果满意后再叠加其他特征。体型与身材这部分提示词需要与你期望的图像风格如二次元、写实以及使用的模型紧密匹配。通用描述slim苗条,athletic健美,plump丰满,slender figure纤细身材。full body是确保生成全身像的关键词。风格化描述在二次元模型中long legs、slim waist很常见在写实模型中则更常用average build中等身材、toned body有线条的身材。权重控制对于敏感的身材描述如large breasts必须谨慎使用并配合括号调整权重例如(large breasts:1.2)并强烈建议使用负面提示词deformed, bad anatomy来约束可能出现的结构错误。2.2 表情与神态注入角色的灵魂表情是让人物“活”起来的关键。一个简单的表情词能极大改变图像的氛围。基础表情smiling,laughing,serious,angry,crying。复杂情绪gentle smile温柔的微笑,mischievous grin顽皮的咧嘴笑,melancholy expression忧郁的表情,determined look坚定的眼神。眼神方向looking at viewer看向观众,looking away看向别处,looking up向上看。这对于构图和叙事性非常重要。避坑指南happy这类抽象情绪词的效果远不如具体的smiling with eyes closed闭眼微笑来得直接。同时避免使用very happy这种程度副词AI难以量化“非常”是多少可能引发奇怪的表情扭曲。2.3 姿态与动作定义角色的动态与构图姿态提示词决定了人物的动态和画面的构图是避免生成“站桩”图片的要点。基础姿态standing,sitting,walking,running,jumping。具体姿势crossed arms抱臂,hands on hips叉腰,sitting on a chair,lying on grass。视角相关from side侧面,from behind背面,low angle低角度。这些词需要和姿态词结合使用例如sitting on a chair, from side。这里有一个极其重要的技巧对于复杂姿势单纯靠文本描述如yoga pose成功率很低。更可靠的方法是使用姿势控制网ControlNet的 OpenPose 或 Depth 模型。你可以先写一个简单的姿态词如standing然后通过ControlNet上传一张姿势参考图让AI严格按照参考图的骨骼或深度信息来生成从而实现精准的姿势控制。这是从业者与爱好者的一个关键分水岭。2.4 服装与装扮彰显角色的身份与个性服装是塑造角色身份、时代背景和个性的最直接手段。服装类型t-shirt,hanfu汉服,business suit,armor,wedding dress,sweater。材质与细节这是提升质感的关键。silk dress丝绸连衣裙,leather jacket皮夹克,denim jeans牛仔牛仔裤,embroidered details刺绣细节。配饰glasses,necklace,wristwatch,crown,backpack。配饰易于添加但要注意它们与服装和发型的空间关系避免穿模如耳环嵌进头发里。深度解析描述服装时“名词材质”的结构往往比单纯的名词更有效。white shirt可能生成棉质衬衫而white silk shirt则能明确指向有光泽感的丝绸材质。对于复杂服饰如宫廷长裙可以拆解描述elegant gown with lace sleeves and a velvet ribbon带有蕾丝袖子和天鹅绒缎带的优雅长裙。3. 提示词语法、权重与组合策略实战知道了有哪些“零件”后我们得学会如何把它们科学地“组装”起来。Stable Diffusion 的提示词解析有其内在逻辑。3.1 基础语法与排序的隐性规则提示词的基本单位是单词或短语用逗号分隔。虽然模型理论上会考虑所有词但词序有显著影响。排在前面的词通常被认为更重要。推荐结构[人物主体], [外貌细节], [服装], [姿态], [场景/背景], [画质/风格词]示例对比A princess with long blonde hair, in a garden, wearing a blue dress强调“公主”和“金发”In a garden, a princess wearing a blue dress with long blonde hair可能更强调“花园”场景一种经过验证的有效策略是“从宏观到微观”书写先定义主体和核心特征再补充细节和氛围。3.2 权重的精细调控括号与数字的力量这是精准控制的核心技巧。通过调整权重你可以突出或削弱某些特征。增加权重(word)或(word:1.1)。括号可以嵌套((word))相当于(word:1.1)的平方约为1.21。例如你觉得生成的眼睛颜色不够突出可以写(vibrant blue eyes:1.3)。降低权重[word]或(word:0.9)。当你想要某个元素但又不希望它太抢眼时使用。例如[hat]表示“可以有帽子但别太明显”。切换提示词[word1:word2:0.5]。这是一种高级用法表示在总步数进行到50%时将word1替换为word2。可用于实现“微笑逐渐绽放”等动态效果但需要反复调试。关键技巧权重的调整幅度通常建议在0.8到1.5之间剧烈调整如超过1.8或低于0.5极易导致图像崩坏。每次最好只调整1-2个关键词的权重观察变化循序渐进。3.3 负面提示词不可或缺的“禁令清单”负面提示词Negative Prompt告诉你模型“不要什么”其重要性不亚于正面提示词。一个强大的负面提示词能有效过滤掉低质量、畸形的结果。通用高质量负面词这是一个经典组合能解决大部分常见问题(worst quality, low quality:1.4), (bad anatomy), inaccurate limb, (bad hands), missing fingers, extra digit, fewer digits, (mutated hands and fingers), (poorly drawn face), (mutation), (deformed), (ugly), blurry, (bad proportions), (extra limbs), cloned face, (disfigured), gross proportions, malformed limbs, missing arms, missing legs, extra arms, extra legs, (fused fingers), (too many fingers), long neck针对人物的特殊负面词根据你需要避免的内容添加例如asymmetric eyes大小眼,unnatural skin texture,plastic skin塑料感皮肤,unnatural hair。实操流程建议在WebUI中将这套通用负面词保存为预设模板。每次生成新图时先加载它作为基础再根据当前生成的具体问题例如出现了多余的手指添加特定的负面词进行微调。4. 从描述到生成全流程实操案例解析让我们通过一个完整的案例将上述所有理论串联起来看看如何从零构思并生成一张特定的人物图像。案例目标生成一位在复古咖啡馆窗边看书的白领女性气质知性带有淡淡的忧郁感偏写实风格。4.1 第一步构建核心正面提示词我们按照“主体-外貌-服装-姿态-场景-质量”的结构来搭建(masterpiece, best quality, photorealistic:1.2), 1 woman, 25 years old, East Asian, delicate features, long black hair tied in a low bun, thin eyebrows, melancholic expression, looking down, wearing a beige trench coat over a white silk blouse, sitting by a window in a vintage cafe, holding a book in hands, soft morning light streaming through the window, (detailed eyes:1.1), (detailed fabric texture:1.1), depth of field分解说明(masterpiece...photorealistic:1.2)质量标签加权强调写实照片感。1 woman, 25 years old, East Asian明确主体、年龄和种族这是基础锚点。delicate features...melancholic expression集中描述面部特征和核心神态忧郁。wearing...服装描述具体到材质丝绸和搭配风衣内搭衬衫。sitting by a window...定义姿态、场景和关键道具书。soft morning light...depth of field添加环境光效和景深提升画面氛围和专业感。(detailed eyes:1.1)...对需要强调的细节眼睛、布料纹理进行小幅加权。4.2 第二步配置负面提示词与生成参数负面提示词(worst quality, low quality:1.4), (bad anatomy), inaccurate limb, bad hands, missing fingers, extra digit, fewer digits, (mutated hands and fingers), (poorly drawn face), (mutation), (deformed), (ugly), blurry, (bad proportions), (extra limbs), cloned face, (disfigured), malformed limbs, missing arms, missing legs, extra arms, extra legs, (fused fingers), (too many fingers), long neck, cartoon, anime, 3d render, plastic skin, shiny skin, asymmetric eyes, ugly eyes, deformed iris, deformed pupils, saturated这里额外加入了cartoon, anime, 3d render以确保写实风格加入plastic skin, shiny skin避免不真实的皮肤质感加入眼睛相关的负面词以提升面部质量。生成参数示例采样器DPM 2M Karras 或 Euler a前者更稳定细腻后者出图快。迭代步数25-30步。步数太少细节不足太多可能引入噪声。CFG Scale7。这是一个常用值在创意服从度和提示词约束力之间取得平衡。过低则天马行空过高则画面僵硬。分辨率512x768 或 768x512竖构图。初次生成不宜过大容易导致多人或畸形。生成满意后再用高清修复Hires. fix放大。模型选择擅长写实人物的Checkpoint如Realistic Vision、ChilloutMix或Deliberate。4.3 第三步生成、分析与迭代优化点击生成后我们可能会得到以下几种结果及应对策略结果A人物气质符合但发型不是低发髻而是披肩发。优化提高发型关键词的权重。将long black hair tied in a low bun改为(long black hair tied in a low bun:1.3)。或者在负面词中加入hair down披发。结果B服装基本正确但丝绸衬衫的质感不明显看起来像普通棉布。优化单独强调材质。可以尝试white (silk blouse:1.25)。同时检查模型是否对“silk”有良好的理解能力有时换用satin缎子一词可能效果更好。结果C手部畸形书的位置很奇怪。优化这是Stable Diffusion的老大难问题。首先确保负面提示词中关于手部的词已全部加载。其次可以尝试使用ControlNet的 OpenPose 或 Depth 模型。先找一张姿势类似的参考图人物坐着手拿书通过ControlNet锁定姿势和手部大致位置再生成能极大提升手部和构图准确性。结果D整体感觉不错但画面偏灰氛围感不足。优化调整或添加光线描述词。将soft morning light改为warm soft morning light, cinematic lighting温暖的柔和的晨光电影感灯光。也可以使用 LoRA 模型来注入特定光影风格。这个“生成-观察-调整”的迭代过程正是提示词工程的核心。没有一蹴而就的“万能提示词”只有通过不断微调才能让输出无限接近你的想象。5. 高级技巧与资源突破提示词的局限当你熟练运用基础语法后以下工具和技巧能帮你解决更复杂的问题实现更高级的控制。5.1 利用LoRA模型强化特定特征提示词有时在表现非常具体的风格、角色或服装时力不从心。这时LoRALow-Rank Adaptation模型是绝佳的补充。作用LoRA是一个小型模型文件可以修改基础大模型的行为为其添加新的概念或风格而无需改变原模型。应用场景特定角色想生成像“雷电将军”或“迪士尼风格”的角色加载对应的角色LoRA然后在提示词中触发其关键词如lora:raiden_shogun:0.8就能稳定生成该特征。特定画风例如“水墨风”、“胶片质感”、“吉卜力风格”都有对应的LoRA。特定服装或细节非常复杂的服装如传统和服、科幻机甲使用LoRA比纯文本描述可靠得多。使用方法在提示词中插入语法lora:文件名:权重。权重通常从0.5开始尝试太高会过度影响画面。5.2 Embeddings文本嵌入的妙用Embeddings又称Textual Inversion是另一种轻量级模型它通常用于定义某种特定的风格、对象或纠正模型的不良倾向。与LoRA的区别LoRA更像是一个“功能扩展包”而Embeddings更像一个“浓缩的关键词包”。它通过训练几个特殊的token标记来代表一系列复杂的特征。常见用途负面Embeddings如EasyNegative、bad-hands-5将它们加入负面提示词能非常有效地抵制低质量内容的生成效果比一长串负面词列表有时更显著。风格Embeddings一些艺术家风格或特定效果可以通过Embeddings快速调用。使用方法在WebUI中安装后在提示词框点击选择即可插入例如embedding:easynegative。5.3 提示词辅助工具与资源库不要闭门造车善用社区资源能极大提升效率。提示词翻译与词典浏览器插件如sd-webui-prompt-all-in-one支持实时翻译、收藏、组合提示词是必备工具。提示词灵感网站如PromptHero、Civitai。在这些网站上你可以看到别人生成优秀图片时使用的完整提示词、参数和模型是绝佳的学习资料。不要直接复制而是分析其结构哪些词定义了主体哪些词营造了氛围权重如何分配本地提示词管理在WebUI中积极使用“风格”模板功能将你调试好的、针对不同场景如“肖像特写”、“全身像”、“特定画风”的正面/负面提示词组合保存起来随用随取。6. 常见问题排查与实战心得汇总最后分享一些在无数次“炼丹”中积累下来的血泪经验希望能帮你少走弯路。问题一人物面部或身体畸形多手指、扭曲四肢等首要检查负面提示词是否已包含完整的手部、解剖学负面词如前述通用清单。参数调整适当降低CFG Scale如从12降到7过高的CFG会导致图像为强行满足所有提示词而变得扭曲。终极方案使用ControlNet的OpenPose或Depth。对于复杂姿势这是最稳定的解决方案。对于手部问题可以单独生成手部再用图生图局部重绘或使用ADetailer等面部/手部修复插件。问题二提示词似乎“失效”了比如写了“red dress”却生成蓝色衣服检查冲突提示词中是否有其他词与它冲突例如同时写了red dress和ocean backgroundAI可能会将蓝色海洋与衣服颜色混淆。尝试调整词序将red dress提前并加权。模型理解能力某些抽象概念或特定颜色的组合模型可能没有学好。尝试更具体的描述如cherry red dress樱桃红裙子或换用不同的模型。随机种子AI生成具有随机性。在种子固定的情况下微调提示词权重或尝试几个不同的种子seed可能就会得到想要的结果。问题三生成的人物总是“网红脸”缺乏个性避免通用美化词减少使用extremely beautiful、perfect face这类词它们会引导模型走向训练集中最普遍的“美”的范式。增加独特特征主动加入一些“不完美”但真实的特征如freckles、mole on cheek脸颊上的痣、sharp jawline清晰的下颌线、monolid单眼皮等。使用特定参考利用LoRA或Embeddings注入你想要的独特面容风格或者使用图生图功能以一张有特点的真实照片为参考。问题四服装或道具细节模糊、错误细化描述将coat替换为wool trench coat with belt带腰带的羊毛风衣。细节越多AI“脑补”的空间越小方向越明确。分步生成对于极其复杂的场景可以采用“分而治之”的策略。例如先使用提示词professional photo of a [服装名称] on a mannequin, studio lighting生成一张服装的清晰特写。然后在生成完整人物时通过ControlNet的Canny或Scribble功能将这张服装图片的边缘或草图作为约束引导AI在正确的位置生成正确的服装。我个人最深刻的一个体会是Stable Diffusion 不是一个“输入指令输出完美结果”的打印机而是一个需要你与之“对话”和“引导”的合作者。提示词工程的核心在于通过一次次微小的调整一个权重的变化、一个更具体的词汇、一个负面词的添加逐步缩小AI的想象空间将其创造力引导至你期望的轨道上。这个过程没有绝对的公式充满了试错但当你通过几个关键词的调整让画面突然从“似是而非”变得“栩栩如生”时那种成就感是无与伦比的。从今天起尝试为你生成的每一张图做笔记记录下成功的提示词组合和参数这将是专属于你的、最宝贵的“咒语书”。