AI人物提示词模板整理：人物写真、角色设定与场景搭配

先把人物提示词写清楚，画面才不会跑偏

很多人第一次写人物提示词，都会把重点放在“好看”“高级”“电影感”这些词上，结果生成出来的人像要么像陌生人，要么脸部细节飘，服装和场景也互相打架。人物类图像最怕的不是词少，而是信息散：主角是谁、什么气质、站在哪、做什么动作、用什么光线，这几件事没交代明白，模型就只能自己猜。

人物提示词的核心，不是堆形容词，而是把画面拆成几层：人物身份、外形特征、服装妆造、姿态表情、环境光线、镜头风格。这六层越清楚，成片越稳定。你可以把它理解成和摄影师沟通：先说拍谁，再说怎么拍，最后才是用什么风格拍。

如果你用的是机灵助手一类的 AI 生图工具，最实用的方法不是一次写满，而是先搭一个基础模板，再根据写真、角色设定、场景海报去微调。这样比临时想到什么写什么更容易出片，也更容易复用。

人物写真最常用的写法，先稳住像不像本人

写真类提示词的第一目标通常不是“艺术感”，而是“像”。尤其是证件照风、形象照、社媒头像、棚拍写真，人物辨识度比风格词更重要。只要主体一跑偏，背景再漂亮也没用。写这类提示词时，优先保住脸型、发型、年龄感、肤色、服装轮廓、表情，再往外扩展氛围。

一个比较稳的基础模板可以这样写：

模板：一位[年龄感]的[性别/身份]，具有[脸型/五官/发型特征]，穿着[服装类型]，表情[自然/冷静/温柔]，站在[场景]中，柔和自然光，真实肤质，细节清晰，摄影棚级人像摄影，浅景深，干净背景，高分辨率。

这个模板的关键在于，前半段讲人物，后半段讲摄影。不要把所有词都堆到“高级感”上。比如想做一张黑白棚拍感照片，最好把“黑白、硬朗阴影、面部轮廓、侧光、胶片颗粒”写进去，而不是只写“高级黑白写真”。

示例可以这样落地：

• 30 岁左右的女性，短发，轮廓分明，穿黑色西装外套，微微侧脸，安静自信，黑白棚拍写真，侧光，面部阴影清晰，背景纯灰，胶片颗粒，真实皮肤质感。
• 20 岁左右的男性，利落短发，白衬衫，神情克制，坐姿端正，影楼级人像，柔和顶光，背景简洁，清晰眼神，高对比黑白风格。
• 年轻女性，长卷发，针织上衣，轻松微笑，窗边自然光，生活感写真，浅景深，干净构图，肤色自然，画面通透。

这类提示词里，“真实皮肤质感”、“浅景深”、“干净背景”、“高分辨率”是很常见的稳定词，但不要机械重复。人物像不像，更多取决于特征描述是否具体，而不是形容词数量。

想让角色有记忆点，就别只写“二次元风”

角色设定类提示词，和普通写真不一样。写真主要看真实感，角色图更看识别度。一个能反复使用的角色，应该有固定的视觉锚点：头发形状、服装配色、饰品、职业特征、道具、姿势习惯，最好再补一个性格关键词。这样后续换场景、换动作，角色仍然站得住。

很多人写角色时只写“帅气少年”“可爱少女”“赛博朋克女战士”，这太宽了。模型虽然能画，但很难形成稳定角色。更有效的写法是先定基础设定，再用风格词修饰。例如：

• 银灰短发，左耳单边耳钉，深蓝长风衣，冷静寡言的青年侦探。
• 粉色双马尾，圆框眼镜，奶白色短外套，活泼的学院风少女。
• 黑色高马尾，机能风战术服，腰间工具包，沉稳克制的未来城市巡逻员。

这些设定一旦写稳，后面就可以继续加场景和镜头，比如“站在雨夜霓虹街头”“倚在旧书店门口”“在飞船舱内回头”。角色不会因为场景变化而失去统一性。

如果想做更完整的角色卡，可以把提示词拆成四段：

角色身份：学生、记者、舞者、侦探、机师、魔法师。

外观标记：发型、发色、眼睛颜色、饰品、服装结构。

性格动作：沉静、俏皮、疏离、坚定、好奇，搭配站姿或手势。

世界观元素：现代都市、赛博城市、中世纪城堡、近未来实验室。

这样的写法特别适合做系列图，也适合后续在机灵助手里反复替换场景词，保持同一角色的统一感。

场景搭配不是背景板，得和人物一起讲故事

人物图里最容易被忽略的是场景。很多提示词只写“在咖啡馆”“在街头”“在花海里”，看似有环境，实际上只是背景摆设。真正好用的场景搭配，应该能反推人物状态：这个人为什么在这里、他和环境是什么关系、镜头从哪里拍。

比如同样是“城市街头”，可以拆出很多不同气质：

• 清晨通勤街道：适合干净、克制、生活化的人物照。
• 雨后霓虹街头：适合冷感、电影感、赛博氛围。
• 老城区窄巷：适合复古、纪实、故事感。
• 高楼天台：适合孤独、自由、远景构图。

把场景写细一点，模型更容易理解画面关系。比如不是“咖啡馆里的女孩”，而是“靠窗座位，桌上有一杯拿铁和翻开的书，午后斜射自然光，窗外街景虚化”。这样场景里的物体、光线和人物姿态会更统一。

一个实用写法是把场景和动作绑定起来：

场景 + 动作 + 光线 + 镜头。例如：

“黄昏天台，人物双手扶着栏杆，头发被风轻轻吹起，城市灯光逐渐亮起，远景构图，侧逆光，电影感。”

这种写法比单纯堆“氛围感”更有效，因为它给了模型明确的视觉关系。人物站姿、风向、光位、景别都清楚了，画面自然更稳定。

不同风格的人物图，关键词要换对地方

人物提示词最常见的误区，是把同一套词用在所有风格里。实际上，写真、漫画、海报、手账插画、游戏立绘，关注点完全不同。风格词不是越多越好，而是要放在对的位置上。

如果做写真，重点放在真实感、镜头、光线、肤质、服装材质，少用夸张修饰词。比如“自然肤色、真实毛孔、柔和补光、浅景深、85mm 人像镜头”就比“绝美、梦幻、仙气”更有用。

如果做角色立绘，重点放在全身比例、服装细节、道具、站姿、轮廓线条。例如“全身像、正面站立、武器悬挂在腰侧、服装层次清晰、纯色背景”会更利于后续用作设定图。

如果做动画海报，就要强调构图和氛围：夸张透视、强烈光影、动势、风吹效果、色彩对比。角色本身不必太写实，但一定要有主视觉中心。

如果做漫画感人物，可以增加“粗线条、平涂、赛璐璐上色、简化背景、表情夸张”等词，减少过度写实描述。否则模型容易把漫画画成半写实人像，风格就不统一。

这里有一个很实用的判断：你要的是“像照片”，就写摄影；你要的是“像设定图”，就写角色；你要的是“像海报”，就写构图和氛围。风格越明确，提示词越省力。

把人物、服装、动作拆开写，比一口气形容更稳

许多人写提示词时喜欢一口气写出一长串形容词，例如“漂亮、精致、梦幻、高级、通透、超现实、浪漫、唯美”。问题是这些词大多只是在表达情绪，模型很难把它们落实到具体画面。更稳的方式，是把人物相关信息拆成可视化的部分。

你可以试试这个顺序：

先定人物：年龄、性别气质、发型、脸部特征。

再定服装：版型、材质、颜色、配件。

然后定动作：站、坐、回头、奔跑、整理衣领、双手抱臂。

最后定情绪：冷静、温柔、忧郁、轻松、坚定。

例如：

“一位 20 多岁的女性，黑长直发，细长眼型，穿米白色风衣和浅色高领毛衣，站在窗边，单手扶着杯子，神情安静，午后自然光，柔和阴影，清爽通透的人像摄影。”

这类句子看起来不花哨，但实际比“氛围感拉满的绝美少女写真”更容易出稳定结果。因为模型需要的是结构化信息，而不是抽象赞美。

如果人物经常出现比例问题，可以在提示词里加上更具体的摄影或构图词，比如“半身构图”“胸像”“三分之二身像”“全身站姿”“低机位仰拍”“居中构图”。这些词会直接影响画面裁切和角色呈现。

写人物设定时，几个词一换，整体感觉会差很多

人物提示词里有些词非常敏感，换一个字，画面性格就变了。比如“温柔”和“清冷”看似都是安静，但前者更柔和，后者更疏离；“少年感”和“成熟感”不仅影响脸，也会影响姿势和服装；“电影感”和“商业棚拍”会把光线、对比、背景都拉到不同方向。

常见的可替换词可以这样理解：

• 情绪词：温柔、冷静、神秘、疏离、俏皮、坚定。
• 质感词：柔光、硬光、胶片颗粒、丝绸质感、皮革质感、真实肤质。
• 构图词：近景、半身、全身、仰拍、俯拍、居中、留白。
• 风格词：写实、动漫、油画、手账、赛博、复古、黑白。

这些词不要乱叠。比如“柔和硬朗明亮暗调”这种互相冲突的表达，模型往往会折中处理，结果谁都不像。每一类只保留一个方向，反而更容易控制。

如果想快速做出可复用模板，可以把不变项和变量分开。不变项放角色核心设定，变量放场景和动作。比如：

不变项：银灰短发、右耳耳钉、深色风衣、冷静气质。

变量：雨夜街头 / 图书馆 / 车站 / 天台。

这样同一个角色就能在多个场景里保持统一，只需要替换场景词和动作词即可。

给你几套能直接改的提示词骨架

下面这些模板不是固定答案，但很适合作为起点。你只要替换括号里的内容，就能很快得到可用的人物图提示词。

1. 影棚写真模板

一位[年龄感]的[性别/身份]，具有[脸型/发型/五官特征]，穿着[服装]，神情[情绪词]，半身人像，纯色背景，柔和补光，真实皮肤质感，细节清晰，摄影棚级写真，浅景深，构图干净，画面高级。

2. 角色立绘模板

[角色身份]，[发型与发色]，[眼神特征]，[服装细节]，[标志性饰品或道具]，全身像，正面站姿，角色设定图，线条清晰，服装层次分明，纯背景，适合游戏或动画设定。

3. 电影感场景模板

一位[人物设定]，站在[具体场景]中，[动作描写]，光线从[方向]打来，环境有[天气/城市元素/室内元素]，中景构图，电影感，真实色彩，情绪克制，故事氛围强。

4. 社媒头像模板

[人物设定]，近景头像，眼神看向镜头，背景简洁，色彩干净，脸部轮廓清晰，自然光，适合社交媒体头像，清爽、上镜、辨识度高。

5. 漫画角色模板

[角色身份]，[发型/服装/道具]，二次元角色设定，线稿清晰，赛璐璐上色，明亮色块，动作有张力，表情明确，背景简化，画面像动画角色卡。

别忽略反向约束，不然脸和手很容易翻车

人物图最常见的问题，除了不像本人，还有手部错乱、五官漂移、服装混乱、背景太抢眼。很多时候不是正向提示词不够，而是缺少明确限制。只靠“好看”是不够的，最好补上你不想要的东西。

常用的反向思路包括：

• 避免多余手指、畸形手部、手部模糊。
• 避免脸部扭曲、五官错位、眼睛不对称。
• 避免服装结构混乱、图案随机生成。
• 避免背景喧宾夺主、主体过小、构图拥挤。

如果工具支持负面提示词，可以把这类内容单独放进去；如果不支持，也可以在正向提示词里用更明确的结构表达，减少歧义。比如“单手插兜”“双手自然垂放”“正面站立”就比“随意姿势”更稳定。

还有一个小技巧：人物图里尽量少同时要求太多强特征。比如“侧脸、回头、双手比心、全身、仰拍、低饱和、复杂背景、强风、雨夜、霓虹、飞鸟”一口气全上，模型很容易顾此失彼。给它一个明确主动作，其他词围绕主动作服务，成功率会高很多。

把提示词写成自己的习惯，比收藏一堆模板更有用

整理模板的意义，不是背下来，而是形成自己的写法。你可以先准备一个固定骨架：

人物是谁 + 长什么样 + 穿什么 + 在什么场景 + 做什么动作 + 什么光线和镜头。

之后每次生成前，只替换其中两三项。这样比临时搜词更高效，也更容易建立稳定风格。比如你常做个人形象照，就把角色、服装、镜头固定下来，只换场景和情绪；如果你常做角色设定，就把发型、配色、道具固定下来，只换动作和背景。

机灵助手这类工具的优势，正在于模板化使用很顺手：先定一个稳定版本，再慢慢加细节，直到找到最适合自己的表达方式。到这个阶段，提示词就不再是“玄学咒语”，而是可复用的画面说明书。

人物图好不好看，很多时候不取决于你写了多少形容词，而取决于你有没有把画面讲明白。人物是谁、气质是什么、站在哪里、怎么被拍下来的，这几件事一旦清楚，AI 才真正有机会替你把画面落地。