Stable Diffusion写实人像与二次元风格提示词案例解析

许多用户在编写 Stable Diffusion 提示词时，往往误以为只需在句尾追加“写实”或“二次元”等风格标签即可。更为稳健的策略是先明确画面核心意图，再通过风格描述统一材质质感、线条表现及光影氛围。需注意的是，词语并非简单的开关；同一组提示词在不同模型、采样器设置及前端界面中，呈现效果可能存在显著差异。下文将以一位成年虚构人物为例，逐步拆解提示词从模糊目标到清晰描述的构建过程。

先把画面拆成可描述的部分

构建人像提示词时，可优先回答四个核心问题：主体是谁、外观特征如何、采用何种光线、处于什么背景。例如，“成年女性，齐肩深色卷发，身着深蓝针织衫，肩部以上构图，柔和窗边光，浅色室内背景”这一描述，相比连续堆砌“漂亮、精致、高清、杰作”等抽象词汇，更能让人清晰判断每个关键词对画面的具体影响。

这种顺序并非强制性的语法规则，而是一种辅助信息组织的思维框架。在确定主体与构图后，再补充外观细节、光线设定及背景环境，一旦生成结果出现偏差，也便于回溯并修改特定部分。建议每个短语仅表达一个可观察的视觉特征；虽然可以保留少量抽象评价词，但不应让其取代具体的画面描述。

先明确主体，再补充外观、光线与背景。

写实人像：描述摄影结果，而不是术语清单

在写实方向上，建议从人物身份、取景范围、光线条件及背景环境入手进行描述：

成年女性，齐肩深色卷发，穿深蓝针织衫，肩部以上人像，
自然表情，柔和窗边光，浅灰室内背景，背景轻微虚化

此类描述聚焦于可视化的最终结果，涵盖人物着装、取景景别、光源方向及背景状态。若希望营造温暖氛围，可将“柔和窗边光”调整为“傍晚暖色侧光”；若追求证件照效果，则应改为正面视角、均匀背景及平实光线。每次仅调整一两个变量，比同时引入“电影感、胶片、HDR、超锐利、体积光”等多个冲突目标更利于对比分析效果。

虽然“photorealistic”或“portrait photography”等英文风格词可作为方向指引，但不同模型对其理解程度不尽相同。模型自身的训练数据风格同样深刻影响最终输出；提示词仅起引导作用，无法保证皮肤质感、镜头效果或光影必然符合特定的真实摄影标准。

保留人物与构图，切换写实摄影和二次元呈现。

二次元风格：明确线条、上色与人物特征

转向二次元风格时，可保留人物身份与基础构图，重点替换与风格呈现相关的描述：

成年女性，齐肩深色卷发，穿深蓝针织衫，肩部以上构图，
日系动画插画，清晰线稿，平涂与柔和阴影，暖色室内背景

此处改变的核心在于呈现方式：将摄影质感替换为线稿勾勒、平涂上色及动画式阴影处理。若生成画面仍偏向写实，应首先检查所用模型是否适配动画风格，进而调整描述，而非无休止地叠加“动漫、二次元、插画、动画”等同义词。需注意，模型、LoRA 或其他扩展插件均会改变风格倾向，提示词的效果需置于实际生成环境中综合考量。

人物细节的描述也需具体明确。例如，“齐肩卷发”比“好看的头发”更具指向性；若同时包含短发、长发、盘发等相互冲突的属性，模型可能无法按预期进行取舍。鉴于提示词并非完整的自然语言理解系统，应尽量减少彼此矛盾的描述，以提高生成准确性。

重点词和负面提示词要少量试调

在 AUTOMATIC1111 WebUI 中，圆括号语法可用于提升特定词语的注意力权重，例如 (soft lighting:1.2)；而方括号则用于降低权重。需注意，这是特定 WebUI 的实现机制，并非所有 Stable Diffusion 工具通用。过高的权重调整可能导致画面失衡，建议从微小幅度开始尝试，每次仅修改一处并观察变化。

负面提示词适用于列出确实希望排除的内容，如背景中的文字或多余物体。它并非能绝对保证排除错误的禁令，也无需盲目粘贴网上常见的长串负面词库。由于模型对负面词的响应存在差异，建议先明确本次生成需消除的具体问题，再少量添加相关词汇，这样通常更容易理解调整后的效果。

每次调整少量条件，更容易观察提示词带来的变化。

何时不必继续加词

若风格始终不符，问题可能源于模型选择或风格扩展插件，而非提示词长度不足；若人物构图已稳定，仅希望局部变化，可考虑使用适合当前工作流的局部重绘或参考图控制功能。这些方法各有其设置要求与适用场景，无法单纯依靠提示词替代。当遇到界面不支持的权重语法时，应遵循该界面的说明进行调整，避免直接照搬其他 WebUI 的括号写法。

无论是编写写实人像还是二次元提示词，核心在于先清晰界定人物、构图、风格呈现及环境要素，再根据生成结果针对一两个关键因素进行迭代优化。将词语视为引导而非绝对保证，才能准确洞察每次修改所带来的具体变化。