直接结论： 一条写实的 AI 图片提示词按顺序有四个部分——主体 → 场景 → 摄影细节 → 质感/写实线索——再加一条去掉"塑料感"的负面提示词。把它当成在给摄影师下拍摄简报来写,而不是往搜索框里堆关键词。

四段式提示词公式

| 部分 | 包含什么 | 示例短语 | |---|---|---| | 1. 主体 | 谁/什么 + 关键特征 | "一位 20 多岁后期的女性,有雀斑,淡妆" | | 2. 场景 | 环境、姿势、动作、服装 | "坐在窗边,晨光,休闲毛衣" | | 3. 摄影细节 | 相机、镜头、光线 | "50mm 拍摄,浅景深,柔和自然光" | | 4. 写实线索 | 质感/质量词 | "皮肤质感,细节丰富,抓拍,照片级写实" |

就按这个顺序放。模型对提示词靠前的部分权重更高,所以主体领头。

"摄影细节"是大多数人漏掉的诀窍

写实照片和塑料渲染之间的差别,通常就在相机和光线的语言上。加入真实摄影师会用的词,能把模型往"摄影"而不是"插画"方向拉:

镜头： 35mm、50mm、85mm 人像
景深： 浅景深、背景虚化 bokeh
光线： 柔和自然光、黄金时刻、窗边光、阴天
拍摄风格： 抓拍 candid、随手拍 snapshot、业余照片 amateur photo(没错——"业余"往往比"专业"看着更真)

反直觉的是,cinematic(电影感)、8k、ultra detailed(超精细)、professional(专业)这类词,经常把图推向那种过度精修的塑料感。完整拆解见为什么你的 AI 照片像塑料。

负面提示词承担一半的工作

负面提示词去掉你不想要的东西。一个稳健的基线:

plastic skin, airbrushed, deformed, extra fingers, bad hands,
watermark, text, blurry, oversaturated, cartoon, 3d render

在 ximages 上这条基线会自动加上,所以你只需在它之上补充场景特定的排除项。

实例对比

弱提示词:

beautiful woman, 8k, ultra detailed, professional, masterpiece

出来是油光、通用、塑料感的结果。

强提示词:

a woman in her late 20s with freckles and natural makeup, sitting by a window in a casual sweater, morning light, shot on 50mm, shallow depth of field, candid, visible skin texture, photorealistic

同一个模型,写实度天差地别——因为它读起来像一份拍摄简报。

长期有效的小技巧

对年龄、特征、服装要具体——含糊的提示词得到通用脸。
一条提示词一个场景。 别把三个想法堆一起,分开生成。
结果过火就调低 guidance 值(guidance 越高越塑料)。
迭代,而不是重写。 一次只改一个变量,才能学会每个词的作用。
卡住就用 AI 提示词助手——在 ximages 上你可以用大白话(5 种语言任一)描述场景,它帮你写出结构化的英文提示词。

常见问题

提示词里最重要的部分是什么?

主体(它领头)和摄影细节(它制造写实感)。漏掉相机/光线语言,是图看着假的头号原因。

为什么我的图像塑料 3D 渲染?

过度精修关键词(8k、cinematic、ultra detailed)加上过高的 guidance 值。把它们换成真实摄影术语并调低 guidance。完整指南:为什么你的 AI 照片像塑料。

一定要用英文写吗?

提示词遵循度通常英文更好,但在 ximages 上你可以用中文、日文、韩文或德文写,助手会翻译成结构化的英文提示词。

提示词该多长?

长到能覆盖四个部分,短到保持聚焦——通常 1–3 句。超过这个长度并非越多越好。

总结

写实的 AI 图来自"像摄影师一样给模型下简报":先主体,再场景,再相机和光线,再几个质感线索——配一条去掉塑料感的负面提示词。避开过度精修关键词。一次只改一个变量。拿不准就让提示词助手帮你结构化。

怎么写出写实的 AI 图片提示词(2026 指南) · ximages