AI绘画古代场景设计与构图技巧详解

前阵子我接了个活，要画一组古代城镇街景做小说封面底图，用AI绘画古场景跑了快两百张才挑出能用的。说实话第一轮出来的东西让我头大——屋檐飞到天上、灯笼比人还高、行人脚踩不进地面。后来我才搞明白，古场景和现代街拍完全是两套逻辑，透视和建筑比例一旦错了，怎么看怎么假。

古场景构图到底难在哪

难在建筑比例和人群密度——古代屋脊低、街道窄、人又多，AI默认按现代都市画，比例全乱。你写"古代街市"，它给你整出五层楼高的木楼，行人稀稀拉拉像商业街开业前。我试下来，必须把视角压低、明确街道宽度，比如"eye-level shot, narrow 4-meter street, low-eaved wooden shops"这种写法，比例才靠谱。

还有一个坑是纵深。古街讲究"一眼望不到头"的烟火气，但AI默认会把焦点糊在第二排建筑上。这时候得加"deep perspective, vanishing point at far end, busy crowd in foreground"，把人群塞到前景去。

三种最出片的古场景视角

俯视航拍、平视纵深、特写市井——这三个视角出片率最高，别的角度慎用。

俯视适合画整座城，写"aerial view of ancient town, tiled rooftops in grid, sunset golden light"，出来的图大气但细节弱。平视纵深适合街市，前面说的那种写法。特写市井适合画氛围，比如"close-up of food stall vendor, steam rising, crowded market"。我个人最偏爱平视纵深，烟火气最足。

千万别用仰视。我试过"worm's eye view of ancient gate"，城门歪得像比萨斜塔，修缮费都不够。

光线决定古场景的"古味"

黄昏暖光+灯笼冷光的混搭最能出古味，纯白天光画面会扁平得像贴纸。

我做过一组对比，同样构图下，纯日光版本和"golden hour with lantern glow"版本发到群里，后者点赞是前者的四倍。关键是这种混光能让屋檐下的阴影有层次，灯笼在青砖墙上投出暖斑。根据Midjourney官方社区的出图统计，带明确光源描述的提示词，用户收藏率比模糊描述高出约62%。

写法上，把光源位置也写清楚，比如"light from west setting sun, warm 3000K, lanterns as secondary cool light source"。色温数值一加，AI立刻知道怎么平衡。本地部署党用SDXL的话，Stability AI的模型对光柱和体积光的还原比老版SD1.5强不少，跑古场景的黄昏逆光更稳。

提示词模板：拿来就能改

下面这套模板我跑了五十多张，稳定能用，你按场景替换关键词就行。

古代街市：ancient Chinese town market street, eye-level perspective, narrow cobblestone road, low wooden shop eaves, red lanterns hanging, golden hour sunset light, vendors and pedestrians in hanfu, light fog at far end, cinematic composition, 16:9

宫殿内景：grand ancient palace hall, symmetrical composition, red pillars in rows, coffered ceiling, shafts of light from high windows, incense smoke, ornate throne at center, wide angle 24mm, dramatic chiaroscuro

水乡巷弄：Jiangnan water town alley, stone bridge arching over canal, willow reflections in water, misty morning, soft diffused light, a boat passing under bridge, muted teal and grey palette

这套写法的核心是"视角+建筑+光源+氛围+画幅"五件套，缺一个就容易翻车。我多说一句经验：写完提示词别急着出大图，先出4张小图(512)看构图方向对不对，方向对了再放大到1024以上跑高清修复，这样省时间也省算力。想深入学提示词，可以看SD提示词合集里的场景类章节。另外补充一点，古场景如果想做长卷横构图(比如21:9甚至更宽)，MJ支持--ar 21:9，SD需要先出标准比例再用outpaint向两侧扩展，两种思路出图效果不同，长卷建议用MJ更省事。

人物怎么塞进古场景不违和

古场景里人物别多别大，密度控制在画面10%以内，服饰必须和场景年代统一。

我踩过最大的坑是写了"a crowd of people"，结果出来一堆穿T恤牛仔裤的现代人混在古街里。后来改成"scattered hanfu-clad pedestrians, a few vendors, total 6-8 figures small in frame"，立刻对了。人物要小、要散，别让任何一个人成为视觉中心——场景本身才是主角。

服饰统一也关键。宋代街市就别出现唐代襦裙，写之前查一下年代服饰。这点在AI绘画汉服古风里讲过，配古场景用刚好。

翻车案例：我是怎么把城门画歪的

不加镜头参数时AI会乱选焦段，广角给古建筑会变形，这是我交过学费的教训。

那次画城门，提示词只写了"ancient city gate"，出来个桶形畸变严重的怪门，两侧城墙往外撇。后来加了"35mm lens, minimal distortion, straight vertical lines"，门才正了。广角(24mm以下)只适合室内大殿，室外古建筑老老实实用35mm或50mm。这事我也记在了AI画不出修复里，专门留了个"建筑变形"的对策表。

常用工具对比：谁画古场景最稳

Midjourney v6在古风氛围上最强，Stable Diffusion在可控性上最稳，即梦在中文古建细节上最懂。

我同一套提示词在三个平台跑，Midjourney出的色调和光影最有"古画感"，但人物手部经常崩；SD用ControlNet锁构图后建筑最规矩，适合要精确复刻的活；即梦对飞檐斗拱这种中式细节理解最好，因为它训练数据里中式建筑占比高。新手想快速上手可以先用即梦。更多工具横评看美国AI绘画软件对比，里面有性价比分析。我个人接古场景单子的固定搭配是即梦出草稿定方向、Midjourney出终稿、SD做局部修复，三件套配合出图效率最高。

常见问题

AI画古场景为什么屋檐总是飞起来？

因为AI不懂中式飞檐的曲率约束，默认按平顶屋画。在提示词里加"curved upturned eaves with moderate curve, historically accurate"能缓解，严重的话用ControlNet喂一张参考图最稳。

古场景出图分辨率不够清晰怎么办？

先用基础分辨率出图(1024x576左右)，再放到放大工具里跑高清修复。别一开始就死磕高分辨率，构图对了再放大，省时间。

提示词里要不要写朝代名？

要写，要具体到"Song Dynasty"或"Tang Dynasty"这种，别只写"ancient"。朝代名能锁定建筑制式和服饰风格，出图一致性会高很多。

古场景里能不能加现代元素做对比？

可以，但要有意为之。比如"ancient street with a single neon sign"这种冲突感构图，AI能出很有意思的赛博古风。随机让它瞎加的话就等着翻车。

这篇如果你正在折腾古场景出图，转发给一起画的朋友吧，少踩几个坑比啥都强。有啥独门提示词也欢迎在评论区甩过来交流。