AI绘画性转怎么用？角色性转的提示词技巧

最近有读者来问我ai绘画性转怎么做才不翻车，说是自己把一张男生头像直接喂给AI让它"改成女的"，结果出来一个完全不像原人的陌生女孩。这其实是我刚玩这题材时翻车翻得最狠的一个——性转这事儿听起来简单（不就把性别词换一下嘛），实操起来"依然是同一个人"这五个字是地狱难度。

我大概废了上百张图才算摸到点门道。今天这篇就把我用真金白银（SD显存烧电费+会员费）换来的经验摊开讲，免得你也踩坑。

AI性转为什么老翻车：四大根因

翻车的核心是改变太彻底——AI一看"转性"就把整个人换个底朝天，骨架、五官、发型、气质全变，原图基因被洗得一干二净，自然认不出。

我归纳四个高频坑。第一是骨架全改，男的肩宽腰窄AI一转给你弄成窄肩宽腰的甜妹，整个身形轮廓对不上。第二是五官基因丢，原来的鼻型、眉骨、下颌线这些"个人识别码"全被AI换成默认美女模版。第三是发型气质过度变化，原本短发硬汉转完成了长卷发御姐，连发色都给你换了。第四是肤色光照不一致，左右两张图皮色调子对不上，对比放一块儿像两张不相干的图。

四个坑各有对策，下面分别拆。

垫图与ControlNet：保住骨架的命门

核心办法是用原图做垫图（image-to-image）走低重绘强度（约0.35-0.45），叠加ControlNet的OpenPose或Canny边缘检测锁骨架姿态和面部轮廓，只让模型改性别不改骨架。

这是性转认出度的关键。我实测过纯文生图和垫图+ControlNet对比，认出度前者两成后者七成五，差距巨大。具体做法：原图丢进去作为reference image，denoising strength调到0.4左右，ControlNet启用openpose（保留姿态）+ canny边缘检测（保留面部轮廓和骨架），提示词里只加性别切换词。

这种方法在Hugging Face上能找到很多现成的ControlNet模型，自己下下来本地部署。SD WebUI和ComfyUI都支持，前者入门门槛低，后者流程灵活但学习曲线陡。

我用过最稳的组合是：原图→IP-Adapter（保持面部识别）+ ControlNet OpenPose（保留姿态）+ denoising 0.4 + 性别切换提示词。这套组合下来骨架面部都稳，只动性别相关特征。硬件要求和ControlNet安装步骤可以参考我之前写的电脑配置指南。

性别切换提示词：要改什么、不要改什么

性转的本质是只改"性别相关特征"，不动"个人识别码"——性别相关词包括骨相曲线、发型风格、肩腰比、声音、妆容；个人识别码包括瞳距、鼻翼宽度、眉峰位置、下颌线斜角。

男转女的性别相关提示词我总结了这么一组：softer jawline, narrower shoulders, fuller lips, longer eyelashes, slightly higher cheekbones, longer styled hair (same color), subtle makeup, smoother skin texture, narrower waist, slightly larger hips。要诀是"softer""slightly"这俩词，温和微调不是置换。

女转男的对应词：sharper jawline, broader shoulders, thicker eyebrows, shorter hairstyle (same color), no makeup, visible facial stubble, more pronounced brow bone, broader neck, more muscle definition。同样温和微调。

关键的"keep"词组要写：keeping same eye color, same eye shape, same nose shape, same facial proportions, recognizable identical person。这是把"个人识别码"焊死的提示词，重要程度跟性别词并列。

发型色这块我踩过坑。一开始我写"long blonde hair"，原角色是黑短发的，AI立刻出了个金发陌生女。后来改成"longer version of original short black hair, same hair color"，立刻认得出。细节决定成败。

对比构图：side by side 抑或上下分屏

性转最直观的呈现是原图和转后图并列对比——side by side构图配合相同的背景光和姿势，认出度最高也最有视觉冲击力。

具体出图流程是：先有原图（男版或女版），按上面方法生成对应性转图，然后用PS或者在线拼图工具把两张图并列。如果想直接一张图出对比，可以提示词写"side-by-side comparison, original male on left, gender-swapped female on right, same pose same background"。

但直接一键出对比图AI容易混淆左右特征，所以我个人更推荐分开出图再用PS拼接。我实测side by side一键出的认出度大概六成，分开出再拼能到八成。

还有个进阶玩法是渐变过渡图，提示词"transformation morph sequence, same character gradually changing from male to female, 5 frames"。这种适合做转场动画或者迷因图，挺有意思但稳定性较低，需要多跑多挑。

工具选择与一组实测对比

性转这题材SD本地最稳（ControlNet可控）、即梦出图快但认出度一般、Midjourney质感上限高但容易换脸。三者各有所长。

我用同一张男性原图在三平台各跑五次对比：

我个人日常是SD本地出认出度高的成片，即梦出快速预览。根据字节跳动旗下即梦AI的产品说明，它的图像融合功能对参考图识别优化过，性转预览效率高，但精细认出度上限依然是SD加ControlNet更稳。

Midjourney质感最好，但它没有ControlNet那种锁骨架的精细度，去Midjourney官网看价格和功能。想入门SD本地部署的可以参考我之前写的AI绘画电脑配置，里头有硬件要求和部署步骤。

三个我踩过你最好别踩的坑

坑一是无垫图直接文生图改性别、坑二是性别词写太彻底、坑三是发型色和背景全换——三点中招率超过八成。

第一点前面讲过，没垫图没ControlNet，AI从随机生成出来的图跟原图基本没关系，性转根本无从谈起。第二点是说，写过"completely feminine, very curvy, full makeup"，AI就直接套美女模板，原人特征全没。要用"softer, slightly, subtle"这种温和词一步一步微调。第三点发型和背景，发型色保持原色系只改长短和样式，背景完全复刻原图（same background, same lighting），这些都是认出度的细节支撑。

关于ControlNet怎么用我写过一篇详细的，跟人物姿态重绘是相通的，可以看AI画不出修复那篇，里头有讲局部重绘和ControlNet组合拳。系统学SD提示词可以看SD提示词合集。

一条龙出图流程

我的标准流程：原角色图→提取骨架和五官参考→SD本地开ControlNet→垫图低重绘→性别温和切换词→出图6张挑选→PS并列拼图，全程约二十分钟一张。

1. 准备一张清晰的原角色参考图（正面或半侧）
2. SD本地开IP-Adapter+ControlNet OpenPose+Canny
3. 垫图denoising调0.4左右，重绘强度别太高
4. 提示词写性别温和切换词+keep词组
5. 出图六到八张，主挑认出度
6. 挑底图重点看骨架姿态和面部识别码是否保留
7. 局部重绘修发型修面部细节
8. 用PS或在线工具把原图和性转图side by side拼接

跑顺之后我大概每跑八张能出两张能用的，性转这题材成片率不算高。出成片后想做成动态变身的可以参考AI绘画转视频指南，把静态性转做成morph过渡视频效果很炸。

常见问题

AI性转为什么总画成不像同一个人？

因为没用垫图和ControlNet锁骨架，AI随机生成新脸，原人特征被洗掉。解决办法是原图做垫图denoising调到0.4，叠加ControlNet的OpenPose锁姿态和Canny锁面部轮廓，只让模型改性别相关特征。

新手第一次做AI性转用什么工具好？

建议即梦上手（简单做预览），追求认出度上限就上SD本地加ControlNet（要部署门槛高）。完整对比和硬件要求参考我之前写的美国AI绘画软件对比。

男转女的提示词怎么写才能认出原人？

用温和微调词："softer jawline, narrower shoulders, fuller lips, longer eyelashes, longer styled hair (same color)"，配合keep词组"keeping same eye color, same eye shape, same nose shape, recognizable identical person"。忌用"completely feminine"这种彻底词。

性转图怎么排版展示效果最好？

side by side并列对比认出度最高，配合相同背景相同姿势。直接一键出对比图AI容易混淆左右，推荐分开出图再PS拼接。进阶可以做成morph过渡多帧渐变图。

啰嗦这堆，性转这题材看着简单实操地狱，认出度这关过了才算成片。你要是刚上手先把"垫图+ControlNet+温和性别词"这铁三角记住，剩下的多跑多挑多修。觉得这篇有用就转发给同样在折腾AI性转的朋友吧，能让更多人少走弯路。