AI绘画画给人洗脚这类动作总崩？交互姿势实测
长话短说：双人交互动作崩，根源是模型把两个人当成两张脸各画各的，谁对谁做什么它没有方向感。写清动作双方、接触点和镜头视角，通过率能从一成拉到八成。我为一张足浴店海报跟"给人洗脚"这个动作磨了三天，四十多张废图换来的改词公式，全在这篇里。
AI绘画画给人洗脚这类动作，是我今年碰过最难缠的需求。事情起因很简单：老同学开了家足浴店，让我帮忙出一张开业宣传插画，画面就是最普通的场景——技师蹲坐在小凳上，给顾客洗脚。就这么个动作，我三天崩了四十多张，手指多长、脚踝反折、水盆悬空，什么怪相都见过了。
结论先押在这儿：双人交互崩，不是模型不会画人，是它把两个人当成两张独立的面孔在拼贴。"谁对谁做什么"这个方向感，提示词不写明，它就靠抽。
为什么双人交互最容易崩
三个原因：近距离接触的训练素材少、接触点常被身体遮挡、"给某人做某事"这种方向关系模型天生不敏感。
单人图模型见得多了，闭着眼都能画。但两个人贴在一起、手和脚互相穿插的画面，训练数据里本来就少，模型对这类构图的想象力明显单薄。更要命的是接触点——洗脚的灵魂在"手捧着脚"这一下，而恰恰这个位置被手、脚、水盆叠在一起，是模型最不想细画的地方。
废图堆里能总结出一部"崩法图鉴"。脚踝反折成直角的七张，左脚六个脚趾的三张，水盆里的水清得能看见盆底花纹、但脚是干的四张——脚悬在水面上方两厘米，热气倒是画得挺足。最绝的一张，技师的双手规规矩矩捧着一个空盆，顾客的脚踩在盆沿外面，两人隔着半米互相微笑，那画面安静得像谈判现场。
我第一版提示词写的是"一个人给另一个人洗脚"，十张里九张手指数目不对，剩下那张好手好脚，结果是技师在给顾客剪指甲。模型只知道"附近得有两个人"，至于谁服务谁，它真不在乎。
我的救图四轮记录
改词公式：主体+姿态+客体+接触点+视角，五段一个都不能省。词序换了，出图是从抽卡变成点菜。
第二轮，我把双方身份写死："一位穿深蓝制服的女技师跪坐在木凳上，双手捧着一位男顾客的右脚"。十张里四张方向对了，但脚经常悬空，水盆飘在半空当装饰。问题找到了——只有双方，没有接触。
第三轮补接触点："双手捧脚、双脚浸在木盆热水里、毛巾搭在膝上"。六张方向正确，崩法收敛到细节层面。第四轮加视角"侧面全景"，把两人之间的位置关系钉死，十张里八张能用。剩下两张，一张多出了第三个人的手——负面词里补"多余的人物、多余的手"才按住。
对了，还有个容易漏的细节：家具高度。不写"矮凳"，技师经常被画成站着弯腰九十度，腰折得吓人。写上"跪坐在矮凳上"，姿态立刻自然。这类地面支撑的词，比你想的管用。
其他交互动作也一样救吗？
同一套公式适配大多数双人动作，难度排序大致是：递东西最稳，握手次之，梳头和拥抱最难。
我拿调通洗脚的那套结构顺手测了三个动作。递杯子，十张过七张，物件明确，接触点单一，模型最擅长；握手，过六张，偶尔两只手交叠成鸡爪，负面词拦一下就好；梳头，只过三张，手要穿过头发、头发要压住手，两层接触叠一起，模型就犯糊涂。拥抱最难，只过两张，我干脆放弃了，换成"并肩靠坐"这种弱接触的写法。
规律摸出来就一条：接触点越少越明确，成功率高；接触面积越大、身体穿插越多，越难救。策划画面的时候，能选递东西就别选拥抱，能给侧面就别给背面。客户要是坚持要难的动作，就把省下的额度预支给局部重绘。
回头看我那四十多张废图，心疼归心疼，账算得值：双人交互的崩，崩在关系不明，不是崩在画工。身份写死、接触点点名、视角钉住、家具高度别漏，这套五段式走完，"给人洗脚"从十不存一到八成能用。你要是也在画双人场景，先把这五段补齐，再谈抽卡手气。同学的海报最后也交了，他没看出那六个脚趾的曲折历史，挺好。
常见问题
为什么AI画的脚经常比手还怪？
脚在训练数据里出现时多半穿鞋、被遮挡，模型对裸脚的结构掌握确实差。洗脚题材等于专挑它的短板，能救的办法是让脚处于"被捧着、泡着水"的状态，遮挡反而降低了画错概率。
画面里人数控制不住怎么办？
正面词写死人数，负面词拦"多余的人、多余的手"。我实测正负面两边都点，十张里七八张能保住两个人。
用真人照片垫图能提升交互动作吗？
有帮助，垫一张姿势相近的参考图，比纯文字稳。但要垫构图不垫风格，不然模型把参考图的水印和质感也学走了。
三人以上的场景还能用这套公式吗？
能，但要给每个人单独一段"身份+姿态+接触点"，段落顺序就是你要的站位顺序。人数越多，越要狠心简化动作。