ai都市绘画总画成空城？早晚高峰各跑三十张的实测

上个月帮朋友的咖啡号画头图，我随手丢进去一句「黄昏都市天际线」，出来一张楼漂亮得像售楼处渲染图的画。好看。但死。画面里没有一个人，没有一盏灯是过日子点燃的，朋友看完回了三个字：不像地球。就是这次翻车让我把ai都市绘画认真重跑了一遍，前后六十多张，总算摸到点门道。

先交代结论：城市画面像不像「有人住的地方」，跟楼高关系不大，跟三样东西关系极大——楼群密度、时段光、行人动线。下面按这个顺序拆。

都市感输在哪：楼都在，人不在

都市画面翻车多半是密度出了问题：楼间距太宽、行人少于三个、街道占比失衡。行人控制在八到十二个、楼群按高中低三层堆叠，画面立刻不一样。这是我六十张对照里最稳的一条规律。

我做的是笨办法对照。同一句提示词，只改行人数量：从两个开始，每轮加两个，加到十四个为止。两个行人的版本，怎么看都像凌晨四点的空镜；加到八到十二个区间，画面突然就「喘气」了，街道比例也被人群衬托得合理起来。超过十二个又开始乱，人脸崩的概率明显上升，我跑的那批里超过十二人的一组，十张里崩了四张。

楼群也是同理。AI默认给你的是几栋孤零零的玻璃幕墙，间隔宽得能跑马。后来我在提示词里固定加了三层结构：「前景骑楼与店铺、中景高低错落的住宅楼、远景雾蒙蒙的超高层」，出图的拥挤感马上出来了。单张出图大概十一秒，一晚上跑六十张完全没压力。

翻车也翻得很有规律。行人多了以后，AI爱给你排一排背对镜头的人，或者干脆全员游客剪刀手对着你笑。解决办法是给动作词：通勤、赶路、拎东西、低头看手机，把「站姿」这个词彻底从词表里删掉。

时段光怎么选？四档实测排个序

都市题材时段光的出片率排序是：黄昏大于深夜大于清晨大于正午。黄昏靠橙青对比最容易出情绪，正午硬阴影最不适合新手，十张里九张平。选哪档取决于你要给画面什么情绪。

说句实话，黄昏是我用得最多的一档，所以我最心虚——同一次投稿季，我刷到三个号用了气质接近的黄昏都市图。想避开的可以看看那篇把未来城市画成早点摊的思路，把霓虹换成烟火气，撞款概率低很多。深夜档的湿路面反光我特别喜欢，就是废片率偏高，路灯一多光晕糊成一团，得靠「光晕柔和」这类限定词往回收。

行人动线：画面活不活就看这一层

动线就是行人往哪走。一张图里动线方向统一或有明确对冲，画面就活；人群原地站立、朝向混乱，画面就死。写提示词时给每个人群一个动词。这是六十张对照里第二好用的规律。

具体写法是把人群拆成小队，每队配动词和位置：「左侧两人拎早餐小跑」「中景一群人等红灯」「右侧外卖骑手穿行」。等红灯这个动作我强烈推荐，因为它是城市里最自然的「静止」，和穿行的人形成对冲，画面一下就有了节奏。

我自己最满意的一张是早餐摊前队排到马路的场景，五个人排队、两个骑手对冲、楼上有一扇晾着衣服的窗。这种细节AI不会主动给你，得一层层叠词叠出来。叠的时候记住一个原则：一次只加一个动线，出图确认没问题再加下一个，贪多必翻。

回头看那张售楼处渲染图，问题根本不在楼，在我只给了AI「楼」这一个信息。城市是人和楼挤在一起过日子的副产品，你把日子写进提示词，楼自然就活了。现在我的都市词表固定三件套：密度、时段、动线，缺哪补哪，基本不再出「不像地球」的片子。

常见问题

手机上做ai都市绘画效果会差很多吗？

构图和用词完全一样，差别在竖画幅。竖构图装不下「三层楼群」，建议砍掉远景超高层，把中景楼群压低到画面上三分之一，留出人群动线的空间。

楼上招牌的文字总是乱码怎么办？

别指望模型写对字。提示词里直接写「招牌留白、无文字」，出图后用修图软件后期贴字，我试过让模型硬写店名，二十张里没有一张能看。

画中国的城市和欧美城市用词有区别吗？

有。中国城市加「骑楼、电动车、晾衣杆、白瓷砖居民楼」这类锚点词，欧美城市则是「砖墙联排、消防梯、咖啡馆外摆」。不加地域词，出来的经常是个不东不西的四不像。

一个主题跑多少张才够挑？

我的标准是同组至少四张、跨两个时段。只跑一两次就下结论，大概率是被随机性骗了，我批过的翻车稿里一半是这个原因。