故宫ai绘画想不跑味，红墙金瓦和飞檐得这么调

前年十二月的清晨我在景山拍过一张角楼，雪顶、晨雾、护城河的冰面，是我手机里最得意的一张。后来想用AI复现那个瞬间，第一版出来，朋友看了半天问："这是横店？"那一刻我明白，故宫ai绘画的难点压根不是"画得精致"，而是那股只有紫禁城才有的分寸感。之后我拿那张实拍当基准图，前后跑了四十张，怎么调回来，按坑讲。

红墙金瓦，颜色要给到具体才不跑

只写"红墙"模型会自由发挥，猪肝色、酒红、粉橘全来了。写偏橘的暖朱红加哑光质感，琉璃瓦写带橙底的金黄，色偏率能从六成压到两成以内。

前二十张的数据摆在这：十二张宫墙颜色跑偏，最离谱的一张墙是猪肝色，配上土黄瓦，整座城像腌过。问题出在"red wall"这个词太宽，模型从训练数据里随机捞一种红给你。后来我锁定"vermilion red walls with matte texture"，朱红偏橘、不发闷，才贴上宫墙那个味；瓦顶用"golden glazed tiles with warm orange undertone"，琉璃瓦的亮点其实在釉面反光，加一句"glazed sheen"比堆"shiny"管用。

还有个容易忽略的：颜色数量。提示词里再塞进蓝天、绿树、红灯笼，模型经常顾此失彼，我有一张图把宫墙画成了蓝色——大概率是"blue sky"权重串了门。色板控制在三种主色以内，跑偏率肉眼可见地降。

飞檐和斗拱，是识别度的命根子

故宫味一半在屋顶。翘起的檐角、层层出挑的斗拱、脊兽队列，这些结构词必须点名，不然模型会默认画成日式天守或泰式庙檐。

我翻车最狠的一批图里，角楼的檐角高高翘成东南亚庙宇，还有两张干脆长出了日式城楼的石墙基座。修正靠点名："upturned eaves with ridge beasts, dougong bracket sets under the eaves"，把斗拱直接写进去。跑出来的十张里，八张檐形对了，脊兽虽小，队列感在，整张图一下子就"正"了。

角楼是全故宫结构最刁钻的建筑，九梁十八柱七十二条脊，模型想不乱都难。我的建议跟画兽人三视图是一个道理：别指望直出，先出一张大结构没崩的，再局部重绘修檐角，比硬抽省一半时间。追求写实的话，殿前广场的透视记得写"one-point perspective"，不然太和门能给你歪出个几何题。

雪景晨光，是那股味儿的最后一层

故宫照的灵魂是低角度晨光加残雪。光写清晨侧光，雪只落在瓦顶和檐角，地面扫干净——全城盖雪就成横店了，这个度很关键。

我那张实拍照片里，雪其实化得差不多了，只剩瓦顶和角楼尖上薄薄一层，配清晨五点半的侧逆光。照这个写："low morning sunlight from the side, thin snow on rooftop only"，出来的图一下子接近了。对照组我写了"heavy snow"想堆氛围，结果二十张里十四张成了白茫茫的雪城，红墙都被压淡了，成了零食包装上的 generic 古建。

雾也别贪。晨雾写"light mist over the moat"，薄薄一层贴着水面，氛围立刻出来；雾一厚，飞檐细节全糊，等于白点名了。四十张跑完我大概摸清了这个度：光是主菜，天气是盐，少放提味，多放毁锅。

这张表是我四十张图攒下来的个人账，模型不同基数会有出入，趋势应该差不多。

上周我把修正后的角楼图和前年那张实拍并排发给朋友看，他盯了半天，回了句"这张AI的雾浓了点"。行，横店的帽子总算摘了。说实话，故宫这种被拍了几万次的题材，AI拼的不是画得多美，是拼你知不知道那层"分寸"具体落在哪。你要是想试，先找一张自己拍的实拍图当基准，一个元素一个元素往回调，比囤一百条咒语都有用。

常见问题

拿自己拍的故宫照片垫图转画风，靠谱吗？

靠谱，而且是我最推荐的路子。构图透视白送，模型只负责风格化，注意重绘幅度别拉太高，我一般控制在0.5以内，超了连屋脊形状都会改。

想在图里画宫女侍卫这类人物，有什么要注意的？

服饰点名朝代，别写"古代人"这种大词，明制和清制的形制差很远。人物比例写清楚全身还是半身，我发现故宫图里塞小人，人物崩坏率比单独画人像高不少，小到看不清脸时反而安全。

生成的故宫图能拿去商用吗？

分两层说：故宫的建筑本身是真实景观，写实描绘一般没有肖像权那类问题；但你要注意别把故宫某些文创的形象、展览海报的构图直接搬过来，那是另一回事。商用前把参考来源捋清楚，拿不准就改到看不出出处。

写实风和国风插画，哪个更容易出效果？

我四十张里插画风的过审率明显更高，大概六成半，写实风只有三成——写实会把结构瑕疵照得清清楚楚，插画反而能藏拙。新手建议从工笔或水墨质感起步，出图快，容错高。