绘画男生ai总画成网红脸？骨相、发型与少年感的实测调法
先把话放这：绘画男生ai最难的不是画质，是脸。我把同一套人物底稿配三种写法各跑十张，默认氛围词写法八张脸带硬伤，其中七张尖下巴；骨相、发型、眼神拆开逐项调之后，硬伤只剩两张。建议先抄第三节的对照表，再按自己翻车的部位逐项改。
绘画男生ai出图，翻车几乎都翻在同一批地方：下巴越来越尖，眼神越来越油，头发糊成一顶帽子。我起初以为是模型不行，换了两个引擎重跑，问题原样复现。后来把提示词一句句拆开对照，才确认九成是写法的问题，跟运气关系不大。
依据是我自己做的一组小实验。同一套人物底稿，设定不动，只换脸、发、眼神三处的描述词，每种写法各跑十张，数尖下巴、油腻眼神、发丝清晰的张数。三十张跑完，规律相当清楚：帅、酷、迷人这类氛围词，就是把男生往网红脸方向推的手。下面按部位拆开讲。
骨相：先把尖下巴压下去
男生骨相要靠方下颌、眉骨、颧骨三个结构词锚定，只写帅气必翻车。我实测加下方下颌一词后，十张里尖下巴从七张掉到两张。
具体改法：在 handsome young man 后面补上 sharp jawline、defined brow bone、slightly high cheekbones。这三个词是我一次翻车后逐个试出来的，缺一个，尖下巴率就往上抬一截。
我试了下只加 sharp jawline 一个词，十张里仍有三张尖下巴，但形状已经从锥子变成了正常下颌。三个词一起上，偏尖的只剩两张，代价是有一张方得像中年大叔。那张的修法是在词尾补 softened features，把棱角磨回来一点。
还有一个坑要说。年龄词千万别省。我不写年龄的那组，模型经常把骨相往二十五六岁画，法令纹都出来了。补上 19 years old 之后，少年感和方下颌能同时立住。说实话，这一步是我赌气试出来的，本以为没用，结果十张里九张年龄感对了。
发型与眼神：少年感的两个开关
发型写结构不写氛围，眼神靠视线方向加瞳孔高光一起压。氛围词十张糊八张，结构词能把发丝走向立起来。
先说发型。帅、利落、干净这类词放在男生头发上几乎不起作用，模型不知道你说的利落长什么样。结构词才有用：layered short hair（层次短发）、small cowlick（发旋翘起）、short temples（鬓角剪短）。我用结构词那组，十张里七张能数出发丝走向；用氛围词那组，八张糊成一整块。
眼神是另一半。默认提示词里常见的 intense eyes、sparkling eyes，我个人的判断是这俩就是油腻的源头，模型会把它们理解成卧蚕加大、瞳孔高光拉满。换成 looking slightly away（视线偏开）加 small catchlight（小高光），油腻感立刻下去，十张里只剩一张油。
话说回来，眼神这东西有点玄学。同样两个词，配正脸就油，配四分之三侧脸就干净。后来我干脆把四分之三侧脸写进固定底稿，省心。废图率也从四成掉到一成半左右。
三十张实测账：三种写法放在一张表里
三种写法各跑十张：氛围词组八张脸带硬伤，脸和头发换结构词后降到六张，全套写法只剩两张。逐项换词，别整句重写。
把三组数据放一起看更直观。
| 写法 | 尖下巴 | 油腻眼神 | 脸带硬伤 | 发丝清晰 |
|---|---|---|---|---|
| 只写氛围词（帅气、冷酷） | 7/10 | 6/10 | 8/10 | 2/10 |
| 氛围词加骨相与发型结构词 | 2/10 | 5/10 | 6/10 | 7/10 |
| 再加年龄、视线方向、小高光 | 1/10 | 1/10 | 2/10 | 8/10 |
表里有个细节要交代：第二组眼神还是油，因为那组我没动眼神词。三组词是叠加关系，不是三选一。这也解释了为什么不少人喊调了没用——只调一处，另一处的坑还开着。
场景和服装顺带提一句。个人觉得男生图的背景宜简不宜繁，我试过把剑气、光效全堆上去，人物脸反而被吃掉了。想把气场往上抬一档，可以看这篇纵横ai绘画的气势从哪来：剑气与横幅大场面实测，讲的就是大场面里光和构图的分寸。先把脸立住，再谈场面。
回到开头那句话：绘画男生ai翻车翻在脸，修法也就落在脸。骨相三个词、发型三个词、眼神两个词，拢共十来个词组，比换引擎、堆采样步数都管用。我那三十张的账就摆在这，八张硬伤和两张硬伤之间的差距，就是这几处改词。先抄表，再逐项换，跑五张看均值，别凭一张定生死。
常见问题
男生脸总是太俊秀，怎么画出硬朗一点的感觉？
把皮肤和体格词改粗一档：加 light stubble（淡胡茬）、rough skin texture，再写肩宽和手部姿态。胡茬是最好用的硬朗开关，一加就有，想减龄就换浅色短茬。
跑出来年龄感忽大忽小怎么办？
年龄词要和骨相词、道具词绑在一起用，单写 19 years old 有时会被场景词冲掉。我现在的固定底稿是年龄加高中教室背景，十张里九张年龄稳定。
提示词写中文还是英文，差别大吗？
脸、骨相这类精细部位，我实测英文命中率更高，中文容易偏意译糊掉。场景、情绪用中文反而自然。混着写不丢人，哪个准用哪个。
同一组提示词为什么每次出的脸都不一样？
采样随机性决定的，正常现象。看中哪张脸就用种子值固定住，之后只微调发型服装词，脸就不会崩。