狸ai绘画实测：一个字画出三只完全不同的动物
一句话版本：「狸」这个字的出图结果，完全取决于你补不补语境。不给语境，模型默认画日本的狸猫摆件；想要中国味的狸，每个特征词都得自己攥在手里。
说实话，点开「狸ai绘画」之前，我以为这是个冷门到没什么可写的词。一轮测下来被结结实实打了脸——同一个「狸」字，在模型脑子里至少有三张脸：一只咧嘴笑的日式陶摆件、一位站在戏台上的角色、一只趴在窗台上爱答不理的猫。三组实测，一共60多张图，翻车的比成功的多，但每张翻车图都告诉我一件事：模型对汉字的理解，藏着训练数据的偏好。测试统一用1024x1024方幅，步数28，CFG7，三组只换提示词不改参数，保证变量只有一个。
不加语境的「狸」，模型第一反应是日本的陶摆件
单独输入「狸」，二十张里十七张是戴斗笠的日式狸猫瓷像，中文语序在训练数据里被日语词带跑了。
这是整轮实验里最意外的发现。我原本以为「狸」在中文语境里指狸猫，模型也会这么想。结果单独输入「狸，可爱，夜晚」这种宽泛词，出来的图清一色是信乐烧那种大肚子、歪戴斗笠、抱着酒壶的陶塑狸猫。有个比喻很贴切：模型对「狸」的理解，像被三个老师轮流带过的学生，最后谁的声音大听谁的，而日语训练材料里这个词出现得实在太勤。想把画风拉回来，得用「中国狸花猫」这种完整词，再加「虎斑纹，圆脸，绿眼睛」钉死特征，改完之后20张里能出15张正主。更有意思的是词的比重：把「虎斑纹」挪到提示词开头，陶塑感回来得更快，位置比数量重要。这个词典级的偏差，不测真不知道。
狸猫换太子：画戏台比画故事靠谱
这个典故出自清代小说《三侠五义》，属于虚构的文学桥段，出图建议直接往京剧扮相上靠，别画成历史场景。
第二组我试的是狸猫换太子，这词一出来，好几个朋友问我打算怎么处理这个「大瓜」。先把话说清楚：这是《三侠五义》里的公案故事，经过戏曲舞台一代代加工成型，是文学虚构，不是真实历史，历史上并没有这么一桩案子。所以我干脆不装「还原历史」，提示词直接往戏台上写：「京剧扮相，凤冠霞帔，怀抱襁褓，后台化妆镜前，油彩未干」。出的图反而特别有味道，镜中的人、怀里的襁褓、桌上的头面首饰，戏感全在。后台化妆镜这个场景词是关键，它给了画面一个「演出前后」的时间感，比正面拍戏台灵活得多。有一张翻车我得记一笔：襁褓里的狸猫脸画得过分逼真，毛都根根分明，看着瘆人，当场删掉。画传说题材，戏台的距离感就是安全带，糊一点，反而对。
窗台上的狸花猫：最日常的一只，也最难出精气神
狸花猫难在神态不在花纹，加「眼神懒散，尾巴尖上挑，逆光轮廓毛」这类词，比堆花纹描述管用。
第三组回到最直白的理解：一只中国狸花猫。按理说这是最容易的，毕竟是全网出镜率最高的猫种之一，实际不然。前10张的猫个个圆头圆脑像在营业，甜得发腻——那是宠物广告里的猫，不是狸花猫。狸花猫的精气神在「不当回事」三个字上。我把提示词改成「窗台逆光，狸花猫侧坐，眼神懒散，尾巴尖上挑，轮廓毛被夕阳勾亮」，第14张出片：灯从背后打过来，猫的轮廓毛一根根立着，眼睛半眯，爱看不看。家里养过狸花的人看到这张都会心一笑。补充个数据：同一套提示词，把「逆光」换成「正面自然光」，出片率从四成掉到一成半，神态词加光线词是绑在一起的。不夸张地说，这组里我最喜欢的就是这只猫。
一个「狸」字，三组图，三种完全不同的气质。回头看这个我以为的「冷门词」，它更像一面照出模型知识结构的镜子：对每个词的第一反应，都暴露了训练数据的口味。你要做的不是跟模型讲道理，是把它偏掉的方向一句一句拽回来。三组里翻车四十多张，留下的每一张能用图，背后都是十几张废片换来的经验。下次再遇到出图不对味，不妨先想想——模型脑子里那只「狸」，是被谁带跑的。
常见问题
想要中国狸花猫而不是日式摆件，关键词顺序有讲究吗？
有。把「中国狸花猫」放在提示词最前面，特征词紧随其后，「摆件、陶器、信乐烧」这类词千万别出现在同一句里，哪怕是否定句——部分模型对否定词不敏感，「不要陶器」可能正好画出陶器。
狸猫换太子是真实历史吗，画之前要不要考据？
不用考据，因为它本来就是清代《三侠五义》里虚构的公案故事，后来由戏曲舞台发扬光大。创作时往戏曲扮相上靠最稳妥，既保留了故事味，也不会把虚构情节包装成历史场景去误导人。
狸花猫的虎斑纹总是画乱，有什么补救词？
试试「鱼骨纹背脊，细密条纹，毛色灰棕」这种具体描述，并且把猫的姿态限制成侧坐或趴卧。奔跑、跳跃这类大动态会让花纹算法乱套，静态姿势的条纹整齐率高出一大截。