ai世界绘画怎么搭世界观：一套词库管全部场景，分层描述法实测
判断先给：ai世界绘画的核心不在单张图多惊艳，而在几十张图长得像同一个世界——先建一段固定的"世界观词库"整段复用，再用远中近三层法写每个场景，杂糅感自然就没了。我给连载小说搭的二十多张场景图放在一起，不打架。
我写网文三年，笔下的主城叫雾环城：灰蓝的雾，青黑瓦的坡屋顶，石桥悬在水道上空。一直想给它配图，手绘我是没戏的，去年开始用AI搭场景。第一版交出去就是灾难——市场那张是江南水乡的屋顶，翻一页成了哥特尖顶，读者在评论区问我是不是写了穿越文。ai世界绘画最容易输的地方，恰恰不是画质，是"世界观不统一"这一条。
改了大半年，现在的流程稳定了，写给你。
一个世界一套词库，整段复用
把世界的材质、建筑形制、色调、光线偏好写成一段固定词组，每张场景图开头整段贴上，这是几十张图不打架的唯一办法。风格统一比单张惊艳重要得多。
我的雾环城词库长这样：slate-roofed tiered city, suspended stone bridges, water streets, perpetual low fog, desaturated blue-grey palette, brass fittings。六十来个英文词，存成备忘录，出图前先整段贴进提示词开头，然后才写本张场景的专属内容。这套词就是世界的宪法，单张图再有想法也不能改它。
吃过一次大亏：有张图手滑漏贴了词库，出来的场景热带得像海岛，色调金黄。我看着挺好看还发进了读者群，下一章评论全是"上一章的世界呢？"。从那以后我把词库设成了输入法常用语，一键贴。
词库里还有两条铁律值得单说。一是色调只留一种倾向：雾环城是低饱和蓝灰，我就把任何 warm tones、golden hour 之类的词从场景词里赶出去，日出戏除外——例外也得在词库里预先写好（dawn fog, pale amber sky），不能临时起意。二是光线时段固定：我的世界大部分时间阴天，直射阳光只出现在两场重头戏里，物以稀为贵，图也一样。阴天的图出多了你会发现，柔光下材质细节反而更耐看，硬光容易把瓦片画成塑料片。
形制这个东西也得钉死。最怕的是把"东方坡屋顶"和"哥特尖窗"写进同一段，模型真的会给你拼一个缝合怪。想要华丽感，别引第二种建筑风格，用材质词去堆——黄铜件、雕花石栏，气质就上来了。古代服饰讲究形制一致，画场景是一个道理，城主那篇讲官袍纹样的收着画法，思路可以平移过来。
场景分层写：远中近三层，加一个动态元素
场景提示词按三层组织：远景定地标轮廓，中景定街区结构，近景只放一个动态元素，比如行人、炊烟、跳起的鱼。全景空镜最容易死气沉沉，动态元素是救命的。
拿书里的鱼市举例。远景：双塔的影子沉在雾里；中景：挑担的摊贩沿着水道排开，湿石阶；近景：一条鱼刚从筐里跳出来，溅起水花。就这么三层，外加词库整段。动态元素只放一个，放两个画面就乱，模型会抢戏。
流程上我是两步走：先出全景底图，重绘幅度 0.4 左右再补一轮细节，专补中景那一层。比例上章节头图用 16:9，关键场景用 21:9，横着更有电影感。出图一张 30 秒上下，定稿平均要废八张——别心疼，选场景图比选人像还挑。
给你一个反面教材。我画过一次钟楼广场，三层全堆了地标：远处塔、中间楼、近处还是楼，出图气派是真气派，读者却说不知道该看哪。后来把近景换成一个抱着面包跑过的学徒，同一构图立刻有了入口。眼睛得有个落点，落点最好是活的。
还有个偷懒技巧：同一个地点要多角度，别重写提示词，拿定稿当底图换视角描述，重绘 0.5 上下，骨架还是那个骨架，世界感丢不了。
二十多张图现在都排进了章节头图位。上个月有条读者留言我截图存着："看着看着，脑子里就有雾了。"说实话，这比夸任何一张图好看都让我高兴。一个世界从来不是某一张图撑起来的，是一堆图都不打架，才立得住。
常见问题
人物和场景是一起出还是分开画？
分开。人物先单独定妆定稿，场景出空镜，需要同框时拿定稿做局部合成或者垫图微调。硬塞在一次生成里，人物比例和场景透视两头不讨好。
建筑风格总乱串怎么治？
提示词里钉死一种屋顶形制和一套材质词，把没点名的建筑风格词全删干净。串门多数是词库里混进了两种风格的描述，逐词排查比改参数管用。
同一个地点要出多个角度怎么办？
拿定稿图做图生图，词里只改视角和镜头位置，重绘幅度 0.5 左右。别从零重写，从零开始就是另一个世界了。
需要先学3D软件打底吗？
不需要。懂一点构图和镜头语言就够，比如知道远景放地标、近景放细节。3D软件是给要精确控透视的人用的，网文配图用不上那个精度。
出来的图够做网文配图吗，分辨率怎么给？
够。按平台头图宽度出图，不够就放大一轮，我在用的尺寸是宽边 1600 以上，手机端阅读完全够清晰。导出存 webp，加载快。