AI 绘画

AI身材绘画怎么写不崩不擦边？八个体型词实测记录

FlowPix Team 发布于 2026-09-10 更新于 2026-09-11 2,020 字

我的判断是：AI身材绘画想稳，靠的不是换工具，是把「身材」这个词翻译成结构化的部位描述。八个常用体型词各跑十张的实测里，写结构词的组平均七张贴合，写印象词的组只有两张能看。

AI身材绘画这类需求，最近找我的特别多——健身教练要宣传图，做游戏的朋友要角色设定，还有想给自己画张理想身材参照图的。十个人里九个的第一版提示词都长一个样：「好身材」。

出来的图基本分两种。要么是个头肩比夸张到离谱的模特，要么干脆被平台拦了，提示一个「内容不适合生成」的红字。

问题出在哪？「身材」是个印象，不是结构。模型接不住印象，它只认得肩、腰、腿这些部位的写法。

为什么AI画身材总崩？

印象词没有几何信息，模型只能按训练数据里最抢眼的身材去凑，比例一乱就崩；敏感联想过重的词则直接触发审核，两类翻车根源不同。

先说崩图的。模型理解「好身材」的方式，是把数据里带这个标签的图平均一下，出来的往往是腰围缩到物理上不存在的程度。我拿「完美身材的男性」跑过十张，八张的肩宽超过身高的三分之一，教练看了直摇头，说这肩得练十年。

再说被拦的。写身材的时候往露骨方向靠，或者叠加一些暗示场景的词，审核模型一票否决，连解释的机会都没有。这个真没必要碰，写实身材出图本来就不缺那几个词。

我的经验是分两步走：先把印象词删掉，换成结构词，再把画面场景往「日常、运动、生活」上贴。同样一个人，写「健身房器械区做划船训练」和写一句模棱两可的场景，出图的通过率和贴合度完全是两个世界。

十个词各出十张，写部位结构的词组平均七张贴合，写单一印象词的组平均两张；健壮、微胖、纤细三个词配合结构描述后稳定度最高。

我用同一工具、同一默认参数做了轮对照，每个词跑十张，统计贴合数（人物身材和预期一致、无明显畸形算贴合）。

最意外的发现是「娇小」。这个词单独用，四成图往低龄方向跑，看得人心里发毛，我当场全删了。改成「身高一米五五、短发的成年女性」，十张里九张正常。年龄和身高这两个数字词，就是防止跑偏的锚。

还测了一组重绘幅度：局部修身材时，重绘幅度压到0.4以下，肩腰比例的崩图率从三成掉到一成左右；拉到0.75，改腰粗的同时手部开始乱长。改动幅度越大，崩的位置越多，这笔账要算清楚。

锁比例靠三样：头身比写明数字、关键部位用几何词定位、服装给参照物，三个信息互相校验，模型跑偏的空间就小了。

头身比是最被低估的词。写「七头身」，出来的角色立刻比默认更像正常人；二次元风可以写「六头身」，Q版写「两头身到三头身」。这组数字我验证过，横跨二十张图，偏差都很小。

几何词管局部。肩写「平直的宽肩」，腿写「笔直」，腰写「收腰但不刻意」，比形容词靠谱。模型对几何形状的响应，比对「性感」「挺拔」这类虚词的响应强太多了。

服装和参照物是补丁。长裤能兜住腿部比例的失真，一件宽松卫衣能盖掉腰腹的奇怪弧线。画全身像的时候，我习惯让人物手里拿点东西——拎包、抱篮球、推单车，参照物一出现，整个人物的比例就有个托底的框。

最后一个习惯：出图后先看手腕和脚踝。这两处是最容易露馅的地方，粗细不对，整张图的身材可信度就塌了。别急着看脸，先看手脚。

健身房那张宣传图，最后用的是「宽肩窄腰、背阔肌线条清晰」加「器械区做划船训练」那一版，教练没提意见，直接拿去做了易拉宝。回头看，从「好身材」四个字走到成品，我实际只改了两次提示词。身材画不画得对，决定权一直在写词的人手里，这比抱怨模型笨有用得多。

别堆肌肉量词，改写运动状态。比如把「肌肉发达」换成「常年体力劳动的结实体型」或者「游泳运动员的肩背线条」，职业锚点一给，肌肉量会自动落在一个日常可接受的区间。

部位结构词加日常场景的组合很安全，我几十张图里没有一次被拦。会触发审核的是暗示性场景词和露骨修饰，把它们从词表里清掉就没事。

更需要。卡通风格没有真实人体做参照，头身比是唯一的比例锚，不写的话Q版经常飘成恐怖谷。两头身写「大圆头小身体」，比只写「可爱」可靠。

可以，局部重绘框住脸部，重绘幅度0.3到0.5之间试。注意框别太大，把脖子圈进去手部容易跟着变。