ai绘画兽人总画成"穿毛大衣的人"？我两周踩坑换来的修法

起因是兽圈的朋友托我画他的狼兽设，发了三页设定文档过来。我想着不就是拟人嘛，提示词敲下去十来张，出来的东西他看完只回了一句："这是个穿狼皮大衣的人类。"当场社死。ai绘画兽人这个题材，模型默认路径是往人上贴兽元素，你要不主动拉，它就滑回去。

之后两周我跑了四十七张图，专治这个毛病，修法都试出来了，挨条说。

骨架词不写死，模型就往人上滑

吻部退化和直立腿是头号翻车点。提示词里把"canine muzzle长口鼻"和"digitigrade legs趾行腿"写成硬性特征，人脸率能从七成压到两成以下。

前三十张的数据摆在这：二十二张吻部退化成塌鼻子，十八张腿是标准人类站姿。加了一堆"狐狸耳朵、尾巴"没用，那些是装饰件，模型顺手就给你加上，骨架才是它认人的根。后来我把两条写死——"long canine muzzle, digitigrade legs"放在提示词前五的位置，再跑十七张，脸长的只剩四张。

体格也要单独给词。兽人讲究肩宽背厚，我固定用"broad shoulders, muscular but not human proportions"这一组，配合"两足站立"的姿势词。有个坑提醒一句：写"furry"这个词各家模型理解差异很大，有的会往毛绒玩具上跑，我后来干脆不写它，直接描述物种加骨架，反而准。

毛发要按三层写，不然就是一件大衣

毛发质感分三层描述：底层绒毛写短密，外层护毛写走向和光泽，颈毛尾巴单独给体积词。三样齐了才有"活物"的毛，缺一层就像布料。

这是我觉得整篇里最值钱的一条。朋友那句"穿毛大衣"点醒了我——大衣就是不分层的毛。我现在固定写三层：底层"short dense underfur"，外层"guard hairs with natural flow, subtle sheen"，颈毛"thick neck ruff, individual strands visible"。改完这版跑的十张里，八张毛看得见根，风一吹有走向，跟之前那种奶油糊顶的质感完全是两个东西。

还有个细节，爪垫。兽人圈很吃这个，"soft paw pads, four fingers plus dewclaw"写上，出图的手部特写会多一层可信度。爪子的指节数模型经常数错，特写图建议多抽几张挑，我一般按一比五的心理预期去烧。

这张表是我两周踩坑的个人记录，不同模型基数不一样，看个趋势就行。尾巴那条多说一句：写动作比写存在感管用，"tail swaying behind"比"has a tail"稳得多。

兽设三视图别硬出，用分格拼

单张图直出正面侧面背面的三视图，成功率极低，人物细节会互相串。改成一张图一个视角再拼格，或者提示词里明确写分格布局，可用率能从两成拉到七成半。

朋友的兽设文档要求三视图加两个表情。我先试直出，十二次尝试里只有两次勉强能用，而且正面和侧面的花纹对不上——肩上那道月牙纹一会儿有一会儿没有。后来换思路：提示词里写"two-panel layout, front view and side view, same character, consistent markings"，一次出两个视角的拼格，花纹一致性好了不少，十二张里九张能直接交付。

表情差最好单独画，一张图一个表情，四张凑一组。别贪心让模型一图画四个表情，串味串到亲妈不认。要是兽设花纹特别复杂，我建议先出一张高清正面立绘当基准，后续所有图都垫它做图生图，一致性会好一个档次。

交稿那天朋友把狼兽设设成了群头像，群里问他找了哪位太太。我跟他说这是我抽了四十七张里的幸存者，他不信，非说运气成分至少一半。他说的对，也不对——修法压不住所有随机性，但能把运气从一成提到七成。你要是也被"穿毛大衣的人类"气到过，先从骨架词改起，那是最见效的一刀。

常见问题

兽人穿盔甲或者衣服，会盖住兽设特征吗？

会挡一部分，尤其颈毛和尾巴根。我的处理是服装词写"open-front"或者让尾巴从孔洞穿出，关键特征词依然放在服装词前面，权重靠位置撑。

龙兽和鸟兽这套词表通用吗？

骨架逻辑通用，毛分层那套要换。鳞片写"overlapping scales with matte finish"，羽毛写"layered feathers with shaft highlights"，思路一样：分层、给走向、给光泽。

能用真人照片垫图来保持一致性吗？

不推荐。垫真人照片容易把脸往人方向拉，跟兽人的目标背道而驰。要垫就垫同一兽设的已完成立绘，或者同物种的动物照片只取毛色。

画兽人有什么要避开的题材红线吗？

有的。兽人图注意别往擦边方向走，平台审核对拟人角色比对纯动物严得多，穿好衣服最省心，交付商业委托更是如此。