菲梦少女诗语AI绘画：同人图这样出不容易崩
一句话版本：画诗语，难的不是画得像，是画得稳。特征抓准、参考图垫底、崩了走局部重绘，三步下来十张里能有六七张拿得出手。
想给菲梦少女的诗语出几张同人图，是很多小观众和家长搜到这儿的原因。先把最要紧的结论放前面：AI模型认"特征"不认"名字"。你把她的发色、发型、服装风格用自己的话写清楚，比在提示词里把名字重复十遍都管用。这篇按我2026年6月实际跑通的路子讲，从写词到救崩图，一步一步来。
提示词别只喊名字，要描述特征
只写角色名，模型多半给你一个"差不多的小姑娘"。把发型、发色、舞台服、气质逐项写出来，相似度才立得住。名字是索引，特征才是内容。
我的做法分两层。第一层写通用偶像要素：偶像歌手、舞台裙装、手持话筒、追光灯。第二层写诗语的个人特征，这层我不替你下结论——打开动画截图，照着把她头发的颜色和长度、刘海的形状、服装上最显眼的那个元素，用自己的话敲进去。描述得越具体，出图越靠得住。
更稳的路子是图生图。截一张官方画面垫底，重绘幅度先压在0.4左右，让模型贴着原图发挥。这个数值是我试出来的：再低就几乎是原图复制，再高脸就开始漂。贴图生图还有一个好处，服装上的小细节不用你在词里较劲，原图自己会带出来。
踩过的坑说一下。我头一版只写了"菲梦少女诗语"六个字，连出八张，张张是陌生面孔，其中一张连偶像的舞台服都没穿。第二版补上特征描述以后，第五张就能用了。名字在提示词里起的作用，比大多数人以为的小得多。
舞台感和日常感，要分成两套词
舞台图要灯光、裙摆、跳跃感，日常图要柔光、生活场景、安静神态。两套氛围混在一句里，出图最容易怪。先定场景，再定词。
舞台图的骨架是光：追光、侧逆光、观众席的点点荧光，词里至少给两样。动作可以放大，转裙摆、举手比心、唱到高音的仰头，这些大动作模型表现得好。我出过一组唱歌的图，微闭眼加话筒贴近那组词，出片率明显高于站姿正脸。
日常图正好反过来。动作要收，场景要生活化，光要软。教室窗边、排练室休息、抱着歌词本发呆，都是安全选项。有张她在排练室坐着绑鞋带的图我特别喜欢，动作特别小，反而显得真。小孩看了说的第一句话是"她在休息呀"，你要的就是这个效果。
词的顺序也影响结果。我把场景写在前、人物特征写在后的那几组，出图的氛围明显更足；反过来人物占主导，场景就弱。同一句话换个顺序再试一遍，成本为零，这个习惯值得养成。
跑题一句，给小朋友一起玩的时候，日常场景那套词更好上手。选几张图让她挑"这张像不像"，再顺着她的要求改词，一来一回，孩子对自己角色的熟悉程度会吓你一跳。话说回来，这大概也是同人创作最原始的乐趣。
脸崩了别整张重出，走局部重绘
脸崩多半是动作太大加人物太小。把人物占比放大、动作改小，再对脸部局部重绘，两张里能救回一张。整张重出是下策。
我翻车最狠的一次是跳舞动作：裙摆转起来倒是好看，脸糊得认不出是谁。回看参数，问题出在两个地方——全身构图把脸压得太小，跳跃动作又让模型开始自由发挥。后来把动作降一档，从跳跃改成迈步，再用局部重绘单独修脸，重绘幅度0.3上下，救回来了。
还有一条经验：手部出问题别恋战。同框道具多、手势复杂的图，修的时间比重出还长，我一般直接重摇。手指是模型的固定弱项，把持话筒的手改成握话筒、少写手指细节，翻车率肉眼可见地降。
救完别急着发，放大到百分之百检查一遍眼睛和嘴，缩略图好看不代表大图过关。修脸也别只盯着五官，发际线和脸型的衔接处才是穿帮重灾区，局部重绘的范围宁可框大一点，把额头一起圈进去，衔接顺了，像不像的问题能解决一大半。这套流程走熟以后，我出十张能挑出六七张，比刚开始的十张挑一张强太多了。
开头那句结论再摆一次：模型认特征不认名字。描述写细、参考图垫底、崩图局部救，三件事做到位，诗语的同人图就从碰运气变成稳定产出。给表妹出的那套贺卡，最后挑了四张，她自己贴在了床头，这大概就是这套折腾最好的回报。
常见问题
诗语的神态怎么写才更像她？
照着截图写具体神情，比如认真的眼神、微微抿嘴、上台前的深呼吸。写"可爱""漂亮"这种大词没用，模型有自己的理解，往往跟你想的不是一个方向。
想画她和队友同框，可行吗？
可行但难度翻倍，人物一多，脸和服装容易串。建议动作写得简单些，或者分别出单人图再拼合，成功率比硬出同框高。
同人图发到粉丝群要注意什么？
标明是AI辅助创作，不用于商用，保留平台水印，也别拿去冒充官方或手绘作品。规矩说在前面，分享才愉快。
孩子喜欢菲梦少女，能带她一起玩AI绘画吗？
很适合。选带预设标签的工具，让她点选发型、场景就能出图，家长在旁边把把关。顺带聊聊她最喜欢哪套舞台服，比单纯看动画有意思。
出来的画风和动画不一样怎么办？
动画是三维渲染，AI默认容易画成平面风。提示词里补上3D渲染、圆润材质这类描述，再垫官方截图走图生图，画风就能拉近不少。