ai模特图指令怎么写才稳？我整理的六段式结构

ai模特图指令这个事，我在公司里被问得最多。六个店铺号的出图都归我管，新人来第一周写的指令，出图十张废七张，改来改去还是废。后来我把半年攒的上千条指令摊开对比，能稳定出好图的那些，写法其实高度相似。差的那几张废图，废的原因也有规律。

我把它们拆成了六段式结构，团队九月统一照着写，当月出图的一次通过率从四成一涨到七成半，省下的点数够全组加一顿下午茶。下面按段拆开讲。

六段式结构，每段管一件事

指令按主体、服装、姿态、光线、背景、质感六段依次写，一段只管一个变量，改哪段就知道影响什么。

主体段写人和景的关系，一句话说清：亚洲女模特，二十岁上下，站姿。别在主体段塞太多形容词，写十几个修饰词不如后面分段管得准。

服装段是核心，要写到面料和版型级别。米白色泡泡袖雪纺衬衫这种写法就比一条好看的裙子强十倍。我们翻过废图，一半以上是服装段写虚了，AI只能自己猜，猜出来的裙子跟实物对不上。

姿态段写动作幅度，越具体越稳。手插口袋比自然站立靠谱——「自然」这个词AI理解起来千奇百怪。光线、背景、质感三段固定成常用模块，店里统一用一套，出图的系列感就有了。详情页翻下去像一个人拍完的，这个感觉就对了。

最后是负面词，专门兜底：多指、水印、文字、夸张变形，这几样我全挂在负面列表里。别小看这一段，它能挡掉最离谱的那批废图。我们统计过，负面词上线当月，需要人工救回的崩脸图少了一大半。

改指令前后的差别有多大

同一个款，散写指令一次通过率四成左右，按六段式重写后能到七成半，废图省下的就是点数和时间。

举个我们八月改过的例子。一条藏青针织连衣裙，旧指令写着：一个漂亮女生穿蓝色裙子拍照，光线好一点，背景好看一点。出图十张，能用三张，两张裙子换了版型，一张脸崩。

按六段式重写后：亚洲女模特，站姿手轻握包带／藏青色圆领针织连衣裙，中袖，及膝直筒版型／自然站姿，重心微微偏左腿／柔光箱正面补光，光比柔和／浅灰无缝背景墙／针织纹理清晰，毛线肌理可见。负面词照挂。十张出了八张能用的。

差别在哪？旧指令把决定权全交给了AI，新指令把每个变量都钉死。你要记住一件事：AI不是读心术大师，你没写的它就自己编。

指令库的管理也重要。我们把验证过的好指令按品类归档，谁改了哪段都做记录。这块后来参考了一篇讲ai模特模板的文章，把模板和指令两个库打通了，新人上手快了很多。

三个越写越差的方向，别踩

堆砌形容词、塞流行梗词、一段写到底不分行，是指令越写越差的三个常见方向。

堆词是新手通病。超美、绝美、电影感、氛围感全堆上去，出图反而飘——AI会往夸张里理解。我的原则是每段最多两个修饰词，够了。多出来的那些词，不会让图更好，只会让结果更难预测。

流行梗词也有时效性。上半年管用的某个风格词，下半年模型更新后味道就变了。指令库每个季度要复验一遍，过期的及时换掉，这个维护动作不能省。

一段到底的长指令最难排错。出了废图你都不知道是哪段惹的祸。分行分段写，废一张改一段，排查速度快三倍。我们新人现在改图，都是在六段里做替换实验，比凭感觉重写快得多。九月有个卫衣款连废九张，最后发现是背景段的光源描述和光线段打架，改一处全好了。

指令这个东西说穿了就是跟AI分好的工：你把变量定死，它只负责执行画面。写指令的水平，本质上是你对画面要求的清晰程度。我带新人现在只讲一遍六段式，剩下的让他们自己废图去学——废三十张之后，人人都是半个指令工程师。上个月新来的实习生，第二周出图通过率就追上了老员工，这结构比人靠谱。

常见问题

ai模特图指令要写中文还是英文？

主流工具两种都认，英文在风格词上更准，中文描述服装细节更顺手。我的习惯是结构用中文想清楚，风格词翻成英文填进去。

为什么同一指令每次出图都不一样？

生成过程带随机性，除非固定种子值。要稳定复现，把种子参数一起存进指令库，这样同一个款换背景重出，脸和姿态才能锁住。

负面词写多少个合适？

五到八个就够，挑你这个品类最高发的废图类型。我店里挂的是多指、水印、文字、畸变、模糊，多了反而互相干扰。