ai描述生成模特实操：一段提示词改到第七版才稳

ai描述生成模特这条路，是我被逼出来的。我开围巾店，白天上班晚上打理，新款一季二十多条，请模特拍一轮的钱够我进半批货。围巾这个品类有个便利：不挑身材、不挑脸型，模特图主要卖氛围。所以别人都在研究传图换装的时候，我直接走了纯文字描述生成这条线。

先泼个冷水：纯描述出图，废片率比传图高得多。同样的描述出十张，能用的常常只有三张。它省的是样衣和拍摄，费的是你的提示词功夫。

第一版图挂上去那晚，我一小时刷新八遍数据，点击平平。后来才想明白，是描述功夫没到，不是路子不对，这个结论后面还会再说到。

描述的六块结构，顺序别乱

一段合格的描述按固定顺序写：脸型、身材、服装、光线、背景、镜头，缺一块，AI就自由发挥一块。我现在的模板长这样：二十七八岁的亚洲女性，鹅蛋脸，肩窄，穿燕麦色高领毛衣，围一条焦糖色羊绒围巾，柔和的侧窗光，米白墙面背景，半身平视。一段一百二十字左右，一张图二十几秒就出。

顺序为什么重要，我吃过亏。有回把光线写在开头，脸的描述压到了末尾，出来的图光线漂亮，脸却每张不一样。描述靠前的部分权重天然高，最重要的信息放前面，这是我自己试出来的规律。

写具体名词，是另一条铁律。"气质好""高级感"这类词写了等于没写，AI猜不准你心里的样子。"焦糖色""鹅蛋脸""侧窗光"才是它听得懂的话。词越具体，出图越听你的。我手机备忘录里存了三十多个实测好用的词，全是一张一张废片换回来的。

从六十字到一百二十字，七版都改了什么

前四版废在信息缺块，第五版废在词太虚，第六版脸不稳，第七版才把十张里能用的提到六张。第一版我写了六十字，得意洋洋，出来的人没有手。第二版补上手的描述，脖子又出了问题，围巾和下巴糊在一起。就这么一块一块地补，一块一块地排错。

第五版最冤。我加了一堆形容词，高级、优雅、慵懒，图立马俗气，滤镜味十足。删光形容词，换成"微卷发别在耳后""围巾绕一圈松松垂下"这类动作细节，图反而有了那个人味。这版教训值钱：AI不懂意境，只懂名词和动作。

第六版卡在脸，十张里五张脸形都不一样。后来把脸的描述挪到第一位，字数加到三十字，发际线、脸型、眼神全写死，稳定性才上来。头发描述的精细度对稳定性的影响，做假发出图的人研究得比我透彻，我借了他们的写法。长发模特ai发尾细节怎么控住的实战笔记

第七版定型，同一段描述连出十张，六张直接能用，剩下四张废在手指和围巾垂坠的随机性上。挑图半小时，比我想象中省力。

纯描述和传图，各管一段

氛围图、场景图交给纯描述，花色细节要求高的款必须传图，两条线别互相硬顶。围巾的花纹是命根子，纯描述生成的花纹永远和我进的货对不上，这种图拿去做主图就是自找差评。我的分工：详情页的氛围图、场景图用纯描述，成本几乎为零；主图和细节图用实拍或者传图生成。

有人问为什么不干脆全走传图。传图省心，可它锁死了场景，我要一张雪夜街头的氛围图，还得先搭景。纯描述的想象空间是传图给不了的，一张图28秒，场景随口换，这是它真正的价值。

围巾之外我也拿纯描述试过帽子出图，效果不差，这个品类同样不挑身材。耳机、键盘这类形态精确的产品就明显吃力了，同框图得走别的路子，这里按下不表。

控脸这条线上我还想再进一步，把描述定型的脸固定下来做成店铺的专属形象，避免每季换脸。固定脸怎么做，工具横评那篇里的结论给过我不少底。ai脸模特怎么控住的七款工具横评结论

现在店里那批冬季围巾的图已经挂上了，氛围图清一色出自那第七版模板。回看第一版那六十字，幼稚得想笑。纯文字这条路不省功，省的是钱和样衣，愿意在描述上花七个版本的人，才吃得到这碗饭。