AI绘画汉服古风怎么做？出图不翻车的提示词与工具实测

前阵子有个朋友在群里甩了张图，说"我让AI画个汉服古风美女，结果出来一个穿汉服的金发碧眼妹，跟漫展Cosplay似的"。我一看还真是——脸是欧美的立体骨相，衣服虽然有交领右衽的样子，但布料反光跟塑料似的。这其实是我踩过无数次的坑，ai绘画汉服古风看着简单，真要出"对味"的古风，光靠"chinese traditional hanfu"几个词远远不够。

我自己画废了大概上百张才摸出点门道，今天就把这些用真金白银（主要是会员费）换来的经验摊开来讲，免得你也走弯路。

AI画汉服为什么老翻车：三个最常见的原因

翻车的根子在提示词太"泛"——你只说"汉服"，AI脑子里浮现的是它训练数据里标着hanfu的所有图，其中相当一部分是海外Cosplay摄影，自然出来洋人脸和塑料布料。再加上很多人不写朝代、不写形制，AI就只能凭运气凑。

具体来说，我归纳出三个高频翻车点。第一是脸型骨相，主流模型训练数据里东亚正面样本相对少，权重一偏就出欧美脸。第二是服饰形制错乱，比如你想要齐胸襦裙，AI给你整出个坦领半臂，甚至把腰带系到胸口上面去——形制名词不写死它就自由发挥。第三是材质塑料感，没加"silk fabric, natural texture, soft drape"这类词，出来的布料反光跟化纤似的。

知道了坑在哪，对症下药就好办了。

提示词怎么写：形制名词+朝代+质感权重

核心公式是：朝代+形制名词+人物姿态+布料质感+背景光影+负面词。把这六块凑齐，出图稳定性会从一个看运气的三成提升到七八成。

形制名词是最关键的，也是新手最容易漏的。你得知道汉服不是一件衣服，而是一整个体系。我列几个我常用的、AI识别率比较高的：

• 齐胸襦裙（qixiong ruqun）——盛唐风，仙气飘飘那种
• 坦领半臂（tanling banbi）——唐风，露锁骨的清凉款
• 马面裙（mianqun skirt）——宋明风，今年大火的日常款
• 交领右衽（cross-collar right衽）——这个是汉服的灵魂，写上能少出很多错版
• 晋制襦裙、明制袄裙——想要端庄厚重感就选明制

朝代也得写，不然AI会把唐的浓艳和宋的清雅混一块。我习惯写"a woman in Tang dynasty style qixiong ruqun"，英文模型识别度比纯中文高（中文模型另说，后面讲）。

布料质感这块是我踩坑最久的。一开始我没写材质词，出来的衣服亮得反光，像道具服。后来加了"silk fabric with natural sheen, soft draping, subtle embroidery, matte finish not glossy"，布料立刻有了垂坠感。说实话这个改动我调了快两周才稳定下来。

背景别小看，古风氛围一半靠背景撑。我常用的组合是"misty mountains background, plum blossom or bamboo, soft dawn light, ink-wash atmosphere"，出来的图有那种烟雨江南的味道。要是想庄重，就换"palace interior, red pillars, lanterns, golden hour"。

负面提示词：把"洋人脸和塑料感"挡在门外

负面词在汉服古风里比正面词还重要，因为你最不想要的就是欧美脸和廉价道具感，把它们明确写进负面清单，出图干净度立刻上一个台阶。

我的负面词清单是这么配的（用Midjourney的话用--no参数，国内工具一般有专门的负面框）：

western face, caucasian features, blonde hair, blue eyes, plastic fabric, shiny synthetic material, modern makeup, contact lenses, cosplay wig, modern jewelry, text, watermark, deformed hands, extra fingers.

这里头"contact lenses"是我后来加的——有阵子我出的古风美女总戴着美瞳，特别出戏，加上之后好多了。你看，这种小词都得一个个试出来，网上教程很少讲。

工具选择：国内工具懂中文，Midjourney上限高

选工具的核心逻辑是——你要中文语义准确就选国内工具（即梦、豆包、可灵），要画面质感上限就选Midjourney，要免费可控就选Stable Diffusion本地部署。三者的取舍很明确，不是谁取代谁。

我个人日常用得最多的是即梦AI，因为它直接吃中文提示词，"齐胸襦裙、唐风、烟雨背景"它就懂，不用翻译这一步，出图速度也快，大概十几秒一张。根据字节跳动旗下即梦AI的产品说明，它对中文服饰名词的语义理解经过专门优化，这一点我实测下来确实比纯英文工具省心。

Midjourney（v6/v7）上限是最高的一档，光影和材质质感没得说，出图就是好看。但你要喂英文词，而且得在Discord里操作，2026年了还在Discord里折腾图像，说真的有点反人类。你可以去Midjourney官网看看最新价格和功能。如果你追求那种可以直接发朋友圈的"大片感"，它还是首选，单月10美元起。

豆包和可灵的中文理解也不错，豆包免费额度大方，适合新手先练手不花钱。可灵的优势是能直接出动态视频背景，想做个古风短视频片头的可以试试。详细的国内工具横评我写过一篇AI绘画软件横评，里头有更细的对比。

我实测的一组出图对比：同一提示词三个工具

为了给你个直观参考，我用同一组提示词在三个工具上各跑了一次，结果差异挺有意思。

提示词大意是：唐风齐胸襦裙女子，手持团扇，烟雨竹林背景，丝绸质感，柔光。结果即梦出的图最"正"，形制对、氛围对，但人脸略显标准化；Midjourney出的人脸最有韵味，光影是三家里最美的，但腰带位置偏了一点点；豆包出的整体中规中矩，胜在免费且出图快。

看完这个表你就明白了，没有"最好"的工具，只有"最对路"的。我自己是即梦出草图、Midjourney出成片的组合，既省钱又有质感。如果你刚入门，先用豆包白嫖一阵子再说。

三个我踩过你最好别踩的坑

第一个坑是只写"汉服"不写形制，第二个是贪多把所有古风元素堆一块，第三个是忽视手部——这三点90%的新手翻车都栽在这。

第一个前面讲了。第二个讲讲，我有次提示词写了"齐胸襦裙、马面裙、晋制、明制"全堆上，以为越多越详细越好，结果AI一脸懵，给我出了个四不像，上半身齐胸下半身马面，腰带系得乱七八糟。一个朝代一个形制，别贪。

第三个是手。古风女子经常要持团扇、抚琴、拈花，AI画手是老大难，经常出六指或者手指扭曲。解决办法是姿态上尽量减少复杂手部动作，或者直接在负面词加"deformed hands, extra fingers"，再不行就出图后用局部重绘（inpaint）修手。我一般一张成片要修两三次手才算能用。

话说回来，AI出图这事儿本来就是"出十张挑一张"的逻辑，别指望一次成片，心态放平。

从入门到成片的一条龙流程

我的标准流程是：定朝代形制→写正向词→配负面词→出图4-6张→挑底图→局部重绘修手和脸→放大增强→成片，全程大概十五到二十分钟一张。

1. 先定你要哪个朝代哪种形制，比如"宋制褙子+马面裙"
2. 正向词按六块公式写齐，权重重点放在形制和质感上
3. 负面词贴上我上面那份清单
4. 一次出4到6张，别指望一张定胜负
5. 挑一张底图，重点看脸和手
6. 用局部重绘修手、修腰带、修配饰位置
7. 最后做高清放大和细节增强

这套流程跑顺了之后，你出图的成功率和效率都会上去。我现在的成片率大概是每跑5张能出1张能用的，比起一开始每10张才挑出1张已经好太多了。更系统的入门流程可以看我之前写的AI绘画转视频的完整指南，思路是通的。

常见问题

AI画汉服为什么老出洋人脸？

主流模型训练数据里东亚正面样本相对少，加上你没写朝代和形制，AI就按权重高的欧美脸生成了。解决办法是提示词加"a Chinese woman, Tang dynasty"并配负面词排除western face。

新手第一次画汉服古风用哪个工具好？

建议先用豆包或即梦，直接输入中文提示词，门槛低还免费。等出图稳定了再上Midjourney追求质感上限，Midjourney要喂英文词且在Discord里操作。

齐胸襦裙和马面裙有什么区别，AI能画准吗？

齐胸襦裙是唐风，裙腰提到胸口以上，仙气飘逸；马面裙是宋明风，前后有马面（光面）两侧打褶，端庄日常。AI能不能画准取决于你写不写形制名词，写了基本能对，不写就靠运气。

出图后手部总是变形怎么办？

两个办法：一是姿态上减少复杂手部动作，持扇比抚琴好画；二是出图后用局部重绘功能单独修手，我一般一张成片要修两三次手才定稿。

说了这么多，汉服古风这题材其实挺值得钻研的，画顺手了之后那种烟雨江南的氛围感是真的上头。你要是刚上手，先把"形制名词+朝代+质感"这三件套记住，剩下的就是多跑多调。觉得这篇有用就转发给同样在折腾AI画汉服的朋友吧，少走点弯路。