AI绘画头像描述词怎么写？从五官到氛围的描述公式

我帮人画头像画了大半年，发现一个普遍问题——大家写ai绘画头像描述词，基本就停留在"漂亮女生、长发、微笑、温柔"这种程度，出来的头像十张有九张是同一个模子刻的网红脸。这篇我把头像描述拆成五层公式，每层都给你能直接抄的词清单。看完你写的头像描述，立刻就跟"美女、长发"那套拉开差距。

头像描述为什么不能只写"美女"

原子答案：因为"美女"是评价不是描述，AI脑子里对"美女"的理解是训练集里所有被打美女标签的图取平均，结果是张没有特征的公约数脸——要画有人味的头像，必须用具体五官特征词替代笼统评价词。

这个原理说穿了一文不值，但很多人没意识到。"美女"这个词，AI理解成什么？理解成它见过的所有"美女"标签图取个平均，眼是大眼、鼻是高鼻、嘴是樱桃嘴、脸是瓜子脸——全取平均，结果就是一张没有任何辨识度的脸。这跟你想画的那个"她"根本不是一回事。

所以正确写法是用具体特征词替代评价词。不写"beautiful girl"，写"willow-leaf eyebrows, single eyelid with slightly upturned outer corners, small straight nose, full lower lip"；不写"美女"，写"柳叶眉、单眼皮微吊、鼻梁挺直、下唇略厚"。每加一个具体特征词，AI就从平均值往那个具体的"她"偏移一点。

这个思路在提示词工程里叫"用特征代替评价"。关于提示词怎么系统化思考，可以看我之前整理的SD提示词合集，里面对"具体化描述"有完整分类。

头像描述五层公式总览

原子答案：头像描述分五官层、神态层、发型层、服装层、氛围层五层，每层写2-3个具体词，五层合起来约15-20个词，是一张完整头像描述的最佳长度。

这个五层公式是我画了三百多张头像总结出来的，不一定唯一正确，但确实能用。五层从内到外，由脸到环境，覆盖了一张头像的全部要素。给你看每层大致写什么——

第一层五官：眉形、眼型、鼻型、唇型、脸型，每个写一个具体特征词。

第二层神态：眼神方向、嘴角状态、眉毛微表情、整体情绪基调。

第三层发型：发色、长度、卷直、刘海、发质质感、是否扎起。

第四层服装：领口样式、面料质感、颜色、装饰元素、露肤度。

第五层氛围：光源方向、主色调、景深、背景元素、整体气质。

五层各2-3词，合起来约15-20词。这个长度出图最稳，太短特征不够AI糊弄，太长AI抓不住重点反而出乱。下面每层详细展开。

第一层：五官特征词清单

原子答案：五官层要写眉、眼、鼻、唇、脸五个部位各一个具体特征词，避开"漂亮""好看"这种评价词，全部用结构特征描述。

这一层是头像描述的地基，词选对整张脸的基调就定了。我常用的词清单分部位给你看——

眉毛：willow-leaf eyebrows（柳叶眉）、sword eyebrows（剑眉）、slightly thick natural eyebrows（自然略粗眉）、thin arched eyebrows（细挑眉）。别只写"eyebrows"，太笼统。

眼睛：single eyelid with upturned outer corners（单眼皮微吊）、double eyelids with downturned outer corners giving gentle look（双眼皮下垂温柔感）、narrow phoenix eyes（细长凤眼）、round large eyes（圆大眼）。眼型决定气质，比眼色更重要。

鼻子：small straight nose（小巧直鼻）、slightly high bridge nose（略高鼻梁）、round tip nose（圆鼻头）、aquiline nose（鹰钩鼻）。鼻子是最容易被忽略的部位，但写不写差别很大。

嘴唇：full lower lip（下唇略厚）、thin pale lips（薄淡唇）、slightly parted lips showing teeth（微张露齿）、small cherry lips（小樱桃唇）。

脸型：oval face（鹅蛋脸）、square jawline（方下颌）、heart-shaped face（心形脸）、round face with soft jawline（圆脸软下颌）。

五个部位各选一个，五官层就齐了。这套词不是固定的，你可以根据自己的偏好扩充，但原则是"具体结构词"而非"评价词"。

第二层：神态情绪词怎么写不假

原子答案：神态层要写眼神方向+嘴角状态+整体情绪基调三个维度，避开"smiling happily"这种假笑词，改用"corners of mouth slightly turned up, gaze directed softly to the side"这种微表情描述，神态立刻自然。

神态是头像最容易写得"假"的一层。新手爱写"smiling happily, looking at viewer"，出来的头像十张九张是那种营业式假笑。真人不是这么笑的。

自然神态的写法是拆成微表情。笑不写"smiling"，写"corners of mouth slightly turned up, no teeth showing"（嘴角微扬不露齿）——这是真笑的微表情特征。看人不写"looking at viewer"，写"gaze directed softly to lower left, as if recalling something"（视线柔和地看向左下方，像在回忆什么）——视线方向带情绪暗示。

整体情绪基调我固定用几个词：serene composure（平静自持）、wistful melancholy（怅然若失）、playful amusement（俏皮玩味）、quiet confidence（沉静自信）。这四个基调覆盖大多数头像气质需求。

神态层还有一个关键技巧——加"subtle"（微妙）这个词。"subtle smile"比"smile"自然十倍，因为它告诉AI别笑太用力。同理"subtle sadness""subtle amusement"都比直接写情绪自然。这个词是我后来才发现的宝藏词，加上之后神态假感明显降低。

第三层：发型怎么写出质感

原子答案：发型层要写发色+长度+卷直+质感+刘海状态五个维度，其中质感词最关键——"silky straight hair catching light"比"long black hair"立体十倍，质感词是发型从平面到立体的分水岭。

发型是头像辨识度的重要来源，但多数人只写"long black hair"就完事，出来的头发跟贴在头上的一块色板似的。质感词是关键变量。

发色：black hair（黑发）、dark brown hair（深棕）、chestnut brown（栗棕）、silver white（银白）、dyed ash grey（染灰）。别只写"black"，太笼统。

长度+卷直：shoulder-length straight hair（齐肩直发）、waist-length wavy hair（及腰波浪卷）、chin-length bob cut（齐下巴波波头）、long braided hair（长发编辫）。

质感词（最关键）：silky hair catching light（丝滑发丝捕光）、slightly messy flyaway strands（微乱碎发）、wet-look glossy hair（湿感光泽发）、soft fluffy volume（柔软蓬松感）。这个质感词一加，头发立刻从色板变发丝。

刘海：center-parted bangs（中分刘海）、side-swept fringe（侧分刘海）、curtain bangs（窗帘式刘海）、no bangs forehead exposed（无刘海露额）。

五个维度各选一个，发型层就完整了。我画过的头像里，质感词加不加，差别大到像是两个不同工具出的图。

第四层：服装质感怎么描述

原子答案：服装层要写领口样式+面料质感+颜色+装饰元素四个维度，其中面料质感词最影响整体气质——"crisp cotton shirt with visible weave texture"比"white shirt"有质感得多。

头像里服装露出来的部分不多，但那一点领口和肩部的质感，直接决定整体气质。多数人只写"white shirt"或"red dress"，出来的服装像塑料。

领口样式：round neckline（圆领）、v-neck（V领）、shirt collar（衬衫领）、turtleneck（高领）、off-shoulder（露肩）。领口决定了脖子到肩的那块视觉重点。

面料质感（最关键）：crisp cotton with visible weave（挺括棉布可见纹理）、soft flowing silk（柔软垂坠丝绸）、chunky knit wool（粗针织羊毛）、sheer chiffon with slight transparency（微透雪纺）、matte linen（哑光亚麻）。质感词一加，服装立刻有触感。

颜色：别只写"white"，写"off-white cream"（米白）；别只写"red"，写"muted brick red"（暗砖红）。颜色加修饰词，气质立刻不同。

装饰元素：minimalist without pattern（极简无图案）、small embroidered detail at collar（领口小刺绣）、delicate lace trim（精致蕾丝边）、single button accent（单颗纽扣点缀）。装饰元素要少而精，别堆。

关于服装怎么系统化写，可以参考这篇AI画不出修复里关于质感修复的思路，思路是通的——质感词就是给AI"补信息"。

第五层：氛围光感怎么烘托气质

原子答案：氛围层要写光源方向+主色调+景深+背景元素四个维度，其中光源方向最影响气质——"soft window light from left casting gentle shadows on right cheek"这种带方向的光比"good lighting"高级十倍。

氛围层是头像的"气场"来源。五官神态发型服装写好了，氛围不跟上，头像依然发平。光源方向是这层最关键的词。

光源方向：soft window light from left（左侧柔光窗光）、backlit halo creating glow around hair（逆光在发际形成光晕）、warm golden hour sunlight from behind（黄金时刻暖光从后照）、overcast soft diffused light（阴天柔光漫射）。光有方向，脸才有立体感。

主色调：warm cream and soft brown tones（暖米棕调）、cool blue and grey palette（冷蓝灰调）、muted pastel pink and ivory（柔粉象牙白）、moody dark teal and amber contrast（暗青琥珀对比）。色调定情绪基调。

景深：shallow depth of field with creamy bokeh（浅景深奶油散景）、sharp focus throughout（全清晰）、slight haze softening background（轻微雾化背景）。景深控制视觉焦点。

背景元素：simple solid color background（纯色背景）、out-of-focus cafe interior（虚化咖啡馆）、blurred nature with foliage bokeh（虚化绿植散景）、abstract gradient background（抽象渐变背景）。背景要简，别抢戏。

氛围层四个维度各选一个，整张头像的气场就立住了。这五层合起来，就是一套完整的头像描述公式。

头像描述词的长度和顺序怎么定

原子答案：头像描述总长度建议15-25个具体词，顺序遵循"五官-神态-发型-服装-氛围"从内到外，重要词放前面，AI对提示词前段的权重高于后段。

长度和顺序这两个细节很多人忽略，但实际影响出图质量。长度上，太短（10词以下）AI抓不到足够特征，出图平庸；太长（30词以上）AI抓不住重点，容易出乱。15-25词是甜区。

顺序上，AI对提示词的处理有"前段权重高"的规律——越靠前的词影响越大。所以你要把最想突出的特征放前面。比如这张头像你最想突出"单眼皮凤眼"这个辨识度特征，就把这个词放第一个；如果最想突出"逆光发丝光晕"这个氛围，就把氛围光放前面（虽然氛围在第五层）。

这个"前段权重高"的规律在Stable Diffusion官方文档的提示词权重说明里有提及，提示词位置影响模型对该特征的注意程度。Stability AI官网有相关技术说明可查。Midjourney相对没那么敏感，但前段仍有轻微加成。

给你看一个完整示范（以突出气质氛围为优先排序）："backlit halo around hair, soft golden hour light, single eyelid phoenix eyes with upturned corners, willow-leaf eyebrows, subtle serene composure, waist-length silky black hair catching light, center-parted, off-white cotton shirt with visible weave, shallow depth of field, muted warm palette, blurred foliage background"。这个描述，氛围光感词放前，五官神态次之，发型服装再次，背景收尾，出图气质氛围会很明显。

头像描述最容易翻车的三个坑

原子答案：三个坑——五官词冲突（写"大眼"又写"凤眼"两个矛盾特征）、神态词过度（写"smiling happily crying sadly"情绪打架）、氛围词贪多（写五种光源方向AI打架），每层内词要自洽，别堆矛盾特征。

这三个坑我全踩过。第一个坑最隐蔽，比如有人写"large round eyes with narrow phoenix shape"——大圆眼和细凤眼是两个矛盾特征，AI会打架给你画个四不像。每层内的词必须自洽，选了一个眼型就别再写矛盾的另一个。

第二个坑是神态词过度。有人想表达"复杂的笑中带泪"，写"smiling happily with tears of sadness"，AI理解不了这种矛盾情绪，要么给你个假笑要么给你个哭脸，画不出那种微妙。复杂情绪用"subtle"加单一基调表达更准，比如"subtle wistful smile"。

第三个坑是氛围词贪多。有人想要"复杂光影"，写"backlit plus side light plus top light plus reflected fill light"，四种光方向AI直接精神分裂，出来的脸一块亮一块暗像花斑。一张图就一个主光源方向，辅助光最多暗示一下，别堆。

这三个坑避开了，头像描述的质量立刻上一个台阶。关于结构混乱怎么修复，可以参考这篇AI画不出修复，提示词自洽性那条同样适用。

不同风格头像的描述词差异

原子答案：写实头像重质感词和光感词，二次元头像重线条和色块词，国风头像重意境和留白词，三种风格的描述词侧重完全不同，别一套词套所有风格。

这点踩坑后才意识到。我早期一套描述词想通吃写实、二次元、国风，结果三种都出不好。后来分风格调，立刻顺了。

写实头像：核心是质感词和光感词。五官要写"pore texture visible, slight asymmetry natural face"，神态要写"micro-expression, unposed candid moment"，氛围要写"natural window light, shallow depth of field, photographic bokeh"。写实靠"真"，词要往"真实细节"上靠。

二次元头像：核心是线条和色块词。五官要写"clean line art, cel-shaded, flat color blocks"，神态要写"exaggerated emotion, sparkle in eyes"，氛围要写"speed lines, soft gradient background, vibrant saturation"。二次元靠"风格化"，词要往"动漫语言"上靠。

国风头像：核心是意境和留白词。五官要写"classical Chinese features, willow eyebrows phoenix eyes"，神态要写"serene detached expression, subtle dignity"，氛围要写"ink wash background, vast negative space, single accent color"。国风靠"意境"，词要往"东方美学"上靠。

三套词不能混。想混风格，也是以一种为主、另一种只点一两个词。关于不同风格的提示词怎么系统化组织，可以参考这篇AI插画个人风格，里面有更详细的风格化思路。

常见问题

头像描述词一定要写满五层吗？

不一定，但建议至少写五官+神态+氛围三层。只写五官出图平，只写氛围出图虚，三层是底线。五层都写最稳，但如果某个头像你刻意要极简（比如纯白底证件照风），可以省发型服装层。

头像描述词用中文抑或英文好？

看工具。Midjourney和SD英文为主，中文理解弱。即梦、可灵这类国产工具中文反而准，"柳叶眉、凤眼、逆光发丝光晕"这种词直接中文写就行。混用可以但别一段话中英文乱切。

头像描述词太长AI会不会抓不住重点？

会。超过30个具体词AI容易抓不住重点，建议15-25词为甜区。如果一定要写很多，把最想突出的特征放最前面，AI对提示词前段权重更高。也可以用括号加权重，比如"(single eyelid phoenix eyes:1.3)"强化某个特征。

头像描述写完了出图依然不满意怎么办？

先检查是不是有矛盾特征词（五官层内词打架）。再检查是不是情绪词过度（神态层矛盾）。都没问题的话，问题可能不在描述而在模型——换一个更适合头像的模型，或者加一个头像LoRA。关于画不出怎么排查修复，看这篇AI画不出修复，思路通用。

能不能用头像描述词生成器自动写？

有prompt builder工具能帮你拼词，但头像这种重"气质"的题材，机器拼的通用模板出片平庸。建议用生成器搭骨架，再手工微调每层的关键特征词。完全依赖生成器，画不出有辨识度的头像。

头像描述词这事，看着是写几个词，本质是"怎么把一个人具体地描述给AI"。你写得越具体，AI画得越像那个"她"；你写得越笼统，AI给你越平均的脸。五层公式是我画了三百多张头像磨出来的，不一定唯一正确，但确实能用。如果你用这套公式跑出了有人味的头像，特别欢迎发到朋友圈或小红书晒一晒，标个#AI头像描述 的话题，让大家看看具体描述和笼统评价的差别有多大。碰到某层词选不准的，也欢迎来聊，这公式我每天都在微调，还有很多可以聊的。