模特摆姿势ai指令怎么写？三层结构加实战命中率拆解
把话挑明：多数姿势废图是指令没分层。基础姿态、动作幅度、镜头关系各管各的，24条老指令按这三层重写后，可用率从38%抬到71%。先拿三层检查你手头的提示词，再谈调参。
模特摆姿势ai指令写得好不好，直接决定一批图里能挑出几张。同一件衣服、同一个模型，姿势指令换个写法，可用率能差出一倍，这事我每个月都在重演。
我手机备忘录里存着一份姿势指令表，攒到现在四百多条，每条后面跟着可用率和一行备注。这表的来历不太体面：去年接一批羽绒服详情图，六十张废了三十八张，废因清一色是姿势——手肘反着折、重心悬空、人和衣服各飘各的。词是没少写，图全废了。从那天起我开始一条条补记，翻车类型到今天基本收敛成下面要说的这几种。
姿势指令拆三层：基础姿态、动作幅度、镜头关系
一条能用的姿势指令由三层叠成：先定身体的基础姿态，再给动作幅度标刻度，最后交代镜头关系。三层各管一摊，缺哪层模型就在哪层自由发挥。
基础姿态回答"身体默认是什么状态"：站着、坐着、靠着、蹲着。这层是地基，模型执行得最稳，用词越朴素越好。动作幅度管"在默认状态上动多大"：微微侧身、单手轻插兜、45度，都是给动作上标尺。镜头关系最容易被漏，景别、机位、脸朝哪，全归这层管。
拿一次实际的重写说明。原来写的是"模特摆出优雅动感的姿势站在店里"，十张废九张，废法五花八门，有一张人直接飘在半空。按三层拆开：基础姿态写"自然站姿，重心落在左腿"，动作幅度写"右手轻提包带"，镜头关系写"全身入镜，平视"。重跑一轮，废图立刻少了一多半。顺序也有讲究，我固定按姿态、幅度、镜头排，倒过来写模型偶尔顾此失彼。
三层分工一张表说清：
| 层 | 管什么 | 有效词（可直接抄） | 无效词（写了等于白写） |
|---|---|---|---|
| 基础姿态 | 身体的默认状态 | 自然站姿、坐在凳子前三分之一、靠墙站立、单腿微曲 | 自然的姿势、放松地站着、随意一点 |
| 动作幅度 | 动作的大小和方向 | 微微侧身、单手轻插兜、双手交叠、45度 | 动感一点、活力一点、舒展大方 |
| 镜头关系 | 景别、机位、朝向 | 全身照、平视、面向镜头、膝盖以上 | 最佳角度、完美视角 |
无效词那列得多说一句。"自然的姿势""动感一点"这类词的问题在哪？它们没给模型派活。模型收到"动感"两个字，只能去猜是迈步、跳跃还是甩头发，猜对猜错全凭运气。你说它执行力差，它比谁都冤。
有效词与无效词：用480张图换来的名单
2026年10月我挑24条老指令按三层重写，前后各跑240张对照，可用率从38%提到71%。提升大头在幅度层，废图近一半栽在幅度没写。
测试口径交代一下：同一个模型、同一批采样参数，重写前240张（24条各10张），重写后同样240张，废图判定就一条——姿势和描述对不上，或者肢体出问题。归因用小样单独测，每补一层抽8条指令各跑5张。只补基础姿态层，可用率从38%爬到52%；幅度层补上，到65%；镜头关系补完，落在71%。三层里幅度层贡献最大。
有效词这边，姿态层留下的是"自然站姿""坐在凳子前三分之一""靠墙站立，单腿微曲"这几个老面孔，几乎不挑模型。幅度层真正管用的是带刻度的词：微微、轻轻、45度、单手。有刻度，模型才知道劲使多大。镜头关系层的"全身照""平视""膝盖以上"属于硬指令，模型执行得特别老实，写什么给什么。
无效词名单比有效词还值钱。姿态层的"随意一点"、幅度层的"活力一点""舒展大方"、镜头层的"最佳角度"，我全部拉黑。最冤的是"优雅"，起初我觉得这词挺具体，专门测了一轮：十张里三张手型崩坏，两张脖子拧得不像活人。它看着具体，落到模型那就是一团雾。这类词留在指令里，等于给废图发通行证。
两种典型翻车：幅度写太大，指令和景别打架
最冤的两类废图都坏在指令上：动作幅度超出模型能力，肢体直接崩；动作和景别抢画面，模型只能硬塞。各给一个现场。
第一类，幅度过大肢体崩。上个月出冬装裙的图，我写了句"大幅转身，裙摆飞扬，双臂舒展"，连跑十张废八张：三张六指，两张手肘反着折，还有一张胳膊绕到裙子后面出不来。把幅度砍半重写——"身体微微右转，右手轻提裙摆"——十张成八。现在表里记着一条死规矩：动词前面不带"微""轻""一点"这类限字，我默认它要出事。
第二类更隐蔽，指令和景别打架。有回我写"双手交叠放在身前"，景别却写了"面部特写"。出来的图，四张在脸颊旁边硬挂了半截手，六张手干脆消失。模型没处放手，又不敢不执行，只能硬塞。从那以后我交指令前多一步自查：动作写到哪个部位，画面里就得有那个部位的容身之处。特写别提手，全身照才轮得到腰腹以下的戏。
两条规律其实是一回事：模特一次只演一场戏。你让它幅度大、景别近、动作多，它处理不过来，就开始发明人体结构。我个人现在的底线是一条指令最多一个大幅度动作，两个以上必废，这条压死了无数次侥幸心理。
姿势库按品类攒，别按动作攒
姿势库建议按服装品类分文件夹，连衣裙、裤装、外套各存各的，同一个动作换品类可用率能差三成。每条记五个字段就够用。
我早期把库按动作分，站姿一页、坐姿一页，用起来才发现不对：连衣裙和裤装的坐姿根本是两回事。连衣裙坐姿十张废六张，裙摆全压出死褶；裤装坐姿十张能成八张，是全库最稳的基本盘。分家之后查找快了，命中率也上来了，因为每条记录只服务一个品类的身材逻辑。
条目字段五个：指令原文、三层拆解、所属品类、可用率、最近验证日期。最后那个日期别省，模型一升级，老记录会悄悄掉率。我固定每两个月拿全库跑一轮复测，掉到六成以下的重写或淘汰，一轮通常有一两条要动。
再给个偷懒的出口：指令实在救不回来的姿势，换条路走，用带骨架控制的工具按骨架摆，三种生成路径的差别我在AI生成模特三条技术路径里对比过。库管姿势，工具兜底，两头不耽误。
回到备忘录里那份四百多条的表。它没什么神秘的，就是每次翻车记一笔，每条指令拆够三层。你要是这周正被废图折磨，先别急着调参数，把手头几条姿势指令按基础姿态、动作幅度、镜头关系过一遍，多半能当场揪出几个空转词。揪出来，删掉，图就稳了一半。
常见问题
姿势指令写中文还是英文更稳？
我两边各跑过整轮对比，命中率差距在五个点以内，比想象中小。真正拉开差距的是写法，不是语言。用哪家中文模型就写中文，硬混英文有时还会触发奇怪的直译姿势。
三层全写下来句子很长，模型会记漏吗？
三层压进一条25到40字的短句就够，不用拆成三句。我库里最长的指令38个字，执行很完整。让模型记漏的从来不是句子长，是形容词堆太多。
想固定一个手部特写的姿势，怎么写成功率高？
手是全身上下最难伺候的部位，我库里手部姿势的平均可用率只有一半上下。写法上给手一个明确落点，"手指轻搭在杯沿"比"手部特写"稳得多，再配局部重绘兜底，救不回来就换手势。
模型升级后，姿势库里的成功率记录还作数吗？
大版本升级后头两周我一律当存疑处理，拿三条最简单的指令各跑五张试水，掉得多就安排全库复测。记录本身不白记，它存的是词和写法的相对强弱，这个趋势大体还在。