模特指令ai怎么写才听话？五段式公式：主体+服装+动作+场景+镜头
开门见山：模特指令ai想写稳，就按「主体+服装+动作+场景+镜头」五段拼装，一段不缺，一段不贪。我把店里214条指令回放了一遍，五段式把一次过率从38%抬到79%。先抄模板，再按类目换词。
模特指令ai写得散，AI模特图就得靠运气出。我是女装店的运营，2026年2月接手出图这块活儿，3月把散在群聊里的指令收进一张表，到9月底存了214条。逐条回放之后我得出了一个很干脆的结论：指令按五段式写，缺一段，模型就开始替你做主。
散装指令为什么翻车：先对齐五段式结构
翻车的根子在顺序：模型按语序抓重点，五段固定成「主体+服装+动作+场景+镜头」，位置不换、内容不混，模型就不用猜。
2月到3月初那阵子，我出的图十张里有六张要重roll。翻回去看原因，一致得很：指令是把好几件事揉在一句话里的，比如「一个穿米色风衣的高个子女生在街边自然抓拍，氛围感强一点」。这句里主体、服装、场景、动作全糊在一起，「氛围感」三个字还没着落，模型就自作主张给街边加了一盏橙色路灯。
3月我把指令拆成五段，每段只管一件事：
主体段写人——年龄感、脸型、发型、身材，一次锁死；
服装段写穿——品类、版型、面料、颜色、配饰；
动作段写姿势——身体朝向加手的位置，手只交代一件事；
场景段写环境——背景加光源，光源必须点名方向；
镜头段写拍法——景别、角度、焦段质感。
段与段之间用句号隔开，一条合格指令的长度落在60到90字。超过120字，注意力就散了，这点我拿20条指令各出10张比过：90字组平均一次过7.6张，120字组只剩4.1张，差了近一半。
五段式真正省事的地方在复用。主体段锁一个固定形象，换的只是服装段，我们2026年9月拿同一个主体段配30条服装段跑团服上新，28条一次过，剩下两条重roll一次也过了。
每段写什么词：一张对照表和三个失效案例
五段各配各的词表：主体写年龄感发型身材，服装写版型面料颜色，动作只派一件手部任务，场景点名光源方向，镜头给景别和角度。
词表是从214条指令里筛出来的。2026年8月专门做了一轮对照测试，每条词出30张，按翻车张数分档，结果压成一张表贴在群文档首页：
| 段落 | 稳的写法（翻车≤10%） | 易翻车的写法（翻车≥30%） |
|---|---|---|
| 主体 | 25岁亚洲女模特、齐肩短发、匀称身材 | 网红脸、混血感、明星同款脸 |
| 服装 | 醋酸缎面衬衫、直筒牛仔裤、燕麦色 | 设计感上衣、爆款同款、潮牌风 |
| 动作 | 单手插袋、侧身45度、自然行走 | 比心、托下巴、双手交叠胸前 |
| 场景 | 奶油色影棚背景、左前方柔光 | 逆光、黄昏街道（肤色过曝） |
| 镜头 | 全身平视、腰部以上特写、85mm质感 | 广角、微距（脸和腿的比例变形） |
三个失效案例挑出来讲。第一个是配饰：2026年8月11日那批耳环图，「戴一对珍珠耳环」出30张，11张给画成了两对耳环，翻车36.7%。改成在服装段末尾固定写「配饰仅珍珠耳环一对」，同款耳环再测30张，只错2张，压到6.7%。
第二个是手部。「站着比心」30张里14张手指不对劲，畸形率快一半，这条词直接拉黑，换成「双手自然下垂」或者「单手轻扶包带」，手就老实了。
第三个是动作和镜头打架。「跳跃抓拍」配「腰部以上特写」，模型为了同时满足两条，肩颈到手臂的衔接全是毛病。动作段和镜头段要么成套改，要么只改一个，这是我9月才想明白的事。
场景段的光源词再啰嗦一句：只写「柔光」没用，模型不知道光从哪来。补上方向，写成「左前方柔光」，皮肤质感立刻就稳。这个方向感是我拿一盏台灯对着屏幕一点点比出来的，土，但管用。
指令库要活过三个月，得靠三条维护规则
存进表不等于进了保险柜：每条指令标日期、标版本、标过审结果，每月回放一成，改词只动单段，其余四段锁死。
三条规则是9月亏出来的。2026年9月12日工具升级了一版默认风格，表里23条老指令一夜之间全变味，字还是那些字，出来的模特脸全往一个方向偏。从那天起，每条指令加了三列：录入日期、工具版本、上一次出图的过审结果。
第二条规则是单段替换。调指令最忌五段一起动，改完不知道是哪段起了效。我们的做法是每次只换一段，其余四段原封不动，新旧各出20张对着比。这套笨办法和A/B测试提示词是同一个原理，区别只是我们把记录搬进了群文档，同事谁动了哪一段都有据可查。
第三条是月度回放。每月抽一成指令重跑10张，翻车率超过30%的直接降级成「待修」。某一段怎么改都不听话的时候，单独把那一段的权重抬上去，比整条重写划算。
这套机制跑到10月，214条指令里每月真正派上用场的稳定在150条上下。新人来第一天抄表出图，不用再听老人口头传「氛围感要写但不许写氛围感」这种玄学。
回到开篇那句话：指令写得散，模型就替你做主。五段式的价值不在公式本身，在于把出图从碰运气变成查表作业——主体、服装、动作、场景、镜头各就各位，翻了车也知道该回哪一段找原因。表我已经搭稳了，剩下的就是按月回放，让214这个数字继续往下长。
常见问题
五段式会不会把指令写得太长？
60到90字刚刚好。真正写超的是修饰词堆砌，「超高清、超写实、细节丰富」这类词连放三个以上，模型反而不知道听哪个的。
男装和童装能套同一个模板吗？
骨架完全通用，换词表就行。童装店把主体段换成「8岁儿童模特，齐刘海」，动作段避开一切托举和抛接类姿势，剩下四段照抄成年女装的表。
AI模特生成的脸能直接商用吗？
上架前先对一遍平台规则，详情页标注AI生成、人脸请勿用于冒充他人身份，这两条做到位，风险基本可控。
反复重roll都不过，该先改哪一段？
先改动作段，再看镜头段，最后才动主体段。多数翻车出在手部和机位上，主体段反而是最稳的一段，动它等于推倒重来。