ai真人模特咒语怎么念？从塑料感到真人感的词表拆解
玩了三年AI出图，我的结论就一句：真人感不靠堆华丽词，靠的是「敢写缺点」——毛孔、油光、轻微欠曝、构图歪一点，这些不完美才是把塑料感压下去的咒语本体。模型默认往「漂亮」上收敛，你不主动把它往「真实」上拽，它就还你一张无瑕到发假的脸。这篇把真人感拆成四个来源，附正反词表、三条中英模板，和我磨了七轮词表的重抽率数据。
念好ai真人模特咒语的诀窍就一条：往词表里塞「不完美」。同一张脸、同一个构图，把「perfect skin」换成「visible pores, slight oily sheen on the T-zone」，出来就是两个物种：一个是磨皮磨到反光的橱窗假人，一个是熬夜赶完方案但状态还行的真人。我带过七八个徒弟，十个里九个卡在同一关：图很「美」，但一眼假，发到群里没人接话。问题出在词表——他们写的是讨好模型的词。
先用逻辑把话说透：训练集里精修过、打光完美的商业图，在模型心里就是「人像」的高均值，你不给反向拉力，它就往均值上贴。所以ai真人模特咒语的核心是加「瑕疵的方向」——让它偏离修图均值，往抓拍偏。四股拉力，缺一股图就往回滑。
真人感的四个来源：皮肤、光线、构图、颗粒
皮肤质感词管毛孔绒毛油光，光学瑕疵词管光比和轻微欠曝，抓拍感词管构图的随意性，胶片颗粒负责压住数码味收尾。四股力缺一股，图就会往回滑向CG——尤其光线那股，少了它，前面质感词写得再狠也白搭。
先说皮肤，权重最重的一层。真人皮肤凑近看，有毛孔、有细小绒毛（逆光时脸颊边缘那一圈）、有 T 区反光和油光。这三样写进去，模型就被迫放弃「磨皮均值」。我的常用组合是 visible skin pores, fine facial vellus hair, slight oily sheen on T-zone。「slight」别丢，油光不加限定会变成出油现场。
第二层是光学瑕疵，徒弟们最忽略的一层。相机有宽容度极限：逆光会压暗人脸，明暗反差会偏大，照片会整体轻微欠曝半档。写上 natural light contrast, slightly underexposed, soft highlight rolloff，模型就会模仿「相机没接住这个光」的样子——人眼把这种「没接住」读作真实。同一张人像，加了那组词，我拿给八个不懂AI的朋友看，七个说它「像手机随手拍的」。
第三层是构图的随意性。影棚图永远端平居中，生活照永远带点意外：手切出画面、人不在正中间、机位稍仰。candid snapshot framing, slightly off-center composition, arm partially out of frame——这类词给的是「这张照片是顺手拍的」证据。
第四层是胶片颗粒，收尾用。fine film grain, kodak portra 400 负责把数码渲染的「过于干净」糊掉一层，顺手统一色调。它像出锅前那点醋，不承担主味，但少了它整盘菜差一口气。颗粒词别和锐利词同场——我交过最贵学费的一条。
四层各管一段，顺序不重要，共存才重要。这张表是我词表的基本盘：
| 词（中英） | 作用 | 反面（一加就塑料） |
|---|---|---|
| visible skin pores 可见毛孔 | 给皮肤提供微观细节，破坏磨皮均值 | perfect skin / flawless skin |
| fine vellus hair 面部细绒毛 | 逆光边缘的绒光，最能骗过人眼 | smooth skin（同义词，一样坏事） |
| slight oily sheen on T-zone T区轻微油光 | 真实皮脂反光，注意限定slight | dewy glass skin（水光肌，一眼假） |
| natural light contrast 自然光比 | 模拟相机宽容度极限 | studio lighting 滥用（影棚感过载） |
| slightly underexposed 轻微欠曝 | 整体压半档，去掉「打光完美感」 | perfectly lit, bright and clean |
| candid snapshot framing 抓拍构图 | 制造「顺手拍」的随意证据 | centered symmetrical composition |
| fine film grain 细胶片颗粒 | 压住数码味，统一色调 | ultra sharp, 8k, hyper detailed |
反面词表单独说一句。perfect skin 是头号毒词，直接把模型按回磨皮均值；studio lighting 不是不能用，是它只属于「你要影棚感」的场合，想拍日常感时它就是错的——满屏均匀柔光，哪来的真实？hyper realistic 更是薛定谔，十个新手十个在写，除了让模型更用力（也就更假）以外什么都不干。
三条能直接抄的真人感咒语模板
模板的骨架是五件套：真实身份定位、瑕疵皮肤、自然光、生活化场景、胶片收尾，一个都不能省。下面三条分别管街拍、室内、外景，改身份和场景两个字段就能抄。
第一条，街头抓拍感：
中文：35mm胶片抓拍，一位28岁的东亚女性，皮肤有可见毛孔和细小绒毛，T区轻微油光，穿米色风衣，走在傍晚的街道上，自然光比，轻微欠曝，构图稍偏离中心，细胶片颗粒，柯达Portra 400色调
英文：candid 35mm film photo of a 28-year-old East Asian woman, visible skin pores, fine facial vellus hair, slight oily sheen on T-zone, wearing a beige trench coat, walking down a street at dusk, natural light contrast, slightly underexposed, slightly off-center composition, fine film grain, kodak portra 400 tones
第二条，室内窗光：
中文：窗边自然光抓拍，一位25岁女性坐在咖啡馆靠窗座位，皮肤质感真实，脸颊有轻微泛红和毛孔细节，穿oversized白衬衫，窗外光压暗室内，光比自然，抓拍构图，手臂部分切出画面，细胶片颗粒
英文：candid photo by a window, a 25-year-old woman sitting at a café table by the window, realistic skin texture, slight redness on cheeks with visible pores, wearing an oversized white shirt, dim interior against bright window, natural light contrast, arm partially out of frame, fine film grain
第三条，户外逆光，绒毛词的主场：
中文：傍晚逆光抓拍，一位30岁男性站在天台，脸颊边缘细绒毛被阳光勾出轮廓，皮肤有毛孔和轻微油光，穿深灰色卫衣，轻微欠曝，背景过曝的天空，构图随意偏斜，细胶片颗粒，Portra 400
英文:backlit candid shot at dusk, a 30-year-old man on a rooftop, fine vellus hair on his cheek edge lit by sunlight, visible pores and slight oily sheen, wearing a dark grey hoodie, slightly underexposed, overexposed sky in background, casually tilted framing, fine film grain, kodak portra 400
用模板有个讲究：一次只改一个变量。我徒弟小周刚开始把这模板当填空题，一口气换掉光线、场景、服装，图崩了都不知道回滚哪个词。后来我逼他做「单变量测试」，一轮只动一处，重抽率立刻有了可比性。
七轮词表迭代：重抽率从76%降到19%
我用「重抽率」衡量咒语质量：同一咒语抽二十张，废掉几张。七轮迭代下来，废片率从七成六压到一成九，最大的坎是「高清锐利」那组词，加十几个变体直接把真人感打回CG。
交代下口径：每次抽二十张、按「能不能直接发给客户」收片，废片率取三轮平均。第一版词表只有「realistic photo, natural skin」，二十张废十五张，76%。第二版加三个皮肤质感词，掉到61%——有效果，但边际开始递减。第三版上光学瑕疵组，降到48%，这是词表里性价比最高的一改。
第四版翻车，也是最疼的一课。当时我迷信细节，把 sharp focus、ultra detailed、8k、highly detailed、crisp 这类高清锐利词一口气加了十几个变体，心想细节总越多越好。结果重抽率反弹到57%，废片全是同一种怪样：皮肤像打了蜡的雕塑，毛孔真有，但每颗都锐到发光，睫毛根根分明得像睫毛精广告——远看更真，近看更像CG。渲染器味儿就是被这些词喂出来的，它们让模型「用力展示计算能力」，跟真人感正好拧着。全删，颗粒词补位，第五版掉回39%。
第六版加抓拍构图组，31%。第七版微调：「slight oily sheen」往词位前提，砍掉多余修饰词，19%，收工。回头看这七轮，真正干活的就八九个词，剩下的全是传递「方向」的氛围组。磨词表跟养鱼挺像，大部分时间你什么都没做，就在等，然后某天加对一个词，整缸水的颜色就变了——第五版到第六版我卡了整整四天，就等「抓拍」这股力进场。
收个尾。ai真人模特咒语说到底是门「做减法」的手艺：模型的默认值是漂亮的假，你的每个词要么往真上拽，要么往假上推，没有中间态。词表背下来只是起点，值钱的是重抽率这个习惯——同一咒语抽二十张自己数废片，数字不会陪你演戏。词表会随模型版本贬值，这个测法不会。
常见问题
真人感咒语里最关键的一组词是什么？
单选的话我押光学瑕疵组：natural light contrast 加 slightly underexposed。皮肤词大家多少都会写，但光不自然，质感词写得再好也撑不住。我第三版词表就靠这一组砍掉了十三个点。
负面提示词要配多长？
我的习惯是只放四五个硬伤词：blurry、extra fingers、deformed hands、plastic skin、3d render。重点提醒一句，别把 cartoon 或 painting 这类风格词塞进负面里，有些模型会过度补偿，反而把画面往油画方向拉。
这些咒语词表在Midjourney和SD上通用吗？
大方向通用，颗粒度要调。MJ对短语式描述吃得更透，自然语言整句写比逗号堆词好；SD系（尤其配真实系大模型）对单词权重的响应更明显，皮肤质感词可以往前提。我用SD那套测词表，MJ直接套用，重抽率大概高一成，能用。
为什么我加了毛孔细节，皮肤还是像塑料？
九成是负面或正文里残留了高清锐利组——sharp、detailed、8k这几个及它们的变体。只要有残留，模型就会把毛孔锐化成「展示件」。第四版翻车我数过，那批废片的毛孔比好片还清楚，就是锐得不对。
胶片颗粒会显得图糊、影响商图清晰度吗？
fine film grain 是细颗粒，不是噪点海，正常密度下隔着手机屏根本看不出来，只留下一层「不是渲染」的质感。真在乎清晰度，把 kodak portra 400 保留、把 grain 词放句尾压低权重就行。