AI绘画还原小说怎么用？小说场景出图的提示词

有个做网文平台的朋友找我帮读者画一组"原著场景还原"插画，要求每张图都得让读者认出是哪一段剧情。这要求比单纯画古风插画难多了——ai绘画还原小说的核心不是画漂亮，是画出"那段特定的场景"，画错了等于背原著。

我自己给五六本小说画过场景还原，从被读者吐槽"这是哪段我认不出"到现在能让书粉一眼认出剧情点，踩过的坑值得掏出来分享。这篇把小说还原从关键词提取到氛围定调的整套词法拆给你。

为什么AI画小说场景像通用插图

像通用插图的根子是把小说名当提示词——写"画诛仙第27章"AI根本读不了原著，只能调用"仙侠"概念的平均模板——剑客、山水、云雾，画出来的是"任何仙侠场景"而非"诛仙第27章那个特定场景"，要靠从原文提取具体要素锚定场景才能还原。

这跟画历史人物一个道理——你写"画李白"AI出个穿长袍喝酒的人，等于"诗人"概念平均图。要画真李白，得写他具体在哪儿喝什么酒穿什么袍做什么动作，画面才像"那个李白"而非"任何诗人"。

核心思路四件套：场景要素提取+人物外貌锚定+氛围色调定调+分镜节奏控制。这四样凑齐，通用插图立刻变成原著场景。光写小说名或章节名出来一定是张通用图，绝对没原著感。

第一步：从原文提取场景要素

场景要素提取是还原小说的地基——把原文那段的环境、道具、动作、时间四类要素全部抠出来变成提示词（环境：深山古寺；道具：青钢剑烛火；动作：少年盘膝打坐；时间：子夜），这些具体要素加起来才能锚定"那个特定场景"。

提取示范，以一段虚构原文为例：

• 环境要素：deep mountain ancient temple at midnight, ruined Buddha statue
• 道具要素：cyan steel sword on lap, flickering candle flame nearby
• 动作要素：young man sitting cross-legged in meditation, eyes closed
• 时间要素：late night, moonlight filtering through broken roof

关键认知——要素要"具体到不可替换"。写"古寺"不够，要写"残破佛寺里的佛像"；写"剑"不够，要写"膝上的青钢剑"；写"夜晚"不够，要写"月光从破屋顶漏下"。每个要素都得是原文特有的，可替换的要素等于没提取。这种具体性才能让画面锚定到"那一段"。

再往下，要素之间要有因果关系。月光从破屋顶漏下照亮膝上的剑——这种"光从哪来到哪去"的逻辑链让画面构图自然，而非要素堆砌的拼贴感。我自己提取要素后会想一遍"这些要素怎么组织在一个画面里"，组织不通就说明要素还缺关键环节。

第二步：人物外貌按描写锚定

人物外貌是读者认角色的关键——把原文对人物的描写全部抠出来变提示词（发色、服饰、年龄、特征道具），这些外貌锚点让人物从"任何少年"变成"那个特定少年"，少了外貌锚点人物像通用模板披角色名。

外貌锚定提示词我列：

• 发饰：long black hair tied with white ribbon, simple topknot
• 服饰：worn grey daoist robe, frayed hem, simple cloth shoes
• 年龄面容：youthful face around sixteen, fair skin, determined brows
• 特征道具：jade pendant at waist, simple wooden hairpin

关键魔词"around sixteen"（约十六岁）和"determined brows"（坚毅眉宇）——年龄和气质是人物的灵魂锚点。写"young man"太通用AI出二十岁少年，写"sixteen with determined brows"立刻是十六岁坚毅少年，差几岁气质差很多。原文对人物年龄和气质的描写一定要抠出来写进提示词。

服饰的"磨损细节"也别漏。"worn grey robe frayed hem"（磨损灰袍破损衣摆）比"grey robe"立体十倍——磨损程度泄露人物身份地位经济状况，是人物立体的关键。崭新华服和破损道袍是两种完全不同的人生状态，写磨损细节人物立刻有故事感。

第三步：氛围色调按章节情绪定

氛围色调是还原小说情绪基调的核心——不同章节情绪不同配色不同（紧张战斗章用冷峻高对比色调、温馨日常章用暖光柔和色调、悲情离别章用冷灰低饱和色调），用错色调整章情绪都跑偏，氛围对了画面立刻有"那一段的情绪"。

氛围色调参考：

• 紧张战斗：high contrast cold tones, dramatic chiaroscuro lighting（冷峻紧张）
• 温馨日常：warm soft light, golden hour glow, gentle palette（温暖松弛）
• 悲情离别：desaturated cool grey, low key lighting, misty atmosphere（悲凉低沉）
• 顿悟突破：radiant warm glow from within, ethereal aura, bright highlights（明亮升华）

关键提示词"chiaroscuro lighting"（明暗对比光）——紧张战斗场景的标志光法。强光强影对比立刻让画面有"对峙紧张"的氛围。我自己画战斗章必用这套光法，配上冷峻色调画面立刻有压迫感。少了明暗对比画面平铺直叙像日常场景，紧张感出不来。

悲情离别章的"desaturated cool grey"也得会用。"low key lighting misty atmosphere"——低调光配雾感画面立刻有悲凉氛围。新手常把悲情场面画得太鲜艳太亮，少了去饱和和低调光处理悲情出不来。氛围色调的选择直接决定整章情绪对错，不能马虎。

第四步：分镜节奏控制画面叙事

分镜节奏是还原小说叙事感的进阶——画面要有"前一秒发生了什么后一秒会发生什么"的瞬时感，而非"摆好姿势让你看"的展示感，这种叙事节奏让画面像电影截图而非角色立绘，是还原小说画面的高阶玩法。

分镜节奏控制参考：

• 动作进行中：sword mid-swing, motion blur on blade, opponent reacting
• 对话瞬间：two characters facing, one speaking, other's expression changing
• 发现时刻：character just noticed something, eyes widening, body turning
• 事后场景：aftermath of event, character exhausted, debris around

关键思路——画面要"动"不要"静"。静态展示画面像角色立绘，进行中动作画面像电影截图。我做过对比，画"少年握剑站立"画面像立绘卡，画"少年挥剑到一半对手正要反应"画面立刻有"前一秒后一秒"的叙事张力。瞬时感是分镜节奏的核心。

我个人偏好"发现时刻"这种分镜——人物刚发现什么眼睛睁大身体转向，这种"刚发生"的瞬间比已完成的动作有悬念感。读者看到这种画面会想"他发现了什么"，叙事张力比静态展示强得多。

工具对比与工作流

还原小说三强：Midjourney出氛围和光影最艺术、SD加人物LoRA出可控的人物外貌、即梦出中文古风小说最本土——按用途选，做平台配图选MJ，做角色系列选SD加LoRA，做本土网文选即梦。

我自己还原小说工作流：

1. 通读原文那段，提取环境道具动作时间四类要素
2. 提取人物外貌描写，列出发饰服饰年龄特征四项
3. 判断章节情绪定氛围色调（紧张/温馨/悲情/顿悟）
4. Midjourney v6出概念图（约60秒）
5. SD加人物LoRA精修外貌细节（约15秒）
6. 后期微调色调和氛围 → 放大到4K

这套流程做一组4个场景还原大概三小时，比单纯画古风插画慢——多出来的时间全花在"读原文提取要素"上。这种时间投入值得，因为还原小说的本质就是"忠于原著"，省了提取步骤画面立刻退回通用插图。根据知乎读书板块的读者调研数据，超七成网文读者能凭一张场景插画认出对应原著章节与否，可见要素还原的精准度直接决定读者认可，这也倒逼我在提取环节不敢省时间。出图原理想深究可以看Midjourney官网的提示词文档；原著文本想快速理解背景可以翻翻维基百科对应的小说词条，把世界观要素先理清再抠场景细节效率更高。

同批次的题材可以连画。看看我写的AI绘画古风玄幻怎么画，里头有仙侠场景的构图思路能直接套到玄幻小说还原；做场景构图系列可以参考AI绘画通用公式，里头有一套提示词模板套用所有题材的方法。

翻车经历与避坑清单

最大一次翻车是帮书粉画《诛仙》草庙村那段，我没仔细读原文只凭印象写了"village massacre scene"，AI画出个西方中世纪村庄屠杀现场，茅草屋变成石头教堂、张小凡变成金发少年，书粉看了直接说"这是哪国诛仙"，连夜重做才还原出原版草庙村。

那次教训是"原文要素必须逐字抠"。凭印象写场景AI会调用最通用的模板——西方村庄西方人物西方氛围，画出来完全偏离原著。要逐字读原文提取具体要素——草庙村的"茅草屋"、张小凡的"黑发少年"、当时是"黄昏时分"，每个要素都从原文抠出来画面才能锚定原著。这种逐字抠的工作不能偷懒。

避坑清单我再补几条：

• 避免写小说名当提示词——AI读不了原著只能调通用模板
• 避免凭印象写场景——印象里的细节往往是错的
• 人物外貌避免通用词——"young man"不够要写具体年龄发型
• 服饰避免现代元素——古风小说别让人物穿拉链外套
• 背景避免西方建筑——东方小说别出现哥特教堂罗马柱
• 色调避免与章节情绪矛盾——悲情章别用鲜艳暖色

还原小说的精髓在"忠于原著"。每个要素都得从原文抠出来——环境、道具、动作、时间、人物外貌、章节情绪，六类要素齐全画面才能锚定到"那一段"。我自己摸索"逐字抠要素"——读到原文那段就把所有可视化的描述全标出来变成提示词，这种笨功夫是还原小说的唯一捷径。想做题材系列可以参考我写的AI绘画古风玄幻怎么画思路。

常见问题

AI还原小说为什么像通用插图贴角色名？

因为把小说名当提示词AI读不了原著只能调通用模板。要从原文逐字提取环境、道具、动作、时间四类场景要素，提取人物发饰服饰年龄特征四类外貌锚点，按章节情绪定氛围色调，画面才能锚定到"那一段"而非"任何一段"。

还原小说怎么处理人物外貌？

从原文抠外貌描写变提示词。发饰写具体（黑发白绫束发）、服饰写磨损程度（破旧灰袍）、年龄写具体数字（约十六岁）、特征道具（腰间玉佩）。每个外貌锚点都得是原著特有的，可替换的要素等于没提取。少了外貌锚点人物像通用模板披角色名。

还原小说要不要按章节情绪定色调？

必须按章节情绪定。紧张战斗章用冷峻高对比chiaroscuro光，温馨日常章用暖光柔和golden hour，悲情离别章用去饱和冷灰low key光，顿悟突破章用明亮ethereal光。用错色调整章情绪都跑偏，悲情章用鲜艳暖色立刻穿帮。

还原小说画面怎么有叙事感？

画面要"动"不要"静"。画"动作进行中"（剑挥到一半对手正反应）而非静态展示，画"发现时刻"（人物刚发现什么眼睛睁大）而非摆好姿势。瞬时感是叙事核心，前一秒后一秒的张力让画面像电影截图而非角色立绘。这种分镜节奏是还原小说的高阶玩法。

用AI还原小说这事儿，精髓在"忠于原著"不在"画漂亮"。场景要素提取+人物外貌锚定+氛围色调定调+分镜节奏控制——四件套凑齐，通用插图立刻变成原著场景。我自己从被书粉吐槽"这是哪国诛仙"到现在能让读者一眼认出剧情点，全靠这套逐字抠要素的笨功夫死磕。你要是也在折腾小说还原被通用插图感折磨，先把这篇的提取流程跑一遍试试。觉得有用就转发给同样在画原著场景的朋友，一起把小说画活。