从\"AI 生成\"到\"Vogue 封面\"：换一种描述方式，每张图都能让甲方一稿过

把 17 行提示词摊开,是 7 张剧组分工卡

把这条 17 行的提示词在桌上摊平,你会发现一件事:它不是顺着写的,它是按岗位分组的。每一行都在替剧组里的一个工种说话。

我数了一下,正好 7 张:

1. 选址外勤组(Location Scout):去找拍摄地
2. 摄影指导组(DP):决定怎么拍
3. 造型师组(Stylist):决定穿什么
4. 模特组(Model Director):决定怎么演
5. 调色组(Colorist):决定色板和肤质
6. 创意总监组(Creative Director):告诉所有人这是给谁拍的
7. 美术指导组(Art Director):决定画面里的字

接下来我把 7 张分工卡逐张翻给你看。每张卡讲三件事:这个岗位在剧组里干什么、原图里是怎么写的、你照着写时哪些可以动哪些不能动。按上面的顺序读,因为这是画面成立的先后逻辑。

1 .选址外勤组:给画面一座真实坐标的山

剧组里的选址外勤是这样一群人:他们在拍摄前两个月,扛着相机满世界跑,只为找到那一个真实存在的地标,让画面"落地"。

原图里这一行是这么写的:

set near Mughal-style terraced architecture inspired by Tulip Garden, Kashmir.

注意它不写"a beautiful garden",不写"flowers field",它直接给出"克什米尔郁金香花园 + 莫卧儿梯田建筑"。这两个名字 AI 训练时见过几万张参考图,你一念出来,它脑子里立刻就有那个山的轮廓、那个石阶的形状、那种春天午后的光。

后面紧跟着两行,把空间深度搭好:

Symmetrical garden layout with rows of pink and white tulips in the foreground. Stone pathways leading toward structured greenery and distant mountains.

前景对称、中景透视、远景留白。三层空间一搭,画面立刻有了呼吸。

我一直建议大家:写场景这一行的时候,先问自己一个问题,这张图里的"地"是哪里的地?如果你答不出一个真实坐标(国家+城市+具体地标名),你就是在让 AI 凭空想象一个"花园",出图必然是糊的、套路的、AI 味的。

可以动:换地理坐标,但必须仍是真实存在的、有名字的地方。 不能省:前景对称、中景透视、远景留白这三层空间结构。

2 .摄影指导组:用器材语言代替评价词

先把一个普遍误解甩掉:"高清""4k""8k"这种词不是器材语,是评价词。AI 听不懂"高清"对应哪种机身、哪种镜头、哪种光,它只会去找一堆"标着 8k 的参考图",风格混乱、层级各异。

DP(摄影指导)从不这么说话。他说的是"上中画幅,自然光为主,补一组商业灯压阴影"。原图这一段是这么写的:

Bright natural daylight with controlled commercial lighting for crisp shadows and clean highlights. Ultra sharp professional photography, medium format camera look. 85mm lens realism with soft background blur.

三件事:光、机身、镜头。

光分两段写:自然光打底,商业光补刀。这是国际时装大片的标配,因为纯自然光不可控,纯商业光太硬。两段合奏,出来的阴影才"crisp",高光才"clean"。

机身写"medium format camera look",不写"4k""8k""HD"。AI 见到"medium format"会自动调取它训练库里所有中画幅样片(那基本就是高端时装、奢侈品广告的底片),见到"8k"它只会调取一堆参数好但风格混乱的样图。

镜头这一行有个坑要避开。原图写的是"85mm lens realism with soft background blur",这个 85 定是配双人正面半身偏全身用的;真正大片远景双人全身、远景单人构图,实拍更多用 50mm。换主题时按景别选焦段:半身/特写选 85 定,远景全身/双人选 50 定,环境氛围片选 35 定。虚化直接说"soft",不要说"dreamy""magical"。

景别和光向也是这格里要顺手定的。景别(全身/半身/特写)直接决定焦段,光向(顺光/侧光/逆光)直接决定阴影走势。原图是双人全身侧顺光,所以阴影柔和、高光干净。换主题前先在心里把这两件事定好,不然 AI 会替你随机选,出图就在两张里飘。

这是我反复验证过的一条:写摄影规格只用器材名,绝不写评价词。你越像在跟一个真 DP 说话,AI 越能给你 DP 该给的东西。

顺便把"masterpiece""8k""cinematic""hyperrealistic""award winning"这一串词也从词库里彻底删掉。它们一旦出现,出图层级立刻塌到"AI 试图让自己看起来很专业"的尴尬感。真正的专业感,是从来不夸自己专业。

3 .造型师组:一个具名品牌名比十句形容词管用

造型师在剧组里是个"具名控"。他不说"穿件好看的衣服",他说"穿一件 The Row 的羊毛大衣,内搭 Lemaire 的真丝衬衫,脚上 Manolo Blahnik 的方头单鞋"。

原图里造型师的部分是这样的:

Male model wearing traditional cream kameez shalwar, tailored fit, polished brown leather sandals. Female model wearing Maria B inspired pastel embroidered chiffon ensemble with flowing dupatta. Delicate threadwork, elegant jewelry, soft glam makeup.

注意女模那一行,只用 "Maria B inspired" 三个单词,就把女装的全部气质锁死了。Maria B 是巴基斯坦头部时装屋,AI 训练时把这个品牌的视觉记得清清楚楚:雪纺、淡彩、刺绣、垂坠杜帕塔。一句"inspired",省下了你写十句形容词。

这是我教学时最爱用的一条快捷键:写服装时,挑一个真实存在的、有美学辨识度的设计师品牌名,加 inspired。比写"high-end fashion garment"管用一百倍。

注意一个细节:服装、鞋、配饰、妆容是分项写的,不是堆在一起的。版型(tailored fit)、材质(chiffon)、颜色(cream)、配件(dupatta / sandals / jewelry)、妆容(soft glam)各占一格。少一项,AI 就在那一项上自由发挥,你出图就在那一项上失控。

可以动:换品牌、换版型、换材质、换颜色。 不能省:具名品牌 + 版型 + 材质 + 鞋 + 配饰 + 妆容,六个槽位都要填。

4 .模特组:只写姿态质感,不写表情形容词

我自己最早写模特那一格,踩过一个大坑。当时一张瑜伽品牌大片,我写了"happy and confident smile",出来的图脸上挂着 stock photo 那种营业式假笑,整张图瞬间从大片掉到了商品页。回过头去看原图,人家根本不写表情,只写"shoulder rolled back, eyes half closed in calm focus"——写的是身体,不是脸。

那次我才意识到,Model Director 是教模特"站"的,不是教模特"演"的。他的话永远是"站直,肩放松,眼神看向镜头偏左 15 度,手自然垂着",他从不说"看起来开心一点""微笑得自信一点"。

原图里这一行只有一句:

Confident yet graceful posture with subtle interaction.

九个单词,三件事:自信、优雅、克制。全是写姿态质感的词,没有一个是形容表情的。

为什么不能写表情形容词?因为 AI 一旦看到"happy""smiling""passionate""romantic",它就会在脸上堆笑、堆情绪,瞬间塌成 stock photo 的劣质感。而"confident yet graceful"是写身体的,不是写脸的,它只让 AI 调整肩颈、站姿、视线方向,出来的人就还是个有故事感的真人。

"subtle interaction" 这个词更值钱。原图是双人,但他们没有抱、没有亲、没有手拉手,只是肩并肩站着,仿佛刚说完一句话。这种克制的距离感,是高端时装大片的尺度。

我给你一条硬规则:模特这一格,只允许出现"姿态形容词 + 互动量词",绝对不允许出现"表情形容词"。

允许出现:subtle interaction、shoulder to shoulder、standing side by side、looking off camera、graceful posture 禁止出现:happy、smiling、passionate、romantic、hugging、kissing、intimate

5.调色组:三个颜色名 + 两条反 AI 味禁令

调色组是后期那帮人。他们打开 DaVinci,一坐就是一整天,只为把肤色调到 RGB 上某个具体数值。

原图调色组的部分是两行:

Warm white, pastel, and sand color palette. Flawless fabric detail and realistic skin tones.

第一行是色板:三个具体颜色名。注意这里不写"暖色调""冷色调""莫兰迪",直接给三个具名颜色:暖白、淡彩、沙色。AI 看到"warm color tone"会困惑,看到"warm white + pastel + sand"会立刻在三个色域内调好整张图的色温。

色板永远写三个具名颜色,不要写色调描述。这是底线。

第二行更妙,只有两个词组,但它们是这条提示词里最关键的两条反 AI 味禁令:

• "Flawless fabric detail":反塑料感。AI 默认会把布料糊成一片,这一句强制它把每一根丝线、每一道刺绣都画清楚。
• "realistic skin tones":反橡皮人。AI 默认会把皮肤打成磨皮过头的塑料,这一句强制它把毛孔、肤色不均、自然光泽都保留。

这两条不是堆叠形容词,这两条是"明确告诉 AI 不要犯哪些常见错误"。区别在哪?堆叠形容词是模糊夸赞("masterpiece"),禁令是定向修正("flawless fabric detail")。一种说完 AI 没头绪,另一种说完 AI 立刻知道往哪改。

6 .创意总监组:一句话告诉 AI 这是哪个层级的甲方

为什么有些图明明每个细节都拍对了,合在一起还是觉得"差一口气"?因为没人告诉它这套图是给哪个层级的甲方拍的。

原图里这一行就一句:

Premium Pakistani fashion house advertisement aesthetic.

四个词组:premium(层级)+ Pakistani(地域)+ fashion house(品类)+ advertisement aesthetic(载体)。

这一句是整条提示词的钥匙。AI 看到这一句,会去训练库里调取所有"高端 + 巴基斯坦 + 时装屋 + 广告"标签下的参考样本,把它们的视觉语言整体迁移到你的图上。

如果这句不写,AI 不知道你要的是 H&M 季度大片还是 Sabyasachi 高定大片,它默认会拍中端,出来的图永远缺一口气。

我建议每条提示词都强制写这一行,模板是:

Premium [国家或地域] [品类] [作品载体] aesthetic.

填的时候不要怕大,这是定调用的。你写"premium Italian leather goods campaign aesthetic",AI 会按 Bottega 的层级给你出。你写"affordable casual wear catalog",AI 会按快时尚画册的层级给你出。

7 .美术指导组:画面里的字也是画面的一部分

美术指导是负责"画面里的字"的人。海报上的主标、副标、品牌字,什么字体、多大字号、放哪个位置,都是他说了算。

老一代模型最害怕画字,出来的英文字母永远扭曲变形。新一代模型(Nano Banana Pro / Imagen 4)已经把这件事做稳了,但前提是你得告诉它字体类别、字重、信息层级、内容文案。

原图最后两行:

Bold serif masthead: "EID COLLECTION 2026". Subheading: "Rooted in Heritage. Styled for Today."

四个要素都齐:字体类别(serif)、字重(bold)、层级(masthead vs subheading)、文字内容(全大写主标 + 句首大写副标)。

这是新一代模型的必练科目。你写一条带字的提示词,出来的成片就是一张可以直接挂电商首屏的成品海报,不需要再后期套字。

我给你的写法是:

Bold serif masthead: "[全大写主标]".
Subheading: "[句首大写副标]".

字体类别我推荐你优先用 serif(衬线),它自带高级感。要写运动风可以换 sans-serif(无衬线)。要写更古典的可以写 didone serif、slab serif 这种细分字体类别。字重写 bold 或 light,别用"beautiful""elegant"这种空话。

主标全大写 + 副标句首大写,是所有时装/奢侈品大片的版式标准。照着写,层级感就在。

轮到你写:把任意主题塞进这 7 个抽屉

讲完 7 张分工卡,把它们拼回一个可复制的模板。下面这条就是按 7 张卡的顺序排好的提示词模板,固定部分保留,变量部分用 [] 标出:

A high-end commercial [节日/活动主题] campaign set near [真实地标 + 标志性建筑/园林].
[前景对称布局描述, e.g. Symmetrical garden layout with rows of pink and white tulips in the foreground].
[中景透视引导, e.g. Stone pathways leading toward structured greenery and distant mountains].
Bright natural daylight with controlled commercial lighting for crisp shadows and clean highlights.
Ultra sharp professional photography, medium format camera look.
85mm lens realism with soft background blur.
[男模描述: traditional/tailored 版型 + 材质 + 色 + 鞋].
[女模描述: 参考品牌名 inspired + 服装类别 + 配件 dupatta/scarf].
Delicate threadwork, elegant jewelry, soft glam makeup.
Confident yet graceful posture with subtle interaction.
[三色 palette, e.g. Warm white, pastel, and sand color palette].
Flawless fabric detail and realistic skin tones.
Premium [国家/地域] [品类] advertisement aesthetic.
Bold serif masthead: "[主标全大写]".
Subheading: "[副标 tagline]".

模板使用须知:这套模板对 Nano Banana Pro、Imagen 4、即梦 4.0 这类支持画面文字渲染的新模型最适用,老一代模型(SDXL / DALL-E 3)拼不出主标。提示词写中文也行,但模板里所有英文工种术语建议保留英文,因为它们对应的是 AI 训练库里的英文标签,翻译成中文反而调不出对的样本。

下面我用这个模板,写 8 个不同主题的图给你看。每个案例只讲两件事:改了什么、为什么这样改;改完什么样直接看图。

案例 1:印度排灯节高端时装大片

改了什么:节日主题换成排灯节(Diwali);地理换成斋浦尔琥珀堡花园;女装换成 Sabyasachi 风格婚装 saree;色板换成深红 + 金箔 + 孔雀绿;主标换成 "DIWALI EDIT 2026"。

为什么这样改:排灯节是印度本土最大的节庆,色板天然偏向深红和金,Sabyasachi 是印度高定婚装的代名词,斋浦尔琥珀堡是排灯节夜景拍摄最有身份感的地标之一,这套组合可以让画面在第一眼就读出"印度高定排灯节"。

案例 2:京都和服节季广告

改了什么:节日主题换成樱花仪式;地理换成京都岚山竹林 + 渡月桥;女装换成京都西阵千總风格振袖;色板换成樱粉 + 苔绿 + 米白;主标换成 "SAKURA RITE 2026",副标 "古都之礼,今朝之姿"。

为什么这样改:京都岚山的竹林透光和渡月桥透视,跟原图克什米尔花园的对称结构是同一种空间语法,可以直接平移过去。千總是京都西阵 460 年的丝绸织造老铺,做的就是和服顶级礼装,跟樱花季振袖直接绑定。色板按樱粉打底走最稳。

案例 3:杭州龙井明前茶季新中式茶服广告

改了什么:节日主题换成明前茶季;地理换成杭州龙井村明前茶山;女装换成明制袄裙参考明华堂风格,男装换成改良中山装;色板换成茶绿 + 竹青 + 月白;主标换成"明前·壬寅",副标"一盏古法,一袭新仪"。

为什么这样改:明前茶季是中国茶文化里最有仪式感的节令,龙井村的茶山远景天然就有山的呼吸感。明华堂是国内做形制级汉服最早一批的品牌,AI 训练库里它的成衣图见过很多,选它当快捷键比写"宋制汉服"或"中式古装"准得多。茶器在这套画面里替代原图的杜帕塔,作为配件层级出现。

案例 4:苏格兰高地威士忌品牌秋酿礼盒主视觉

改了什么:画面定位换成高端单一麦芽威士忌广告;地理换成苏格兰斯凯岛 Old Man of Storr;模特从双人换成单人男;服装换成 Drake's London 风格定制粗花呢三件套 + 棕色英伦皮鞋;色板换成苔绿 + 烟灰 + 琥珀;主标 "AGED IN ISLE 2026",副标 "From Mist to Glass";模特手持单一麦芽橡木桶杯。

为什么这样改:威士忌广告的核心是"地理+岁月",斯凯岛 Old Man of Storr 是苏格兰最有岁月感的地标,Drake's London 的英伦定制把"成熟绅士"四个字直接焊死。色板挑苔绿 + 烟灰 + 琥珀,是为了把高地的雾、岩石、酒液色彩压在同一个色系里。

案例 5:米兰设计周高端料理机品牌主视觉

改了什么:画面定位换成高端家电品牌新品发布主视觉;地理换成米兰 Galleria Vittorio Emanuele II 拱顶下;模特从双人换成单人女,Max Mara 风格驼色套装;手持设计款料理机;色板换成奶油 + 驼色 + 铜金;主标 "DESIGN WEEK 2026",副标 "Made in Milano. Felt at Home."

为什么这样改:米兰设计周是全球家居家电最重的发布场,Galleria 拱顶是米兰最有"设计圣殿"感的地标。Max Mara 的驼色套装气质跟米兰设计的极简优雅同频。色板从家电产品本身的金属铜色反推到模特身上,整张图色彩是连续的。

案例 6:地中海美妆品牌春日新品主视觉

改了什么:画面定位换成高端美妆春日大片;镜头景别从远景改成 85mm 半身特写;模特单人女,Khaite 风格白色雪纺;地理换成地中海伊比萨岛 Cala Comte 海滩黄金时刻;色板换成海盐白 + 杏粉 + 落日橘;主标 "BLOOM EDIT 2026",副标 "Skin First. Sun Last."

为什么这样改:美妆主视觉的核心是皮肤,远景看不见皮肤,必须切到半身特写才能让产品语境呼之欲出。Khaite 的白色雪纺自带通透感,跟海盐白的色板叠在一起不会抢肤色。伊比萨黄金时刻的落日橘补回画面温度。

案例 7:摩旅品牌挪威大西洋之路内容主视觉

改了什么:画面定位换成高端摩旅品牌内容主视觉;模特从双人正面换成单人背影骑摩托远眺;地理换成挪威大西洋之路 Atlantic Ocean Road;服装换成 Belstaff 风格机车皮夹克 + Rev'It 摩旅靴;色板换成风暴灰 + 海雾蓝 + 橙焰;主标 "NORTH ROUTE NO.7",副标 "Where the Asphalt Ends, the Story Begins."

为什么这样改:摩旅内容的灵魂是"让看的人想跟上去",所以模特必须用背影,正面摆拍会立刻让观众变成旁观者。挪威大西洋之路是摩旅圈公认的"地球最美骑行路"。Belstaff + Rev'It 一个负责机车文化气质,一个负责装备专业感。橙焰一抹是为了让画面在冷色基调里有一个视觉锚点。

案例 8:福建土楼母婴品牌中秋礼盒主视觉

改了什么:画面定位换成高端母婴节日礼盒主视觉;模特组合从双人成年换成母女(母 + 三岁女孩);地理换成福建土楼天井下;服装母穿汉服参考三皇玉品牌,女孩穿小老虎肚兜参考梨园印记;色板换成月白 + 朱砂 + 鹅黄;主标"团圆礼·壬寅中秋",副标"小月亮,大屋檐"。

为什么这样改:母婴题材跟高端定调天然相冲,温馨堆叠会立刻塌掉层级。靠土楼天井建筑的庄严感把童趣压住,Bold serif 主标延续高端排版纪律,色板挑月白 + 朱砂 + 鹅黄这种克制的传统色,把"小孩"放在"古典节令"的画框里,而不是放在"萌娃日常"的画框里。母女牵手而不是抱起,守住 subtle interaction 的尺度。

下次写之前先问自己 7 个问题

模板背在脑子里没用,模板拿出来照着填才有用。我把这 7 张分工卡总结成 7 个自检问题,你下次写提示词前,把这 7 个问题问自己一遍:

1. 选址外勤:我这张图里的"地"是哪个国家、哪个城市、哪个具体地标?能说出名字吗?
2. 摄影指导:我用的是什么机身、什么焦段、什么光?有没有用器材语言而不是评价词?
3. 造型师:模特身上每一件衣服、鞋、配饰、妆容,是不是都有具名?有没有挂一个真实存在的设计师品牌名当快捷键?
4. 模特组:我写的是姿态形容词,还是表情形容词?有没有不小心写了"happy""passionate"?
5. 调色:我有没有给三个具体颜色名,而不是"暖色调""冷色调"?有没有写"flawless fabric detail + realistic skin tones"两条反 AI 味禁令?
6. 创意总监:我有没有写一句"Premium [地域] [品类] [载体] aesthetic"告诉 AI 这是哪个层级的甲方?
7. 美术指导:画面里要不要出字?字体类别、字重、主副标内容,有没有都写明?

这 7 个问题答完,你这条提示词就已经站在 80 分以上的起跑线。

最难的从来不是"记住七个抽屉",而是把脑子里那个"咒语模板背包"先卸下来。我自己花了相当长一段时间才完成这个切换:从下意识想敲"cinematic masterpiece 8k",到下意识先问"这是哪个层级的甲方、什么景别、谁在出钱"。慢的是脑子,不是手。

模型每隔三个月就会变强一次,但你脑子里那本"剧组分工词典",会跟着你一辈子。

本文参考:ᴍᴜʀᴘʜʏ (@Diplomeme) 的推文 | https://x.com/Diplomeme/status/2034307566311014781