色彩与色调:把"好看"翻译成能执行的话
学完你会用主色加限制的方式指定配色,而不是写"配色要高级"
色彩在十二格里出现率排第五(82 条,36%),不算最高。但它有个别的格子都没有的特点:它是观众最先看到的东西。
在你看清画面里画的是什么之前,你已经先接收到了"这是暖的还是冷的、鲜艳的还是灰的"。这个第一印象决定了观众要不要继续看下去。
这一节讲怎么把"配色要好看"这句空话,变成模型能执行的指令。方法只有两步:给主色,给限制。
你请人帮你选一身衣服。
"选个好看的配色"——他不知道从哪下手,只能凭自己的审美,而他的审美未必是你的。 "以藏青为主,配一样米白,别出现第三个颜色"——他一下就有了明确的可执行范围。
第二句话做了两件事:指定了主色(藏青),限制了范围(配一样米白,不要第三个)。
配色难写,不是因为颜色难描述,是因为大多数人只说了前半句,忘了后半句。没有限制的配色,等于没配色。
两步法:给主色,给限制
第一步:给主色。 三种精度,按需选:
| 精度 | 例子 | 什么时候用 |
|---|---|---|
| 色名 | "中国红""藏青""鼠尾草绿" | 一般情况够用 |
| 色系 | "低饱和的莫兰迪色系""高饱和撞色" | 你要的是整体气质而不是某个具体颜色 |
| 色值 | "#E41C23" | 有品牌规范、必须精确时 |
⚠️ 关于色值有一条要提醒:写了十六进制色值,不代表模型会精确执行。语料里确实有提示词写了具体色值,但你得到的通常是"接近那个颜色",不是取色器量得出的那个值。要精确颜色,靠后期,不靠提示词——h2.7 会讲这个分界。
第二步:给限制。 这一步比第一步重要,而且最常被漏。
限制有三种写法:
- 数量限制:"整幅画只用三种颜色""除了主体是彩色,其余全部黑白"
- 排除限制:"不出现黑色""避免高饱和的荧光色"
- 分配限制:"主色占七成,点缀色只出现在一处"
语料里那条 1078 字的产品信息图,把三种限制全用上了:它规定了主色怎么来(从产品本身识别)、图标和边框用主色的柔和版(30–40% 饱和度)、并且明确写了“绝不使用黑色”。
看一张靠两个颜色撑起来的图
三个立刻能用的配色套路
一、主色 + 中性色。 一个有情绪的颜色,配黑/白/灰/米色。最安全,几乎不会出错。
二、冷暖对撞。 主体暖、背景冷(或反过来)。这是让画面"跳出来"最省事的办法,h1.6 讲光线时提过。
三、单色系(monochrome)。 只用一个色相,靠明度和饱和度变化拉开层次。这个套路对 AI 出图特别友好——因为它把"配色要协调"这个模糊要求,变成了"只准用这一个颜色"这个硬约束,模型很难搞砸。
"温暖的配色""高级的灰""治愈系的颜色""高级感的莫兰迪"——这类词的问题和 h1.3 讲的一样:它们是评价,不是描述。
"温暖"可以是橙、可以是黄、可以是暖棕,甚至可以是低饱和的红;模型会挑一个,而你没法预测它挑哪个。更糟的是,出图之后你没法判断它对不对——你只能说"感觉不够温暖",然后再加一个"更温暖一点",继续碰运气。
替换规则很机械:在每个情绪词后面加一个具体颜色。
| 写成情绪 | 改成描述 |
|---|---|
| "温暖的配色" | "暖橙与奶油白为主" |
| "高级灰" | "低饱和的灰蓝,饱和度控制在两成以内" |
| "治愈系" | "低饱和的浅绿与米白,不出现纯黑" |
注意每一句改写都同时做了两件事:给了主色,给了限制。这不是巧合——能说清楚的配色,天然就是这个结构。
🔧 动手做:给你的图定一套三行配色(4 分钟)
只写三行,不许多写:
- 主色:______(色名或色系,占画面大部分)
- 配色:______(一到两个,别超过)
- 限制:______(从"数量/排除/分配"里挑一条写死)
然后做一次检查:把这三行念一遍,你能不能想象出一张符合它的图? 如果脑子里出现的是好几张风格迥异的图,说明限制还不够。
最后一步,和 h1.6/h1.7 串起来:你的主色和光线的冷暖冲突吗? 比如主色定了冷灰蓝,光线写的是"温暖的夕阳光"——这两个会打架,画面最终是灰蓝被染黄的中间态。
你会看到:第 3 行(限制)最难写,因为它逼你放弃一些颜色。这是对的——配色的本质是取舍,不是堆砌。
为什么:观众的第一印象由色彩决定,而第一印象里最强的信号是"这张图克制不克制"。给了限制的配色显得专业,没给限制的配色显得杂——这跟颜色本身好不好看,关系没你想的那么大。
三句话收束这一节:
- 色彩出现率 36%,但它是观众最先接收到的信号——在看清画什么之前就已经形成印象。
- 两步法:给主色(色名/色系/色值)+ 给限制(数量/排除/分配)。限制这一步最常被漏,但它才是让配色显得专业的原因。
- 色值不等于精确执行;把情绪词(温暖、高级、治愈)统统换成"具体颜色 + 限制"。
下一节讲一件几年前还做不到、现在能做但有明确边界的事:让 AI 把字写对。 这一节会给你一个失败案例,它比成功案例更有用。
🔎 来源与核验· 4 条,点开核对
