人像与头像:样本最多、最费字、也最敏感的一类

先划那条线:用谁的脸

🔴 关于最后一行,本课把话说死:

这门课自己的案例库里,凡是涉及可辨认真人肖像的语料,一张都没有展示。 那批语料里确实有——一位真人演员的杂志风肖像、一位喜剧演员与他的车、一位职业球员的正面特写——它们技术上都很好,但一张都不会出现在这门课里。

为什么专门说这件事?因为做给你看,比说给你听有用。一门讲 AI 绘画的课,自己在案例选择上守住了这条线,这比一句"请注意合规"有说服力得多。这条选择标准和它的完整清单,h5.5 会讲。

人像四层

定完"用谁的脸",技术部分按四层写。语料里这一类各项出现率都是全场最高,说明专业做人像的人四层都会写:

第一层:人是谁(主体)。 这一层没有出现率可言——不写就没有内容。 年龄段、性别、大致长相、发型发色、穿什么。如果有参考图,这一层可以极大压缩(h2.3)。

第二层:光线(该类出现率 82%,全场最高)。 人像的气质几乎全在光上。三个决定:

• 顺光:干净、平、显年轻 → 证件照、职业照
• 侧光:立体、有情绪 → 文艺、有故事感
• 逆光/轮廓光:边缘发亮、氛围强 → 时尚、电影感

第三层:镜头与机位(该类 75%,全场最高)。

• 景别:头像用近景或特写;形象照用中景;环境人像用全景。
• 机位:平视最中性;略微俯拍显脸小、显亲和;仰拍显气场但容易显凶。
• 虚实:背景虚化是"专业感"最省事的来源之一。

第四层:材质与细节(该类 84%,全场最高)。 这一层在人像里主要指皮肤。写"自然的皮肤纹理""可见的毛孔",比写"高清"有用得多——过度光滑的皮肤是"AI 味"最大的来源。

两个方向的案例

方向一:环境人像——人在一个具体的地方。

人像 / 写真个人资料 / 头像 - 极简街头风咖啡馆人像

271 字。人物、店面、桌椅、地面的碎石、店招——每一样都具体,所以整张图有“这是一个真实存在的地方”的感觉。

🎨 生成这张图的提示词复制提示词

超写实柔和美学时尚人像，一位 {argument name="age" default="21 岁"} 的 {argument name="gender" default="男士"} 随意地坐在户外极简咖啡馆的黑色矮椅上，身穿 {argument name="clothing" default="米色超大款半解扣衬衫，袖口卷起，搭配黑色修身长裤、白色厚底运动鞋和米色棒球帽"}，坐在椅子上，姿态放松且富有情绪感，一只手靠近脸部，印度街头风 …

展开完整提示词（共 271 字）

它写了四件事:**主体**(21 岁男士、米色超大款半解扣衬衫、卷袖、黑长裤、白厚底鞋、米色棒球帽、一只手靠近脸部);**光线**(自然光);**材质与环境**(碎石地面、植物与木质元素);**色彩**(柔和的米色与灰色调),外加一个比例。\n\n🔎 **但它恰恰没写镜头与机位**——中远景、平视、背景轻微虚化这些是模型自己定的。这说明 h1.1 那句话:**十二格是检查表,不是填空题**,不写的格子由模型接管,而这一次它接管得不错。\n\n⚠️ 两个附带观察:店招上的“terra COFFEE ROASTERS”是**虚构品牌且文字写对了**(落在 h1.9 的可写对区间);提示词结尾的 `--ar 4:5` 是**另一家工具的参数写法**,和 h1.10 那条 `::` 权重记法一样——它在这个模型上有没有生效,本课无法判断。

方向二:影棚人像——把环境全部去掉,只剩人和光。

电商 / 产品电商主图 - 鼠尾草绿单色时尚图册

351 字。背景是纯色,没有任何环境信息,所有信息量都压在服装、姿态和光上。

🎨 生成这张图的提示词复制提示词

一场专业的时尚摄影棚拍摄，主角为一位 {argument name="subject" default="年轻东亚女性"}，留着利落的下巴长度波波头，展示现代 {argument name="style" default="鼠尾草绿单色穿搭"}。她身穿剪裁合身的鼠尾草绿衬衫式马甲，搭配同色系高腰阔腿裤，肩上优雅地披着一件质感十足的鼠尾草绿超大款羊毛风衣。配饰包括叠戴的金色链条项链（带钥匙吊坠）、精致的金手镯，以及米色厚底绑带渔夫凉鞋。场 …

展开完整提示词（共 351 字）

这一张展示了 h1.8 讲的**单色限制**在人像上的用法:背景、风衣、马甲、阔腿裤全部是同一个色相,只有木箱、鞋和金饰是中性色。**限制越硬,画面越有设计感**——观众的注意力被压到造型和姿态上,没有别的地方可去。\n\n🔎 **但这张图也暴露了一个限制。** 提示词原文要求的是“生成**一系列**全身和四分之三身的**多角度镜头**:自信站立单手插兜、坐在木箱上、以及调整翻领时微笑的动态半身照”——**实际交付的是一张,一个姿势**。这正是 h2.6 讲的那件事:**跨镜头的成套需求,不是一条提示词能一次交付的**;真要三个姿势,要么让它同框出多格,要么分三次做并靠骨架保持统一。

一条不能忘的:人像图要标 AI

《人工智能生成合成内容标识办法》2025 年 9 月 1 日起施行,适用范围明确包括图片。它要求两类标识:显式标识(用户能明显感知的文字、声音或图形)和隐式标识(在文件数据里以技术手段添加、不易被用户感知)。

人像这一类尤其要注意,原因很实际:一张 AI 生成的人像,比一张 AI 生成的风景更容易被误认为真实拍摄。 而平台侧(如抖音)在上传时会检测文件元数据里有没有隐式标识,没有的话会提示用户自己声明。

具体怎么标、显式和隐式各是什么、各家工具的默认行为差多少——H5 整章讲这件事,这里只需要你记住:人像图发出去之前,标识这一步不能省。

🔧 动手做:做一张属于你自己的头像(6 分钟)

1. 先答那条线:这张图用谁的脸?
   • 你自己 → 找一张正脸清晰、光线均匀的照片当参考图,走 h2.3 的路子。
   • 虚构的人 → 继续第 2 步。
   • 别人 → 先去问对方。
2. 四层按顺序写:
   • 主体:年龄段、发型、穿什么、表情。
   • 光线:顺光/侧光/逆光,选一个,写明想要的效果。
   • 镜头:近景还是特写?平视还是略俯?背景虚不虚?
   • 材质:写一句具体的皮肤描述,别写"高清"。
3. 加一个不对称的记忆点。(这一步很多人会跳过,别跳)
4. 加比例:头像用 1:1。
5. 出图后检查三样:手(如果入镜)、眼神方向是否一致、皮肤是不是太光滑。
6. 发布前:确认标识这一步(见 H5)。

你会看到:第 3 步的记忆点会让图立刻"像个人"而不是"像张脸"。这是投入产出比最高的一句话。

为什么:人像是需求最大的一类,也是最容易停在"好看但没有辨识度"的一类。四层是骨架,记忆点是灵魂,而那条"用谁的脸"的线是前提——前提不成立,后面做得再好也不能用。