AI绘画山西古建实测：应县木塔、悬空寺与平遥古城的出图笔记
直接给结果：画山西古建，先盯斗拱和出檐，再压黄土色调，最后才管人物和氛围。我拿应县木塔、悬空寺、平遥古城各测了一轮，前两项过关的图，十张里能有六七张直接能用；顺序反了，基本张张要重抽。
去年十月我专程去了一趟应县，站在木塔底下仰着头看了半个多小时，脖子都酸了。回来第一件事，就是把手机里拍的照片喂给模型。结果第一版出图让我愣住了：塔是塔，可斗拱糊成一团，像积木没搭完就交了工。所以这篇不聊玄学，就聊我这一轮山西古建题材的实测——哪里最容易翻车，改哪个词见效最快。三处地点各有一套喂法，按顺序看就行。
斗拱和出檐，是最先要盯的两处
木构古建出图先查斗拱和出檐：这两处画对了，整张图的古味就立住了，画错了怎么调色都救不回来。
我一开始以为难点在整体比例，测了才发现不是。模型对「塔」的理解没问题，塌方永远发生在檐下那一段。应县木塔现存六层，我数了一下实拍照片，第一层檐下的斗拱至少要叠三四跳，模型经常只画一跳就糊弄过去，看起来像没干完的工地。
改词的思路是给结构递台阶。我在提示词里固定加了「斗拱层叠、出檐深远、檐角起翘、纯木结构」这一组，重抽了十二张，檐下结构完整的有八张。还有一版更离谱，模型在檐下画了一排罗马柱，中西混搭直接穿越。碰到这种情况就补一句「无石柱、无西式构件」，基本能压住。老实讲，这个错误位置和我在另一篇楼阁实测里踩的一模一样，看来是模型的通病。
另外记一个容易忽略的小地方：出檐的翘度跟光线有关。同一条提示词，正午光线的版本檐角总是平的，换成「清晨低角度侧光」，檐角的曲线立刻翘起来。结构词管对不对，光线词管灵不灵，这是我这一轮最大的收获。
悬空寺的险，靠参照物撑出来
画悬空寺别只堆「悬崖上的寺庙」，给模型一个参照物和仰视视角，险峻感才出得来。
悬空寺挂在恒山金龙峡的崖壁上，离谷底几十米，人站在下面往上看，腿是软的。这种「险」很难用形容词直接喂。我第一版写了「险峻、壮观、令人震撼」，出图像一张明信片，稳稳当当，一点不怕人。
后来我换了个思路：写「仰视视角、细长木柱支撑、崖壁岩石纹理、谷底升腾的雾气」。参照物一进来，比例感立刻不一样了。这里还有个实测彩蛋——悬空寺那排细木柱，其实好多是后加的，主要起个心理安慰作用，真正吃力的是插进岩壁的横梁。我把「横梁入岩」写进提示词之后，出图的建筑逻辑顺眼了很多。这一组我抽了二十三张，能用的五张，成功率不高，但值得慢慢挑。
平遥与黄土色调：灰砖、土黄、灯笼红
山西的色调不是鲜艳的琉璃色，而是土黄、青灰加一点灯笼红，色词给少了画面会往江南跑。
平遥古城我做了个对照实验。同一组构图提示词，A版只写「古城街道」，B版写「青砖灰瓦、黄土坡地、暖褐色调、下午四点的侧光」。各抽十张：A版有六张串味成了江南水乡，白墙黑瓦加小桥；B版零串味，连空气里的干燥感都出来了。差别就是这么直白。
我个人的偏好是留一点点红。平遥街上挂的红灯笼是整条灰黄色调里唯一的暖色，出图时写「几盏红灯笼点缀」，画面立刻有了眼睛。不夸张地说，这张图我后来设成了半年的聊天背景。岔一句题，那天在平遥买的一瓶沙棘汁，酸得我怀疑人生——但这跟AI没关系，拉回来。
还有个反向教训：别往里塞季节词。我试过加「秋意浓」，模型自作主张铺了一地金黄落叶，把平遥那种青灰的硬朗全盖掉了。山西的画面底色是干、硬、旧，落叶是南方的抒情，两者放一起就串台。
现在电脑里那批山西古建的图，我隔段时间还会翻出来看看。最好的那几张，斗拱的层次已经跟我站在塔底下看到的对上了。下次再去应县，我想把出错的那些版本也打印出来，对着真塔找差距。工具是死的，可你的眼睛去过现场，图就不一样。如果你也正准备画古建，先从斗拱那一组词抄起，抽十张看看差距在哪，再回来对答案。
常见问题
画山西古建，选什么类型的模型更合适？
写实木构类题材，写实取向的模型明显更稳，斗拱、榫卯这类结构不容易糊。二次元取向的模型会把飞檐画成漫画式的夸张线条，改词也难救。我实测里写实模型一次通过率大概是二次元模型的两倍。
一定要去现场拍参考图吗？
不必须，但差距肉眼可见。有实拍图垫底时，我出图的可用率从三成多提到六成以上，主要赢在屋脊曲线和檐口角度这类「照片里才有」的细节。去不了现场，至少多找几张不同角度的实拍照片对照着改词。
为什么我画的中国古建总像日本寺庙？
大概率是词库里「和风」特征的权重在捣乱。试着加「中式木构、鸱吻、举架平缓」，同时删掉任何日式园林相关的词。中国古建的屋脊鸱吻和日式金鸱尾形状差别不小，写对了模型是能分清的。