ai生成模特脸怎么捏才自然？五官分层提示词与亚洲脸型写法实测
我的看法是：捏脸不靠抽卡，靠分层。先把脸型轮廓定死，再逐层填眉眼鼻唇，最后补皮肤质感和光线，顺序反了就会出一张五官单看都行、拼在一起却怪异的脸。你先照这篇第二节的分层表抄一轮测试图，再谈手感。
ai生成模特脸这件事，我半年前还在犯一个错：把「亚洲女模特、耐看、皮肤好」一股脑塞进一句提示词，然后对着 50 张歪瓜裂枣叹气。9 月给一个做女包的客户捏 12 张不同脸的模特图，我改成分层写法，一轮 50 张里能直接交付的 17 张，单张出图约 12 秒，废片率从六成压到三成多。
捏脸是搭积木。脸型轮廓定生死，眉眼鼻唇按层往上填，最后一层补皮肤质感。顺序对了，改哪儿调哪儿；顺序错了，整批推翻都是常事。下面按我接单时的实际流程拆开讲。
脸要拆成层写，一整句怼进去必翻车
捏脸的正确顺序是：脸型轮廓、三庭比例、眉眼、鼻唇、皮肤质感，一层一层给词。哪层出问题就只改哪层，不用整张推翻重来。
我拿同一个底图做过对照：一整句写法和分层写法各跑 20 张。一整句那组，五官位置乱飘的占了 13 张；分层的 20 张里，三庭明显失调的只有 3 张。原因不玄，模型对长句里并列的一串面部特征记不住先后，短词分层给它，权重就落得准。每一层我习惯这么写：
| 层级 | 写什么 | 我常用的写法 | 我的评价 |
|---|---|---|---|
| 脸型轮廓 | 脸宽、下颌、发际线 | oval face with soft jawline | 定生死的一层，最先写 |
| 三庭比例 | 五官位置关系 | slightly wide-set eyes | 决定耐不耐看 |
| 眉眼 | 眉形、眼型、眼神 | monolid, gentle upward tilt, calm gaze | 崩脸高发区 |
| 鼻唇 | 鼻头、唇形 | small straight nose, natural lips | 写一个特征就够，别堆 |
| 皮肤质感 | 毛孔、瑕疵 | visible pores, subtle texture | 自然度全靠这层 |
修层有个实用参数：脸型轮廓不动、只修眉眼时，我把重绘幅度压在 0.35 到 0.45 之间，低于 0.3 基本没变化，超过 0.5 容易把鼻子的位置带歪。对了插一句，眉毛和发际线的衔接处最容易被忽略，放大到 200% 看一眼，能省一轮返工。
亚洲常见脸型别只写 Asian，落到形状才有脸
亚洲脸型的写法要具体到形状词：鹅蛋脸写 oval face，圆脸补 fuller cheeks，方脸写 gently defined jawline，再各配一组眉眼特征，脸就立起来了。
只写 Asian face 会出一张「平均脸」，谁都像又谁都不像，客户看了只会说不够真。我把常用的五种脸型写法整理成下面这张表，组合都拿真实出图验证过。
| 脸型 | 提示词写法 | 常见翻车 | 我的改法 |
|---|---|---|---|
| 鹅蛋脸 | oval face, balanced proportions | 太标准，像证件照 | 补 slight asymmetry |
| 圆脸 | round face, fuller cheeks | 容易显幼 | 配 mature eyebrow shape |
| 方脸 | square face, defined jawline | 下颌画成刀削 | 写 gently defined |
| 心形脸 | heart-shaped face, pointed chin | 额头比例夸张 | 写 moderately wide forehead |
| 长脸 | elongated face, high forehead | 三庭失调 | 限 hair framing 收额头 |
上个月有客户直接甩来一组明星照片，要求「就按这个脸出」。我退回去了，改成特征转写：圆眼、平直眉、唇峰明显，对方看完说气质对上了。垫图仿真人这条路我不走，肖像权的坑踩一次就够，现在各平台对 AI 仿脸的投诉查得也紧。整体提示词怎么组织才不崩，之前写过一篇 118 张实测复盘，指令细节可以直接搬过来用。
多样性和自然度，一半靠参数一半靠红线
批量捏脸要多样性，就固定提示词只换种子，一粒一张；自然度靠删掉磨皮类词、补毛孔和细微纹理。底线是不垫真人照片仿脸，客户给了也拒。
多样性上我的做法是：提示词锁定，种子全随机，50 张连跑，撞脸率大概十分之一；再轮换肤色和年龄段词，比如 warm ivory、light tan、mid-40s，一批图才像「同一家店的不同顾客」，而不是一个模特换衣服。自然度方面，perfect skin、flawless complexion 这类词我全删了，换成 visible pores、slight under-eye texture，皮肤立刻从塑料变人。
| 参数 | 低档效果 | 高档效果 | 我的习惯 |
|---|---|---|---|
| CFG | 5-6，脸更柔 | 8-9，听话但僵 | 7 左右 |
| 种子 | 固定，微调用 | 随机，批量用 | 批量全随机 |
| 重绘幅度 | 0.3 以下几乎不动 | 0.5 以上结构易崩 | 修五官 0.35-0.45 |
最后把红线说重一点：不冒用真人肖像。客户给的参考图只用来转写成特征词，不垫图、不喂脸；交付时我会附一句提醒，让对方按平台要求标注 AI 生成。这行要做长久，每张脸的「来历」都必须干净。
回到开头那个女包客户，12 张脸一轮过，修图只花了不到一小时。捏脸这事说难不难，难在肯把一张脸拆开写。今晚就从脸型轮廓那层开始试，跑 20 张再回头看这篇的表。
常见问题
捏出来的脸怎么总像同一个人？
换种子之外，把发型、年龄、肤色做成词库轮换，每张至少换两个变量。另外同一个会话里连续出图会趋同，隔几批重开一次再跑。
提示词用英文还是中文？
主流出图工具对英文特征词响应更稳，我用英文写特征、中文记备注。混写也行，但五官词别缩写成拼音，模型经常猜错方向。
生成的脸撞了某个明星，算侵权吗？
纯文字生成也可能撞脸，交付前我会把成图和知名面孔比对一眼，明显像的丢弃重出。不垫真人图、特征用组合词而不是某个人名，能把风险压到最低。
一张脸改到什么程度能交稿？
我的五项清单：三庭不失调、双眼对称、发际线与背景衔接自然、放大后皮肤有纹理、侧 45 度再看一眼没崩。五项全过才发客户。