AI绘画汉服小姐姐图片怎么出片？提示词写法与避坑实录

AI绘画汉服小姐姐图片，是2026年10月古风圈里最卷的题材，没有之一。卷的意思是：随手一搜全是图，但真拿得出手的不到两成。差在哪？差在细节交给模型乱猜。我这半个月跑了十一组对照提示词，把稳定出片的写法和翻车现场都记下来了，这篇直接摊开讲。

汉服题材有个天然优势：服饰本身就自带信息量。你把信息写全，模型就不用猜；你写不清，它就去借和服、影楼装来凑数。出片好坏的分水岭就在这。

形制写具体，模型才不乱借衣服

汉服提示词必须落到具体形制：齐胸襦裙、马面裙各写各的名字，只写「汉服」两个字，模型容易画出和服领。

我做过一组对照实验。同一张脸、同一场景，第一组只写 hanfu，连出二十张，五张领口交叉方向不对，三张腰封变成了和服带。第二组把形制拆开写——ruqun, crossed collar, wide sleeves, flower embroidery——二十张里只有一张翻车。差距就是这么直接。

常用组合我总结成一张表，直接抄：

说实话，披帛（shawl）是最容易翻车的配饰。飘带和手指缠在一起的概率不低，我的处理办法是重绘幅度 0.42 单独重画手部区域，两轮基本能救回来。

场景与灯光：灯笼、廊桥、逆光是黄金三件

古风场景首选夜景灯笼光：红灯笼、木廊桥、暖色逆光三个词组一起用，出片率明显高于白天场景。白天光线平，汉服的层次感出不来。

为什么偏爱夜景？灯光对比强。红灯笼的暖光打在裙面织金纹样上，高光和阴影一拉开，画面自己就活了。白天顶光下拍汉服都容易平，模型模拟出来更平。我出片率最高的那组参数是：夜景、红灯笼、木质廊桥、暖色逆光，竖版 768×1152，步数 28，平均九秒一张。

不夸张地讲，同一套人物提示词，换个白天庭院场景，可用率直接从七成掉到四成。想省抽卡时间，先从夜景练起。

雨天场景值得单独一试。我拿「雨巷、油纸伞、青石板反光」这组词跑过十几张，湿润地面把灯光反射拉出长条光斑，画面的故事感比干巴巴的庭院强一截。唯一的坑是伞骨——十张里能有四张伞骨数量对不上，遇到就局部重绘，幅度 0.38，一轮基本修好。

室内题材也别放过。木格窗、烛台、茶案这三样凑齐，再让侧光从窗格打进来，成片自带纵深。缺点是室内光源复杂，暗部容易糊，采样步数我建议从 28 起步，别用默认值凑合。

翻车实录：和服化、影楼化怎么救

出图像和服或影楼装，两步修：负面词固定加入 kimono；成图后圈住领口腰带局部重绘，幅度0.35到0.45。

说个上个月的翻车现场。我给朋友出一张魏晋风，前八张全部翻车——袖子对了，腰带位置长出一个现代皮质束腰，看着像混进片场的群演。排查半天，发现是提示词里 costume design 这个词把风格带偏了。删掉它，换成 traditional hanfu style，第九张一次过。

这件事让我记住一条：每加一个词都在跟模型做交易，词越泛，它自作主张的空间越大。所以汉服提示词宁可长，不可泛。细节是拿来「点」的，不是拿来「概」的。

还有一类高频翻车是配色。大红大绿的配色一旦同时出现，画面立刻往婚庆方向跑。我的解法是主色只留一个：裙面主色点名，披帛和发带用素色陪衬。配色收敛之后，出图的「古意」明显上了一个台阶，这个调整几乎零成本，比换模型管用。

汉服小姐姐这个题材，拼到最后拼的是对服饰细节的表达精度。形制点名、暖光场景、负面词兜底，三件事做完，AI绘画汉服小姐姐图片就从抽卡变成了量产。今晚就挑一个形制开跑，先把那条披帛画明白。

常见问题

不会写英文提示词怎么办？

先用中文写草稿再逐词翻译，形制词查一遍规范译名。襦裙、马面裙这类词有固定译法，查一次能用一年。

为什么出的汉服小姐姐脸都长一样？

种子值和底模在起作用。想换脸就随机种子，想保脸改服装就固定种子。两者别同时动，否则改了哪生效的都说不清。

织金纹样总是画糊怎么处理？

纹样词单独精简，只留一个主纹样，再把手部修正关掉重出一次——修正插件有时会把裙面细节一起抹糊。

延伸阅读

生成完想统一调色出氛围，这篇风格化教程接得上：AI风格化调色教程。

想给古风图做精修降噪的话，看这篇：AI降噪精修方法。