ai女模特口令怎么写？服装出图员在用的五段式提示词公式
把话放在前面：ai女模特口令写得稳不稳，看结构不看辞藻。五段式公式——身份定位、服装描述、场景、光线、镜头，一段管一件事，比一堆形容词管用得多。我按这个骨架给店里出通勤装模特图，定稿从抽十几次降到两三次。
ai女模特口令怎么写才稳？先立一条底线：口令（提示词）是用来描述商品与场景的，不是用来描述身体的。这条我写在贴在工位的便利贴上——店里要的是商品展示图，成年模特穿着得体、衣服清楚、环境真实，就够了。
我在一家女装店做兼职出图，老板娘的要求朴素：新款通勤套装挂上网之前，得有几张模特上身图。实拍请不起摄影棚，AI出图成了我的活。头一个月我翻过车，口令里全是"漂亮""有气质"，衣服颜色倒跑没了。后来把口令拆成五个格子，每个格子只装一件事，画面才开始听话。
五段式提示词公式：一段只管一件事
ai女模特口令最稳的写法是五段式：身份定位、服装描述、场景、光线、镜头，一段管一件事，各写一句。
这个公式不是我发明的，是从翻车堆里攒出来的。给女装店出图，画面里要同时稳住五样东西：人是谁、穿什么、在哪、光从哪来、拍多大范围。少管一样，AI就自己编，编出来的东西十次里九次不能用。
五段各管什么、写成什么样算合格，我列成一张表，你可以对着检查自己的口令：
| 五段式 | 写什么 | 示例（通勤装） | 常见错误 |
|---|---|---|---|
| 身份定位 | 成年模特的年龄段与气质，一句带过 | 一位28岁左右的亚洲女性模特，神情自然，站姿放松 | 堆身材和外貌形容词，抢了衣服的戏 |
| 服装描述 | 品类、颜色、材质、版型、搭配 | 藏青色双排扣通勤西装外套，内搭白色圆领棉质T恤，同色系直筒西裤 | 只写"穿着得体"，颜色材质全靠AI猜 |
| 场景 | 和穿着场合一致的环境 | 明亮的写字楼大堂，落地玻璃窗，浅灰色石面背景 | 场景和衣服打架，度假沙滩配西装 |
| 光线 | 光源方向和软硬 | 上午十点的自然侧光，明暗过渡柔和 | 写"高级感光线"这种没有信息量的词 |
| 镜头 | 景别、焦段、虚化程度 | 全身景别，85mm镜头，背景轻微虚化 | 不写景别，出图一半是半身特写 |
表格里最容易被新手跳过的是镜头这段。商品图要看版型，全身景别是底线，AI默认爱给半身特写，你不指定，它就按自己的来。
五段逐段过一遍：一条通勤装口令怎么攒出来
先定人再定衣服，场景贴合穿着场合，光线给方向，镜头给景别，五句连起来就是一条能用的完整口令。
拿店里九月的通勤套装上新当例子，我一段一段攒。
第一段身份定位："一位28岁左右的亚洲女性模特，神情自然，站姿放松。"就这一句，别的不补。写"气质美女""肤白貌美"都是浪费字数，模特的脸不是卖点，衣服才是。
第二段服装描述："藏青色双排扣通勤西装外套，内搭白色圆领棉质T恤，下配同色系直筒西裤，脚踩黑色乐福鞋。"这句是全条口令最长的，颜色写到"藏青"这个级别，材质写到"棉质"，版型写"直筒"。写到这个细度，AI基本不会自作主张改设计。
第三段场景："明亮的写字楼大堂，落地玻璃窗，浅灰色石面背景。"通勤装配通勤场景，看着就像穿着去上班的样子，顾客代入快。换成周末休闲装，场景就改成"街角咖啡店门口，木质桌椅，背景虚化"。
第四段光线："上午十点的自然侧光，从画面左侧打过来，衣服褶皱上有柔和的明暗层次。"光线给方向和软硬，画面质感一大半靠它。
第五段镜头："全身景别，85mm镜头，背景轻微虚化，模特完整站在画面中央，头顶脚下留空。"
五句连起来，就是一条完整的口令：
"一位28岁左右的亚洲女性模特，神情自然，站姿放松，穿着藏青色双排扣通勤西装外套，内搭白色圆领棉质T恤，下配同色系直筒西裤，脚踩黑色乐福鞋，站在明亮的写字楼大堂，落地玻璃窗前，浅灰色石面背景，上午十点的自然侧光从画面左侧照过来，全身景别，85mm镜头，背景轻微虚化。"
数一下字数，一百出头。我常用的口令都压在50到120字之间，短了信息不够，长了AI开始丢细节。
堆砌病：形容词一串，不如五段各一句
形容词堆得越多画面越糊，因为"高级感"这类词没给AI任何判断依据，具体的名词和参数才是锚点。
堆砌病我犯过，典型病历长这样："一位超有气质的漂亮女模特，穿着高级感满满的衣服，氛围感拉满，电影感光线，杂志大片质感，8k超清。"这条口令五十多个字，有效信息接近零。
出图结果也印证了：AI平均用力，每样都想要，每样都差口气。衣服颜色从我定的藏青被带成了黑灰，背景混进说不清的装饰柱，模特脸上还总带着一种用力过猛的精致。那阵子我一条口令要抽十几次才勉强能交。
原理说穿了不复杂。模型是靠词与词的搭配做判断的，"藏青色双排扣"是六个字的决定，"高级感"是六个字的摇摆。你写得越具体，留给模型自由发挥的空间越小，画面就越贴你脑子里的那张图。写得越虚，它越要替你做决定，做出来的决定当然跟你想要的对不上。
我后来做过对照：同一条通勤装口令，堆砌版抽十四次出一张能用的，五段版三次就出。按一晚上出八张图的量算，堆砌版要耗掉我两个多小时，五段版四十分钟收工。差距全在返工上。
一个自查的小动作：把口令里的形容词全划掉，剩下的名词和参数还撑不撑得起这张图？撑得起，说明结构是好的；撑不起，说明你一直在用虚词糊弄模型。
写到现在，公式其实就一句话：把口令当成给摄影师下的单——人、衣、景、光、机位，五样交代清楚，摄影师不用猜，AI也一样。我那张便利贴还贴在工位上，头一行写着"描述商品与场景，不描述身体"，第二行就是这五个格子。下一件新款到店，你还是先填格子，再按快门。
常见问题
五段式的顺序可以打乱吗？
可以调，但不建议大动。我试过把镜头段提到最前面，构图确实先稳住了，可衣服颜色更容易跑偏。服装电商图里衣服是主角，我会让服装描述紧跟身份定位，靠前的位置留给最重要的信息。
一条口令写多少字比较合适？
中文压在50到120字，五段各写15到25字。超过150字，AI开始只执行后半段，前面写的颜色和材质容易被丢掉。字数装不下信息量的时候，砍形容词，别砍名词。
男装或者休闲装也能套这个公式吗？
骨架通用，换内容就行。男装把身份定位换成对应的年龄段和气质，休闲装把场景从写字楼换成街角咖啡店这类地方。五个格子本身不用动。
口令里要不要加"8k""超高清"这类画质词？
我的习惯是不加。画质归工具的出图参数管，写在口令里占字数，有时还会把画面带得过于锐利。真觉得不够清楚，先去调分辨率和采样参数，别在口令上费字数。