AI 图像真实感五层体系|去 AI 味
基于摄影学原理的 AI 图像真实感方法。当用户抱怨「AI 出图太假」、想要真实感或去 AI 味、追求人像生成的活人感时使用:先用五层模型诊断图片的穿帮点(皮肤纹理、毛孔、光源一致性、光学痕迹、色彩科学),再按 L1→L5 逐层生成带摄影感的提示词。适用于 realistic prompt 写作与 AI image realism 诊断,覆盖 Midjourney / FLUX / GPT / Stable Diffusion 等生图工具。
skillhub install @indiv-haikousohot/ai-image-realism
README 文档
3,711 字AI 图像真实感五层体系|去 AI 味
把「图为什么假」拆成可诊断的层级问题,把「怎么变真」拆成可逐层修补的工程步骤。 真实感不是玄学抽卡,而是五层可分解、可检查、可组合的物理约束。
一、触发条件
用户说出下面任意一类话时启用本技能:
生成类(→ 模式一:写提示词)
- 「帮我写个提示词,要真实的」
- 「用五层帮我写:……」
- 「按五层来写」「要真人感」「不要 AI 味」
提示词诊断类(→ 模式二:诊断提示词)
- 「这个提示词出图不理想,帮我看看哪里写得不够」
- 「五层诊断这个提示词:……」
出图诊断类(→ 模式三:诊断出图)
- 「这张图哪里假?」「AI 出图太假怎么办?」
- 「帮我看看这张图的穿帮点」
- 「看着像 CG / 像蜡像 / 说不清哪里不对」
二、五层结构(核心模型)
| 层 | 名称 | 回答的唯一问题 | 决定 |
|---|---|---|---|
| L1 | 环境光影 | 光从哪来?影子该往哪去? | 空间可信度 |
| L2 | 主体造型 | 站得稳吗?关节自然吗?衣服是穿上去的吗? | 动态自然度 |
| L3 | 材质微观 | 皮肤在呼吸吗?布料看得出编织方向吗? | 活人感(去 AI 味的决胜层) |
| L4 | 光学成像 | 用什么拍的?镜头和快门留下什么物理痕迹? | 摄影感 |
| L5 | 色彩科学 | 色温对吗?肤色在环境里自然吗?暗部是死灰还是有色偏? | 氛围一致性 |
关键原则: 真实感是五层的乘积,不是加和。任何一层塌陷,其余四层做得再好也会被一眼看破。
三、三种模式
模式一:写提示词
适用:用户要生成一张图,需要一套完整的真实感提示词。
执行流程:
- 判断场景类型(人像特写 / 动态大景 / 全身街拍 / 夜景氛围 / 自定义)
- 加载
references/场景工具箱.md,取对应场景的 L1–L5 模块骨架 - 按需逐层加载
references/Lx_*.md,取详细关键词与模板 - 按 L1→L5 逐层填入用户的具体需求(跳过某一层 = 该层交给 AI 随机发挥 = 穿帮)
- 串联成完整提示词输出
输出格式:
【场景:xxx】
L1 环境光影: [光源方向 + 软硬 + 环境反光]
L2 主体造型: [姿态 + 重心 + 服装物理]
L3 材质微观: [皮肤细节 + 面料纹理]
L4 光学成像: [相机参数 + 景深 + 动态/光学痕迹]
L5 色彩科学: [白平衡 + 色调倾向]
→ 完整提示词:
[串联后的完整提示词]
模式二:诊断提示词
适用:用户已有提示词但出图不理想,想知道哪里写得不够。
执行流程:
- 读取用户给的提示词
- 按 L1→L5 逐层扫描关键词是否存在
- 标记每层状态:✅ 已覆盖 / ⚠️ 部分覆盖 / ❌ 缺失
- 对缺失或薄弱层给出具体补强(引用
references里的模板关键词) - 输出诊断表 + 优化后的完整提示词
输出格式:
┌──────┬───────────┬──────────────────────────────────┐
│ 层级 │ 状态 │ 分析 │
├──────┼───────────┼──────────────────────────────────┤
│ L1 │ ⚠️ 部分 │ 写了「黄昏氛围」但没指定光源方向 │
│ L2 │ ❌ 缺失 │ 没有姿态和重心描述 │
│ L3 │ ✅ 已覆盖 │ 13 字段有效 │
│ L4 │ ❌ 缺失 │ 没有摄影参数和运动模糊 │
│ L5 │ ⚠️ 部分 │ 写了色调但没写色温 │
└──────┴───────────┴──────────────────────────────────┘
→ 优化建议:补 L2「重心在左腿,肩部放松」+ L4「85mm f/1.4,浅景深」
模式三:诊断出图
适用:用户发一张图问「这个哪里假」。
执行流程:
- 获取图片(路径 / URL / 描述)
- 按五层自检项逐层分析视觉表现(每层自检问题见
references/Lx_*.md的「自检」小节) - 指出短板层 + 判断根因
- 给出该层应该补什么提示词
输出格式:
第一眼感觉:像 CG 渲染图
逐层分析:
L1 环境光影:⚠️ 光源方向不明确,缺少环境反光
L2 主体造型:✅ 姿态自然
L3 材质微观:❌ 皮肤光滑无毛孔,像蜡像
L4 光学成像:❌ 无景深控制,背景和主体一样锐
L5 色彩科学:✅ 色温统一
短板判断:L3(材质)+ L4(光学)
→ 修改方向:补 L3 毛孔与瑕疵 + L4 相机参数与景深
四、快速八股结构
每次写提示词都按这个骨架过一遍,每层至少一个关键词:
L1 [光源方向] [软硬光] [环境反光] [空间透视]
L2 [体型档位] [姿态/重心] [关节变化] [服装物理]
L3 [肤质细节] [瑕疵分布] [面料纹理] [微观高光]
L4 [相机型号] [焦段] [光圈] [快门] [光学痕迹]
L5 [白平衡] [色调倾向] [环境色溢]
拿不准某层该写什么 → 加载对应的 references/Lx_*.md。
五、常见穿帮点速查表(诊断清单)
诊断出图 / 诊断提示词时,从头扫一遍这张表,命中哪条就补哪层:
| 穿帮点 | 画面表现 | 根因层 | 修法关键词方向 |
|---|---|---|---|
| 蜡像皮肤 | 光滑无孔、塑料感、像娃娃 | L3 | 毛孔、皮肤纹理、轻微肤色不均、哑光质感 |
| 光源不一致 | 主体影子向左、背景影向右 | L1 | 单一光源 + 明确方向 + 环境反光色 |
| 漂浮感 / T-pose | 双脚平贴、重心居中、身体僵直 | L2 | 重心落在支撑腿、对侧肩放松、抓拍瞬间 |
| 衣服像糊上去的 | 无褶皱、看不出面料 | L2 + L3 | 关节处褶皱堆积 + 面料编织纹理可见 |
| 假雀斑 / 假瑕疵 | 斑点浮在皮肤表面 | L3 | 瑕疵嵌进皮肤纹理(embedded in skin) |
| 背景比主体还锐 | 没有景深逻辑 | L4 | 明确焦平面 + 光圈 + 焦外光斑 |
| 参数自相矛盾 | 高速快门 + 运动模糊同时出现 | L4 | 参数互斥检查(快门 / 光圈 / 运动状态) |
| 抠图感 | 肤色暖但阴影中性灰、无环境色 | L5 | 环境色溢(color bleed)、暗部带色偏 |
| 过度调色 | 皮肤变桔子、头发变蓝 | L5 | 约束肤色保持自然暖调 |
| 距离不衰减 | 远处和近处一样清晰 | L1 | 大气透视、远景低对比 |
| 完美对称脸 | 记不住、没人味 | L3 + 图生图 | 加记忆痣、微不对称表情、嘴角不对称 |
| 构图比例偏 | 主体占画面比例不对 | L4 | 焦段 + 景别必须同时写 |
六、reference 文件索引
| 文件 | 内容 | 何时加载 |
|---|---|---|
references/L1_环境光影.md | L1 关键词清单 + 模板 + 自检 | 写 / 诊断时按需 |
references/L2_主体造型.md | L2 关键词 + 体型四档分级 | 同上 |
references/L3_材质微观.md | L3 关键词 + 活人感 13 字段体系 + 情绪推断表 | 去 AI 味时必加载 |
references/L4_光学成像.md | L4 摄影参数速查表 + 焦段-景别对照 | 同上 |
references/L5_色彩科学.md | L5 关键词 + 色温速查表 | 同上 |
references/场景工具箱.md | 5 个场景的完整 L1–L5 模块,可直接复制 | 写提示词时必加载 |
references/image-to-image-realism-editing.md | 出图后修补:记忆点痣 + 7 项质感微调 | 图「缺活人感」「太完美」时,需图生图工具 |
七、生图工具适配与语言规范
7.1 输出语言
提示词用哪种语言,取决于目标工具:
| 工具 | 输出语言 | 说明 |
|---|---|---|
| GPT 系(DALL·E / GPT image) | 中文 | 中文理解良好,摄影术语直接写中文即可 |
| Midjourney / FLUX / Stable Diffusion | 英文关键词 | 本技能各层的关键词清单本身就是英文,可直接拼接 |
| 需要双语时 | 中文为主体描述 + 英文关键词收尾 | 兼顾可读性与权重 |
无论哪种语言,关键词必须落到具体物理事实(光源方向、焦段、快门、面料),不要用「高级感」「电影感」这类空词代替。
7.2 按工具特性调整写法
| 工具特性 | 应对策略 |
|---|---|
| 对皮肤细节默认柔化 | L3 必须写具体瑕疵(毛孔、痣、唇纹),只写「真实感」不够 |
| 对景别控制不敏感 | 只写焦段不够,必须显式写景别:「远景构图,主体占画面小比例」 |
| 对运动模糊倾向保守 | L4 要写三重约束:追焦跟拍 + 相对运动 + 快门参数 |
| 对参数矛盾不敏感 | 显式检查快门/光圈/运动状态是否自洽(见失败模式 RL-02) |
7.3 焦段与景别的显式控制
实践踩坑得出的关键经验:焦段决定透视,景别决定构图比例,两者缺一不可。 只写焦段不写景别,出图默认中近景;只写景别不写焦段,透视可能完全不对。
| 焦段 | 透视特性 | 搭配的景别描述 |
|---|---|---|
| 24mm 及以下 | 超广角,边缘畸变,空间拉伸 | 「远景构图,主体占画面小比例,四周大量留白」 |
| 35mm | 小广角,接近人眼视野 | 「中景构图,人物占画面三分之一」 |
| 50mm | 标准视角,无明显畸变 | 「中近景构图」 |
| 85mm | 中长焦,空间压缩,背景拉近 | 「特写构图」或「半身构图」 |
🔴 检查点
| 阶段 | 检查项 | 验证方式 |
|---|---|---|
| 执行前 | ✅ 确定模式 | 写提示词 / 诊断提示词 / 诊断出图 |
| 执行中 | ✅ L1→L5 逐层覆盖 | 五层是否每层都有具体物理描述,无跳层 |
| 执行中 | ✅ 八股结构完整 | 主体 → 环境 → 材质 → 光线 → 后处理 |
| 执行中 | ✅ 焦段 + 景别同时出现 | 缺一即构图不可控 |
| 执行后 | ✅ 参数自洽 | 快门 / 光圈 / 运动状态无矛盾 |
| 执行后 | ✅ 输出语言规范 | 与目标工具匹配 |
🚫 反模式
| 反模式 | 说明 |
|---|---|
| 跳层直接写材质 | 没有主体和环境描述就堆细节,成图缺乏整体感 |
| 忽略光源描述 | 光线是影响真实感的单因素最大项,必须明确光源类型和方向 |
| 不控制焦段与景别 | 默认标准镜头视角,缺乏风格区分度,构图不可控 |
| 用空词代替物理描述 | 「高级感」「大片感」「电影感」不产生任何像素级约束 |
| 只诊断不落地 | 诊断出短板层后必须给出可直接粘贴的补强关键词 |
⚠️ 失败模式编码表
| 编码 | 场景 | 症状 | 处理方式 |
|---|---|---|---|
| RL-01 | 生图工具与语言不匹配 | 中文提示词喂给英文工具,或反之 | 先确认工具类型,再选择输出语言 |
| RL-02 | 焦段与景别矛盾 | 85mm 配远景构图 | 检查焦段与景别的物理匹配 |
| RL-03 | 跳过 L1 直接写 L2 | 画面缺乏主体定位 | 从 L1 开始逐层写 |
| RL-04 | 参数自相矛盾 | 高速快门与运动模糊并存 | 回到 L4 速查表重新配参数 |
| RL-05 | 只美化不还原 | 越写越「精致」,AI 味更重 | 加入 L3 负面词,减少完美化词汇 |
同分类其他技能
查看全部 ›通过同一个AI创作工具完成AI图片、视频、音乐与语音创作,查找公开社交数据,编辑视觉成果,并集中查看和管理生成资产。Beatra 全能创
135 180.6万 AI音乐MV短片制作用一首歌的情绪、节奏和视觉概念,制作一个短视觉短片。这个 AI 音乐 MV 短片制作与歌曲生成视频工作流可以把音乐片段和视觉方向变成电影
15 66.1万 MiniMax H3 AI视频创作用 MiniMax H3 这款 AI视频生成器创作高质感 2K AI 视频。从文字创意出发完成文生视频,让静态图片自然动起来,用首尾画面
27 64.2万 AI数字人口播与虚拟主播视频用一张人像和一段短脚本或语音,制作有明确讲述内容的数字人口播视频。可使用现成录音,也可以先选择音色,把脚本生成旁白,让画面中的人物随声音
44 61.3万 架构图一键生成使用 ContextWeave 生成或修改架构图、流程图、思维导图和复杂信息图。适用于需要从代码、文件或自然语言中提取结构与关系并实际产
288 54.7万 海报设计工作室将一段活动描述、一张产品照片或品牌参考图,转化为抓人眼球的活动海报、宣传 banner 或社交媒体配图。这款 AI海报设计与制作工具生成
39 42.1万