不是「人物+背景」——Seedream 力场编码法让你的街拍不再像P上去的

你有没有这种感觉：有些 AI 生成的街拍图，人物和背景像两个图层叠在一起——人是P上去的。

不是光影不对。也不是比例失调。而是人物和环境之间没有「力」。

风吹过街道，但她的头发纹丝不动。阳光洒在建筑上，但她的皮肤和墙壁的受光面完全不是一个逻辑。她站在那儿——但她是悬浮在那儿的。

这条韩国街头的 Prompt 做对了什么？它不是在「描述背景」，它是在描述环境如何对人物施加物理力。

这个框架，我管它叫「力场编码法」（Force Field Encoding）——把环境当成一个力场，每个元素都对人物产生可测量的物理效应。人物和背景不是两个图层——她们在互相拉扯。

和上篇「生活切片编码」的关系：切片编码管的是「还原真实的时空情境」，力场编码管的是「情境中各个元素之间怎么发生物理接触」。一个是宏观框架，一个是微观力学。互补。

风力场：风的表达，不是「头发在飘」

这条 Prompt 花了四句话在风上：「黑发被风掀起几缕」「发尾随动作轻扬」「被风吹动的碎发贴在脸颊」「表情松弛得毫无修饰」。

注意措辞——不是「头发飘逸」「发丝飞舞」。是「掀起」「轻扬」「贴」「松弛」。这些词描述的不是风的外观，是风对头发的物理作用力。

「掀起」意味着风有向上的分力——头发从静止位置被垂直抬起。「轻扬」意味着力不大，发尾只是微微摆动。「贴」意味着汗液或皮肤油脂产生附着力，碎发被吹到脸上后粘住了。「松弛」是风力为零的对照状态——面部的肌肉没有用力对抗风。

这四层力构成一个精确的风场模型：风从斜前方来（向前上方掀），中等强度（能扬起发尾但不够整束位移），伴随着温湿度适中（碎发能贴在皮肤上）。

对这个模型来说，Seedream 的响应逻辑是清晰的：受力的头发向量朝前上方偏移，不受力的头发（后侧）保持静止。这不是「把头发画乱」——是给每一根头发分配了受力方向。

光力场：光线不是「好看的光」，是打在脸上的几何

Prompt 写：「受光面与背光面过渡自然」「阴影顺着下颌线淡淡晕开」「项圈在光下泛着冷光」。

三个句子描述了三类完全不同的光-物交互：

「受光面与背光面过渡自然」——这是一句关于光在曲面上的行为的陈述。在 Seedream 的潜空间里，这意味着面部法线贴图从面向光源到背向光源的过渡不是硬切，而是连续渐变。皮肤的微起伏让光在移出高光区后不是「熄灭」，而是缓慢衰减。

「阴影顺着下颌线淡淡晕开」——这比上句更精确。它告诉模型两个信息：（1）主光源在上方略偏前（因为下颌阴影是「顺着」而非「覆盖」下颌线）；（2）阴影不是硬边（「淡淡晕开」意味着光源有一个面积极大的漫射组件——云层或建筑反光造成的环境光填充了本应是深黑的部分）。

「项圈在光下泛着冷光」——金属的镜面反射。和皮肤完全不同的 BRDF（双向反射分布函数）：光不进入材质，直接弹回。冷光意味着金属本身的色相偏蓝/银白，加上天空光（偏蓝）的镜面反射在金属表面特别显眼。

三句光线描述覆盖了三种光学行为：漫反射渐变（皮肤）→ 间接光填充（环境光）→ 镜面反射（金属）。一条 Prompt 里实现三种光-物交互模型，而且不需要写任何技术参数——只需要精准的物理观察。

空间力场：电线杆不是在「背景」里，是在「构图」里

Prompt 写：「她站在店铺招牌与电线杆间」「没有刻意构图」。

这两句的共同效果：把人物挤进两个垂直障碍物之间。不是「以人物为中心构图然后发现背景里恰好有招牌和电线杆」——而是「招牌和电线杆先在那里，人物被塞进它们之间的空隙」。

这产生了三层效果：

第一层：深度信息。当「站在A与B之间」被模型解析时，A和B被放置在不同的深度平面上，人物居中——这自动产生了前中后三层空间。相比之下，「背景是街道」只有一个平面。

第二层：比例约束。如果人物站在招牌和电线杆之间，三者必须共享同一个空间比例尺。招牌不能巨大得离谱（因为人物需要「站在它旁边」），电线杆不能细得像铅笔（因为它和人物有空间接触）。空间锚点自动锁定了所有元素的比例。

第三层：遮挡规则。「站在A与B之间」暗示A和B都在前方、人物居中——这意味着部分遮挡是合理的。A和B的某些部分可以遮住人物，人物也可以遮住A和B的某些部分。遮挡是真实感的最强信号——因为AI图片最不真实的地方永远是「元素之间永不重叠的干净边缘」。

情绪力场：矛盾指令的力学隐喻

Prompt 写：「神情带着忧郁的妖冶」「纯欲感混着疏离」「眼神望镜头像蒙着层薄雾」。

情绪编码也可以用力场的语言来理解：不是给一个情绪标签，是给一组方向不同、大小不同的力矢量。

「忧郁」往下拉——嘴角、眉尾、眼神亮度。「妖冶」往上提——嘴唇微启、眼睑半垂、肩部放松。「双重力」竞争的结果不是平均值，是一个在不稳定平衡点上的动态表情。

同理，「纯欲」推近——清澈的眼神、自然的姿态。「疏离」推远——冷淡的距离感、不对镜头做出回应。同时推近和推远的力矢量产生了一种「明明在看你却仿佛不在看你」的微表情——这是绝大多数脸谱化 Prompt 做不到的。

对 Seedream 来说，单一情绪词的渲染路径是收敛的（越接近训练分布的均值越好）。矛盾情绪词的渲染路径是未收敛的——它在两个分布中心之间振荡，产出的就是那个振荡过程中的样貌。真实的情绪从来不是纯的，是纠缠态的。

力场编码 vs 传统分层：一张对比表

维度	传统分层法	力场编码法	谁在施加力
风	「头发飘逸」	「被风掀起…碎发贴在脸颊」	气压梯度 → 发丝矢量
光	「暖光/柔光」	「阴影顺着下颌线晕开…项圈泛冷光」	光子 → 皮肤曲面法线 / 金属镜面
空间	「街道背景」	「站在招牌与电线杆间…没有刻意构图」	障碍物 → 人物位置 / 比例 / 遮挡
情绪	「高冷/甜美」	「忧郁的妖冶…纯欲混疏离」	对立情感矢量 → 未收敛表情
材质	「衣服好看」	「面料褶皱随肢体自然堆叠…底妆轻薄」	重力+拉伸 → 织物形变 / 化妆品覆盖

力场编码的底层原理：为什么「接触」比「并列」真实一百倍

回到开头的问题：为什么有些 AI 图的人物像P上去的？

因为默认 Prompt 写法是列表并列：「一个女孩 + 在韩国街头 + 高马尾 + CCD风格」。Seedream 的处理方式是为每个逗号分隔的元素独立采样一个视觉特征，再拼到一起。人物特征和背景特征之间没有交互项的约束——它们是在不同的潜空间子区域被独立解码的。

力场编码改变了这一点。当你在 Prompt 里写「被风吹起的碎发贴在脸颊」，你是在告诉模型：风特征需要和头发特征发生物理交互，而这个交互的结果需要和面部特征发生空间交叠。这不是三个独立元素的拼合——这是一个因果链条。

同样地，写「她站在店铺招牌与电线杆间」不是「人物」+「招牌」+「电线杆」三个并列标签——是「人物相对于招牌的空间位置」+「人物相对于电线杆的空间位置」+「三者之间的比例锁」。这不是加关系，是乘关系。乘法比加法的约束强度高一个数量级。

这解释了为什么力场编码做出来的 AI 图看起来更真实：真实感不来自细节多，来自因果互动多。因果互动越多，各个元素之间自由漂移的余地越小——最终图像就越收敛到一个逻辑自洽的视觉配置。而逻辑自洽，就是「真实感」的数学定义。

技术参数表

参数	值
模型	doubao-seedream-4-0-250828
画质	2K
图片比例	3:2（封面）/ 9:16（正文）
力场维度	风力场（气压梯度→发丝矢量）→ 光力场（光子→曲面法线/金属镜面）→ 空间力场（障碍物→位置/比例/遮挡）→ 情绪力场（对立矢量→未收敛表情）→ 材质力场（重力/拉伸→织物形变）
审美方向	韩国街头 / CCD质感 / 力场交互 / 随性抓拍
与上篇关系	生活切片编码 = 宏观时空框架 / 力场编码 = 微观物理接触

Prompt 完整附录

韩国街头的自然光漫过红砖建筑，高马尾少女的黑发被风掀起几缕，发尾随动作轻扬，颈间的项圈在光下泛着冷光。全身特写里，灰色开衫外套搭着白色内搭，面料褶皱随肢体舒展自然堆叠，透着休闲随性的时尚感。

冷白皮在柔和光线里泛着通透光泽，底妆轻薄均匀，瓜子脸配尖下巴，神情带着忧郁的妖冶，眼神望镜头时像蒙着层薄雾，纯欲感混着疏离。受光面与背光面过渡自然，发丝根根清晰，被风吹动的碎发贴在脸颊，阴影顺着下颌线淡淡晕开，契合街头光影逻辑。

CCD的颗粒感揉进画面，像iPhone随手拍下的瞬间——没有刻意构图，她站在店铺招牌与电线杆间，项圈勾勒着纤细脖颈，表情松弛得毫无修饰，却把都市街拍的随性、少女的忧郁与纯欲，都锁进了这帧真实的生活切片里，鲜活又带着点勾人的疏离。

FAQ

力场编码和之前那篇「生活切片编码」有什么区别？

切片编码是宏观框架——管你在 Prompt 里「构建什么」（时空情境）。力场编码是微观力学——管 Prompt 内部「各元素之间怎么接触」。可以组合使用：用切片编码搭时空框架，用力场编码填物理交互细节。两条框架独立有效，叠加效果最佳。

如果我的 Prompt 没有风、没有光、没有复杂空间关系，力场编码还能用吗？

能，但要重新定义你的「力场」是什么。室内肖像的力场可能是「窗外自然光 + 室内墙壁反光 + 织物褶皱 + 皮肤与布料摩擦力」；静物摄影的力场可能是「桌面反光 + 物体之间的投影 + 材质间的色彩反射」。力场编码不是一套固定元素清单，是一种思维方式——找到元素之间的因果接触点，而不是并列描述元素。

力场越多越好吗？

不是。力场编码的效力不是看力场数量，是看每个力场的交互质量。一条精准的「碎发贴在脸颊」胜过十条模糊的「背景好看」「氛围柔和」加在一起。因为前者产生了一个跨元素的因果约束，后者只是往画面上堆标签。力场编码的性价比法则是：一个精确的物理交互 > 十个模糊的风格形容词。