镜子里的角色和镜子外的在做不同的事——「镜像分域法」的双空间并行声明
镜中角色和镜外角色做着不同的事还要保持同一张脸？拆解「镜像分域法」Prompt——用暖冷双灯系统+跨空间锚点声明让 AI 在同一帧里解码两个平行世界。
多数 AI 人像让角色正面出镜，这条 Prompt 让角色背对——「背身雨境术」的降质声明逻辑
99%的AI人像Prompt默认正面构图。拆解「背身雨境术」——用背身注意力重定向+手机降质声明+雨夜双光源梯度，让AI生成高级时装摄影级的背身构图。
教室里的女教师穿着露背礼服——「语境覆写法」如何用描述密度对抗模型的默认规则
一间大学教室，一位穿露背丝缎礼服的年轻女教师正在黑板上写板书。 这两件事放在一起，在现实中会显得极不协调——讲台和红毯之间的着装鸿沟几乎不可逾越。但在 AI 出...
一张居家自拍，藏着 AI 人像最难伪造的物理痕迹——「前置成像术」用成像缺陷转译真实感
夏日午后，客厅沙发上，一个年轻女性拿起手机自拍。柠檬茶的水珠凝在杯壁，半个冰西瓜旁边搁着可口可乐，窗边盛夏阳光洒进来——这幅画面如果由人拍出来，就是一张普通的居...
当 Prompt 同时要求「精确」和「随机」：街拍写真的三轴调度法
为什么一条街拍 Prompt 里挤了 30+ 个外貌描述词和 6 个「随机」指令？拆解 Seedream 权重锚定、语义密度堆叠和受控随机释放的三层协同机制——这是一套可复用的 Prompt 写作框架。
Seedream 不是画图，是「拍到了」：韩国街头的瞬间编码术
看一张AI生成的韩国街头照片，你第一反应是什么？ 不是「AI真厉害，皮肤渲染得真好」。而是——「这是在梨泰院还是延南洞拍的？」 这就是好 Prompt 的终极目...
给光写剧本：拆解一条透明伞CCD胶片人像Prompt
AI人像Prompt写到一个阶段，真正的分水岭不再是”画面元素够不够多”，而是”每件道具是否在光路上承担了不可替代的编码职责...
角色属性声明一次就够了——拆解一条 AI 三视图 Prompt 的「属性继承编码」
AI 三视图角色一致性难题的解法不是"重复描述"，而是让角色属性声明一次、三个视图自动继承。拆解一条属性继承编码 Prompt 的编码结构策略。
AI画的CG太干净才一眼假——拆解一条海贼王Prompt：Seedream的噪点做旧术
朋友扔过来一张图。红发香克斯站在雪里，手里那把西洋剑的护手反着冷光。画面不是那种锐利到刺眼的CG——它泛着轻微的褪色，像老游戏封面的印刷品放了十年，颗粒感不是瑕...