我是海獭,后台私信里被问得最多的问题不是“怎么修图”,而是“为什么我生成的AI人像总有一股塑料味”。明明提示词里已经堆满了flawless、perfect、8k、photorealistic,出来的脸却像陶瓷娃娃:皮肤没纹理、五官没骨骼、眼神没光线,整张脸像被一台磨皮滤镜焊死了。
问题从来不在提示词数量,而在提示词方向。AI绘画模型从海量真实人像里学到的那种“高级感”,一半藏在骨骼轮廓里,另一半就藏在光影关系里。你只告诉它“要美、要清晰、要细节”,却不告诉它光从哪儿来、光比是多少、阴影边界是硬还是软,它就只能按训练数据里的“平均脸+平均光”去猜。平均一旦出现,塑料感就跟着来了。
这篇文章我就把平时棚拍里最常用的3种人像布光——伦勃朗光、蝴蝶光、侧逆轮廓光——翻译成AI提示词能听懂的语言,讲清楚每种光的光位、光比、阴影特征,再给你可以直接抄的提示词模板和避坑方法。想告别塑料脸,要学的不是堆词,是学会“布置光”。
1. 先搞懂:AI为什么把人脸画成“塑料”
1.1 塑料脸的三张脸谱:橡皮人、廉价CG、蜡像
先说症状。我这几年看过太多AI人像翻车图,总结下来,“塑料脸”基本有三副面孔。
第一副是“橡皮人”:皮肤被磨得像硅胶,毛孔和绒毛全蒸发,五官边缘圆润得没有骨头感,高光区域糊成一片,像把脸泡进了牛奶。
第二副是“廉价CG”:阴影不是黑影而是脏色块,鼻侧和眼窝泛着灰褐色的雾,高光区域完全爆掉,肤色和背景的色调互相打架,整体看起来像十年前游戏过场动画里的角色渲染。
第三副是“蜡像”:五官位置和比例看不出大错,但神态僵、面色统一、眼神无光,整张脸和脖子之间像是两个图层,色调断层明显。这类图最迷惑人,远看还行,放大就露馅。
这三种症状的共同点是什么?都是光影惹的祸。
1.2 根源拆解:AI学的是“平均光”,不是真实光
我经常给学员打一个比方:AI画人更像是一个幼儿园小朋友照着全班同学的照片画“一张最像所有人的脸”,而不是照着某一个人在特定光线下画“此刻的他”。
训练数据里占比太多的磨皮写真、美颜自拍、网红精修图,都在强化“皮肤应该白净平滑”“五官应该没有死角”“整张脸应该被均匀照亮”的印象。模型在生成时对每个像素求的是一个概率分布,而真实光影那种“一侧亮、一侧暗、中间有大片明暗过渡”的复杂分布,在像素平均值里并不显著。于是它走了最省事的路:把脸全部照亮,把皮肤全部磨滑,把阴影全部模糊——这就是“平均光”。
平均光的特征是没有纵深,没有体积,没有光比。人脸明明是球形结构,颧骨和下颌是凸面、眼窝和鼻底是凹面,只有在明暗对比中这些结构才会显形。你堆再多“高清”“细腻”,都只是给没有体积的脸增加噪点级细节,救不回来。
1.3 别急着堆词,先回答光的四个问题
所以,每次准备生成一张人像的时候,别急着把“beautiful girl”“handsome man”后面跟一串形容词。先回答四个问题:
- 光从哪里来?(左边、右边、头顶、背后)
- 光源是大是小?(太阳、窗光是面光源,灯光直射是点光源)
- 亮部与暗部的比例是多少?(也就是光比,大光比更有戏剧性)
- 阴影边缘是硬的还是柔的?(硬光出轮廓,柔光出肤质)
这四个问题落实成提示词,就是一个布光的完整描述。下面3个布光方案,本质上就是在帮你依次回答这四个问题。
2. 布光第一课:伦勃朗光——用一块“三角亮斑”打破完美对称
2.1 从画室走进AI:为什么“光比大”反而人像高级
伦勃朗光以画家伦勃朗命名,是西方肖像画和摄影棚里最经典的布光之一。它的特征是:人物脸部一侧处于暗部,但在暗部脸颊上会出现一个倒三角形的小亮区。真实摄影里,主光源通常放在人物侧前方约45度角、略高于视线,这样光线会掠过鼻梁,在颧骨下方的暗面留下那块三角光。
为什么要跟AI提这种光?因为它的设计初衷就建立在“不对称”上。人脸是左右不完全对称的,伦勃朗光恰恰用明暗把这种不对称推到了极致,一半脸藏在阴影里,另一半脸在光线下主导叙事。这种“有保留的展示”会让观者觉得画面里有情绪、有故事。
而AI生成人像偏偏最爱搞对称——左右各一盏灯、鼻梁正中间一条高光、两边脸颊一样亮。对称不是原罪,但过度对称就失去了真实感。你在提示词里明确要求“伦勃朗光”并描述三角亮区,AI就会被强制在脸部引入明暗分区,结构感一下就出来了。
2.2 可直接抄的提示词:伦勃朗光模板+参数注释
这是我经过反复测试后,非常稳定的一个伦勃朗光人像模板:
professional portrait photo of a woman with freckles, Rembrandt lighting, a small triangle of light on the shadow side of the cheek, chiaroscuro effect, soft gradual shadow transition, dark background, moody atmosphere, shot on 85mm f/1.8 lens, natural skin texture, subtle film grain逐个说下为什么要这么写:
- Rembrandt lighting 直接点出布光风格,多数主流模型都能识别这个词;
- triangle of light on the shadow side of the cheek 是核心中的核心,它告诉模型三角光的位置和形态;
- chiaroscuro 是明暗对照法,强调亮部与暗部的强烈对比;
- soft gradual shadow transition 防止阴影边缘过硬,否则三角光会变成一块生硬的黑色块;
- dark background 和 moody atmosphere 一起营造暗调氛围,暗背景会强迫模型保留中间调过渡;
- 85mm f/1.8 给了镜头焦距和光圈参考,画面有自然的空间压缩感;
- freckles、natural skin texture、film grain 是三条破除塑料感的“物理外挂”,瑕疵感逼着AI放弃“完美平滑”的默认选择。
如果用的是Stable Diffusion系模型,建议采样步数别低于30,CFG尺度控制在7到9之间,太高会让暗部发死黑、亮部过曝。
2.3 实操心得:三角光位置不对怎么办
这个模板翻车最多的场景有两个:一是三角光跑到眼睛下方变成“黑眼圈”,二是暗部直接死黑,整张脸只剩半张。
先看黑眼圈。这种情况一般是模型把三角光和眼窝阴影搞混了。解法是在提示词里补充“from the upper left side”或“from the upper right side”,明确光源方位,同时把soft gradual shadow transition的权重提高一点,让阴影向下过渡而不是横向糊开。
再看死黑。暗部一旦完全没有细节,人脸就会像被刀切掉一半,摄影里管这叫“死黑”。我一般会在负面提示词里加上blocked up shadows、pure black shadow,并在正面提示词里保留rim light on the shadow side,让暗部边缘有一丝轮廓光,就算只有发丝那一条亮线,整张脸的立体感也会立刻不一样。
还有一个小技巧:出图后发现三角光形状不对,别反复改提示词重抽。先把同一个seed用不同CFG跑三四张,很多时候只是模型在“明暗之间如何过渡”这件事上没选中你想要的那套方案。选对了种子,微调权重就能稳定复现。
3. 布光第二课:蝴蝶光——把“大平光”变成“有阴影的美人光”
3.1 蝴蝶光的陷阱:它和“塑料大平光”只差一个阴影过渡
蝴蝶光又叫派拉蒙光,是好莱坞黄金时代拍女明星最常用的一种布光。光源放在人物正前方略高一点的位置,鼻梁会在上唇正下方形成一个蝴蝶翅膀形状的阴影。你觉得这名字陌生,但你一定见过奥黛丽·赫本那些经典肖像。
很多人一听“蝴蝶光”就以为是把脸照亮就行,这是最大的误解。蝴蝶光是“对称的光”,但绝对不是“没有阴影的光”。它的高级感恰恰藏在鼻影和脸颊两侧的微妙明暗里:鼻底有阴影、下颌线有轮廓、颧骨下方有轻过渡。
AI特别容易把蝴蝶光理解成“大平光”,因为正前方打亮确实会对齐模型里“正确脸”的默认输出逻辑。一旦如此,塑料感就全面回归。所以用蝴蝶光,核心不是让它亮,而是让它在亮的前提下保留阴影结构。
3.2 可直接抄的提示词:蝴蝶光模板+参数注释
蝴蝶光的AI提示词,我建议这样写:
studio beauty portrait of a fashion model, butterfly lighting from a beauty dish overhead, soft butterfly-shaped shadow under the nose, softbox as the only key light from the front top, gentle bright spot on the forehead, defined jawline shadow and cheekbone contour, light ratio 1:2 between key and fill light, clean dark grey background, realistic skin pores, medium format camera look逐条拆解:
- butterfly lighting from a beauty dish overhead 同时点出布光和附件,beauty dish(美人罩)这个具体设备词会触发模型对“专业棚拍”的联想;
- butterfly-shaped shadow under the nose 是蝴蝶光的标志性细节,描述得越具体,越不会退化成大平光;
- softbox as the only key light from the front top 明确了主光源的位置和性质,只在前面顶上,别多打灯;
- light ratio 1:2 定义了光比,这是很多人忽略的一点,AI虽然不理解数值,但“ratio”这个词会引导它在亮部和暗部之间拉开层次;
- defined jawline shadow and cheekbone contour 是保命词,让脸型轮廓有边界,而不是模糊融入背景;
- realistic skin pores 是除塑料感的关键,使用频率仅次于阴影词。
如果模型对beauty dish完全没概念,就替换成overhead soft light,效果差异不大,但省去一个无效token。
3.3 实操心得:如何防止整张脸“糊成一团白”
蝴蝶光模板实际使用时,最容易出的问题就是整体过曝、眼窝和鼻底阴影消失、皮肤像画布一样平。我的排查顺序是这样的:
先看光比词。很多人生成时把beauty、glamour、bright这些词堆在前面,模型会惯性理解成“过亮”。把light ratio 1:2提到主光词的后面,让模型先处理光比,再处理氛围。
再看阴影词。如果蝴蝶型鼻影没有出来,把shadow under the nose改成noticeable soft shadow under the nose并提升权重,给AI一个“必须看到阴影”的指令。记住一个原则:蝴蝶光的阴影是柔的,但不能没有。
最后看背景。新手用蝴蝶光,开局别用白背景。白色背景和白色皮肤会连成一片,模型很难再分出精力去刻画背光面的阴影。改成深灰、深棕或墨绿色背景,你会发现AI突然就愿意画阴影了。等调稳定了,再换背景色都不会丢结构。
另外,蝴蝶光对眉眼妆容尤其敏感。想让人像更精神,加一个defined eyebrows、visible eyelash shadow,会让眼睛区域出现真实的立体层次,这也是告别“玻璃珠眼”的有效手段。
4. 布光第三课:侧逆光轮廓光——一条亮边让AI人像“活”过来
4.1 边缘高光为什么是真实感放大器
如果你觉得前两种光让脸部有了立体感,但人物依然“浮”在画面里,那缺的就是轮廓光。轮廓光也叫侧逆光、边缘光,光源在人物背后侧方向,角度相对相机约135度到170度之间,在人物头部、肩膀、手臂外沿形成一条明亮的边线。
这条亮边在真实摄影里做什么?做“分离”。它把人物从背景里扣出来,也让头发丝、衣领绒毛、耳廓边缘这些微小的材质细节在光照下显形。你可以把轮廓光理解成给立体物描了一圈高光边界线,摄影圈常说的“发丝光”“水光感”都是它给的效果。
为什么AI人像特别吃这一招?因为模型默认生成逻辑是“正面全局光照”,也就是光是平的、均匀的,人物和背景像贴纸一样贴在一起。一旦你指定轮廓光,AI就不得不计算人物边缘处的透光、折射、反光关系,头发丝一根根因为被照亮而清晰可见,整张图的真实感会肉眼可见地上一个台阶。
4.2 可直接抄的提示词:轮廓光模板+参数注释
这套模板适用于户外、棚拍、电影感等各种场景:
cinematic portrait of a woman in profile, dramatic rim light from behind right, golden edge light glowing on the hair strands and shoulder line, rim light ratio 2:1 against the key light, backlight separation from the background, dark teal background, subtle soft light on the face from the front left, fine hair detail with glow, no plastic look关键点逐一说明:
- rim light from behind right 规定了轮廓光的方向,注意一定要写behind,否则模型容易理解成正面的高光;
- golden edge light glowing on the hair strands and shoulder line 用“发丝上的光晕”来引导模型画出毛流细节,是除塑料感的杀手锏;
- rim light ratio 2:1 against the key light 交代了轮廓光和主光的强度比,轮廓光比主光亮,但没亮到盖过脸部;
- backlight separation 是轮廓光的同义短语,多写一次相当于多重触发条件;
- dark teal background 给背景一个具体色调,深色冷背景和暖色轮廓光形成经典色彩对比,既突出人物又显得高级;
- subtle soft light on the face from the front left 是衔接用的弱补光,防止轮廓光太强导致整张脸全黑;
- no plastic look 我单独放进来,是因为很多模型对negative prompt不敏感的情况下,正面词更管用。
如果生成的人物想要更强的戏剧感,可以把golden edge light换成cool white rim light,边缘亮度不变但色温更冷,适合夜景或科幻场景。
4.3 实操心得:避免光晕污染整张脸
轮廓光翻车最常见的情况就是“光晕污染”:边缘高光像漏光一样糊进脸颊,整张脸白茫茫一片。这时候别急着删轮廓光,按顺序修。
第一步降低光源强度词。把dramatic改成gentle,把亮边描述从glowing改成slight glow,让模型意识到轮廓光是“描边”而不是“大灯侧照”。第二步在负面提示词里加lens flare、overglow、washed out face,这些词能显著抑制带雾感的泛白效果。第三步检查“behind right”是否被模型忽略,如果光斑出现在脸正面,就是光位错了,加权重(rim light from behind right:1.2)。
另一个值得注意的点是,轮廓光不要和主光平均用力。真实摄影有“主光率领辅光”的概念,轮廓光再醒目也只是辅助,主光负责面部表情的可见度。提示词里如果你写了两三种光位,却没说谁强谁弱,模型就容易做成“惨白背面+正面黑脸”。我每次都会在提示词末尾加一句light direction from front left and back right,用方向词把两个光源框住,避免AI乱分配。
5. 从提示词到出图:防止“塑料感”回潮的5个检查点
5.1 词序和权重:光写在前面,并适当加权重
很多人的提示词像撒传单,beautiful、girl、smile、sunlight、high detail乱序排列。但主流模型对提示词的处理是“注意力从左到右递减”,也就是说靠前的词权重更高。
所以正确顺序应该是:主体类型 + 布光风格 + 具体光位/光比 + 画面背景 + 镜头参数 + 材质纹理。上面的3个模板都遵守了这个顺序。如果你觉得某盏灯没起作用,用语法加权,比如写成(rim light from behind right:1.2),权重控制在1.1到1.3之间就够了。全部词都加权等于没加权,还容易让画面发疯。
还有一个容易被忽略的词性:模型对“名词”的理解比“形容词”更牢。写着brilliant sunlight,不如写sunbeam hitting from the right侧边一束阳光,所以光位描述尽量用“名词结构”,别只靠形容词。
5.2 负面提示词:这些词不写,等于白调光
正面提示词负责“画什么”,负面提示词负责“不画什么”。告别塑料脸,负面提示词里至少保留这几个常客:plastic skin、smooth skin、airbrushed、overexposed、flat lighting、dead eyes、soft blur。
其中plastic skin和overexposed是重点。不少模型对smooth skin的理解会误伤细节,所以我更推荐写airbrushed,它能更精准地禁止“磨皮感”。另外如果画面里出现“阴影太脏”的问题,加上muddy shadows、dirty shading,也能在负面提示词里把灰褐色块压下去。
负面提示词不需要像正面词那样排太多,五六个精准词就比一大串有效。而且不同采样器对负面词敏感度不同,我实测DPM++ 2M Karras对负面词响应比较灵敏,非常适合做布光类人像。
5.3 CFG、采样步数、LoRA:参数对光影的真实影响
提示词之外,有4个参数直接关系塑料感强弱。
CFG,也就是提示词遵循强度。数值太高,模型会拼命满足每一个词,结果就是各元素都渲染过度,对比度失控,皮肤质感发黏,变成了“提示词复读机”。做写实人像我一般压在7到9之间,低于6容易糊,高于11容易塑料。
采样步数。标准Diffusion出图少于25步,光影过渡容易出现断层。我建议30到40步为日常档位。步数往上加是边际效应,超过50步基本看不出差别,还白白增加时间。
采样器。写实人像我常用DPM++ 2M Karras,其次是Euler a,后者更快一点但暗部细节稍微弱一些。
LoRA。写实皮肤类LoRA可以提升肌理质感,但权重别超过0.7,否则又叠一层“风格化塑料膜”。我更建议用人物身份LoRA而不用皮肤LoRA,让模型在既有光影逻辑中自己生成肤质,观感更自然。
5.4 进阶思路:多光源组合+ControlNet控制光位
前面3种光是基础,真正让AI人像从“能看”到“能打”的,是组合使用。真实棚拍从来不是一盏灯打天下,而是主光塑形、轮廓光分离、背景光切割、补光填补暗部。我自己很爱的一个组合就是“主光用蝴蝶光补平脸部,再叠加右侧轮廓光”,出来的效果既有美人光的柔和,又有轮廓光的立体感,非常适合商业妆面人像。
如果想进一步控制光位,可以试试ControlNet的depth或normal map。先渲染一张参考图的深度图,再在提示词里指定光从左侧来,ControlNet会迫使模型在深度信息基础上渲染光影,光位准确度比纯靠提示词高出很多。不过这种方法需要你提前备好人物的姿态和构图,适合需要量产一组同风格人像的场景。
6. 最后再分享一个笨办法
我自己做AI人像这几年,最有效的学习方式反而不是研究出图参数,而是拿一盏台灯对镜子照脸。
把台灯放在脸的左侧45度,你能看到半张脸亮、半张脸暗,转动脸的角度,那块“伦勃朗三角光”就在你眼前出现又消失。再把台灯举到头顶前方,鼻子底下就多出蝴蝶形的阴影。最后把台灯移到脑后,“发丝光”自然包裹住你的肩膀轮廓。
你不需要买任何摄影设备。当你亲身感受过这3种光在真实人脸上的变化,回头再去看AI生成的提示词,就会明显意识到以前扔进去的光词有多含糊。现在我会尽量把“一盏灯搁在哪、亮度多强、给谁当主光、给谁当辅光”写清楚,出图风格瞬间稳定起来,也不再是流水线上的陶瓷脸了。
所以说,告别AI塑料脸,永远先从记住一句话开始:补光的目的是让暗部能看见东西,坚决取消“平均全亮”。