1. 从“摄影师要失业”说起：AI古装大片到底怎么拍
女朋友想拍古装大片，这个需求本身就带着几个硬性条件：场景要古风、服装要考究、光影要有电影感、出片速度还得快。传统流程走一遍——约摄影师、租汉服、找园林、等档期、后期修图，少说两周起步，预算轻松四位数。而这次我用 Image 2.5 从零到成片，前后不到三个小时，中间还包括反复调提示词和挑片的时间。这篇文章就把整套流程拆开讲清楚，包括提示词怎么写、参数怎么调、哪些坑必须绕开，以及为什么我说“摄影师要失业”这句话得打个引号。
先明确一点：Image 2.5 是当前主流 AI 生图模型里对东方人物面部结构和古风服饰纹理还原度相当高的一档。它不像早期模型那样一画古装就“影楼风”或者“游戏原画风”，而是能压住写实摄影的质感。这对做古装大片来说是最关键的门槛——脸不能崩，衣服不能糊，光影不能假。适合谁来参考？如果你是想给女朋友、家人或者自己出一套古风写真的普通用户，或者你是接单摄影师想用 AI 做前期概念图，这套流程都能直接抄。
但我要先把预期说清楚：AI 生图不是按一下按钮就出大片。它更像是一个理解力极强但需要精确指令的修图师。你给的信息越具体，它给你的结果越接近“成片”。下面我从整体设计思路开始，一层层拆。
2. 整体设计与思路拆解
2.1 为什么选 Image 2.5 而不是其他生图工具
市面上能生图的模型不少，但做古装人像有几个硬指标：手部结构、面部对称性、服饰褶皱逻辑、背景景深。我实测下来，Image 2.5 在这四项上的综合表现最稳。早期模型画古装最大的问题是“衣服像纸片”，袖子没有重量感，裙摆没有垂坠感。Image 2.5 对布料物理的模拟明显上了一个台阶，尤其是丝绸、纱质、刺绣这三种古装常见材质，它能区分出反光度和透光度的差异。
另一个关键点是中文提示词的理解能力。很多模型对中文古风词汇的响应很差，你说“广袖流仙裙”，它给你画成现代连衣裙。Image 2.5 对这类专有名词的识别率明显更高，这直接决定了你写提示词的效率。至于网上热议的“gpt image 2.5价格”和“免费无限生图的ai”，我的态度很明确：免费额度用来试错，正式出片该付费就付费，因为高清放大和批量生成是刚需，省这点钱浪费的是时间。
2.2 整套流程的四个阶段
我把这次做古装大片的过程分成四步：定风格、写提示词、批量生成与筛选、后期微调。这四步的顺序不能乱，因为风格决定了提示词的写法，提示词决定了生成结果的上限，筛选决定了你最终能拿到几张能用的，后期微调则是把“能用”变成“能发朋友圈”。
很多人一上来就急着写提示词，结果生成一堆废片。正确的做法是先花十分钟定风格。古装大片不是一个单一风格，它至少分：唐宋工笔画风、明清写实风、武侠电影风、仙侠幻境风。每种风格对应的光影、色调、构图完全不同。我这次选的是唐宋工笔写实混合风，原因是女朋友喜欢《长安十二时辰》那种质感，既有历史厚重感，又不失唯美。
2.3 提示词的核心结构：五层拆解法
写提示词不是堆形容词，而是分层描述。我总结了一个五层结构：主体层、服饰层、环境层、光影层、技术层。每一层都有固定的关键词位，缺一层就会导致画面失衡。比如你只写“古装美女”，模型不知道你要哪个朝代、什么场合、什么光线，出来的就是随机结果。
这个五层结构的好处是可复用。你换一套衣服、换一个场景，只需要改服饰层和环境层，主体层和光影层可以保留。这样批量生成时效率极高。下面我会在实操部分给出完整的提示词模板和参数。
3. 核心细节解析与实操要点
3.1 主体层：面部与姿态的精确控制
主体层决定的是“谁在画面里”。这里最容易踩的坑是面部描述过度。很多人写“精致的五官、樱桃小嘴、柳叶眉”，结果模型生成的脸千篇一律，像同一个模子刻出来的。我的经验是：面部描述只写气质和年龄感，不写具体五官。比如“二十岁出头的东方女性，气质清冷，鹅蛋脸，自然妆容”，这样模型会保留一定的随机性，反而更真实。
姿态方面，古装大片最忌讳“站军姿”。你要给模型一个动作逻辑，比如“侧身回眸，右手轻抚发簪，左手自然垂于身侧”。注意，手部动作一定要写清楚，因为手是 AI 生图最容易崩的地方。我实测下来，让手接触物体（比如拿扇子、扶栏杆、捏花枝）比让手悬空要稳定得多。原因是模型在生成手部时，如果有参照物，关节角度会更合理。
还有一个细节：视线方向。写“目光看向镜头外左侧”比写“看着远方”要精确得多。前者模型能理解成具体的偏转角度，后者容易生成呆滞的眼神。这个技巧在批量生成时特别有用，因为你可以通过改变视线方向来制造一组照片的“故事感”。
3.2 服饰层：材质与朝代的关键词库
服饰层是古装大片的灵魂。我整理了一套关键词库，按朝代和材质分类。唐宋时期常用齐胸襦裙、大袖衫、披帛，材质以丝绸、纱、锦为主；明清时期常用袄裙、马面裙、比甲，材质以缎、绒、棉为主。写提示词时，朝代+款式+材质三个词必须同时出现，否则模型会混搭。
举个例子：“唐代齐胸襦裙，外披大袖纱衫，腰间系丝绸披帛，裙摆垂坠感强”。这句话里，“唐代”定朝代，“齐胸襦裙”定款式，“大袖纱衫”定外搭，“丝绸披帛”定配饰，“垂坠感强”定物理效果。模型拿到这五个信息点，基本不会跑偏。
刺绣和纹样是另一个重点。古装大片如果衣服是纯色的，会显得很“影楼”。你要加纹样描述，比如“裙摆绣有缠枝莲花纹，袖口有云雷纹滚边”。注意，纹样不要写太多，一到两种就够了，写多了模型会糊成一团。我试过写五种纹样，结果衣服像打了马赛克。
3.3 环境层：场景与景深的搭配逻辑
环境层决定的是“在哪里拍”。古装大片的场景分室内和室外两大类。室内常用宫殿、书房、闺阁、茶室，室外常用园林、竹林、山涧、雪地。选场景的核心逻辑是场景要服务于人物气质。清冷气质配竹林或雪地，华贵气质配宫殿或牡丹园，温婉气质配书房或茶室。
景深是环境层里最容易被忽略的参数。AI 生图默认的景深往往太浅，背景糊成一片，缺乏层次。我的做法是在提示词里加“背景虚化但保留轮廓，中景有层次，远景有细节”。这样模型会生成一个三层景深：人物清晰，中景的栏杆或花枝半虚，远景的建筑或山石保留轮廓。这种层次感是“大片感”的关键来源。
还有一个技巧：环境光与人物光的分离。古装大片常见的问题是人物和背景的光线方向不一致，看起来像抠图。你需要在光影层里明确写“人物受侧逆光，背景受漫射光”，这样模型会分别处理两套光照逻辑，融合度会高很多。
3.4 光影层：电影感的核心参数
光影层是区分“普通 AI 图”和“大片”的分水岭。我总结了三组关键词：光源方向、光质、色调。光源方向写“侧逆光”或“伦勃朗光”，光质写“柔光”或“硬光”，色调写“暖调”或“冷调”。这三组词组合起来，基本能覆盖所有电影感光影。
我这次用的是侧逆光+柔光+暖调。侧逆光能在人物轮廓上打出边缘光，柔光让皮肤质感更细腻，暖调符合唐宋工笔画的整体氛围。注意，不要同时写“柔光”和“硬光”，模型会困惑。也不要写“自然光”，这个词太模糊，模型会随机处理。
还有一个高级技巧：加“空气感”。在提示词末尾加“画面有轻微空气感，远处有薄雾”，模型会在画面里加入一层淡淡的雾气，瞬间提升空间深度。这个技巧在室外场景特别有效，室内场景慎用，容易显得脏。
3.5 技术层：分辨率、比例与种子
技术层是很多人忽略的部分，但它直接决定出片质量。分辨率方面，Image 2.5 支持1024x1024、1280x720、720x1280等比例。古装大片我推荐竖构图 720x1280，因为古装人物通常是全身或半身，竖构图能更好地展示服饰垂坠感。如果你要做横构图，用1280x720，适合拍场景+人物的全景。
种子（Seed）是控制随机性的关键。固定种子可以让你在微调提示词时保持人物一致性。比如你生成了一张满意的脸，想换一套衣服，就固定种子，只改服饰层。这样脸不会变，衣服会变。这个技巧在批量生成时极其重要，否则你每次都要重新挑脸。
还有一个参数是采样步数。步数太低（比如 20 步）细节不够，步数太高（比如 100 步）容易过拟合。我实测40-50 步是古装人像的甜点区。低于 40 步，刺绣纹理和发丝细节会糊；高于 50 步，皮肤会变得过于光滑，失去质感。
4. 实操过程与核心环节实现
4.1 第一步：定风格与参考图收集
动手写提示词之前，我先花了十五分钟收集参考图。参考图的作用不是让模型“抄”，而是帮你明确风格边界。我找了《长安十二时辰》的剧照、唐宋工笔画册、以及几组古风摄影作品。重点看三样东西：色调、光影方向、构图比例。
色调上，唐宋工笔画偏暖黄+赭石，明清写实偏冷灰+靛蓝。光影方向上，剧照常用侧逆光+轮廓光，工笔画常用平光+柔和阴影。构图比例上，古装大片常用三分法+留白，人物占画面三分之一，留出空间给环境和意境。
收集完参考图后，我写了一句风格锚定词：“唐宋工笔写实混合风格，暖黄色调，侧逆光，三分法构图，画面有留白”。这句话会放在每一条提示词的开头，确保整组照片风格统一。
4.2 第二步：提示词模板与参数配置
下面是我实际使用的提示词模板，分五层写：
唐宋工笔写实混合风格，暖黄色调，侧逆光，三分法构图，画面有留白。 主体层：二十岁出头的东方女性，气质清冷，鹅蛋脸，自然妆容，侧身回眸，右手轻抚发簪，目光看向镜头外左侧。 服饰层：唐代齐胸襦裙，外披大袖纱衫，腰间系丝绸披帛，裙摆垂坠感强，裙摆绣有缠枝莲花纹，袖口有云雷纹滚边。 环境层：室外园林场景，背景有竹林和假山，背景虚化但保留轮廓，中景有石栏杆，远景有亭台轮廓。 光影层：人物受侧逆光，背景受漫射光，柔光，暖调，画面有轻微空气感，远处有薄雾。 技术层：720x1280，采样步数45，固定种子12345。参数配置上，我用了固定种子12345，采样步数45，分辨率720x1280。第一次生成时，我一次性出了8张，然后从中挑出3张构图和面部都过关的。这一步的关键是不要一张一张生成，批量生成能让你快速看到提示词的“方差”，也就是模型对同一提示词的不同理解。
4.3 第三步：批量生成与筛选标准
批量生成后，筛选标准我定了三条：面部不崩、服饰不糊、光影不假。面部不崩指的是眼睛对称、手指数量正确、没有多余肢体。服饰不糊指的是刺绣纹理清晰、布料有垂坠感、没有穿模。光影不假指的是人物和背景的光线方向一致、阴影逻辑合理。
我第一轮 8 张里，有 3 张面部过关，2 张服饰过关，1 张光影过关。最终只有 1 张三项全过。这个通过率在 AI 生图里算正常，所以批量生成是必须的。如果你只生成一张就指望出片，大概率会失望。
筛选时还有一个技巧：放大看手部。手是 AI 生图的重灾区，很多图缩略图看着不错，放大一看手指是六根或者关节反折。我建议每张候选图都放大到 200% 检查手部，尤其是手指和手腕的连接处。
4.4 第四步：后期微调与放大
筛出合格图后，我做了两轮微调。第一轮是局部重绘，把手指和发丝边缘的瑕疵修掉。Image 2.5 自带局部重绘功能，你框选问题区域，写一句“修复手指结构，保持自然姿态”，模型会重新生成该区域。第二轮是高清放大，把 720x1280 放大到 1440x2560，同时加一点胶片颗粒，让画面更有质感。
放大时注意不要一次放大太多倍。我试过直接放大 4 倍，结果皮肤纹理变得像塑料。正确的做法是分两次放大，每次 2 倍，中间加一次轻微锐化。这样细节保留得更好，皮肤质感也更真实。
后期微调还有一个重点是色调统一。批量生成的图即使提示词相同，色调也会有细微差异。我用了一个简单的办法：把所有成片导入同一个调色预设，统一加暖黄滤镜+轻微暗角。这样整组照片看起来像同一个摄影师拍的，而不是 AI 随机生成的。
5. 常见问题与排查技巧实录
5.1 面部崩坏与手部畸形的排查
面部崩坏最常见的原因是提示词里面部描述太多。模型在生成时会把注意力分散到各个五官上，导致比例失调。解决办法是减少面部描述，只写气质和年龄。如果已经崩了，用局部重绘框选面部，写“自然面部结构，对称五官，柔和表情”，通常能救回来。
手部畸形的原因通常是手部动作太复杂。比如“双手交叉放在胸前”这种动作，模型很难理解关节角度。解决办法是让手接触物体，比如“右手拿团扇，左手扶栏杆”。如果手已经崩了，局部重绘时写“五指自然分开，关节角度合理，手背朝向镜头”，比写“修复手部”有效得多。
还有一个隐藏问题是发丝与背景的融合。古装发型复杂，发丝容易和背景糊在一起。解决办法是在提示词里加“发丝边缘清晰，与背景有分离感”。如果已经糊了，局部重绘时框选发丝区域，写“发丝细节清晰，边缘锐利”。
5.2 服饰穿模与材质失真的处理
服饰穿模通常发生在多层衣物叠加时。比如大袖衫+披帛+襦裙，三层叠在一起，模型容易搞混前后关系。解决办法是在提示词里明确层次：“内层齐胸襦裙，中层大袖纱衫，外层披帛”。用“内层、中层、外层”这种空间词，模型能更好地理解叠穿逻辑。
材质失真的表现是丝绸像塑料、纱质像纸片。原因是提示词里只写了材质名，没写物理效果。解决办法是加物理描述词：“丝绸有柔和反光，纱质有透光感，裙摆有垂坠感”。这三个词能显著提升材质的真实度。
还有一个常见问题是刺绣纹理糊成一团。原因是纹样写太多或者分辨率不够。解决办法是纹样只写一到两种，分辨率至少 720x1280。如果还是糊，局部重绘时框选刺绣区域，写“刺绣纹理清晰，针脚可见”。
5.3 光影不自然与色调偏差的修正
光影不自然的表现是人物和背景的光线方向不一致。原因是提示词里没有明确分离人物光和背景光。解决办法是写“人物受侧逆光，背景受漫射光”。如果已经生成了，用局部重绘框选背景，写“背景光线柔和，与人物光线方向一致”。
色调偏差的表现是整组照片色调不统一。原因是每次生成时模型的随机性导致色调漂移。解决办法是固定种子+固定色调词。色调词写“暖黄色调”或“冷灰色调”，不要写“自然色调”。如果还是有偏差，后期用调色预设统一。
还有一个高级问题是空气感过度。加“空气感”能提升空间深度，但加太多会显得脏。解决办法是控制薄雾浓度，写“轻微空气感，远处有薄雾”就够了，不要写“浓雾”或“烟雾缭绕”。
5.4 常见问题速查表
| 问题类型 | 具体表现 | 排查思路 | 解决办法 |
|---|---|---|---|
| 面部崩坏 | 眼睛不对称、五官比例失调 | 检查面部描述是否过多 | 减少面部描述，只写气质和年龄 |
| 手部畸形 | 手指数量错误、关节反折 | 检查手部动作是否复杂 | 让手接触物体，局部重绘修复 |
| 服饰穿模 | 多层衣物前后关系混乱 | 检查是否明确层次 | 用内层、中层、外层明确叠穿逻辑 |
| 材质失真 | 丝绸像塑料、纱质像纸片 | 检查是否写物理效果 | 加反光、透光、垂坠感描述 |
| 刺绣糊团 | 纹样模糊、针脚不可见 | 检查纹样数量和分辨率 | 纹样只写一到两种，提高分辨率 |
| 光影不自然 | 人物和背景光线方向不一致 | 检查是否分离人物光和背景光 | 写人物受侧逆光，背景受漫射光 |
| 色调偏差 | 整组照片色调不统一 | 检查是否固定种子和色调词 | 固定种子，写明确色调词 |
| 空气感过度 | 画面显脏、薄雾太浓 | 检查薄雾浓度描述 | 写轻微空气感，不要写浓雾 |
6. 实操心得与避坑经验
6.1 提示词不是越长越好
我一开始写提示词，恨不得把每个细节都写进去，结果模型反而抓不住重点。后来我发现，提示词的最佳长度是 80-120 个字。超过 150 字，模型会开始“丢信息”，你写的某些关键词它直接忽略。所以写提示词要抓大放小，核心信息写清楚，次要信息可以省略。
具体来说，五层结构里，主体层和服饰层必须写全，环境层和光影层可以精简，技术层放在参数里而不是提示词里。这样提示词长度控制在 100 字左右，模型的理解准确率最高。
6.2 批量生成时固定种子是关键
批量生成最怕的是人物不一致。你生成 8 张，8 张脸都不一样，那就没法做“一组照片”。解决办法是固定种子。固定种子后，模型会在同一“随机起点”上生成，人物面部结构基本一致，只有服饰和环境会变。这样你就能得到一组“同一个人在不同场景”的照片。
但固定种子也有副作用：姿态会趋同。因为种子固定了，模型倾向于生成相似的构图。解决办法是在提示词里改姿态描述，比如把“侧身回眸”改成“正面站立”，把“右手拿扇”改成“左手扶栏”。这样姿态会变，但脸不变。
6.3 后期微调不要过度
AI 生图的后期微调很容易“上瘾”，修完手指修发丝，修完发丝修光影，最后修得面目全非。我的经验是微调只做三件事：修手、修发丝边缘、统一色调。其他瑕疵能忍就忍，因为过度微调会让画面失去“摄影感”，变得像插画。
还有一个细节：放大时不要加锐化。很多人放大后觉得画面软，就加锐化，结果皮肤变得像砂纸。正确的做法是放大后加轻微胶片颗粒，颗粒能掩盖放大带来的软化，同时增加质感。这个技巧是我试了十几次才总结出来的。
6.4 关于“免费无限生图”的理性看待
网上热传的“免费无限生图的ai”和“无限制ai生图”，我的态度是：免费额度用来试错，正式出片该付费就付费。原因很简单：免费额度通常有分辨率限制、排队时间、水印。你试提示词可以用免费额度，但正式出片需要高清放大和批量生成，这些功能基本都要付费。
至于“gpt image 2.5价格”，我的建议是按需购买。如果你只是偶尔做一套古装大片，买最低档的套餐就够了。如果你是摄影师接单，需要批量出图，那就买高档套餐，因为时间成本比套餐费贵得多。我这次做一套大片，用了大约 50 次生成，其中 40 次是试错，10 次是正式出片。这个用量在最低档套餐里完全够用。
6.5 摄影师真的会失业吗
回到标题里的问题：“摄影师都要失业了？”我的答案是：不会失业，但工作方式会变。AI 生图能解决的是“概念图”和“低成本出片”的需求，但真实摄影的光线控制、情绪引导、现场互动是 AI 替代不了的。我这次做古装大片，AI 帮我省掉了约摄影师、租场地、等档期的环节，但如果女朋友想要“真实的拍摄体验”，那还是得找摄影师。
不过，AI 生图确实在改变摄影行业的前期流程。以前摄影师要画分镜、找参考图、和客户沟通风格，现在用 AI 生成几张概念图，客户一眼就能看懂你要拍什么。这个效率提升是实打实的。所以我的结论是：摄影师不会失业，但不会用 AI 的摄影师可能会。
7. 一套完整古装大片的参数速查
7.1 推荐参数组合
| 参数项 | 推荐值 | 说明 |
|---|---|---|
| 分辨率 | 720x1280 | 竖构图，适合全身或半身 |
| 采样步数 | 45 | 细节和质感的甜点区 |
| 种子 | 固定值 | 保证人物一致性 |
| 批量数量 | 8张/轮 | 提高筛选通过率 |
| 提示词长度 | 80-120字 | 模型理解准确率最高 |
| 放大倍数 | 2倍x2次 | 避免一次放大过多 |
| 色调词 | 暖黄或冷灰 | 不要写自然色调 |
| 光影词 | 侧逆光+柔光 | 电影感的核心组合 |
7.2 提示词模板（可直接复制）
唐宋工笔写实混合风格，暖黄色调，侧逆光，三分法构图，画面有留白。 主体层：二十岁出头的东方女性，气质清冷，鹅蛋脸，自然妆容，侧身回眸，右手轻抚发簪，目光看向镜头外左侧。 服饰层：唐代齐胸襦裙，外披大袖纱衫，腰间系丝绸披帛，裙摆垂坠感强，裙摆绣有缠枝莲花纹，袖口有云雷纹滚边。 环境层：室外园林场景，背景有竹林和假山，背景虚化但保留轮廓，中景有石栏杆，远景有亭台轮廓。 光影层：人物受侧逆光，背景受漫射光，柔光，暖调，画面有轻微空气感，远处有薄雾。 技术层：720x1280，采样步数45，固定种子12345。这套模板我用了三次，每次只改服饰层和环境层，主体层和光影层基本不动。三次生成的通过率分别是 1/8、2/8、1/8，平均每轮能出 1-2 张合格片。三套衣服加起来，最终成片 5 张，够发一组朋友圈了。
7.3 不同朝代的服饰关键词替换表
| 朝代 | 款式关键词 | 材质关键词 | 纹样关键词 |
|---|---|---|---|
| 唐代 | 齐胸襦裙、大袖衫、披帛 | 丝绸、纱、锦 | 缠枝莲花、云雷纹 |
| 宋代 | 褙子、百迭裙、抹胸 | 罗、绢、棉 | 折枝花、几何纹 |
| 明代 | 袄裙、马面裙、比甲 | 缎、绒、绸 | 团花、蟒纹 |
| 清代 | 旗装、氅衣、马甲 | 缎、纱、皮 | 牡丹、蝴蝶 |
这张表是我自己整理的，每次换朝代只需要替换对应列的关键词，其他层不动。实测下来，模型对“齐胸襦裙”“马面裙”这类专有名词的识别率很高，基本不会跑偏。
8. 最后再分享几个小技巧
第一个技巧：用“参考图+提示词”组合。Image 2.5 支持上传参考图，你可以找一张喜欢的古装剧照，上传后写“参考此图的色调和光影，生成以下内容”。这样模型会同时参考图片和文字，风格还原度更高。我试过用《长安十二时辰》的剧照做参考，生成的色调和光影几乎一模一样。
第二个技巧：分批次生成不同景别。不要一次只生成半身像，你可以分三批：第一批全身像，第二批半身像，第三批特写。这样一组照片有远有近，看起来更像专业摄影的“套图”。景别切换只需要改提示词里的“全身”“半身”“特写”三个词。
第三个技巧：利用“负面提示词”排除干扰。Image 2.5 支持负面提示词，你可以写“不要现代元素、不要塑料质感、不要过度磨皮”。这三个负面词能显著提升古装大片的真实感。我实测下来，加了负面提示词后，废片率降低了大约三成。
第四个技巧：保存成功的参数组合。每次生成出好片后，把提示词、种子、步数、分辨率全部记下来。下次做类似风格时直接复用，效率翻倍。我建了一个表格，记录了五套成功参数，现在做新的一套大片，从写提示词到出片只需要四十分钟。
这套流程我前后跑了三遍，从最开始的手忙脚乱到现在的四十分钟出片，中间踩的坑基本都写在这篇文章里了。如果你也想给女朋友做一套古装大片，建议先从一套衣服、一个场景开始，跑通流程后再扩展。别一上来就搞五套衣服三个场景，那样提示词管理会乱成一锅粥。
