很多“泳装 AI 生图”失败，并不是模型不会画泳装，而是任务一开始就混进了太多变量：人物身份、角色造型、参考图、多人关系、镜头语言、湿发和水面反光同时变化，最后得到的往往是摆拍感很强、人物互相串脸，或者根本不像一张照片。
本文以 X 上公开发布的《未审核版抓拍 skill（泳装篇）》为参考，提炼其中可以复用的工作方法，重写成一条更适合实际操作的流程。它不是原作者的完整 Skill，也不是任何平台的官方规范；文中的案例和规则应理解为提示词设计思路，最终效果仍取决于模型、参考图、参数和编辑历史。
你要先完成的不是“泳装大片”，而是一张明确为成年人物、单一场景、单一事件、自然抓拍视角的照片。跑通这个最小闭环后，再增加 COS、多人和复杂垫图。
先把目标收窄：一张照片只讲一个瞬间
参考 Skill 反复强调一个硬约束：一次调用只生成一张独立照片。这里的“单图”不等于“单人”，多人可以同时出现在画面里，但必须属于同一个空间、同一个时间点和同一个连续事件。
因此，下面两种任务的难度完全不同：
- 最小任务： 一位明确成年的原创人物，在泳池边发现朋友举起相机，正在回头笑。
- 高难任务： 三位不同角色带着各自的参考图，在海边互动，还要保持每个人的脸、发型、服装和性格不串位。
先做第一种。不要第一步就要求多人、跨作品 COS、复杂动作和多张参考图同时成立。
本教程的制作单
| 字段 | 第一轮选择 |
|---|---|
| 人物 | 一位明确成年的原创人物 |
| 年龄约束 | 21–30 岁成年人；不使用幼态或学生化形象 |
| 场景 | 普通度假别墅的户外泳池 |
| 核心事件 | 人物刚被水花溅到，回头看向拍摄者 |
| 视角 | Friend POV，28–40mm，非商业摆拍机位 |
| 媒介 | 2000s CCD 快照质感 |
| 画面 | 一张照片、一个画面、一个连续瞬间 |
| 禁止项 | 拼图、分镜、人物重复、肢体错误、Logo、UI 和可读文字 |
进入下一步的标准： 你能用一句话说清楚“谁在什么地方，刚刚发生了什么，以及相机从哪里拍到”。
第一步：先锁定成年人物与安全边界
只要提示词涉及 Bikini、Swimsuit、Swimwear、Beachwear 或泳装 COS，人物年龄就不能靠模型猜。参考 Skill 给出的规则是：相关主要人物明确设定为 21–30 岁成年人；如果原作角色年龄较小、年龄不明或外观幼态，应改为成年 COS reinterpretation，只保留角色的视觉 DNA，不保留未成年外观。
提示词里要写清楚：
- adult woman, 21–30 years old，或明确的成年多人设定；
- adult body proportions，自然成年体态；
- 不出现儿童、未成年人物、幼态脸、学生年龄或儿童比例；
- 泳装是生活场景中的真实服装，不是未成年角色的性化转译。
这不是可有可无的免责声明，而是生成任务的第一道验收闸门。年龄和人物形象没有通过，就不要继续调颜色、镜头或胶片颗粒。
人工检查点： 所有人物看起来明确成年，比例自然，服装适合真实夏季场景；不确定时回退，重新设定人物，而不是靠后期修脸。
第二步：让参考图各司其职
“垫图”不是把一张图片全部复制进新画面。最稳妥的做法，是先声明每张参考图负责什么。
常见职责可以拆成：
| 参考图职责 | 只约束什么 | 不应自动带入什么 |
|---|---|---|
| 人物身份 | 脸型、五官结构、辨识度 | 原背景、原姿势、原服装 |
| 发型 | 发色、轮廓、刘海和发饰 | 原摄影机位 |
| 服装 | 剪裁、材质和色彩关系 | 原人物身份 |
| 姿势 | 重心、肩胯、手臂和视线趋势 | 完全僵硬的动作复制 |
| 构图 | 镜头距离、主体位置、前中后景 | 原人物和原道具 |
| 摄影风格 | 曝光、颗粒、色温、闪光和高光 | 原场景与原角色 |
如果人物参考图只负责身份，就在提示词中明确“保持身份特征，但更换环境、服装、动作和摄影语言”。如果构图参考图只负责机位，就不要让模型把原图里的人也带过来。
一句好用的原则是：参考图负责什么，就只约束什么。
第三步：先写人物卡，不要急着堆审美词
在真正写生图提示词前，先做一张人物卡。它的目的不是写小说，而是固定最容易漂移的变量。
人物：一位明确成年的原创女性，21–30 岁
身份锚点：自然脸型、棕色短发、轻微雀斑、健康肤色
服装：简洁、真实可穿的运动型连体泳装，蓝绿色主色
性格动作：刚被朋友泼到水，转身躲闪并忍不住笑
场景：度假别墅泳池边，下午树荫碎光
摄影：朋友视角，28–35mm，略偏的非中心构图
媒介：2000s CCD 快照，轻微运动模糊和直接闪光
禁止：幼态人物、商业泳装广告姿势、塑料皮肤、重复肢体、Logo、文字
这里的重点不是“更漂亮”，而是把模型能检查的内容写出来：人物是谁、动作正在发生什么、镜头位于哪里、哪些东西绝对不应出现。
第四步：用一个核心事件替代多人摆拍
自然抓拍最容易被一句“几个人一起在海边玩”写坏。因为这句话没有告诉模型人物之间的动作关系，结果就会变成几位模特站在一起看镜头。
参考 Skill 的做法是把多人动作组织成一条反应链：
- A 向 B 泼水，B 正在躲，C 在旁边笑；
- 一个人拉另一个人下水，第三个人刚好进入画面；
- 一个人帮朋友整理湿发，另一人看向海面；
- 一个人挡住镜头，另一个人在后方做出反应。
这些都可以归结为一个事件，而不是几件互不相关的事情。多人提示词可以这样写：
三位明确成年的朋友在同一个度假泳池边，处于同一个连续瞬间：前景人物刚把水泼向中景人物，中景人物正在侧身躲避，后景人物因为这一幕笑出声。三人的动作围绕同一个泼水事件展开，不要让他们横排站立，也不要让所有人同时看向镜头。
验收标准： 不看提示词，单看画面也能判断“刚刚发生了什么”。如果每个人都像在做自己的事，先回到动作设计，不要先加滤镜。
第五步：把 Universal COS 做成现实转译
参考 Skill 将电影、游戏、动漫、漫画、电视剧、小说、特摄、虚拟角色和原创 IP 都纳入 Universal COS，但默认并不是把角色原封不动搬进原作世界，而是把角色 DNA 转译成现实中的成年 COSER。
可保留的角色 DNA 包括：
- 发色、发型、刘海和头饰；
- 标志性色彩、图案和配件；
- 服装的剪裁逻辑和材质语言；
- 角色的性格气质与动作习惯。
泳装不应只是“原服装换成同色 Bikini”。更好的做法是保留角色的主色、几何结构、饰品和气质，再转成真实可穿的连体泳装、运动泳装或度假泳装。
例如，提示词可以写“受某角色视觉 DNA 启发的成年现实 COS”，而不是要求完整战斗服进入泳池。这样更符合“现实抓拍”的主题，也能减少原作服装与夏季环境之间的冲突。
注意： 如果人物参考图和角色参考同时存在，要分别写清楚“脸由人物参考决定，角色视觉由角色设定决定”。多人场景中，每个人都要有独立的 identity anchor 和 character anchor，防止串脸、串发型和配色泄漏。
第六步：先做单张测试图，再做高质量版本
第一轮不要一次生成四张，也不要同时修改人物、动作、镜头、光线和服装。先用一张低成本图验证基础结构。
建议按下面顺序检查：
- 年龄与人数： 人物是否明确成年，数量是否正确；
- 单图规则： 是否只有一个画面、一个场景、一个连续瞬间；
- 身份： 脸、发型、服装和角色特征是否各自稳定；
- 动作： 核心事件是否清楚，身体是否处于动作中；
- 摄影： 是否像朋友或同行者临时拍下，而不是商业摄影棚摆拍；
- 人体： 手指、关节、肢体数量和人物之间的遮挡是否合理；
- 环境： 湿发、水珠、湿泳衣、地面反光和光线方向是否符合刚发生的动作；
- 文字与 UI： 是否出现水印、Logo、相机界面、字幕或乱码。
结构错误优先于风格错误。人物数量不对、角色串脸或动作关系不成立时，提高分辨率只会得到更清晰的错误。
第七步：一次只修一个主要问题
生成结果不理想时，先定位问题属于哪一层：人物、动作、构图、摄影或环境。然后只改一个主要变量。
| 位置 | 现象 | 更可能的原因 | 本轮最小修复 |
|---|---|---|---|
| 人物身份 | 两个人长得像同一个人 | 多人身份锚点不清 | 分别写脸型、发型与服装职责 |
| 动作关系 | 所有人都在摆姿势 | 没有单一核心事件 | 只重写动作反应链 |
| 画面结构 | 出现多窗口或拼图 | 单图约束不够明确 | 只加强 one image / one frame / one scene |
| 摄影质感 | 像棚拍广告 | 机位和拍摄者关系太抽象 | 只改为 friend POV、非中心构图和生活痕迹 |
| 环境逻辑 | 湿发和水花不匹配 | 动作没有先后关系 | 只补充“刚发生的动作”与湿润状态 |
| 文字元素 | 出现乱码或 UI | 模型把“相机”理解成界面 | 只删除可读字符和取景器元素 |
例如，构图正确但出现乱码，本轮只写：
继续编辑上一张图。只移除所有字母、数字、字幕、Logo、水印和相机 UI；保持人物身份、人数、动作、镜头位置、光线、色彩和裁切完全不变。输出一张单独的真实照片，不要添加新的物体。
如果修文字时人物也变了，就回退到上一张合格版本，缩小编辑范围。连续两次出现同一基础错误，说明问题可能在上游人物卡、参考图职责或事件设计，而不是否定词还不够多。
第八步：用摄影语言制造“抓拍感”，别用滤镜硬凑
参考 Skill 提到的摄影媒介包括 35mm Film、90s Compact Film、2000s CCD、Disposable Camera 和 Early Smartphone。它们不是让画面变成相机菜单，而是提供成像语言。
第一轮只选一种：
- 35mm Film： 有机颗粒、轻微 halation、自然高光过渡；
- 90s Compact Film： 消费级镜头、边缘柔和、构图随意；
- 2000s CCD： 直接闪光、有限动态范围、略冷高光；
- Disposable Camera： 硬闪、固定焦点感、轻微偏色；
- Early Smartphone： 随手裁切、轻微运动模糊和不完美 HDR。
镜头建议从 28–40mm 起步，机位可以是水面高度、泳池边缘高度、腰部高度或眼平。画面允许有轻微裁切、局部失焦、镜头水珠或地平线略倾，但这些必须是“摄影不完美”，不能掩盖多手指、错误关节和人物融合等生成错误。
一个可直接测试的完整提示词
下面这版只用于第一轮单人测试，人物不依赖具体真人或版权角色：
生成一张单独的真实夏季旅行抓拍照片：一位明确成年的 21–30 岁女性在度假别墅的户外泳池边，刚被朋友泼到水，正在侧身躲闪并回头看向拍摄者，动作处于进行中，不是摆拍姿势。
使用 Friend POV，拍摄者距离人物较近，28–35mm 镜头，水面略低的机位，非中心构图，人物自然靠近画面一侧，边缘保留真实的随手裁切空间。下午树荫碎光和泳池反射光共同照亮湿发、肩颈水珠和湿润地面。服装是简单、真实可穿的运动型连体泳装，蓝绿色主色，不带 Logo。
整体使用 2000s CCD 快照质感：轻微直接闪光、自然皮肤纹理、有限动态范围、很轻的运动模糊和消费级镜头的不完美。环境中只保留一条使用过的浴巾、一瓶水和少量湿拖鞋，像真实度假现场。
必须是 one image、one frame、one scene、one continuous moment。不要生成拼图、九宫格、分镜、多窗口、联系表、人物重复、肢体错误、融合人物、幼态人物、商业泳装广告姿势、塑料皮肤、过度磨皮、Logo、水印、字幕、可读文字、相机 UI 或乱码。
第一张图通过人数、年龄、动作和单图检查后，再增加角色 DNA、多人互动或人物垫图。不要把所有高级功能一次性塞进首轮。
结尾：用完成标准判断是否真的跑通
一轮合格的泳装 AI 生图工作流，至少应满足：
- 主要人物明确为成年人，且不存在幼态或未成年化表达；
- 画面是单图、单场景、单一连续事件；
- 参考图的职责已分开，没有整图照搬；
- 人物身份、角色 DNA、服装和动作关系没有互相串位；
- 多人互动围绕同一个事件，而不是各自摆拍；
- 湿发、水珠、泳装材质、光线和动作前后关系基本一致；
- 摄影不完美服务于抓拍感，而不是掩盖人体错误；
- 每次只修一个主要问题，并保留上一版可回退结果；
- 不含虚构 Logo、文字、数据、官方印章或平台 UI；
- 提示词、参考图职责、模型参数和生成结果保存在同一项目目录。
真正可复用的不是某一句“神奇提示词”，而是这条顺序：先锁定成年人物，再定义参考图职责；先设计一个正在发生的事件，再选择镜头和质感；先生成一张测试图，再用单变量方式修正。
本文基于公开参考内容独立重构，未将参考文中的原始 Skill 冒充为本文原创工程或官方方案。参考内容标注为“未审核版”；人物年龄、版权、平台规则和生成结果仍需在实际使用前单独核验。
