ai绘图提示词怎么写才出立绘？独立游戏开发者的角色与场景实测

ai绘图提示词写到第三个月，我才想明白一件事：它不是画画咒语，是给美术下需求单。身份、镜头、光照先锁死，形容词砍到剩三个，出来的图才有当参考底稿的资格。

背景交代一句就够：我在做一款横版解谜游戏，主角一个、NPC十一个、场景二十多张，全职美术外包不起。AI出参考，我拿图去跟外包美术对方向，这条流程跑了半年，省下的沟通成本比省下的画稿钱还多。

角色立绘提示词：把角色卡写成需求单

角色提示词的关键是锚定：发色、服装、瞳色这些最容易漂的元素，用具体名词加位置写死，气质类的形容词最多留两个。写完自己先读一遍，读不出画面就重写。

翻车先说。最早我给主角写的是"酷炫的年轻女剑客"，四张图四个发型，发色从粉到蓝全齐了。同事看了说你这是抽卡呢。后来我把角色卡拆成固定段落：年龄性别一条，发型发色一条（"深青灰短发，齐下颌，左分"），服装一条（"军绿色短外套，黑色高领内搭，黄铜扣"），构图一条（"全身站姿正面像，中性灰背景，均匀柔光"）。发色从此没再漂过。

三视图是个坑。"front view, side view, back view"写在一句话里，出来的图大概率正面和侧面粘一起，或者干脆只给你正面。我现在的做法是拆开单独出：一组完整三视图出九张，能用两三张。主角定稿前我总共出了三十七张图，提示词改了五轮。别嫌多——NPC我用两轮就过，反正后面要精修，参考图的使命是定方向，不是定细节。

场景提示词：先锁镜头，再锁光，最后铺细节

场景提示词按顺序写三层：镜头角度、光照时段、细节铺陈，一层一句别混。顺序错了模型会拿细节词压过光照词，出来的图氛围全散。

游戏里那个废弃火车站，我是这么写的："横版平视构图，废弃火车站站台，黄昏侧逆光，地面有积水反射，远景铁轨消失在雾里，整体色调偏暖棕"。一轮四张，第三轮出了能用的底稿。这个顺序是试出来的——最早我把"藤蔓爬满站台"写在前头，出来的图藤蔓比火车还抢戏，光照词跟没写一样。

像素风另说。pixel art这个词必须放句首，后面跟limited palette，再给个色数，比如24 colors。我翻过一次车：手滑加了cinematic lighting，出来的图像素块全糊了，像隔着一层油看屏幕。像素风的光要靠色块对比撑，写实光效是它的天敌。场景从概念图到精修的完整流程，这位游戏场景美术的写法讲得更细，可以对照看。

顺带跑题一句：场景图我从来不指望一次出对。一个场景三到四轮、每轮四张，一晚上磨六个场景底稿是我的正常速度。慢吗？比画师来回改稿快多了。

三类图的提示词分工差在哪

角色图写死外貌，场景图写死镜头和光照，道具图写死材质和视角，三套提示词别混用一个模板。谁该管死、谁可以放手，看这张表就清楚。

道具图最容易被轻视。我给游戏里的关键道具黄铜罗盘出参考，光写"黄铜罗盘一个"，十二张图里出了怀表、出了戒指，还出了一次大得像方向盘的圆盘。加上"特写平视，中性灰背景，黄铜拉丝质感"之后才稳。模型对比例很没数，视角和参照物必须你给。

AI出的图能直接进游戏吗？

能当参考底稿，别急着当交付素材：版权归属和批量一致性两个坎没迈过去，成图还是交美术精修更稳。参考图省钱，成图要担责。

一致性是硬伤。我试过给同一个角色连出十张表情差分，到第八张，脸型开始变了，嘴角那颗痣的位置都挪了。靠提示词硬拉回来效率太低，不如把定稿那张给美术，让人来保证角色长得像自己。

版权这块我不装懂：不同工具的商用条款不一样，训练数据的争议也还没消停，我的底线是AI图只出现在内部参考环节，不直接进发行包。这条水多深我就避多远，你自己也得画条线，别省这一步。

回到开头那句：提示词是需求单，不是咒语。把身份、镜头、光照写死，形容词砍干净，剩下的交给出图量和挑图眼光。我那三十七张主角图里，最后用的就一张——但没前面三十六张垫着，那张也不会出现。