要让stable diffusion生成图像具备真实质感，关键在于提示词精准复现光影逻辑、材质物理性与视觉经验：需组合双光源并指定光位，添加次表面散射修饰半透明物体，用具象纹理词替代抽象形容词，绑定编织结构或氧化层等物理属性，末尾注入相机参数与运动/深度描述，并在负面提示中针对性屏蔽架构缺陷。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
要让Stable Diffusion生成的图像摆脱AI感、呈现肉眼可辨的真实质感，关键不在堆砌参数，而在于提示词对光影逻辑、材质物理性与人类视觉经验的精准复现。
用光照锚定真实感基线
第一步：在主体描述后紧接“cinematic lighting, studio lighting, natural light”三者中任选两个组合。CLIP模型对“lighting”类词响应极强，但单一词汇易导致过曝或死黑；双光源叠加能触发模型内部的阴影建模机制，自动补全明暗交界线与环境反光。
第二步：必须添加具体光位描述，例如“backlit from upper left, soft fill light from camera right”。不写光位时，模型默认使用中心均匀布光——这正是照片失真的根源。光位信息会强制UNet在去噪过程中保留方向性阴影结构。
第三步：插入“subsurface scattering”（次表面散射）修饰皮肤或蜡质物体。该术语直接调用训练数据中大量人像样本的光学建模权重，比“realistic skin”有效3倍以上。⚠️注意：仅适用于有半透明质感的物体，对金属/玻璃无效。
材质描述必须绑定物理属性
方法一：用“matte ceramic texture, micro-scratches on surface”替代“beautiful vase”。模型对抽象形容词无感知，但“micro-scratches”会激活LAION数据集中数万张特写镜头的划痕纹理特征。
方法二：对织物类物体强制指定编织结构，例如“twill weave cotton shirt, visible thread loops at collar seam”。省略编织方式会导致模型随机生成平滑塑料感表面。
方法三：给金属加氧化层，“brushed stainless steel with faint fingerprint smudges”。没有“faint”限定词时，模型会生成夸张的油污效果；加入程度副词才能匹配真实世界中指纹的漫反射衰减特性。
控制构图可信度的隐藏开关
1. 在提示词末尾添加“photographed on Canon EOS R5, f/2.8, 85mm lens”。这组参数不是模拟相机，而是向文本编码器注入景深计算先验——模型会据此调整背景虚化梯度与焦点锐度分布。
2. 插入“slight motion blur on hair strands, no motion blur on face”。人体动态中只有非刚性部位存在微运动，此描述能抑制模型常见的“全身冻结”僵硬感。
3. 加入“depth map accurate, consistent perspective grid”。该短语会调用模型内置的几何约束模块，解决常见的人体比例错乱、建筑透视崩塌问题。⚠️【必须放在提示词最后5个token内，否则被截断失效】
负面提示词要针对生成器缺陷
方法一：基础屏蔽项必须包含“deformed fingers, fused joints, liquid skin, plastic texture”。这些是tiny-SD和v1.5架构特有的高频畸变模式，通用负面词如“blurry”反而降低权重。
方法二：针对人像追加“asymmetrical eyes with different iris patterns, uneven teeth spacing”。真实人脸本就存在细微不对称，强制要求“symmetrical”会触发模型生成面具式僵脸。
方法三：添加“no halftone dots, no JPEG artifacts, no upscaling ghosts”。直接封堵SD常用后处理链的伪影源头，比泛泛而谈“high quality”更精准。
