LibTV能稳定识别“侧逆光”“柔光箱正面打光”等专业术语及“光源位于画面左上方天花板吊灯”等空间关系描述,需嵌入具体主体与场景;禁用“梦幻”“忧郁的冷光”等抽象词或自创组合。
☞☞☞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☜☜☜

LibTV AI 能识别光线方向,但必须用具体、可视觉化的语言描述,不能只写“光线好”或“打光专业”这类模糊词。系统对“侧光”“逆光”“顶光”“伦勃朗光”等术语有明确解析能力,也支持描述光源位置与强度关系,比如“窗外45度斜射进来的午后阳光”会被准确转译为渲染参数。
哪些光线描述LibTV能稳定识别
方法一:用摄影/美术通用术语直接写
在提示词里加入“侧逆光”“柔光箱正面打光”“三点布光”“窗边自然散射光”等标准表述,LibTV后台模型已针对这些词做了语义对齐训练,识别率高于92%。例如:“咖啡馆窗边,女孩侧脸被45度角柔光勾勒,发丝透亮,阴影过渡细腻”——这句中“45度角柔光”和“阴影过渡细腻”共同锚定了光线角度与软硬程度。
方法二:用空间关系+光源体描述
写清楚“光从哪来、照到哪、怎么照”。比如:“镜头平视,光源位于画面左上方天花板吊灯,光束垂直向下投射,在桌面形成清晰圆形光斑,人物右半脸处于阴影中”。这种写法比单纯写“顶光”更可靠,因为同时锁定了光源位置、投射方向和明暗分布结果。
【关键前提】必须搭配具体主体和场景,否则光线描述会失效。 单独写“伦勃朗光”四个字,系统无法判断打在谁脸上、环境是室内还是户外、是否需要配合眼神高光。一定要嵌入完整画面逻辑链中。
哪些写法LibTV容易误读或忽略
第一步:避开抽象形容词组合
不要堆砌“梦幻”“高级”“电影感”“氛围感”这类词,它们不携带光线空间信息。系统无法从中提取角度、强度、色温等可计算参数,最终光线渲染完全随机。
第二步:别依赖隐喻和情绪词
“忧郁的冷光”“温暖的回忆光”“孤独的背光”——这些表达人类能懂,但AI没有情绪映射模块。LibTV只会截取“冷光”“背光”两个词做基础匹配,而“冷”可能被理解为色温值,也可能被忽略;“背光”若无主体朝向说明,就无法确定光源方位。
第三步:慎用未定义的自创组合
像“水墨晕染式侧光”“赛博霓虹折射光”这类造词,当前版本未收录语义向量。系统会拆解为“水墨”“侧光”“赛博”“霓虹”,然后各自匹配对应风格库,导致光线方向被稀释甚至错位。如需特殊光效,应先用标准术语写实,再加风格限定,例如:“侧光→强化边缘轮廓→叠加青橙双色霓虹反射”。
验证光线是否生效的实操步骤
① 生成第一张图后,立即点击右下角“查看提示词解析”按钮,展开结构化分析面板。
② 在“光影”字段下确认是否出现你写的关键词,以及系统是否为其分配了坐标(如“主光源:X=−0.3, Y=0.8, Z=−1.2”)。
③ 若字段为空或显示“未识别光影描述”,说明写法未被解析,需按前两节方法重写。
④ 修改提示词后,务必勾选“保持构图一致性”再重生成,否则即使光线识别成功,人物位置、镜头角度也会变动,无法对比效果差异。











