制作一个人会相信的图像, 而不是模型
功能概述
制作一个人会相信的图像, 而不是模型是一项面向实际任务的技能,主要用于硬度部分不是分辨率, 而是击败“ AI 外观 ” : 蜡质皮肤、 塑料质素。它将相关步骤、工具调用和结果整理方式集中到统一流程中,帮助使用者更快完成目标并减少重复操作。
核心要点
- 使用时应结合输入条件选择合适的执行方式,核对必要参数、依赖环境与输出内容,并按原始要求处理异常情况。
- 该技能适合需要稳定复用相关能力的场景,可作为自动化工作流的一部分,也便于后续检查、调整和扩展。
- 从功能定位来看,该技能强调把分散的操作要求整理成清晰、可复用的处理流程,使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。
使用与执行
实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数,再依据技能说明逐步执行;若输入条件不完整,应先补齐信息或采用保守配置,避免因错误假设导致结果偏离需求。
结果检查与注意事项
执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期,并对异常提示、缺失字段和边界情况进行处理;涉及批量任务时,还应保存进度,避免中断后重复操作。
逼真静帧
生成令人信服的静态图像——观者会相信它来自真实相机,而非 AI 模型。难点不在于分辨率,而在于消除“AI 风格”:蜡质皮肤、塑料感纹理、诡异的对称性、过曝的影棚灯光,以及整体过度饱和的色彩。关键在于:在提示词中明确描述真实的光学特性与光照行为,并主动引入刻意的不完美;再以“这看起来像一张照片吗?”为唯一标准来评判结果。
需收集的输入项
- 场景 / 主体 及其所属类型(抓拍人像、杂志编辑、纪实摄影、美食、建筑、生活方式)。类型决定了默认镜头、布光与构图逻辑。
- 氛围 / 参考风格:若用户有明确偏好,可指定年代、胶片型号、杂志风格或摄影师风格。(仅当原始请求较泛化时才主动询问)
- 长宽比与朝向:依据使用场景设定(竖构图 3:4 或 9:16 适用于手机/社交平台;3:2 适用于杂志编辑;正方形 1:1 适用于网格展示)。
- 可选:提供一张真实参考图用于匹配;品牌安全限制(如无用户提供确切文本或 Logo,则禁止生成可读文字或标识);所需变体数量。
模型选择
- 默认模型:FLUX.2 [max](
bfl:7@1),旗舰级文生图模型,具备最强的提示词遵循能力,以及最可信的微观纹理与光照表现。是追求逼真效果的首选通用模型。
- 强力备选:Qwen-Image-2.0-Pro(
alibaba:qwen-image@2.0-pro),视觉保真度高,文字与图标渲染稳定,特别适合含标牌或包装物的杂志编辑类与生活方式类画面。
- ByteDance Seedream 提供差异化质感与快速迭代能力:Seedream 4.5(
bytedance:seedream@4.5)支持高保真 2K 至 4K 输出;Seedream 5.0 Lite(bytedance:seedream@5.0-lite)则为成本更低、速度更快的草稿层级模型。
- 调用前务必确认各模型状态为
live,并检查其最新 schema。使用 runware-models(实时查询)+ runware-run。切勿硬编码已过期的模型选择——模型每周更新。
工作流
- 通过
runware-run 解析模型及其 schema,严格对照实时 schema 核验字段名(如尺寸/长宽比、步数、引导系数、随机种子、输出格式等),切勿凭经验假设。
- 基于类型默认配置,叠加下方“反 AI 风格”清单构建提示词:明确指定相机型号、镜头、光源、拍摄时段,以及一至两个具体不完美细节。
- 同步执行
imageInference(静帧生成速度快)。建议请求小批量输出(3–4 张),而非单张——逼真效果本质是一场概率游戏,最终由你选出最具可信度的一帧。
- 逐帧对照质量门槛进行判断。对明显呈现塑料感的图像直接拒绝,切勿尝试通过放大修复。
- 迭代时每次仅变更一个变量(如光源、镜头或某项不完美描述),如需隔离变量影响,请保持随机种子(seed)固定。
技术要点
这是本技能的核心:一份“反 AI 风格”检查清单。AI 渲染失败的方式高度可预测,需逐一针对性规避。针对不同模型家族的提示词措辞,请参考 runware-prompting 文档。
按以下顺序构建提示词,确保无关键要素遗漏:
- 主体 + 瞬间(谁/什么,在做什么;强调自然抓拍,非摆拍)。
- 相机 + 小孔径镜头 + 光圈值(赋予图像“摄影感”的光学基础)。
- 胶片 / 传感器 + 颗粒感(打破塑料感的关键纹理层)。
- 光源 + 时间段 + 光线方向(真实、有方向性、具衰减过渡)。
- 一至两项明确命名的不完美细节(如皮肤纹理、面部不对称、画面中闯入的杂物)。
- 色彩克制(自然、非过度饱和)。
跳过其中任一项,往往正是画面走向“合成感”的起点。
必须指定相机,而不仅是场景。 照片由特定传感器上的特定镜头所摄,须具名说明。
- 镜头与光圈:“使用 f/2 光圈的 35mm 镜头拍摄”、“85mm 人像镜头,浅景深”、“24mm 广角镜头,带轻微畸变”。光圈值可带来真实、渐进式的背景虚化(bokeh),而非 AI 默认的扁平剪切式抠图。
- 相机 / 胶片 / 传感器:“柯达 Portra 400”、“35mm 胶片拍摄”、“富士胶片颗粒感”、“全画幅数码传感器,阴影区域略带噪点”。胶片型号与颗粒感是摆脱塑料感最快捷的路径。
- 真实焦距行为:明确指出景深及焦点位置(如“焦点落在眼睛上,背景柔和虚化”);抓拍类画面可注明运动模糊或高速快门。这些光学特征正是 AI 默认忽略的。
攻克塑料皮肤 / 过度平滑纹理这一首要败因。
- 明确要求皮肤纹理:“可见毛孔、细纹、轻微皮肤瑕疵、自然斑点、绒毛”。拒绝空气刷般的完美肤质。
- 添加与表面匹配的微观细节:织物经纬与浮毛、皮革刮痕、玻璃冷凝水、食物油光与碎屑、指纹、灰尘、磨损痕迹。
- 非皮肤类主体同样适用此规则:现实世界中所有表面均非绝对均匀——请具名描述磨损状态。
打破对称性与绝对完美。 真实画面天然略带偏差;完美即虚假。
- 不对称性:“自然不对称面容”、“发丝分布不均”、“一缕散落发丝”、“衣物穿着略有偏斜”、“物体轻微错位”。对称面容与镜像般精准构图,是典型渲染信号。
- 抓拍式构图优于摆拍:“捕捉手势中途瞬间”、“视线偏离镜头”、“自然未加修饰的表情”、“偏心构图”。目光直视镜头且居中的人物特写,极易被识别为 Stock-AI 风格;稍显随意的裁切反而传递真实时刻感。
- 主动加入一项不完美:微小的眩光、前景轻微失焦元素、画面边缘少量杂乱、一处反射。过度整洁反而可疑。
采用真实光线,而非泛化的影棚光。 平坦、均匀、无阴影的布光是 AI 的标志性缺陷。
- 具名指定真实光源与时间段:“黄金时刻,温暖低角度阳光自镜头左侧入射”、“阴天柔和漫射日光”、“单扇窗光,形成硬朗阴影”、“黄昏室内钨丝灯,混合色温”。
- 允许光线具备方向性与衰减:单侧阴影、轻微过曝的高光、光源带来的色彩倾向。无阴影的均匀照明,正是影棚-AI 最显著特征。
- 室内与美食类画面中,混合实用光源(台灯、窗光、烛光)优于单一干净主光。
抑制饱和度与对比度。 AI 倾向过度强化色彩。
- 明确要求自然 / 低饱和 / 真实色彩,“非过度饱和”、“胶片感色彩”、“轻微去饱和”。天空不必是电光蓝,绿色也不必是霓虹绿。
- 加入一丝平淡感或薄雾感(如“轻微大气薄雾”、“低对比胶片观感”)比高动态范围(HDR)的锐利感更显真实。
修正细微结构性破绽。 除皮肤与光线外,以下细节亦会悄然暴露渲染本质:
- 手部、牙齿、耳朵、珠宝、文字 是模型常见崩坏区。人像特写中,可将手部移出画面,或仅作极简描述;除非用户明确提供原文,否则禁止生成任何可读文字或 Logo。
- 背景熔融或重复:背景应具体可信(如“一家真实咖啡馆内景,略带虚化”),避免抽象渐变;合理利用景深掩盖模型可能凭空生成的内容。
- 反射与阴影必须与所命名光源一致。 方向错误的阴影、无对应光源的高光点,即便其余部分完美,仍会触发“虚假”判定。
类型默认配置(作为起始参考):
- 抓拍人像:50–85mm 镜头,f/1.8–f/2.8 光圈,窗光或黄金时刻光,焦点在眼睛,强调皮肤纹理,表情自然未加修饰,构图略偏中心。
- 杂志编辑 / 时尚:85mm 镜头,可控但具方向性的布光,指定胶片型号,造型经过设计但捕捉其中自然瞬间。
- 纪实 / 新闻摄影:28–35mm 镜头,环境自然光,画面含动态元素,构图不完美,带颗粒感,不做修图。
- 美食:50mm 微距镜头,侧窗光,浅景深,真实蒸汽/碎屑/油光,自然色彩,摆盘略显随意。
- 建筑 / 室内:24mm 镜头(校正垂直线或注明梯形失真),自然日光+实用光源,混合色温,真实反射,体现生活痕迹而非展厅式洁净。
- 生活方式 / 图库:35mm 镜头,柔光日光,自然互动,低饱和色彩,抓拍式肢体语言,画面留白呼吸感。
关键参数说明
- 尺寸 / 长宽比。 按用途设定(社交平台用竖构图 3:4 或 9:16;杂志编辑用 3:2;网格展示用 1:1)。通过实时 schema 确认模型接收的是宽高值还是长宽比字段。
- 随机种子(Seed)。 固定 seed 可隔离单次提示词修改的效果;变动 seed 则用于探索替代方案。
- 步数 / 引导系数(CFG)。 过高的引导系数易加剧过度饱和、过度锐利的 AI 风格。若输出显得“过火”,请降低 CFG 值。务必通过 schema(
runware-run)确认字段名及有效取值范围,切勿猜测。
- 负向提示词(Negative prompt)。 若模型支持(需核查 schema 中为独立字段或内联语法),可直接针对失败模式设置反向约束,例如:“光滑塑料皮肤、过度饱和、对称构图、影棚灯光、CGI、渲染图、空气刷效果、蜡质肤感”。详见
runware-prompting 中关于内联否定与字段否定的说明。
- 批处理数量(Batch size)。 请求多张输出。可信度因帧而异,应择优选取,而非强求单张。
质量门槛
唯一判据:一位滚动浏览内容的普通用户,是否会相信这是一张真实照片,而非 AI 渲染? 出现以下任一情形即应拒收该帧:
- 皮肤光滑蜡质,毫无毛孔、纹路或斑点。
- 面部或整体构图异常对称或绝对居中。
- 布光平坦、无阴影、无明确光源(泛泛的影棚辉光)。
- 色彩过度饱和或 HDR 冲击力超出真实相机捕获能力。
- 纹理均匀统一、呈塑料感(无磨损、无织物结构、无灰尘、无颗粒)。
- 姿态僵硬,眼神直视且居中——典型的英雄式摆拍。
- 任意背景细节出现熔融、重复或违背物理规律。
合格帧应具备:可见纹理、具方向性的自然光线、克制的色彩、抓拍式或略带瑕疵的构图,以及至少一项真实可信的小缺陷。当某帧不合格时,应通过补充缺失的真实世界线索(如颗粒感、具名光源、皮肤纹理、不对称性)来修正,而非依赖放大操作。
关联技能
runware-run、runware-models、runware-prompting;product-photography(产品场景图与包装图),以及 character-consistency(在一组逼真图像中保持同一人物面部一致性)。