用AI生成汉服人像已经成为很多设计师和自媒体创作者的日常操作，但一个常见的困扰是：在Midjourney里调好的提示词，换到Stable Diffusion或者国产绘画平台后，出来的画面完全变了样，汉服变成了影楼古装，人物面部也失去了东方韵味。这背后的原因在于不同平台对提示词的解析逻辑、训练数据倾向和参数体系都不一样，提示词必须针对平台特点做改写，才能真正发挥每个平台的优势。
Midjourney汉服人像提示词的基本结构
Midjourney对自然语言英文描述的响应非常灵敏，它擅长理解较长的、带有氛围感的句子式提示词。写汉服人像时，推荐采用“主体描述+服饰细节+姿态表情+环境光线+风格参数”的结构。主体部分说明人物年龄、性别、气质，服饰部分则需要准确使用汉服专有名词，比如hanfu、Qipao要区分清楚，齐胸襦裙可以写成ruqun dress with high waist，马面裙是mamian skirt或者horse-face pleated skirt。
服饰细节是汉服人像成败的关键。Midjourney对traditional Chinese embroidery、flowing wide sleeves、cross-collar design这类词组识别度很高，如果想突出面料质感，可以加上silk fabric、sheer gauze材质词。下面是一个典型示例：
a young Chinese woman wearing traditional hanfu, song dynasty style, cross-collar ruqun dress, flowing silk sleeves, delicate floral embroidery, hair in an ancient bun with a golden hairpin, standing in a bamboo forest, soft morning light, gentle smile, cinematic composition, photorealistic --ar 3:4 --v 6 --style raw
参数部分同样重要。--ar 3:4或--ar 9:16更适合人像构图，--style raw能减少Midjourney默认的过度美化，让画面更接近真实摄影质感。如果生成结果偏卡通，可以在提示词里强调photorealistic、shot on 85mm lens这类摄影术语来压制插画倾向。
不同平台解析提示词的核心差异
Midjourney是纯云端服务，提示词权重靠语序和::多段权重语法控制，而Stable Diffusion是本地模型推理，支持括号加权语法，比如(hand embroidery:1.3)表示将刺绣细节的权重提升到1.3倍。两者的训练数据分布也不同，Midjourney对东方美学的理解更偏“氛围渲染”，Stable Diffusion如果没有加载国风LoRA模型，很容易把汉服画成和服或者清宫戏服装，这是数据集偏差造成的。
国产平台如文心一格、通义万相对中文提示词的理解更自然，但对英文参数不敏感。在这些平台上，与其写long flowing sleeves不如直接写“飘逸的宽袖”“云肩领口”，中文描述反而更精准。另外要注意负面提示词的适用范围：Stable Diffusion支持negative prompt，可以把wrong costume、japanese kimono、bad hands放进去排除干扰；而Midjourney目前没有官方负面提示词功能，只能用--no参数实现类似效果，例如--no kimono, modern clothes，但力度比真正的负面提示词弱不少。
权重处理还有个容易被忽视的坑：Stable Diffusion里括号嵌套层数过多会导致画面崩坏，一般单层括号权重不超过1.4；Midjourney的::2分段权重如果数值差距太大，会让低权重段落几乎完全失效。改写提示词时要根据平台的权重机制重新分配关键词的主次，而不是简单翻译。
汉服人像提示词跨平台改写实战
假设我们已经有了一个Midjourney版本的提示词，目标是汉服少女在庭院赏花的场景。改写到Stable Diffusion时，第一步是拆分正向和负面提示词，第二步是给关键元素加权，第三步是根据所用基础模型补充质量词。Stable Diffusion的SDXL系列模型对bokeh、masterpiece、highly detailed face这类质量词响应明显，而Midjourney则不太需要这些凑数词。
正向提示词： (masterpiece, best quality:1.2), 1girl, solo, hanfu, song dynasty ruqun, (cross-collar design:1.3), flowing wide sleeves, (traditional embroidery:1.3), black hair, ancient hairstyle, looking at viewer, courtyard, peach blossoms, soft sunlight, shallow depth of field, 85mm portrait 负面提示词： japanese kimono, wrong hanfu structure, modern clothing, extra fingers, deformed hands, lowres, bad anatomy, watermark
改写到中文平台时思路又不一样。文心一格这类平台偏好结构化的中文描述，可以直接写“宋代制式汉服少女，交领襦裙，广袖飘逸，衣襟绣有缠枝花卉纹样，立于江南庭院桃树下，侧光柔和，浅景深人像摄影风格”。注意“制式”“交领”“缠枝纹”这些专业词汇在中文语料里对应着准确的汉服形制描述，比翻译过去的英文更容易命中平台的学习数据。
最后还有一个通用技巧：无论在哪个平台，生成汉服人像都要坚持小步迭代。先确定服饰形制正确，再调整面部细节，最后优化光影构图，一次性堆几十个关键词反而会让各平台的注意力机制顾此失彼。改写提示词的本质不是翻译，而是理解每个平台“听得懂什么话”，用它的语言去描述同一个创意，这样才能在多平台之间稳定产出高质量的汉服人像作品。
Midjourney提示词汉服人像AI绘画修改时间：2026-09-03 17:43:08