AI绘画在服装设计领域的应用越来越广泛，不少独立设计师已经开始用Stable Diffusion、Midjourney这类工具做前期的概念探索。但服装设计对细节的要求极高，普通的文生图流程很难精准控制领口、袖型、裙摆这些结构元素，这时候就需要提示词的精细组织加上ControlNet的边缘控制能力。本文以时装、汉服、洛丽塔三种风格为例，讲清楚提示词该怎么写、ControlNet该怎么配。
一、服装设计提示词的基本组织结构
写服装设计类的提示词，最忌讳的就是把一堆关键词无序堆在一起。一个效果好的提示词通常分为几个层次：首先是整体风格定位，比如haute couture（高级定制）、hanfu（汉服）、lolita fashion（洛丽塔时装）这类风格锚点词，它们决定了模型的整体输出方向；其次是服装结构描述，包括领型、袖型、裙长、腰线这些具体剪裁信息；再次是面料与质感词，比如silk, chiffon, embroidery, lace；最后是配色与光影，例如pastel color scheme, soft lighting。
分层的好处在于调试效率高。当你发现生成的服装版型不对时，只需要调整结构层的关键词，而不用推翻整个提示词。以一条齐胸襦裙为例，结构层可以写成ruqun, high-waisted, long flowing skirt, wide sleeves，面料层写silk, sheer fabric, gold thread embroidery，这样模型对“形”和“质”的理解就不会互相干扰。
另外建议在提示词末尾加上fashion design sketch或者fashion illustration这类用途词。同一个服装描述，加上fashion design sketch后模型会倾向于输出带设计感的展示图，去掉则会更像普通的人物写真，这对服装设计工作流的定位非常关键。
二、三种风格的提示词组合实例
1. 现代时装风格
现代时装强调剪裁与轮廓，提示词重点放在结构词和面料词上，参考组合如下：
masterpiece, best quality, fashion design, haute couture dress, off-shoulder neckline, mermaid silhouette, floor-length gown, ivory satin fabric, subtle pleats, metallic belt accessory, runway photography, studio lighting, full body shot, pastel color palette, elegant atmosphere
其中mermaid silhouette（鱼尾廓形）、off-shoulder neckline（一字肩领口）这类廓形词是决定版型的核心，如果想换成A字裙就把廓形词替换成A-line silhouette即可，其他词基本不用动。
2. 汉服风格
汉服最容易出现的问题是形制混乱，模型经常把不同朝代的元素混在一起。解决办法是在提示词里明确写出具体形制名称，比如ruqun（襦裙）、beizi（褙子）、aoqun（袄裙）、quju（曲裾）。一个比较完整的汉服提示词如下：
masterpiece, hanfu, Song dynasty style, beizi and aoqun, stand-up collar, crossed collar, loose wide sleeves, ankle-length pleated skirt, kesi silk texture, floral embroidery pattern, muted colors, jade hairpin, traditional Chinese aesthetics, soft natural light, full body portrait, elegant posture
需要注意的是，hanfu这个词在部分模型里权重不高，可以配合traditional Chinese clothing一起使用来强化。配色方面如果想要明制的大红风格，就把muted colors换成rich red and gold，形制词同步改成Ming dynasty style, standing collar（立领），这样朝代特征会更准确。
3. 洛丽塔风格
洛丽塔风格的提示词重点是细节堆叠，蕾丝、蝴蝶结、裙撑、印花这些元素缺一不可，而且要写明分支风格，比如sweet lolita（甜系）、gothic lolita（哥特系）、classic lolita（cla系）：
masterpiece, lolita fashion, sweet lolita dress, bell-shaped silhouette, pannier petticoat, JSK dress with detachable collar, ruffle lace trim, bowknot decorations, floral print fabric, wrist cuffs, lace socks, mary jane shoes, pastel pink and white color scheme, tea party scene, doll-like makeup, soft lighting
JSK是圈内的通用缩写，指无袖跳裙，模型对这个词的识别度还不错。pannier petticoat（裙撑）是塑造洛丽塔标志性钟形轮廓的关键词，漏掉它裙摆就会塌下去，整体味道立刻不对。
三、用ControlNet实现边缘与结构控制
纯提示词的控制能力有限，当你已经手绘了一张服装线稿，想让AI按你的结构上色渲染时，ControlNet就是必备工具。服装设计场景下最常用的两个模型是Canny和Lineart。
Canny是边缘检测模型，它会提取参考图的轮廓线条，约束生成结果的结构。它的特点是约束力强、位置精准，适合控制服装的外轮廓和大的分割线，比如裙摆的弧度、腰线的位置。缺点是线条过于严格时会限制AI对面料褶皱的自由发挥，权重一般设置在0.6到0.8之间比较合适。
Lineart专门针对线稿图训练，特别适合直接输入手绘服装设计稿的场景。它对线条语义的理解比Canny更智能，能区分手绘稿中的装饰线与结构线，生成的结果在线稿忠实度和画面自然度之间平衡得更好。如果你画的是比较细致的时装线稿，优先选Lineart。
典型的工作流配置是这样的：先在Photoshop或者Procreate里画好服装线稿，也可以用别的图转线稿，然后在Stable Diffusion的ControlNet扩展里加载线稿图，选择对应的预处理器和模型，参数参考如下：
ControlNet Unit 1: Model: control_v11p_sd15_lineart Preprocessor: lineart_standard (手绘稿选 lineart, 照片转线稿选 lineart_realistic) Control Weight: 0.7 Starting Control Step: 0.0 Ending Control Step: 0.8 提示词按前面三节的组织方式填写 采样器: DPM++ 2M Karras 步数: 28 CFG Scale: 7 尺寸: 768x1152 (竖构图适合全身服装展示)
Ending Control Step设为0.8而不是1.0是个实用技巧，这样在采样的最后阶段ControlNet会放开约束，让模型自由补充蕾丝纹理、刺绣细节这些提示词描述的内容，避免画面被线稿锁死而显得呆板。
四、常见问题与调优思路
实际操作中常见几类问题。第一种是线稿被过度忠实还原，AI不敢上色发挥，这通常是ControlNet权重过高导致的，可以把权重降到0.5左右，同时把Ending Control Step提前到0.7，给模型留出发挥空间。
第二种是面料质感出不来，比如想要丝绸光泽但画面很平。这需要用LoRA辅助，市面上有不少面料质感的LoRA模型，比如丝绸、纱质、皮革质感的专项LoRA，权重0.4到0.6叠加使用，配合提示词里的silk texture, glossy fabric效果会明显提升。
第三种是汉服形制还是跑偏，这时候可以在生成后用inpaint（局部重绘）单独修正领口或者裙头区域，重绘时把形制关键词的权重加上括号提升，比如(crossed collar:1.3)，这样局部修正比整图重画的效率高得多。
总的来说，AI服装设计的核心思路是线稿定结构、提示词定风格、LoRA定质感，三者配合好之后，无论是快速出概念方案还是细化设计方案，效率都比传统手绘高出不少。多准备几个不同风格的底模型和ControlNet组合，建立自己的模板库，是持续提升出图质量的关键。
AI绘画服装设计ControlNet提示词修改时间：2026-09-15 01:28:41