用AI创作手办照片：从灵感到提示词模板的实战案例
昨天分享的关于如何写提示词模板的帖子，主要提供了一些理论上的说明和一个实际案例。今天再补充一个案例，介绍如何以图片为基础作为参数，来设计提示词模板。
比如，我在 X 上看到一张很有意思的图片，是真人和手办合影的照片。当时我就在想，是不是能够实现上传一张照片后，AI就自动生成同样姿势的手办与真人同框合影？
我手边已经有一个用于生成手办的提示词：
hatsune miku cherry blossom edition anime figurine on a desk, casual shot as if from a smartphone, pastel pink hair, pastel pink and white clothes
按照上一篇文章的思路，下一步就是借助 AI 帮我设计更适合的提示词。
于是我将参考提示词和照片一起提交给了 ChatGPT：
[ref] hatsune miku cherry blossom edition anime figurine on a desk, casual shot as if from a smartphone, pastel pink hair, pastel pink and white clothes [/ref] 参考上面的提示词，帮我设计一段中文提示词，可以根据我上传的人物照片，生成照片人物的相同姿势的手办，并且类似图片中在同框照片中。
ChatGPT 帮我写了一个初版提示词：
生成一个以真实人物照片为基础的手办模型，保持与照片中人物完全一致的姿势、表情和服装造型，风格精致细腻，头发和服装具有自然柔和的渐变色彩与细节质感，整体风格偏向日系动漫手办风。最终呈现为一张真实人物与其对应手办模型同框合影的效果图，人物摆放位置、构图布局及光照氛围与参考图片相似，画面视觉风格亲切生动、充满动漫感。
接下来我立刻进行了测试，发现这个提示词对照片本身的要求比较高，普通的生活照片效果一般。比如我随手找了张剧照进行测试：
结果显示，生成的手办效果倒是不错，但真人部分与原始照片差距较大，存在失真现象。
这其实也是目前 AI 生成图片的常见问题：当参考图是真人的时候，生成效果往往不够理想。既然如此，我们可以灵活变通一下思路，干脆去掉真人部分，只生成对应的手办。
于是我手动调整了提示词，删除了原提示词的后半部分：
生成一只摆放在桌面上的动漫手办，手机随手拍的休闲视角；以附件人物照片为基础的手办模型，保持与照片中人物完全一致的姿势、表情和服装造型，风格精致细腻，头发和服装具有自然柔和的渐变色彩与细节质感，整体风格偏向日系动漫手办风。
再次测试，效果明显改善：
但接下来我测试更多照片时，又遇到了新的问题：如果上传的是半身照，那么生成的手办也只显示半身，这样显然不是我想要的效果。
虽然我可以手动继续调整，但我第一反应依旧是让 AI 来帮我。于是我把之前的提示词和新需求提供给了 ChatGPT：
[ref] 生成一只摆放在桌面上的动漫手办，手机随手拍的休闲视角；以附件人物照片为基础的手办模型，保持与照片中人物完全一致的姿势、表情和服装造型，风格精致细腻，头发和服装具有自然柔和的渐变色彩与细节质感，整体风格偏向日系动漫手办风。 [/ref] 完善上面的提示词，让它保证手办是全身完整的。
这一次 ChatGPT 给我生成了一个新版本：
生成一张摆放于桌面上的动漫风格手办照片，以日常随手用手机拍摄的轻松休闲视角呈现。手办模型以附件中人物照片为基础，精确还原照片中人物的全身姿势、面部表情以及服装造型，确保手办全身完整呈现。整体设计精致细腻，头发与服饰采用自然柔和的渐变色彩与细腻质感，风格偏向日系动漫风，细节丰富，质感真实，观感精美。
值得一提的是，这里我并未继续之前的AI对话，而是新开了一个会话，因为此前我对提示词做过一些人工调整，如果继续之前的会话，会导致新提示词受到过往上下文的干扰，不如明确上下文后新建会话，这样效果更好。
再次测试，效果果然很好：
之后我用其他照片做了更多测试，效果都非常不错，说明现在的提示词模板已基本稳定，可以投入实际使用了。
当然，从提示词优化的角度来说，这个结果可能并非最精简的版本，也有网友提出可以更简洁。但本文的重点在于分享AI创作过程中的灵感与实践，希望带给你启发：
从日常生活中寻找灵感，并尝试与 AI 技术结合，比如我看到有趣的照片就会想到用AI进行类似创作尝试；
做任何事情之前，我首先会想 AI 能否帮我完成或优化，因此我习惯用 AI 协助写提示词、调整提示词，大大降低了项目启动门槛与优化效率；
强调人主导AI，而非过度依赖。AI 无法替你产生创意、主动发现问题或调整方案，但只要你具备好的创意与执行力，AI 会帮你事半功倍。
以上就是一个小小案例，却体现了我日常如何借助 AI 进行高效创作的过程，希望对你也有所启发！