打开网易新闻 查看精彩图片

女装电商老板找我做豆包文生图的指令，格外强调，场景要多样化一点，要跟模特的衣服要搭配起来，要有氛围感。

我设计了四种场景，场景的问题本质上是在做一件事：让同一件衣服在不同物理空间里，说不同的话。

四个场景的排布不是随机的，是有叙事节奏的。

比如：让模特在镜前转身的场景，是因为动态优先，划屏用户的注意力窗口只有零点几秒，版型和垂坠感是视觉冲击力最强的信息，必须第一个出。

慵懒落座放第二，是从"看"切换到"感受"，面料柔软度是摸不到的，用姿势和场景来替代触觉，沙发或地毯的软性道具在这里承担的是感官暗示的功能。

第三个橱窗场景是视觉最复杂的一组，街景作为远景打开空间纵深，人在中景，近景是橱窗框，三层错落之后衣服反而有了"被观看"的仪式感。

第四个触碰衣服，是把叙事收回来，回到产品本身的细节和品质，是整组图的落点。

这种场景感，写进指令时，每个场景要锁定四件事。

第一是空间边界。

不能只写"全身镜"，要写"店铺角落的全身镜，镜框占画面左三分之一，镜中倒影与实体人物同框"，AI才知道怎么构图。

第二是人物与空间的关系动词。

"转身"、"落座"、"望向窗外"、"手触衣物"，这四个动词决定了重心在哪里，指令里必须是动词而不是状态词，不能写"站在镜前"，要写"正在转身背对镜头、侧脸入镜"。

第三是光线方向。

每个场景的光源逻辑不同，镜前用侧光打出轮廓感，沙发区用顶部漫射光制造慵懒质感，橱窗场景的光从窗外来，是逆光或侧逆光，展示区用补光突出布料纹理。光不写，AI给你随机一个，场景氛围就垮了。

第四就是人物的连贯性控制。

同一套衣服在四个场景里出现，发型、配饰要保持统一，否则视觉上是四个不同的人在穿四件不同的衣服，完整的指令里必须有一段固定的人物基础描述，在每个场景分支前写死，不能省略。