AI 生图最难的不是提示词,是姿势

“

「提示词写了一百字，胳膊还是长错了地方。」

—— 每个玩 AI 生图的人，都卡过这一下

玩 AI 生图的人都说，提示词是玄学。他说，你先别急着信。真正卡住大多数人的，不是提示词写得不够花，是姿势根本没法用文字描述——「侧坐、回头、手撑地」，八个字，模型能给你摆出八种错法。

日本作者あぎ / ギア（X：@giaaibusi）解决这个问题的办法很笨，也很绝：不写词，给图。他把姿势做成了一套数据库。

本文看点

01 · THE REAL PROBLEM

先说清这个问题为什么难。文字是线性的，姿势是三维的。你说「一手叉腰、一手撩发」，模型要同时决定：哪只手、腰往哪边顶、头转几度、腿怎么错开。任何一个维度没说清，它就自由发挥——发挥的结果，就是抽卡。

参考图模式是另一条路：不描述，直接给图。让模型照着一张姿势图摆，剩下的变量只剩脸、衣服和场景。这套姿势库给的就是这种图：无脸的灰色人偶线稿，没有长相、没有服装，只剩姿势本身，往任何角色身上套都不串味。

整套库的规模（实测）：

02 · POSE-DB-02

线稿有个天生的短板：它只有骨架，没有前后。单人姿势还好，一旦双人互动，或者手臂交叉、抱臂这类动作，谁在前谁在后，线稿说了不算，模型经常把胳膊穿到别人身后去。

这次更新的 depth 版（衍生项目统一叫它POSE-DB-02）补的正是这一块：同一批 288 个姿势，每个机位多一张灰度深度图，四肢的前后遮挡以它为准。喂给 ControlNet 的 depth 通道，纵深关系就锁死了。

▲ depth 深度图示意：白 = 近、黑 = 远（AI 自绘示意）

不是作者自卖自夸——ComfyUI 的姿势插件 ComfyUI-PoseAtlas 已经在 v1.1 里把「新增深度图」当成主打更新，线稿抽骨架、深度图管遮挡，分工写得明明白白。工具开发者愿意集成，说明这东西是真能塞进工作流的零件，不是一次性玩具。

03 · THREE STEPS

用法比想象中简单：

第一步选姿势

打开姿势库，按分类（全身 / 上半身 / 双人互动）找到想要的姿势，选机位。

第二步取参考图

线稿图在原站；depth 图在深度图站，文件名和线稿完全同名，把网址里的站名换成 depth 站即可，这是作者埋的一个小机关。

第三步喂图 + 一句话

把参考图和人物照片一起给生图工具，指令只要一句「姿势按参考图，其余按我说的来」。脸、服装、场景都归你，姿势归图。

我们拿它实测了一组生活化私房照：同一个人物，浴室镜前自拍、床边侧坐、窗边抚颈，姿势全部来自这个库的 depth 图。成图放在下面，姿势还原度自己看——尤其是侧坐单手撑地那种带弧线的，文字描述基本上很难做到。

— 实测成图：浴室镜前自拍 / 床边侧坐 / 窗边抚颈（depth 参考图生成）

∞ · BEFORE YOU GO

这个库能火，还有一个原因：授权写得像人话。免费、可商用、可修改、可参考——但有一条：禁止再分发图片本体，改过的也不行。所以别指望在网盘里下到打包好的全套图，那些打包的多半不是作者发的；正确打开方式是去源站按需取图，单张用、单张存。

作者在 X 上的原话口径还有半句常被评论区玩梗的声明，大意是素材正经用途、别拿去搞色色。梗归梗，边界划得清楚，反而让转发的人没心理负担——这类素材帖能爆，授权干净是前提。

地址不放在正文里堆链接，记两个编号就够搜：POSE-DB-01（线稿）、POSE-DB-02（depth）。中文检索站和原站都能顺着编号找到。

我是Joyce 山，专门拆解流行说法：他说，你先别急着信。如果你觉得今天这篇有收获，欢迎点赞、在看、转发三连，我们下篇见。