古裝小說文生圖DeepSeek指令定制3個鎖定，人物從頭到尾不跑偏

前段時間我接了一個做古裝短劇配圖的工作室訂單，對方上來就扔了一段話——"我們用AI給小說生圖，前5張女主是黑發高髻，第8張變成了卷發，第12張裙子顏色直接換了，客戶要求退款，我們不知道怎么辦。"

我打開他們的提示詞記錄看了一眼，問題一目了然，指令根本沒有給AI建立"記憶錨點"，每一幀都是AI自由發揮的結果。

1、先建檔，再生圖——人物視覺檔案機制

很多人做文生圖的邏輯是：把小說段落扔給AI，讓它直接出圖描述。這個邏輯本身就錯了。

AI沒有跨輪次記憶，每一次生圖對它來說都是全新任務，上一幀女主穿什么、梳什么發型，它根本不記得。所以我在指令里設計了一個強制前置步驟：在開始生成任何提示詞之前，必須先通讀全文，逐一提取主要人物的固定視覺標簽，格式鎖定為年齡、發型頭飾、服裝顏色材質款式、外貌特征四個維度，列成檔案，后續所有生圖動作都基于這份檔案執行，絕對不允許偏移。

這一步解決的是人物"前后不一致"的根本問題。

2、死命令級的人物描述強制嵌入

建檔只是第一步，更關鍵的是讓AI在每一幀都"記得用"。

我在指令里加了一條死命令：只要畫面中出現主要人物，無論這個人物在上一句剛出現過，都必須在人物名字后的緊鄰位置，用全角括號完整重復一遍視覺描述，包括性別、年齡、服飾和妝容，一個都不能省。

很多人覺得這很啰嗦，但這恰恰是文生圖指令和普通寫作指令最大的區別。文生圖的每一行提示詞，本質上是一個獨立的繪圖指令，AI不會自動繼承上下文，必須在每一行都把關鍵信息喂給它。這條死命令，就是解決"AI自作主張換造型"的核心機制。

3、一體化段落結構，拒絕碎片化描述

這個工作室原來的做法是把"提示詞"和"場景描述"分兩欄寫，一欄寫角色動作，一欄寫畫面參數。乍一看很整齊，實際上是把本該連貫的畫面信息切碎了。

我把指令結構改成一體化段落式：人物（帶完整括號描述）＋具體動作神態＋時間光影＋背景環境＋鏡頭語言，全部寫在一行，不斷行不回車，每一個小說段落對應一條完整提示詞。

這樣做有兩個好處：一是AI獲取的信息是完整的，不會因為"分欄"導致信息錯位；二是生成的提示詞可以直接輸入Midjourney或其他工具，不需要二次整理。

同時，我還單獨設計了空鏡頭處理規則：凡是純景物或特寫道具的畫面，開頭必須標記"無人：2，空鏡頭，"再接描述，防止AI在本該空鏡的畫面里憑空加出人物。

4、風格邊界鎖死，古裝就是古裝

工作室的另一個問題是偶爾出現"現代感"元素，比如背景里隱約有玻璃窗，或者人物配飾有金屬光澤過強的問題。

我在指令末尾加了一條硬性風格約束：場景必須保持中國古代宋朝風格，明確列出禁止出現的元素，包括現代城市、玻璃、霓虹燈、手機、槍械、機械、科幻光效。邊界越清晰，AI的發揮空間越受控，出圖的穩定性越高。

交付后，工作室反饋，同一個人物連續出圖30幀，造型保持穩定，客戶驗收通過。

文生圖不只是"寫描述"，底層是一套人物管理×信息傳遞×風格約束的系統工程，指令不到位，模型再好也白搭。