1. 项目概述：从“衣”入手，解锁Stable Diffusion人物创作的核心

玩Stable Diffusion（后面简称SD）的朋友，估计都经历过这样的阶段：好不容易跑出一个脸型、神态都满意的人物，结果一看衣服——要么是款式平平无奇，要么是材质纹理糊成一团，要么干脆就和你的描述南辕北辙。衣服，这个看似简单的元素，恰恰是区分“AI感”图片和“作品感”图片的关键细节之一。今天，我们就抛开那些泛泛而谈的“提示词入门”，直接聚焦在“人物服饰”这个垂直且高频的需求点上，来一次深度的实践操作拆解。

为什么服饰提示词这么难搞？因为它是一个高度复合的概念。它不仅仅是“一件红色的裙子”这么简单，而是包含了款式设计、面料材质、穿着状态、光影交互、风格流派等多个维度的信息。SD的模型就像一个理解力时好时坏的天才画师，你需要用精确的“行业黑话”去跟它沟通，才能让它画出你心目中的那件衣服。本篇文章，我将结合自己大量的踩坑和实验经验，从服饰描述的逻辑框架、核心关键词的效力解析、到不同风格模型的适配技巧，为你构建一套可复现、可调整的服饰提示词工程方法。无论你是想为小说角色设计战甲，还是为电商生成模特图，或是单纯想画出更具质感的日常穿搭，这里的内容都能给你直接的帮助。

2. 服饰提示词的逻辑框架与核心维度拆解

在开始堆砌关键词之前，我们必须建立一个清晰的描述逻辑。杂乱无章地罗列“silk, elegant, detailed”，效果往往不尽如人意。一个高效的服饰描述，应该遵循从宏观到微观、从主体到细节的层次。

2.1 第一层：主体定位与基础款式

这是描述的基石，决定了画面的基本构图和人物姿态。你需要明确告诉SD：“这个人主要穿着什么。”

• 核心句式：[形容词] + [服装类型]或wearing a/an [形容词] [服装类型]。
• 服装类型：这是最基础的锚点词。例如dress（连衣裙）、hanfu（汉服）、qipao（旗袍）、armor（盔甲）、business suit（商务西装）、hoodie（连帽衫）、school uniform（校服）。越具体，SD的发挥空间越小，但方向越明确。
• 形容词的作用：这里的形容词主要用于定义服装的整体风格或关键特征，而非细节纹理。例如：
  • elegant evening dress（优雅晚礼服）：指向正式、隆重的场景。
  • tattered rogue armor（破烂的游荡者盔甲）：直接定义了服装的状态和角色职业。
  • oversized knit sweater（ oversized针织毛衣）：定义了版型和材质大类。

实操心得：在这一层，避免使用过于抽象或主观的形容词，如beautiful、perfect。SD对这些词的理解非常模糊。用fitted（合身的）、loose-fitting（宽松的）、asymmetric（不对称的）这类描述客观形态的词，效果更直接。

2.2 第二层：材质与纹理的质感刻画

这是让服饰“活”起来，摆脱塑料感和贴图感的关键。你需要描述衣服“是什么做的”。

• 材质关键词：silk（丝绸）、satin（缎子）、velvet（天鹅绒）、lace（蕾丝）、denim（牛仔布）、leather（皮革）、wool（羊毛）、linen（亚麻）、chainmail（锁子甲）、translucent fabric（半透明织物）。
• 纹理与图案关键词：embroidery（刺绣）、floral pattern（花卉图案）、striped（条纹的）、plaid（格子呢）、damaged（破损的）、wrinkled（有褶皱的）、dirty（脏污的）。
• 组合与强化：材质常与视觉效果词组合使用，以增强质感。
  • silk dress with glossy reflection（带有光泽反射的丝绸连衣裙）：强调丝绸的光泽感。
  • worn leather jacket with subtle scratches（带有细微划痕的旧皮夹克）：强调皮革的做旧质感。
  • intricate lace detailing on the sleeves（袖子上 intricate的蕾丝细节）：将材质与部位结合。

2.3 第三层：穿着状态、动态与交互

衣服不是静态穿在模特身上的，它与身体、环境会发生关系。描述这些交互，能极大提升画面的生动性和可信度。

• 穿着状态：clinging to the body（紧贴身体）、flowing in the wind（在风中飘动）、billowing skirt（鼓起的裙子）、off-shoulder（露肩式）、unbuttoned shirt（解开的衬衫）。
• 与环境互动：rain-soaked coat（被雨淋湿的外套）、snow-dusted cloak（落满雪花的斗篷）、torn by thorns（被荆棘划破的）。这不仅能丰富细节，还能间接暗示场景和故事。
• 动态褶皱：这是难点也是重点。静态褶皱可以用wrinkles，但动态褶皱更需描述其成因：folds from movement（运动产生的褶皱）、drapery（帷幔般的垂褶，常用于长袍或窗帘，但也可描述衣服的大面积垂坠感）。

2.4 第四层：风格化与艺术渲染

这一层决定了作品的最终“滤镜”和艺术风格，它影响着色彩倾向、笔触和整体氛围。

• 艺术风格：fashion photography（时尚摄影）、concept art（概念艺术）、oil painting（油画）、anime（动漫）、cyberpunk（赛博朋克）、fantasy art（奇幻艺术）。
• 渲染与光照关键词：这些词虽然不直接描述衣服，但能决定衣服的最终视觉效果。
  • studio lighting（影室灯光）：干净、专业，突出服装材质。
  • cinematic lighting（电影感灯光）：富有戏剧性，光影对比强。
  • volumetric light（体积光）：可以创造衣服在光雾中的朦胧感。
  • detailed fabric rendering（ detailed的面料渲染）、subsurface scattering（次表面散射，用于表现皮肤或某些薄材质的透光感，如丝绸、花瓣）。

将这四层逻辑像搭积木一样组合起来，你就能构建出一个强大而精准的服饰描述。例如，一个完整的描述可能是：“A warrior in intricately engraved plate armor (层1), made of polished steel with subtle battle scratches and grime (层2), the cloak billowing dramatically behind him, torn at the edges (层3), fantasy art, dramatic cinematic lighting, highly detailed (层4).”

3. 核心关键词效力解析与实战搭配手册

知道有哪些词还不够，必须了解每个词的“权重”和“脾气”。下面我通过一个实战对比表格，来解析一些核心服饰关键词的效力，并给出搭配建议。

3.1 材质类关键词实战对比

3.2 风格与状态类关键词实战应用

• elegant(优雅)：这是一个强风格导向词。它会影响人物的姿态、表情乃至场景。当用于服饰时，它倾向于产生简约、修身、线条流畅的款式（如晚礼服、西装），并自动关联pearls（珍珠）、high heels（高跟鞋）等配饰。注意：它可能会压制一些夸张、繁复或街头风格的设计。
• tattered/worn/battle-damaged(破烂/旧化/战损)：这是为服装注入故事感的利器。它们不仅仅是加几个破洞，还会影响颜色（做旧、褪色）、添加污渍（mud stains）、改变织物边缘（frayed edges磨损的边缘）。实操技巧：将这些词与具体部位结合，效果更佳，如tattered cloak,worn-out knees of the jeans,battle-damaged left pauldron（左肩甲战损）。
• flowing/billowing(飘动/鼓胀)：创造动态感的核心。flowing更适用于长发、轻纱、丝带等轻柔物体的运动轨迹；billowing则强调因风或快速运动而鼓起的体积感，如斗篷、船长的大衣、长裙。使用要点：必须要有风或动态的暗示，可以额外添加wind,dynamic pose,running等词来配合。
• detailed( detailed)：这是一个“元”关键词，它并不直接描述服饰的某个属性，而是告诉SD：“请在这个东西上多画点细节。” 它对服饰的纹理、花纹、配饰（如纽扣、腰带扣）有显著的增强作用。通常放在提示词靠后的位置，或与highly detailed,intricate details组合使用。

3.3 负面提示词的协同作用

在服饰生成中，负面提示词不是配角，而是确保成品质量的“清道夫”。一套好的负面提示词可以过滤掉常见瑕疵。

通用服饰负面提示词模板（可根据需要增减）：

(worst quality, low quality, normal quality:1.4), deformed, mutated, malformed, ugly, blurry, smooth skin, plastic skin, shiny skin, extra limbs, missing limbs, fused fingers, too many fingers, bad anatomy, poorly drawn face, poorly drawn hands, text, watermark, signature, (simple background:1.2), cartoon, 3d, cgi, render, doll, anime.

针对服饰的专项负面词：

• 解决材质问题：plastic texture（塑料质感）、rubber texture（橡胶质感）、flat lighting（平光，会让材质失去立体感）。
• 解决结构问题：ill-fitting clothes（不合身的衣服）、floating clothing（漂浮的衣服，指衣服与身体脱离）、repeating pattern（重复的图案，用于避免蕾丝或花纹不自然地重复）。
• 控制风格：如果你要写实风格，可以加入anime, cartoon, painting；如果你要动漫风格，则可以加入photorealistic, realistic。

4. 不同风格模型下的服饰提示词适配策略

SD的魔力很大程度上来源于各种微调模型（Checkpoint）。同一个提示词，在不同模型下会产出天差地别的结果。因此，我们的提示词策略必须因“模”制宜。

4.1 写实摄影风格模型

代表模型：epicRealism,Realistic Vision,ChilloutMix（部分版本）。特点：追求照片级的真实感，对材质、光影、人体解剖结构还原度要求高。服饰的物理属性（重力、褶皱）表现优秀。提示词策略：

1. 强调物理与材质：多使用photorealistic,hyperdetailed,shot on Canon 5D等强化真实感的词。材质描述要非常精确，如cashmere wool coat,technical fabric jacket（机能面料夹克）。
2. 利用光照关键词：studio softbox lighting（影室柔光灯箱）、golden hour（黄金时刻）、backlighting（逆光）等摄影术语效果极佳，能直接塑造服饰的立体感和氛围。
3. 描述穿着场景：street fashion photography,editorial fashion shoot in a studio，这些词能引导模型生成符合时尚摄影构图和质感的图片。
4. 注意负面词：必须强力抑制anime, cartoon, painting, drawing，并加入deformed anatomy等以保证人体结构正确。示例提示词：Professional fashion photography of a woman wearing a tailored beige trench coat made of waterproof cotton gabardine, the collar is turned up against the wind, cinematic shallow depth of field, shot on 85mm lens, hyperdetailed fabric texture, photorealistic.

4.2 二次元/动漫风格模型

代表模型：Anything V5,Counterfeit,MeinaMix。特点：风格化强烈，色彩鲜艳，线条感明显。服饰设计可以更夸张、更理想化，不受物理定律严格限制。提示词策略：

1. 强调风格与设计：anime style,official art,key visual,vibrant colors,cel-shading（卡通渲染）。款式可以天马行空，如fantastical armor with glowing runes（带有发光符文的神奇盔甲）。
2. 简化材质描述：相较于写实模型，动漫模型对silk,velvet等复杂材质的理解较弱，过度追求材质细节可能适得其反。更多使用shiny,glossy,matte这种视觉形容词。
3. 利用特征标签：动漫角色常有标志性服饰。可以直接使用twintails,school uniform,maid dress,knight character等强特征词，模型会关联出一整套常见的动漫式设计。
4. 负面词调整：负面词中减少对cartoon的抑制（因为本身就是卡通风格），但需加强realistic, photorealistic, 3d render的抑制。示例提示词：Anime key visual, a female knight character in elegant white and gold plate armor, intricate floral engravings on the armor, long flowing blue hair, glowing blue eyes, dynamic pose, vibrant color palette, detailed, masterpiece.

4.3 奇幻/概念艺术风格模型

代表模型：ReV Animated,DreamShaper,RPG系列模型。特点：介于写实和动漫之间，兼具艺术表现力和一定的真实感。非常适合生成游戏角色设计、电影概念图。对盔甲、长袍、奇幻服饰的理解和表现力极强。提示词策略：

1. 融合艺术术语：concept art,fantasy art,digital painting,art by Greg Rutkowski（一位著名的奇幻画家，其风格被大量训练）。这些词能直接提升画面的艺术张力和笔触感。
2. 极致细节与故事性：可以大胆描述复杂的服饰结构。layered robes with runic embroidery,asymmetrical pauldron with a griffon crest,belt adorned with vials and pouches。赋予服饰故事背景。
3. 环境与氛围融合：这类服饰往往与环境紧密相连。cloak covered in autumn leaves,armor reflecting the eerie glow of a magic portal。将服饰作为环境叙事的一部分。
4. 材质可混合：可以尝试一些现实中不存在的材质描述，如crystal-embedded leather,fabric that seems woven from shadow，模型有时能给出富有创意的解读。示例提示词：Fantasy concept art, an elven archer in a practical yet elegant leather and green fabric attire, leaf patterns embroidered on the cloak, quiver made of living wood, standing in a sun-dappled forest, volumetric light rays, highly detailed, art by Greg Rutkowski and Alphonse Mucha.

5. 进阶技巧：LoRA与ControlNet对服饰的精准控制

当基础提示词和模型选择仍不能满足你对服饰的精确控制时，就需要请出进阶工具了。

5.1 使用服饰LoRA进行风格化定型

LoRA（Low-Rank Adaptation）是一个小型模型文件，可以“教给”主模型一种新的概念或风格，而无需修改主模型本身。在服饰领域，LoRA非常强大。

• 特定服装LoRA：存在专门训练某种服装的LoRA，例如“汉服LoRA”、“哥特式洛丽塔LoRA”、“科幻机甲LoRA”。使用后，即使你的提示词很简单，也能稳定输出高质量、风格统一的该类型服饰。
• 使用技巧：
  1. 触发词：每个LoRA通常有一个或多个特定的触发词（Trigger Word），需要在提示词中写入才能激活LoRA的全部效果。例如，某个汉服LoRA的触发词可能是[traditional_chinese_dress]。
  2. 权重调整：LoRA的权重（如:0.8）控制其影响力。权重太高（>1.0）可能导致服饰过度特征化甚至扭曲人物；权重太低（<0.7）可能效果不明显。通常从0.8开始微调。
  3. 与提示词配合：LoRA不是万能的，它提供了风格和基础款式，你仍然需要用提示词去描述材质、颜色、状态等细节。例如，使用汉服LoRA的同时，可以加上red silk,flowing wide sleeves,golden phoenix embroidery。

5.2 使用ControlNet进行结构约束

ControlNet能让你用一张草图、姿势图或深度图，严格约束生成图片的构图、姿态和大致轮廓。这对于服饰生成有革命性意义。

• OpenPose（姿态控制）：当你需要特定姿势的人物穿着特定服装时，OpenPose是首选。你可以先画出或找到一个姿势图，然后让SD在这个精确的姿势上“穿上”你描述的服饰。这解决了“姿势与服装动态不匹配”的难题。
• Canny（边缘检测）：如果你有服装设计草图（哪怕是简单的线稿），可以用Canny提取线稿，然后让SD根据线稿结构和你的提示词进行填充和渲染。这是将设计概念快速可视化的神器。
• Depth（深度图）：对于复杂、多层次的服饰（如蓬蓬裙、厚重的盔甲），Depth图可以帮助SD更好地理解服饰各部分的前后空间关系，避免出现图层错乱、肢体穿透衣物等错误。
• 实操流程：
  1. 准备好参考图（姿势图、线稿等）。
  2. 在ControlNet单元中上传图片，预处理器选择openpose,canny,depth等，模型选择对应的control_v11p_sd15_openpose,control_v11p_sd15_canny等。
  3. 在提示词中详细描述服饰。
  4. 生成时，ControlNet会强制生成结果在结构上匹配参考图，而提示词负责内容的细节和风格。你可以通过调整ControlNet的“权重”和“引导介入时机”来平衡约束力和创造性。

6. 常见问题排查与实战调优心得

即使掌握了所有理论，实战中依然会碰到各种“翻车”。下面是一些高频问题及其排查思路。

6.1 服饰质感塑料感强，没有布料感

• 问题根源：提示词过于笼统；模型本身材质表现力不足；采样步数（Steps）过低；CFG Scale过高可能导致过度饱和像塑料。
• 解决方案：
  1. 细化材质：将dress改为linen dress或cotton dress。添加matte fabric,soft texture,natural wrinkles。
  2. 调整光照：塑料感常源于生硬的高光。尝试soft diffuse lighting（柔和漫射光）、overcast daylight（阴天日光）而非hard studio light。
  3. 调整参数：适当降低CFG Scale（如从10降到7），给模型更多自由发挥质感的余地。增加采样步数（如25-30步），让细节有足够时间迭代。
  4. 使用负面词：在负面提示词中加入plastic, shiny skin, rubber。

6.2 服装款式与描述不符，或出现奇怪混搭

• 问题根源：提示词存在歧义或冲突；多个概念权重冲突；模型训练数据中某些概念关联过强。
• 解决方案：
  1. 检查冲突：你是否同时写了elegant evening gown和sportswear？SD会困惑并尝试融合，产生奇怪结果。确保描述的一致性。
  2. 使用括号强化权重：对核心服装类型使用( )或[ ]提高权重。例如(hanfu:1.2)比单纯的hanfu影响力更强。用[armor|leather jacket]表示“盔甲或皮夹克”，但不如单一概念稳定。
  3. 分段描述法：对于复杂服饰，可以尝试用逗号分隔不同部分。A woman wearing a white silk blouse, a fitted black leather waistcoat, and a flowing red plaid skirt.这比一个长句更清晰。
  4. 注意文化特定词：例如qipao（旗袍）和cheongsam（长衫）在有些模型中可能指向不同剪裁。多尝试同义词。

6.3 服装与身体融合，或穿透、漂浮

• 问题根源：这是SD在理解空间关系上的固有难点，尤其在复杂姿势或宽松衣物下。
• 解决方案：
  1. 启用高分辨率修复（Hires. fix）：这是解决此问题最有效的方法之一。先在低分辨率（如512x768）生成构图和姿态，再通过高分辨率修复（放大到1024x1536）补充细节，此时模型有更多像素来厘清衣物和身体的边界。
  2. 使用ControlNet Depth/OpenPose：如前所述，Depth图能提供空间信息，OpenPose能锁定身体位置，都能有效防止衣物“乱跑”。
  3. 调整提示词：加入well-fitted clothing,clothing resting naturally on body，并在负面词中加入floating clothing,clipping through body,bad anatomy。
  4. 尝试不同采样器：有些采样器（如DPM++ 2M Karras）在结构一致性上可能表现更好，可以多做对比测试。

6.4 花纹或细节过于模糊，缺乏精致感

• 问题根源：生成分辨率太低；提示词中缺乏细节引导；模型本身细节能力有限。
• 解决方案：
  1. “先生成后放大”策略：这是标准流程。使用Hires. fix或专门的放大算法（如R-ESRGAN 4x+）进行后期放大。或者使用SD的“图生图”功能，局部重绘（Inpainting）服饰区域，并提高重绘区域的提示词权重和细节描述。
  2. 强化细节提示词：在提示词末尾添加intricate details,highly detailed,8k wallpaper,sharp focus。对于特定花纹，直接描述，如floral embroidery with gold thread,geometric pattern on the fabric。
  3. 使用ADetailer等面部/细节修复插件：这些插件可以在生成后自动识别并高清修复特定区域（如脸部、眼睛），虽然主要针对人脸，但对衣物上的关键装饰物有时也有帮助。

最后，我的个人体会是，生成理想的服饰是一个“约束与创造”的平衡游戏。提示词、模型、ControlNet、参数都是你手中的约束工具，它们框定了一个范围，而SD则在这个范围内进行随机创作。不要指望一次成功，把每次“翻车”都看作是一次对模型理解能力的测试。记录下那些有效的关键词组合和参数设置，逐步建立起你自己的“服饰提示词词典”，这才是从实践中成长起来的最扎实的路径。当你能够稳定地生成符合预期的衣物时，你会发现，你控制的已不仅仅是布料与针线，更是整个画面背后的角色灵魂与故事氛围。