logoChat01.ai

多人物姿势生成技巧

创建于：2025年1月23日

使用 O1 回答 Chat01

问题

我想用AI生图，多人物的图片中，不同人物有着不同的特定的动作姿势，但是我不知道怎么用prompt让不同人物拥有特定的动作姿势，你知道有什么好技巧吗

思考

Crafting engagement

I’m gathering tips on stirring generative AI to depict various actions or poses of multiple individuals, focusing on effective prompting for multi-person imagery.

Integrating advanced methods

I’m examining advanced compositional strategies like parenthesis weighting and multi-subject prompts. This involves detailing each character meticulously or leveraging tools like ControlNet for pose control.

Thought about AI生成图像技巧，持续 13 秒

回答

在多人物图像生成的场景下，确实很容易出现“动作／姿势混在一起”或者“角色细节分不清”的情况。这是因为大部分文本生成模型，对同一个 Prompt 内多角色的区分与对应动作的映射并不非常“智能”，它往往会把文字描述混为一体来生成。下面给你一些常见的思路和技巧，或许能帮助你更好地在 Prompt 中指定每个人物的动作姿势。

1. 尽可能分段、逐一描述角色

思路：把每个角色的外观、服装、动作姿势、所处的位置或相对位置，尽可能分开来写。例如，在英文环境下可以使用“First character… Second character…”这样的描述，每个角色用一个独立的描述小段落，增加他们之间的区别。
示例（英文示范，中文同理）：

text
A photo of two characters: 
1) A tall man with short black hair, wearing a formal navy blue suit, standing on the left side with his arms crossed. 
2) A woman with long blonde hair, wearing a red dress, sitting on a stool on the right side, leaning forward slightly.
  • 将每个角色单列出来，一个段落对应一个角色的描述，让模型更容易从文本线索中把角色分开。

1.1 通过位置（left, right, center）描述角色

在描述多人物时，最好加上他们在画面中的相对位置。例如，“在左边的是……，在中间的是……，在右边的是……”。一些模型对“left side / right side”这类描述理解尚可，可以作为额外提示强化对动作姿势的分割。

1.2 加强角色关键词的区别

如果多人外貌比较相似，比如都同为女性或者同样装束，可以在描述中强化他们的不同点：发型／发色／服饰颜色／身材特征等，避免模型把多个角色“融合”成一个。

2. 使用“动作”相关的词汇时，越具体越好

描述动作或姿势时，最好从多个维度去限定，让模型能抓住更多关键词。例如：

  • standing with arms crossed（双臂交叉站立）
  • leaning on a wall（身体斜倚着墙）
  • sitting on a chair with legs crossed（坐在椅子上并交叉双腿）

越具体越好，比简单的 standing 或 sitting 要精准得多。

3. 控制住“多人物”描述时的长度和顺序

如果你在一段 Prompt 中塞入了很多形容词、动作、场景、光线等，模型常常会“混淆重点”。可以尝试把场景描述与人物描述分开，再把人物描述细化。例如：

text
In a cozy living room with warm lighting, 
there are two people: 
1) A man wearing a white t-shirt and black jeans, sitting on a sofa, reading a book. 
2) A woman wearing a red sweater and jeans, standing by the window, holding a cup of coffee.

而不是所有描述都挤在一行里。

4. 使用分句、标点和连词

Prompt 中可以采用类似 “;” “.” “and” “while” 等词，把不同角色、不同动作分开：

Two characters: a tall man wearing a black suit, standing in front of the camera and crossing his arms; a short woman wearing a white dress, sitting on the floor and looking up at the man.
  • 英文中用分号;分隔是比较常见的方法，能帮助模型在语义上更好地区分。

5. 利用 ControlNet／OpenPose 等辅助工具

如果你想要非常精确的动作姿势，比如一个人踢腿、另一个人挥舞手臂，那么仅仅靠文字描述的方式成功率不高，可以考虑借助一些**“条件控制”**的插件或功能，例如：

  1. ControlNet：Stable Diffusion 等生成模型上常见的扩展，可以让你上传一张参考姿势的骨骼图（OpenPose 方式）或线稿图，然后模型会基于这张“姿势草图”来生成对应的角色图像。
  2. OpenPose Editor：可以让你在 web UI 里可视化地画骨架，指定关节位置、手脚姿势，再把这个骨架图投喂给模型。
  3. Multi-ControlNet：有些版本可以支持多路 ControlNet，一个角色对应一个骨骼图，这样就能实现多角色的精确姿势控制。

这类方法会显著提升对“动作姿势指定”的精确度，非常推荐想要“严格指定姿势”的创作者使用。

6. 负面提示（negative prompt）辅助避免错误

在多人的生成中，常出现的错误有：

  • 人物之间融合在一起
  • 多只手臂／多条腿／奇怪的肢体畸形
  • 界限不清

为了尽量减少这些问题，可以在 Negative prompt 里加入类似：

worst quality, low quality, deformed limbs, extra arms, extra legs, extra fingers, too many people, merged body

之类的关键词，帮助模型少做“失控的错误”。

7. “先单独生成角色，再合成” 的思路

如果你对多人物的姿势要求非常严格，而且是可以做后期合成的，可以尝试分步骤：

  1. 先生成单人图：针对每个人都先用相对简单的 Prompt，得到姿势准确、服装造型满意的单人形象。
  2. 后期抠图＋合成：在 Photoshop 等工具里进行拼接、调整尺寸和位置，再用一些 AI 修图工具（Inpaint、Outpaint）统一风格、修补背景和边缘过渡。

这种方法虽然比较“手工”，但是会更可控，也能得到比较精准的构图和动作。

8. 尝试不同的 Prompt 结构和顺序

即使你已经对多人物做了清晰的段落或分句，模型仍然有可能“合并”人物动作。此时可以尝试改变 Prompt 的句子顺序或者结构。

  • 有时候把“关键姿势描述”提前，可以让模型更快抓住这个重点。
  • 如果描述失败，可以在 Prompt 的后面再额外加一句“Make sure the first person is crossing arms, the second person is bending knees” 之类的提示，虽然不是万能，但也可能提高成功率。

总结

  1. 逐一角色的清晰描述：位置、外观、动作和姿势分开表述。
  2. 动作越具体越好：可以多用“交叉手臂站立”“跪姿挥剑”等。
  3. 简洁但分明的段落：不要把所有描述放一起，让模型能够“理清角色”。
  4. 位置描述：用 left/right/center/front/back 之类词汇帮助模型定位角色。
  5. ControlNet 等辅助工具：若需要更高精度，可以尝试 OpenPose、骨骼图控制或多ControlNet。
  6. 负面提示：在多人物场景下，尽量告诉模型不要出现畸形、融合之类的问题。
  7. 后期合成：先分别生成单人的满意形象，然后再进行合成和修补，最为稳妥。

多人物且姿势各异，对生成模型来说难度较高，失败是常事，需要不断尝试和调节 Prompt。祝你在创作中多多试验，不断迭代，找到最适合自己的 Prompt 写法与工作流程。

分享这个问答