【提示词创作第四十六节】精准掌控画面人物比例

导语：人物比例总失调？真的只是提示词的问题吗？

在AI视觉创作进入2026年的今天，我们惊喜地发现，像Midjourney v7和即梦AI的最新版本，在“文生图”领域对比例、常识的理解已近乎完美。

然而，绝大多数创作者在迈向进阶时，依然被同一个鬼魅般的“恐怖谷”问题困扰：

那就是“图生图”中的合成比例崩溃。

你想把一张高质量的人物模特照放入一张壮观的异星峡谷背景中，结果AI不是生成了一个“挂”在山顶的微缩人，就是把模特的头撑满了大厅。

这并非AI的随机失误，而是由于AI在处理“独立的图像资产”与“新的空间环境”时存在严重的语义断层。

本教程将利用目前最主流、最高效的即梦、Midjourney及Nano等工具的底层逻辑，教你如何用最直观的方法，彻底驯服图生图画面中的比例失调，把人物“种”进环境。

第一章：图生图合成的“认知障碍”：为什么AI读不懂你想“放”哪里？

在开始实操前，我们必须理解AI在进行图生图操作时的核心短板。

1.1 环境优先级逻辑 VS. 元素定位

2026年的文生图模型，其注意力机制能够完美平衡“人物本身”与“场景空间”。然而，当你使用图生图功能时，你是在试图把两个独立的、拥有自己独立视觉上下文的图像强制融合。

场景模拟：你提供了一张浩瀚无垠、充满巨型异星植物和废墟的广阔峡谷场景图作为背景（环境资产）。你又提供了一张普通的、站立姿态的探险家模特图（人物资产）。

环境的提示词：

A vast and boundless canyon filled with giant alien plants and ruins,Realistic style,uE5 game rendering（翻译：一个广阔无边的峡谷充满了巨大的外星植物和废墟，逼真的风格，uE5游戏渲染）

人物的提示词：

4-panel character reference sheet on pure white background: left panel is a close-up headshot portrait, right 3 panels are full-body views (front view, side view, back view) on clean white background. A rugged alien explor