【提示词创作第七十五节】别只写提示词，三种条件图让AI生成更可控

导语：怎么更好的控制生成？

提示词负责描述想要什么，条件图负责限定画面必须怎样生成。学会深度图、法线图和动态轮廓图，单张图片也能延展机位、人物细节与产品动画。

很多人使用AI生成图片或视频时，仍然把主要精力放在提示词上：不断补充景别、光线、镜头、材质和动作，希望模型能够完整理解自己的意图。

但当任务涉及动作复刻、机位变化、人物结构保持或产品形态转换时，仅靠文字往往不够。文字擅长描述内容，却不擅长精确规定每一个区域应该位于哪里，也很难持续约束同一个主体在多个画面中的结构。

这时，真正有效的方法不是继续堆叠形容词，而是给模型增加一种更直接的视觉条件。

深度图告诉模型前后距离，法线图告诉模型表面朝向，轮廓图告诉模型外形边界。它们不是最终画面，而是介于参考图与结果图之间的“结构说明书”。

这套方法来自早期扩散模型和三维制作中的控制思路，但放进现在的图像模型、视频模型和代码工具中，依然可以解决很多新的问题。

因为今天的模型更擅长补充材质、光影和真实细节，我们不必再让条件图承担全部生成工作，只需要让它负责最容易失控的部分：空间、表面和形状。

一、先理解条件图到底控制什么

普通提示词是在说“画面里有什么”。

例如：

一名穿黑色长裙的女性站在草地上，低机位拍摄，阴天，电影感。

模型会根据这段文字自行决定人物距离、身体姿态、衣服褶皱和背景层次。每次生成时，这些决定都有可能变化。

条件图则是在说“这些内容必须按照什么结构出现”。

深度图会把离镜头近的区域和远的区域分开；法线图会用不同颜色记录表面朝向；轮廓图只保留主体边缘，让模型明确外形从哪里开始、在哪里结束。

因此，提示词与条件图并不是替代关系。

提示词控制题材、风格、材质和氛围，条件图控制空间、结构和变化路径。真正稳定的工作流，通常是“文字描述＋视觉条件＋主体资产”共同完成，而不是依赖某一段万能提示词。

二、深度图：把平面图片变成可以重新取景的空间

深度图是一张灰度图。

通常离镜头较近的部分更亮，较远的