一份把风格迁移写成规格书的提示词

有人用一段提示词，把任意人物肖像变成"黑色胶囊眼"的极简 2D 机器人图标。这份提示词值得看的不是效果，而是写法 —— 它把风格迁移这件事，写成了一份可执行的视觉规格书。 它的五段结构 1.【目标】：一句话说清产出什么 —— 保留原图中有助于识别对象的特征，再按统一规格处理脸部结构、眼睛、表情、构图与配色。 2.【从原图提取的信息】：规定"取什么"（肤色或脸部表面基础色、发色与发型轮廓；从耳朵、帽子、眼镜、胡须、装饰里挑出最多三项核心识别特征），以及"不要做什么"（不要把肤色统一成某个固定色；原图没有刘海就别加；不要复制原图的写实表情）。 这一段还有两条容易被忽略的细则：复杂服装与装备只保留识别对象所必需的部分；如果眼镜或胡须是关键特征，可以用最简化的形状保留，但眼镜不能遮挡两只眼睛，胡须也不能以描绘嘴巴或写实面部结构的方式呈现。 3.【脸部】：画成什么样（大而圆润的脸、宽而平滑的色块、柔和衔接的下巴，可爱感靠圆润比例而非表情装饰），加硬性禁令（不画嘴巴、不画鼻子，不要微笑嘴、小点状嘴巴或猫嘴）。 4.【眼睛】：几何写死 —— 两个接近黑色的纯色胶囊形，长度约为宽度的 2.5～3 倍，两眼等大平行、长轴与两眼连线垂直；胶囊内部不得再画眼白、瞳孔、高光、睫毛，连"不要画成像数字 1 的钩状笔画"都写进去了。 这里还有一句很硬的优先级声明：无论原图中的眼睛形状与颜色如何，都必须优先遵循本规范 —— 也就是说，风格规则压过原图细节，避免模型"忠于原图"地把写实眼睛画回来。 5.【构图】：1:1 画布，头部顺时针倾斜 15～20 度，让左眼略高于右眼；左侧与下侧边缘延伸到画面外被裁切，右上保留深色空白；不要证件照式居中，也不要左右对称。另外明确不画身体和手，只有在有助于识别时才允许在底部留少量脖子或衣领 —— 并且点明"脸部放大与边缘裁切是刻意的构图设计"，免得模型自作主张把画面缩回全身。 为什么这些禁令几乎每一条都是必需的 把它们连起来看，会发现每条禁令都在堵生成模型的默认偏好：模型天生爱加高光和瞳孔、爱给角色一个微笑、爱把主体居中对称、爱画全身。所以这份提示词里 "不要什么" 的篇幅几乎和 "要什么" 一样长 —— 这不是啰嗦，是把模型的默认解一个个关掉。 三个值得学的写法 第一，把"从原图取什么"和"画成什么样"分成两段。 多数提示词把两者混在一起写，模型就会互相污染 —— 这里甚至专门声明：即使有风格参考图，角色外观也只能来自变换对象本身。 第二，负面清单写到形状级别。 "不要嘴巴"很常见，但"不要小点状嘴巴或猫嘴""不要看起来像数字 1 的钩状"，才真正堵住了模型的默认偏好。 第三，能写数字就不写形容词。 2.5～3 倍、15～20 度、1:1 —— 形容词不可判定，数字可以。 我的看法 这类提示词的本质，是把审美问题翻译成可判定条件。风格化图标之所以适合这么写，是因为它容差大、目标明确：轮廓、识别特征、构图对了，画面就成立。 反过来说，写实类、要保留神态的活就不适合写死 —— 约束越密，出来越像模板。 还有一点可以迁移：同一套思路对做 Skill 和做工作流一样有效。把"从这个素材里取什么""输出必须满足哪些硬条件"分开写，比堆一屏形容词更能让模型稳定复现。 想改成自己的风格，该动哪几处 骨架可以整套留着：先写"从原图取什么"，再写"画成什么样"；负面清单具体到形状；能量化的地方一律给数字。真正需要替换的只有风格段落本身 —— 把"胶囊眼"换成你想要的形状，把配色和构图换成你的规格。 不能动的有两条：外观信息只能来自被变换的对象本身；以及每一种新风格，都得把模型的默认偏好重新显式关掉一遍。 提醒：原帖只给了提示词本身，没有前后对比图，也没说用哪个模型生成（只说搭配 ChatGPT 和一张原始肖像）。所以"效果好不好"这一半信息是缺的，得自己试。上面是我对它的拆解，没有逐字照搬全文。