表情提示词只写「生气」，出来的图没人看得出他在生气
我头一回试着做一套表情包的时候，废掉的图比留下来的多三倍，废的原因都一样，人是对的，情绪不对。
那张图我到现在还留着，题目写的是暴怒，画面里那个人眉毛微微皱着，嘴角往下压了一点，眼神有点放空，你要是不看标题，会以为他在想中午吃什么。
我提示词里写了生气，写完觉得不够，又补了一句非常生气。后来才明白这两个字对模型来说几乎没有信息量，因为生气是一个结论，不是一个画面，你把结论丢给它，它只能自己猜这个结论长什么样，而它猜出来的通常是安全的那一版，眉毛压低，嘴角往下，完事。
这套东西我在做那个AI漫剧角色设计知识库的时候反复想过。库里现在是64张数据表，五千多条记录，八个分类，表情演技是其中一个，也是我改过好几轮的一个分类，因为表情这件事跟角色一致性正好拧着。
一致性要你做减法，把五官和发型钉死，服装主色也钉死，能少写就少写，每多一个新形容词，模型就多一次重新决定这个人长什么样的机会。表情反过来要你做加法，你得往那张已经固定的脸上堆足够多的可渲染细节，堆到模型没有空间去猜。
减法减到哪儿，加法从哪儿起，这条线我划在了下面这个位置。
库里的表情词一共三十多个，我按剧情功能分成了四组，分组的依据不是情绪强度，是这个表情在镜头里干什么活。
第1组是基础情绪放大，目瞪口呆，火山暴怒，泪崩大哭，笑到打滚，星星眼狂喜，害羞脸红，疑惑不解，阴谋坏笑，无语翻白眼。这组的共同点是单人反应，角色自己面对一件事的脸，画面里不需要有第二个人。调用率很高，一个镜头的开头和结尾各用一次是常态。
第2组是搞怪互动表情，羞涩捂脸，傲娇叉腰，受宠若惊，困到打哈欠，灵魂出窍，惊吓炸毛，得意挑眉，眨眼卖萌，心动花痴。它跟头一组的区别在于有对象感，害羞是冲着谁害羞，卖萌是卖给了谁，画面里通常得有个对手，哪怕是画外那一位。做双人镜头我从这里挑。
第3组是剧情冲突表情，尴尬抠脚，吓到魂飞，得意忘形，气到跺脚，嫌弃撇嘴，暗恋偷看，茫然问号，激动尖叫，咬牙切齿。这组带因果，它跟脸的状态没关系，它标的是剧情的转折点，得意忘形前面必然有个刚得势的事，咬牙切齿前面必然有个还没报的仇。分镜里要把节奏往前推一格的时候用这组。
第4组是高能夸张表情，偷笑憋不住，吐槽无语，被夸飘飘然，紧张冒汗，睡眼惺忪，突然社死，感动泪目，胜利狂欢。这组已经脱离剧情了，它本身就是一张表情包，单拎出来也成立，封面和切片都从这里取，评论区二创也是。
这么一分之后我找词快了不少，以前是在一大堆词里翻，现在是先问自己这个镜头要干什么活，再进对应那一组里挑。
光挑对词还不够，库里每个词背后挂着的都是一整套配置。我把反复在用的那个组合写在了每个表情页的开头，六段，头一段是模型版本号 image2.5，往后依次是Q版角色设定，五官极限夸张，肢体动作，漫画特效，情绪氛围。
模型版本号放头一段是因为不同版本对变形的容忍度差别很大，Q版这种幅度大的设定得挑一个吃得下的版本，写死在开头，后面每一张都用同一个，出图风格才不会飘。
Q版角色设定那一段管比例，三头身或者四头身，眼睛占脸的比例放大，手脚缩短。为什么非要先定这个，因为夸张是需要基准的，写实比例下你把眼睛放大两倍，出来的东西会掉进恐怖谷，Q版比例下同样放大两倍，出来的是可爱。同一条情绪词画在写实角色上和画在Q版角色上，效果差着一整个量级。
五官极限夸张那一段是主体。眉毛不能只写皱，要写拧成一团往上顶，眼睛不能只写瞪大，要写眼白占满眼眶瞳孔缩成一个点，嘴不能只写张开，要写咧到耳朵根露出一排牙。这一段我给自己定了个土规矩，每个五官都要给一个动作加一个幅度，光给形容词不算数。
肢体动作那一段很多人会漏。情绪有一半长在身上，傲娇这个词脸做得再到位，手不叉腰就少一半味道，气到跺脚更是全靠下半身，你只写脸，模型给你的是一张生气的头像，不是一个生气的人。
漫画特效那一段见效快，也是整套组合里我认为不能省的一段。头顶冒火，双眼喷火，额头青筋，红色的怒气符号，太阳穴上跳动的十字，身后炸开的放射线，脑袋边转圈的问号，脸颊边飞出来的汗滴，还有灵魂出窍那种从身体里飘出去的半透明小人。这些东西现实里不存在，模型画起来反而没有负担，观众一眼就读懂了，因为它本来就是漫画这套语言里长出来的符号。
情绪氛围那一段管光和色。怒气是暖红往上顶的，心动是粉色带柔光的，社死要冷白再加一点青，睡眼惺忪得把整体饱和度压下去铺一层薄雾。这段写在末尾，它不改变角色本身，它改变观众看到这张图时皮肤上的那点感觉。
回到那个生气的例子。我让朋友把皱眉那两个字换掉，换成这样一串，双眼冒火，头顶有一团往上蹿的火焰，双拳在身体两侧握紧发抖，头发根根炸起，额角有青筋，右上角浮着一个红色的怒气符号，背景是放射状的速度线。
同一个人，同一段角色描述，只换了后面这一串，出来那张图隔着屏幕都觉得烫。他后来说了一句挺到位的话，他说原来自己一直在描述情绪这个词，从来没描述过情绪发生时身体上出现的那些物理证据。
然后是保持人物一致这件事，这也是他当初真正卡住的地方。他的做法是每个表情都重新描述一遍角色，写完愤怒写惊讶，写完惊讶写害羞，每次都要把发型和服饰从头再敲一遍，敲着敲着就变了，第七张的头发颜色跟第三张不是一个色。
顺序得反过来。先把角色形象定死，出一张三视图，正面侧面和背面同时出现在一张画面里，把发型轮廓，服装版型，主色，还有那些身份特征全部固定下来。这张图之后就不动了，它是基准。三视图的价值也在这里，转身走动的时候背部信息和服装层次已经在图上了，后面不容易漂。
接着才做表情组。库里的字段化模板就是为这个顺序设计的，主体锁定排在头一位，防串约束紧随其后，任务类型和版式构图再往后，情绪段是可以整段替换的那一块。你只换情绪那一段，前面那一长串角色描述一个字都不要碰。
这也是我把表情词做成可复用记录的原因，角色描述和表情描述在库里是分开的两栏，表情组共用同一段角色描述，只换槽位。二十个表情出来是二十张同一个人的脸，不是二十个人。
有几件事我踩过，顺手说一下。
段数别贪。我试过把六段模板一次性堆到八九段，出来的图反而更乱，每段里的约束开始互相打架，特效压住了肢体，肢体又盖住了五官。一次组合四到六段，这个上限是我试出来的。
空泛的画质词我基本全禁了，masterpiece 和 best quality 这一类，还有 8k，它们对模型是噪声，不产生任何可以被渲染的信息，位置还占着。真要写质感就写具体的东西，写皮肤上的高光落在哪儿，写头发的光泽走向，写衣服布料上的褶皱和缝线。
表情包上要写字的话字得短，四个字的标签还行，八个字的标题就到头了，长句子交给生图模型必然出乱码，而且乱码这事儿跟清晰度措辞写得狠不狠没关系，得把字减少，或者干脆留到后期加。
负面词那块得配上，画质上防低清晰度和噪点，结构上防五官变形和手指错误，内容上防画面里冒出多余的人和文字水印。有一条得记住，正面描述本身互相矛盾的时候加负面词是没用的，那种情况得回去改正面。
合规我一直挂在库里的说明区，不仿真人明星，不仿影视角色和游戏角色，发布的时候主动标注AI生成。做表情包这条尤其要留意，因为表情包天然容易往名人脸上套，平台对这块查得比很多人以为的要严。
这套东西适合谁。做AI漫剧的，做搞笑短剧的，做表情包的，还有做角色设定的，都需要，这四个方向的共同点是同一个角色要在很多个镜头里反复出现，反复出现就意味着要反复出图，反复出图就意味着你不能每次都重新想一遍该怎么写。
如果你只是偶尔出一张图玩玩，不需要它，网上免费的提示词合集够用。
我现在的工作流是这样，先在库里摇一个角色出来，八个维度随机组合，时代和性别，种族和身份，外观和服饰，姿态和镜头，摇到某个维度顺眼就把它锁住接着摇剩下的。角色定了出三视图，三视图确认这张脸能用，再进表情那一栏挑组，挑完复制，粘到生图工作台里去出图。中间要改就跟它说人话，换成暴怒那版，把火焰去掉，加个问号，它按你说的去改提示词，不用你自己回去翻表。
情绪这件事写形容词是写不出来的，得写它落在身体上的那些证据。
以上，既然看到这里了，觉得有用的话顺手点个赞和在看，下期我把动作招式那一组单独拆开讲，那一组比表情更难，因为它带时间。
