治愈系少女角色三视图提示词：分层写法与一致性控制

做角色设定这行的人大概都有过这种体验：脑子里的形象清清楚楚，一个安静、柔软、看一眼就松口气的少女，结果把“治愈系少女角色三视图提示词”丢进模型，出来的是三个长得像三胞胎但发型、衣领、腰带全对不上的“网红脸”，中间那个还转过头去了，腿被裁掉半截。三视图这东西，说到底是生产物料，不是发图用的，它得能被量、能被还原、能被别人接着往下做，所以提示词的写法跟单张插画完全是两套逻辑。这篇东西我想把“治愈系少女角色三视图提示词”这一整套写法拆开讲透：治愈系到底对应哪些可被模型识别的视觉特征，三视图的版面指令怎么写才不粘连，一致性靠什么锁，参数怎么给，出问题怎么查。无论你是刚接触文生图、想给自己画的角色做一张标准设定图，还是已经在接角色设计单子、需要一套稳定的出图流程，下面这些内容都可以直接拿去用。

1. 动手之前先想清楚：三视图提示词的底层逻辑

1.1 三视图是生产物料，不是插画作品

很多人第一次做三视图失败，根子不在提示词写得不好，而在目标定错了。单张插画的目标是“好看”，三视图的目标是“可还原”。这两个目标在提示词层面几乎是对冲的：插画要构图、要氛围、要光影层次、要视线引导，而三视图要的是平、正、匀、全。光打得太漂亮，肩线和腰线的位置就被吃掉了；背景做得太有氛围，轮廓边界就模糊了；姿势摆得太有戏，比例的参考价值就没了。

所以第一件事，是把“治愈系少女角色三视图提示词”里的“治愈系”和“三视图”当成两个独立的约束层来写，而不是揉成一句话。“治愈系”负责角色的长相、气质、配色、材质倾向；“三视图”负责版面、视角、姿态、留白、光照均匀度。两层的词序、权重、甚至放在正面还是负面，都不一样。我见过太多人把 “cute anime girl, three views, soft colors, masterpiece” 这么一串丢进去，模型只会优先满足它最熟的那部分——也就是一张好看的单人插画，三视图的版面信息被彻底稀释。

这里有个实操判断标准：如果你出的图，把背景抠掉、把三个视图分别裁开，能不能直接交给下一个人去建模、去做立绘差分、去排表情表？如果不能，那就还是插画，不是三视图。按这个标准反推提示词，很多冗余的形容词你会主动删掉。

还有一个容易忽略的点：三视图的受众不是观众，是协作者。协作者需要的是信息密度，不是情绪密度。所以画面里“空”的地方要留给结构，不要留给花瓣、光斑和飘带。这条原则会贯穿后面所有的写法。

1.2 治愈系的四个视觉锚点，决定了提示词该写什么

“治愈系”是个气质词，模型对气质词的理解非常飘。你说治愈，它可能给你粉色泡泡，也可能给你忧郁侧脸。要让它稳定落地，得把气质翻译成四个可被识别的视觉锚点，每个锚点对应一组具体的提示词。

轮廓锚：治愈感的第一来源是“没有锐角”。圆脸、圆下巴、圆肩、圆袖口、圆头鞋，整体剪影是柔和的、收拢的。对应到提示词就是圆润的脸型描述、蓬松但不尖的发型、宽松有垂坠感的衣服。反过来，尖锐的眼角、锋利的高光、硬挺的西装肩线、几何感强的配饰，都会把治愈感拉走。

色彩锚：低饱和、高明度、暖偏中性。奶白、燕麦、浅杏、雾霾蓝、豆沙绿这类颜色是安全区。纯黑、纯白大面积对撞、荧光色、高饱和红，都是治愈感的杀手，应该写进负面提示词。这一点在后面讲负面词的时候会具体展开。

情绪锚：治愈系的情绪不是“开心”，是“松弛”。所以表情应该写成微表情——眼睑微垂、嘴角很浅的弧度、眉毛放松、眼神不聚焦。写 “smiling happily” 反而会跑成元气少女，跟治愈是两回事。这个区分非常关键，我踩过好几次。

材质锚：这是最多人漏掉的一层。治愈感很强地依赖材质暗示——针织、棉麻、粗陶、原木、亚麻、毛绒。在提示词里加一两个材质词，比加十个形容词管用。因为材质会连带决定光影的柔和度和边缘的处理方式，模型会自动往“软”的方向走。

把这四个锚点分别写清楚，你就得到了一组不依赖玄学的气质词，而不是靠 “healing, warm, gentle” 三个词硬撑。

1.3 方案选型：一句话流、分层流、模板加参考流

实际做下来，三视图提示词大概有三条路线，各有适用场景，选错了会白折腾很久。

一句话流：把所有信息塞进一段长描述。优点是快，缺点是极不稳定，改一个词整张图重开，几乎没法迭代。适合临时看看概念，不适合做正式设定。

分层流：把提示词拆成主体层、风格层、版面层、服装层、光照层、画质层，每层单独调。这是我主要推荐的方式，因为三视图的失败往往是单层失败——比如角色很好看但三个视图粘连，那只需要动版面层，其他层不用碰。分层的好处是把“试错成本”从整张图降到一层词。

模板加参考流：在分层的基础上，再加一张已有的角色图做参考，用参考图控制长相、用提示词控制版面。这条路最稳，因为长相一致性靠文字描述是很难锁死的，尤其是发型细节和五官比例。一旦你要做同一个角色的多个视图、多个表情、多个动作，参考图几乎是必需品。

我的建议是：第一次做某个角色，用分层流跑通基础版面和气质；确定方向后立刻转模板加参考流，把长相锁住；后续所有衍生图都基于这套模板改。这样一条流程下来，一个角色的完整设定图集大概两三天能出，而不是两周。

2. 提示词的骨架拆解：六层结构怎么搭

2.1 主体层：先把“是谁”写死，再谈好不好看

主体层要回答四个问题：年龄感、头身比、发型结构、五官基调。这四个必须在最前面，因为扩散模型对前置词的响应强度明显更高，你放在三十个词之后的“短发”，模型很可能当没看见。

年龄感不要写具体数字，写阶段词。少年感、少女感、青年感这类词模型理解得比 “16 years old” 稳，后者容易触发奇怪的倾向，也不利于画面安全。头身比要明确，治愈系常见的是五到六头身的半写实比例，或者二点五到三头身的Q版比例。这两个在模型里是两套完全不同的审美分布，必须二选一写清楚，不要含糊。

发型要写到结构级别，不能只写颜色。比如“齐肩内扣短发，发尾微卷，厚度中等，前额有薄刘海”，这比“brown short hair”信息量高一个量级。因为三视图里发型的背面形状是核心信息之一，只写正面特征，背面视图会自动编造。

五官基调同理，“大眼睛”太笼统，要写“眼型偏圆、眼距略宽、眼睑线条柔和、下睫毛淡、眼白占比适中”。这些描述堆起来看着啰嗦，但它是唯一能让模型在三个视图里画出同一张脸的办法。这里可以给个参考写法：

a gentle-looking girl, soft rounded face, slightly wide-set round eyes, soft eyelids, light lower lashes, small nose, faint smile, shoulder-length inward-curled hair with thin bangs, medium hair volume

这套写法我用了很久，稳定性比堆形容词高得多。

2.2 风格层：治愈系的上色方式比画风名更重要

风格层最大的误区是只写画风名，比如 “anime style”“watercolor”“flat color”。这些词太宽，模型给你的可能是任何一种解释。真正决定观感的是上色方式的三件事：色块边缘的软硬、阴影的层次数量、高光的处理。

治愈系比较稳的组合是：柔和边缘、两到三层阴影、弱高光、轻微纸纹或水彩晕染。对应的写法是明确描述“柔边赛璐璐”“浅层阴影”“无强反光”“淡颗粒质感”。这比单写 “watercolor” 精准得多，因为纯水彩容易糊成一团，角色的结构线会丢，三视图就没法用了。

另外一个细节是线条。三视图需要清晰的轮廓线，所以风格层要写“清晰的细描边，线条粗细均匀”，同时在负面里压掉“粗黑线”“草图感”。治愈系如果用粗黑描边会立刻变成另一种气质，这个转换非常敏感。

2.3 版面层：三视图最容易翻车的地方

版面层是整个提示词里技术含量最高的一段。核心指令是这几个概念：角色设定页、多视角、正视、侧视、背视、全身、同一角色、白底。

写版面有两个坑。第一个坑是“多视角”写得含糊，只写 “multiple views”，模型会给你三四个不同角色并排站着。必须补上“同一角色，设计完全一致”这层语义。第二个坑是视角顺序，正、侧、背的排列顺序会影响模型对布局的理解，通常按这个顺序写，出来的排布最规整。

标准的版面写法大概是这样：

character design sheet, model sheet, turnaround, front view, side view, back view, three full-body views, same character, identical outfit and hairstyle across all views, standing straight, arms slightly away from body, neutral pose, plain white background, even lighting, no shadow on background

关于姿态，这里要专门说一下。三视图最理想的姿态是A-pose——双臂自然下垂但略微离开躯干，大概十五到三十度。为什么不是T-pose？因为T-pose在动漫风格模型里的训练数据很少，容易出畸形；为什么不是自然站姿？因为手臂贴着身体，侧视图和背视图的袖子结构就全被挡住了。A-pose是个折中，既能让模型画得自然，又能让腋下、腰线、袖型露出来。

光照这个词很关键。“even lighting”和“no shadow on background”必须写，否则模型会给你打一个戏剧性侧光，一侧脸全是阴影，比例根本没法量。三视图的验收标准之一就是左右脸的明度差不能太大。

2.4 服装层：拆成零件写，不要整体描述

服装是三视图一致性的重灾区。原因很简单：你写“一件米色针织开衫”，模型在正视图画了带纽扣的，在侧视图画了套头的，在背视图画了带帽的。因为它对“针织开衫”的理解本身就是发散的。

解决办法是拆成零件，按位置写：领型、袖长、袖口、门襟、口袋、下摆、扣子数量和位置、面料质感。颜色也要拆，主色、辅色、配件色分开写。写完之后，在版面层里加一句“所有视图服装细节完全一致”，这句话对模型的约束比想象中大。

配饰要单独列，因为配饰是最容易在视图之间消失的东西。发绳、耳饰、挂坠、腰带、袜子、鞋子，逐项写。如果配饰多，建议控制在一到两件，多了必然丢。

2.5 光照与画质层：少即是多

这一层是新手最容易堆词的地方。“masterpiece, best quality, ultra detailed, 8k, octane render, cinematic lighting” 这一串下去，画面确实“精致”了，但精致的方向是商业摄影，不是治愈系插画，而且高对比的渲染光会把结构线吃掉，三视图的价值直接归零。

我的做法是：画质词只保留两三个描述清晰度和完成度的，光照只写“柔和均匀的自然光”，然后把这些容易跑偏的词全部丢进负面。三视图不需要电影感，它需要的是干净、平、准。这一点上，“少写”比“多写”有效得多。我后来甚至把画质词压到只剩一个，出图质量没下降，稳定性反而上来了。

3. 完整实操流程：从零到一套能交付的三视图

3.1 画幅、分辨率与基础参数

三视图必须横构图，这是硬性的。竖构图里三个视图只能挤在一起或者上下堆叠，模型很容易把上下堆叠理解成“两个不同的人”。横构图给足宽度，三个视图才能平铺开、互不干扰。

分辨率上，常用的横版比例是四比三或者三比二。像素规模建议宽边不低于一五三六，因为三个全身人物平铺，每个人物实际分到的像素只有五百左右，再低细节就糊了。如果显存允许，宽边给到一九二零会更舒服，服装细节能保住。

采样参数方面，步数给到二十八到三十五之间，采样器用收敛快的那些，调度器选带随机性的那类，让柔和风格出得更自然。提示词引导强度控制在五到七，太高会让画面变硬、对比变强，治愈感就没了。这个区间我试过很多次，超过八之后柔和风格几乎必然崩掉。

还有一点，批量出一组四张。三视图这种版面复杂度高的图，一次成一张是运气，一次成四张里挑一张才是常态。选片标准不是“哪张最好看”，而是“哪张三个视图最一致、结构最完整”。

3.2 第一轮：只用风格层做档位测试

第一轮不要急着出三视图，先出单张立绘，验证气质方向。这一步很多人跳过，结果是在三视图里反复调气质，效率极低。

做法是固定主体层不动，只换风格层的组合，一次跑四到六组，看哪一组最接近你脑子里的“治愈”。比如同样是低饱和，一组用柔边赛璐璐，一组用淡水彩，一组用轻微颗粒的厚涂，出来的气质差异会非常大。选出最合适的一组，把它固定成模板的风格段。

这一轮还有一个隐藏目的：确认头身比。你可以同时跑五头身和三头身两组，看看哪个体量感更符合角色定位。头身比一旦定下，后面所有图都要沿用，中途改会让整个角色集看起来不像同一个人。

3.3 第二轮：锁一致性的三个手段

三视图的一致性问题是核心难点，实际可用的手段有三个，建议叠加使用。

固定随机种子：这是最基础也最容易被忽略的。同一套提示词配同一个种子，出图的主体结构基本稳定。换种子等于换人，尤其在三视图这种多主体的画面里，种子对布局的影响非常明显。做角色集的时候，我会把种子连同提示词一起记在文档里，后续所有衍生图都从同一个种子起步。

参考图控制：把第一轮选出的满意立绘作为参考图输入，权重给到中等偏上，让模型参考长相和配色，但不参考构图。这一步是锁长相最有效的方法，发型细节、五官比例、色调都能稳住。权重太高会锁死姿势，太低又没效果，中间那个区间需要试两三次。

姿态骨架控制：三视图的版面本质是三个固定姿态，用姿态控制能把三个视图的位置和朝向钉死，模型只需要往里填角色。这一步对“视图粘连”“人物重叠”这类问题的改善非常直接。骨架图可以自己摆，三个A-pose横向排列，间距均匀。这是我目前做三视图的标准配置，稳定性提升非常明显。

3.4 第三轮：局部重绘与后处理

一次性出完美的三视图概率很低，通常会有某个视图的脸歪了、某条手臂多了一截、某个衣角穿模。这时候不要整张重跑，用局部重绘，只框住出问题的区域重新生成，提示词保持不变。

局部重绘的重绘幅度要控制好。改表情、改手指这类小结构，幅度给到零点三到零点四；改整个头部或者半身，给到零点五到零点六。幅度太高会把周围区域一起改掉，反而破坏一致性。

出图之后还有几步后处理不能省。第一步是拆图，把三个视图分别裁出来。第二步是等比对齐，把三个视图缩放到同一身高基准，这一步是判断比例是否准确的关键，很多时候你肉眼看不出问题，一叠图就发现侧面比正面矮了一截。第三步是描线统一，用统一的线宽和线色重描一遍，让三张图看起来像同一个人画的。第四步是补配色卡，把主色、辅色、配件色各取三到五个色值标在旁边，这才算一份完整的交付物。

4. 常见问题与排查速查表

4.1 视图粘连与角色重复

最常见的症状是三个视图挤在一起，手臂互相穿插，或者干脆变成三个不同的人。排查顺序建议这样走：先看版面层的“同一角色”语义有没有写清楚，再看姿态控制的间距是否足够，最后看画幅是不是太窄。

间距不够是个高频原因。三个全身人物横排，中间要留出至少一个人物宽度的空白，否则模型会在边界处把两个人物融合。解决办法是在提示词里加“视图之间留白充足”，或者直接把画幅拉宽。角色重复则多半是“多角色”的语义漏了，检查有没有写 “same character”，同时负面里压掉 “different characters”。

4.2 风格跑偏：从治愈滑向廉价感

这个问题的成因往往不是缺词，而是多词。过量画质词、过量渲染词、过量光影词，堆在一起会把柔和风格推向高对比、高饱和的方向，观感立刻变得廉价的塑料感。尤其是那些带“超精细”“电影级”“八K”意味的词，它们拉动的是对比度和锐度，跟治愈系是反方向的。

排查方法很简单：把所有画质词删到只剩一个，看看风格是不是立刻回来了。多数情况下是的。然后按需一个个加回来，每加一个看一次效果，找出那个真正起作用的。

另一个跑偏方向是色彩。治愈系低饱和，但模型对“低饱和”的理解不稳定，容易给你灰扑扑的脏色。这时候不要靠加“明亮”来解决，那会拉高饱和。正确的做法是把颜色写具体——用具体的颜色名，加上“柔和的”“奶调的”这类限定，比抽象形容词管用得多。

还有一个隐蔽的问题：负面词缺失。治愈系必须有对应的负面压着，比如暗部过重、强对比、高饱和、血腥、尖锐的。负面不写，正面写得再好也会往反方向漂。这一条我吃过亏，后来把负面词做成固定的一段，套在任何治愈系提示词后面。

4.3 服装与配饰在三视图中对不上

前面说过，服装要拆零件写。实际排查的时候还有一个额外技巧：把最容易出错的那个部件单独强调，并在每个视图的描述里重复一次。

比如这个角色有腰带，就在正视图、侧视图、背视图的描述段里各提一次腰带，而不是只在开头提一次。重复在提示词里不是啰嗦，是加权。模型的注意力是有限的，前面提过的东西到后面会被稀释。

配饰消失的处理思路类似，但更彻底的做法是减少数量。三视图里能稳定呈现的配饰通常不超过两件，超过就是在赌运气。如果角色设定上必须有五件配饰，那就在出完图之后手工补，不要指望模型一次画全。

5. 模板库与扩展方向

5.1 三套可以直接改的模板

下面这三套是我用得最多的基础模板，分别对应三种治愈系倾向，改的时候只需要替换主体层和服装层，版面层和光照层基本可以不动。

第一套：日常针织款，适合生活感角色，气质偏温暖。风格关键词集中在柔边赛璐璐、浅层阴影、奶调低饱和。

a gentle-looking girl, soft rounded face, slightly wide-set round eyes, soft eyelids, faint smile, shoulder-length inward-curled hair, thin bangs, wearing a loose oatmeal knit cardigan, round collar, three buttons, wide cotton trousers, canvas shoes, one small hair tie, soft cel shading, thin even outlines, two-layer soft shadows, low saturation warm palette, cream and oat tones, character design sheet, turnaround, front view, side view, back view, three full-body views, same character, identical outfit across views, A-pose with arms slightly away from body, plain white background, even soft lighting, generous spacing between views

第二套：水彩绘本款，气质偏安静、带一点手作感。风格段换成淡水彩晕染、纸纹、弱描边，注意描边不能太弱，否则结构线会丢。

第三套：Q版软陶款，三头身比例，适合做周边、表情包、盲盒设定。风格段换成软陶质感、圆润体积、柔和高光，这时候光照可以给得比前两套多一点，因为体积感需要高光来支撑。

三套模板的负面段可以共用一段，大概包括：强对比光照、高饱和、暗部发黑、人物重复、多个角色、裁切、肢体错位、粗黑描边、杂乱背景、文字水印。

5.2 从三视图往外扩：表情、动作、配色

三视图做完，其实是整个角色资产包的地基。往外扩的时候有三条路，成本都很低。

表情差分：拿三视图里的正视图做参考图，固定种子，只改表情描述，一次跑六到九个表情，排成三乘三的表格。关键在于表情描述要写成微表情，比如眼睑下垂幅度、嘴角弧度、眉毛松紧，不要写情绪词。

动作设定：同样的思路，改姿态描述，配合姿态控制，出一组常用动作。治愈系适合的动作是收拢型的——抱膝、托腮、捧杯、整理衣角，避免大幅度张开的动作。

配色卡：这一条最容易被跳过，但价值很高。把主色、辅色、配件色、肤色、发色各取三到五个色值，标注在图的旁边。有了配色卡，后续所有衍生图、周边生产、其他协作者的工作都有了统一基准，比任何提示词都可靠。

6. 我在实际操作中的几条体会

提示词这件事，写到最后会发现真正的功夫不在“写得多”，而在“删得准”。一份能稳定出三视图的提示词，通常比新手的第一版短三分之一，但每一段都有明确职责，删掉任何一句都会出问题。我现在的习惯是：每加一个词，问自己它属于哪一层，如果答不上来，就不加。

第二个体会是，不要迷信一次出图。三视图的复杂度决定了它就是个多轮迭代的活，第一轮定气质，第二轮锁一致性，第三轮修细节，第四轮做后处理，这套节奏走下来，比死磕一次出完美图省太多时间。把每一轮的种子、提示词、参数都记下来，是唯一能让你在两天后还知道自己在干什么的办法。

第三个体会关于审美判断。模型给你的图“好看”和“可用”是两件事，尤其三视图这种物料。我现在选片的第一眼不看脸，看轮廓线和比例基准，看三个视图站在一起像不像同一个人。脸可以后修，结构歪了就得重来。

最后一个建议：把治愈系的词表做成自己的小抄，颜色、材质、表情、描边风格各列一栏，每次做新角色的时候从表里挑，不要每次从零想。这个表积累到几十个词之后，你会发现出图的稳定性有一个量级的提升，因为你不再依赖玄学，而是有一套自己的语言系统。