技能提升网AI画不好手脚，这事儿都快成了一个梗。你肯定见过那些一张脸画得惊为天人，一看手，要么六根手指，要么直接拧成了麻花。怎么解决这个问题呢，你得学会用更精确的指令去控制它。下面这3个方法，你一定要试试。
第一个，先从最简单的“负面提示词”聊起
这东西基本上是所有AI绘画工具的标配，比如Midjourney里的--no或者Stable Diffusion里的Negative Prompt。它的作用就是告诉AI“我不要什么”，而不是“我想要什么”。很多人用它来去掉一些画风上的东西，比如加个--no anime来避免日漫感。但其实，它对修正“画崩”的人体结构特别有效。
具体到手脚上，你怎么用？很简单，直接把你最不想看到的东西列出来。
比如，你直接在负面提示词里加上mutated hands and fingers（变异的手和手指）、deformed（畸形）、blurry（模糊）、bad anatomy（糟糕的人体结构）、extra limbs（多余的肢体）、fused fingers（融合的手指）、too many fingers（手指过多）、malformed limbs（畸形的四肢）。
我给你看个例子。假设我的提示词是：“一个女人坐在咖啡馆里喝咖啡，特写镜头”。生成的图片里，她的手可能就像一团刚和好的面。
现在，我加上这些负面提示词：“一个女人坐在咖啡馆里喝咖啡，特写镜头 –no mutated hands, extra fingers, deformed limbs”。
你看，区别就出来了。AI在生成图像时，会主动避开那些被你“拉黑”的特征。它就像一个学生，你不仅告诉他要考什么，还给他划了重点，告诉他哪些是绝对不能碰的送命题。这样一来，它犯错的概率自然就小了很多。
这个方法的原理是给AI的创作空间画一个圈，把那些明显错误的路给堵死。AI在生成图像时，本质上是在一个巨大的可能性空间里找一个最符合你描述的点。负面提示词就像路障，能把通往“六指琴魔”或者“鸡爪手”的那些路给封了。
而且，这个方法的好处是普适性强。不管你用的是Midjourney、Stable Diffusion，还是其他的什么工具，基本上都有这个功能。你只要把上面那堆关键词记下来，每次画人的时候顺手加上，出图的成功率就能提高不少。当然，也别加太多，加得太狠了，AI可能就不知道怎么画了，直接给你一张空图。凡事都要有个度。
第二个方法，就要说到“局部重绘”这个功能了
这个功能在Stable Diffusion里叫Inpainting，在Midjourney里虽然没有直接的工具，但可以通过Vary (Region)功能实现类似的效果。它的逻辑很简单：一张图你都画好了，就是手上出了问题。那行，我不重新画整张图，我框住这只手，让AI单独把这只手重画一遍，直到我满意为止。
这个方法比单纯用负-面提示词要精确得多，因为它把计算资源全都集中在了那个最需要修改的小区域上。
具体怎么操作？我拿Stable Diffusion举例。
- 你先正常地生成一张图。比如，你画了一个拿着水晶球的女巫，结果她的手和水晶球糊在了一起。
- 把这张图发送到“图生图”模块里的“局部重绘” (Inpainting)功能区。
- 你会看到一个画笔工具。用这个画笔，把那只画坏了的手整个涂上蒙版。涂的时候不用太小心翼翼，稍微涂出去一点也没关系。
- 然后，在提示词框里，把你对这只手的要求写清楚。这时候就不用写整个画面的描述了，直接聚焦在这只手上。比如，你可以写：“一只优雅的、拥有五根纤细手指的手，正轻轻握着水晶球” (a beautiful hand with five slender fingers, gently holding a crystal ball)。
- 同时，别忘了你的负面提示词。这时候依然可以把
extra fingers, mutated hands这些加上，效果更好。 - 设置一下“重绘幅度” (Denoising strength)。这个值很重要，它决定了AI在重绘时有多大的自由度。如果值太高，新画出来的手可能跟你的原图风格完全不搭；如果值太低，AI可能就只是在原来那坨烂泥上稍微修改一下，起不到什么作用。一般建议从0.5到0.75之间开始尝试，多试几次，总能找到一个平衡点。
- 点击生成。AI就会在那个被你框住的区域里，根据你的新提示词，重新画一只手。一次不行就两次，总能刷出来一张能看的。
这个方法的好处是给了你“后悔药”吃。一张图99%都完美，就因为那1%的手给毁了，删掉实在可惜。局部重绘就是为了解决这种问题而生的。它就像给图片做局部手术，哪里坏了就治哪里，不用全身麻醉。而且因为计算范围小，出图速度也快。Midjourney的Vary (Region)也是一个道理，你框选出不满意的区域，然后可以修改提示词，让它只重新生成那一块。虽然自由度没Stable Diffusion那么高，但对于大部分用户来说也够用了。
第三个，我们聊点更高级的，就是用ControlNet来精确控制姿态
如果说前两个方法还是在“纠错”，那ControlNet就是在“防错”。它能让你在图片生成之前，就给AI规定好手的具体形态和位置。这对于那些需要特定手部姿势的场景来说，简直是神技。
ControlNet是Stable Diffusion的一个扩展插件，它能通过分析一张参考图，提取出里面的轮廓、深度、姿态等信息，然后强制AI在生成新图时遵循这些信息。
用在手上，最常用的就是它的OpenPose和Canny模型。
OpenPose模型专门用来识别人体骨骼关节点，包括手部的所有指关节。你可以给它一张真人手的照片，OpenPose会分析出这张照片里手的所有骨骼点的位置。然后，你在生成新图的时候，AI就会严格按照这个骨骼结构去画手，手指的位置、弯曲程度都不会出错。
操作步骤大概是这样：
- 你需要先找到一张你想要的手部姿势的参考图。可以是你自己拍的，也可以是网上找的。
- 在Stable Diffusion的ControlNet插件区域，上传这张参考图。
- 选择预处理器为
openpose_full，模型为control_openpose。这个组合专门用来处理包含手部细节的姿态。 - 然后正常写你的提示词，比如“一个宇航员在太空中做出OK手势”。
- 点击生成。你会发现，新生成的宇航员的手，姿势会和你给的那张参考图一模一样，而且因为骨骼点都固定好了，手指的数量和结构基本不会出错了。
除了OpenPose，Canny模型也很有用。Canny的作用是提取图像的边缘轮廓。你可以直接画一张手的简笔画，线条就行，然后让Canny提取这个轮廓。AI在生成时，就会被你画的这个框框给限制住，只能在这个轮廓内进行创作。 这样画出来的手，外形上绝对不会跑偏。
ControlNet这个方法，门槛确实比前两个高一点，你需要先安装和了解这个插件怎么用。但它的上限也最高。它把AI绘画从一个纯粹“抽卡”的游戏，变得更像一个可控的创作工具。你不再是单纯地许愿，而是可以给AI画好一张精准的蓝图，让它来填色。对于商业插画或者有明确构图需求的人来说，这几乎是必备技能。
总的来说，解决AI画手的问题，思路就是不断增加约束。从用负面提示词“排除错误”，到用局部重绘“针对性修改”，再到用ControlNet“预先设定”，你给AI的限制越多、越具体，它能犯错的空间就越小，最终生成的结果自然就越接近你的想法。所以，下次再遇到“鸡爪手”，别急着点刷新，试试这几个方法，你会发现，让AI听话，其实没那么难。
