技能提升网
很多初学者跑不出合格全身照的底层逻辑
在 Midjourney、Stable Diffusion 或 FLUX 中生成全身照，很多人最常遇到的问题就是：人物脸部崩坏、手指变形、身体比例失调（例如“三七开”变成“五五开”），或者明明输入了 `full body shot`，出图依然是个大半身特写。
这不是模型理解能力不够，而是扩散模型（Diffusion Models）的像素预算与注意力分配机制决定的。
以常规 1024×1024 像素的绘图分辨率为例：
•在特写头像中，面部占据了近 70% 的画面区域，模型能调用数十万像素去精细雕刻五官细节；
•但在全身站姿构图中，人物面部在全图中的占比往往不足 5%，分配到的像素可能只有几十乘几十。在这么小的像素区域内，噪点采样过程极易产生畸变，导致眼睛模糊或五官扭曲。
很多人的第一反应是在提示词里堆砌 `extremely detailed face`、`photorealistic` 这类泛化词，其实这是无效的。要稳定输出高质量全身照，必须从锚定人体末端、控制画面画幅比例、模拟真实摄影焦段三个维度协同发力。
构图比例与焦段景深：摄影级控制参数
写全身照提示词，单写 `full body` 往往会被模型忽略。想要稳定出现鞋子和地面，最有效的方法是在提示词中显式声明人体最底部的锚定物，例如写明具体的鞋履款式、脚下的地面材质以及镜头视点。
1. 核心构图参数与镜头语言对照
在控制相机与人物距离时，不要使用笼统的形容词，直接运用专业摄影术语能够更准确地触发底层模型的预训练权重。
| 构图类型 | 推荐提示词（Prompt） | 适用画幅比例 | 适用镜头焦段 | 画面特点与适用场景 |
|---|---|---|---|---|
| 标准全身立姿 | `full length portrait, standing on ground, head to toe, shoe focus` | 9:16 / 2:3 / 3:4 | 35mm – 50mm | 头顶留白约10%，脚底留白约5%，画面平衡，适合职场形象照与服装展示 |
| 广角低位全身 | `wide-angle shot, low angle, ground level view, dynamic full body` | 9:16 / 1:2 | 18mm – 24mm | 视点贴近地面，纵深感强，人物腿部线条被拉长，适合时尚大片与动感街拍 |
| 远景环境全身 | `wide shot, environmental full body, long shot, distant view` | 16:9 / 3:2 | 28mm – 35mm | 人物占比约全图的1/3至1/2，强调环境氛围与故事感，适合外景与场景融合 |
| 中远景步态全身 | `walking towards camera, full shot, full-body framing` | 9:16 / 3:4 | 50mm – 85mm | 带有动态捕捉特征，透视畸变小，适合生活化日常街拍或街头写真 |
2. 景深与光影虚化的精确控制
很多新手生成的全身照看起来像“纸片人贴在背景上”，原因在于景深参数设置不合理。
•如果将光圈设定过大（如 `f/1.2, heavy bokeh`），背景被虚化成一片死色，人物脚底与地面的接触面就会产生模糊漂浮感；
•建议全身照采用 `f/2.8` 至 `f/5.6` 的光圈设定，保留适度的地面细节纹理，使人物能够稳稳“踩”在地面上。
Prompt 示例（光圈与景深控制）：
shot on 50mm lens, aperture f/4.0, balanced depth of field, natural ground contact shadows, sharp focus on subject, subtly blurred architecture in distant background核心配置与实现逻辑示意
—；## 高质量全身照提示词工程实操模板；撰写高质出图提示词遵循“结构化模块法”：画幅与镜头机位 + 主体特征与姿态 + 衣着与脚底锚定 + 景深与环境光影 + 渲染质量参数。
Positive Prompt:
Full-length portrait, professional businesswoman standing in modern office lobby, head to toe view, completely visible from head to shoes, wearing tailored charcoal blazer, matching pencil trousers and pointed black leather high heels, feet firmly on marble floor with clear contact shadow, eye-level angle, 50mm lens, f/4 aperture, natural interior rim lighting, clean reflections, photorealistic, 8k resolution, shot on Hasselblad H6D-100c
Negative Prompt:
cropped feet, cut off shoes, out of frame, deformed toes, bad proportions, bad anatomy, floating, extra limbs, low resolution, blurry face, oversaturated核心配置与实现逻辑示意
### 模板二：户外自然光时尚全身街拍（针对电商与内容排版）
Positive Prompt:
Wide-angle low shot, full body street fashion photograph, a handsome young man walking along a sunny city street, complete body visible, wearing an oversized beige trench coat, relaxed fit denim pants, and white retro sneakers touching the asphalt road, realistic perspective distortion, dynamic posture, morning golden hour lighting, f/3.5, 35mm photography, film grain texture, hyper-detailed fabric texture
Negative Prompt:
cropped legs, bad feet, missing limbs, duplicated limbs, unnatural knee bending, blurred background without depth, bad hands, plastic skin工业级出图工作流：从单次生图到工业级交付（SOP）
单靠直接输入文字提示词（文生图），在面对复杂肢体和足部结构时仍然存在随机性。在专业业务交付中，通常需要配合工作流进行多阶段修复。
标准交付工作流四步法
1.第一步：文生图打底（Text-to-Image）
•优先设置竖屏画幅（例如 `768×1344` 或 Midjourney 的 `–ar 9:16`）。
•注意看：切忌在第一步直接开高分辨率（如直接跑 2048 分辨率），这会导致画面出现多头多肢畸变。
2.第二步：骨骼与姿态约束（ControlNet OpenPose）
•如果需要特定的站立、行走姿势，直接借助 ControlNet 的 `openpose_full` 模型，加载包含手部骨骼和面部特征点的 Pose 图，锁定全身姿势。
3.第三步：局部精修与面部重建（ADetailer / Inpaint）
•在 Stable Diffusion WebUI 或 ComfyUI 中加载 `ADetailer` 插件，启用 `face_yolov8n` 和 `hand_yolov8n` 检测器。
•系统会在全身图生成后，自动将微小的面部区域裁切、放大、进行二次扩散降噪重绘（推荐 Denoising strength 设置为 0.35 – 0.45），从而彻底解决全身照五官糊成一团的问题。
4.第四步：高分辨率放大修复（Hires.Fix / Tiled Diffusion）
•采用 `4x-UltraSharp` 或 `R-ESRGAN 4x+` 放大算法，放大倍数设为 1.5 至 2.0 倍，降噪幅度保持在 0.3 左右，重构服饰缝线与地面接触阴影。
| 流程阶段 | 纯文生图单次直出 | 专业分层修复工作流（SOP） |
|---|---|---|
| 面部五官表现 | 像素分配少，五官模糊、眼睛变形概率 > 60% | ADetailer 自动局部放大重绘，五官清晰锐利 |
| 手脚与鞋履结构 | 易出现六指、鞋底与地面悬空、脚踝扭曲 | ControlNet 锁定骨架，脚底产生物理接触阴影 |
| 画质与细节层次 | 细节扁平，直接超大分辨率易导致多肢体 | 分步放大（Hires.Fix + 分块采样），保留真实肌理 |
| 工业商用良品率 | 通常仅有 15% – 25% | 稳定提高至 85% 以上 |
技能规范化与职业标准：从技术实操到官方认证
在实际业务团队中，提示词工程与图像模型工作流调优并不是零散的业余爱好，而是已经正式纳入国家职业技能大典的标准化岗位技术。
1. 国家职业新标准与岗位编码
2024 年人力资源社会保障部（人社部）联合国家市场监督管理总局、国家统计局发布了最新一批新职业，其中最为对口的核心工种包括：
•生成式人工智能系统应用员（最新职业定义：从事生成式人工智能系统需求分析、提示词设计、应用开发、调优及运营维护的专业人员）。
•人工智能训练师（国家职业编码：`4-04-05-05`，包含数据标注、算法测试、模型调优等方向）。
这两项职业均设立五级技能等级标准（从五级/初级工、四级/中级工、三级/高级工，到二级/技师、一级/高级技师）。在专业考核科目中，提示词工程编写（Prompt Engineering）、模型微调与插件协同控制（如 ControlNet、LoRA）、工作流质检与异常修复均属于技能考核核心实操模块。
2. 官方报考流程与补贴申报事实依据
对于从事 AI 视觉设计、模型调优的职场人，若计划将技能规范化并申报国家认证：
•官方认证查询入口：技能等级证书由经人社部门备案公布的评价机构组织考核并发证，全国统一数据核验官网为技能人才评价证书全国联网查询网（`osta.org.cn`）。
•考试科目结构：
•理论知识考试：机考形式，满分 100 分，60 分合格。考察大模型原理、数据合规、版权法规及生成式基础知识。
•技能考核：上机实操，满分 100 分，60 分合格。重点考核基于实际业务需求的提示词精确调试、图生图修复及批量工作流搭建。
•地方职业技能培训补贴政策：
根据各地人力资源和社会保障局发布的紧缺工种目录政策（例如上海、深圳、广州、武汉等地区）：
•依法缴纳失业保险的企业在职职工或取得证书的人员，在取得对应等级证书并在联网系统核验后，可申领对应级别的技能培训补贴。
•基础补贴标准通常为：初级工（五级）约 1000 元，中级工（四级）约 1500 元，高级工（三级）约 2000 元。
•针对纳入当地年度急需紧缺技能人才职业目录的数字技能工种，部分城市补贴标准上浮 20% 至 30%（例如高级工上浮后可达到 2600 元左右）。
•申报渠道通过各省市人社局政务服务平台或手机端人社小程序进行实名申领，按规定每人每年可按条件享受相应批次补贴。
掌握精准的构图提示词与分层工作流，是解决全身照出图难题的技术内核；而紧跟国家技术标准与行业规范，则是让数字技能在职场中长期沉淀、获得权威认可的有效路径。
