情侣街拍提示词怎么写？AI绘画双人场景从翻车到出图全指南

最近总有朋友拿着自己用AI跑的图来找我，开口第一句就是：我明明写了“情侣街拍”，为什么出来的两个人像商量好了一样各走各的？这问题我太懂了。人像摄影做到情侣和街拍两个词叠加，提示词就不再是堆形容词，而是一场小型导演工作。今天这篇，我就用自己反复调过的案例，把情侣街拍这一类提示词怎么拆、怎么写、怎么避坑，一次讲透。

我不会给你甩一套“全网最强咒语”就完事，而是把每个词的用途说清楚。不管你是用Midjourney、Stable Diffusion，还是其他支持文生图的工具，理解背后的思路，永远比复制粘贴重要。这篇更适合刚入门但想认真出图的人，也适合想提升现场拍摄灵感的朋友——提示词本质上也是摄影策划的另一种写法。

1. 情侣街拍提示词，到底在提示什么

1.1 为什么双人街拍比单人写真更容易翻车

先看一个最典型的翻车现场：你输入“一对情侣走在街上”，出来的图经常是两个人面无表情、平行前进、距离远得像刚刚拼桌的路人。更麻烦的是，AI有时会把两张脸融合成一张“四不像”，或者手部直接变成抽象艺术。

原因并不复杂。单人写真时，AI只需要集中精力处理一个人物的五官、动作、光影；到了双人场景，模型要同时管理两个独立主体，还要处理好他们之间的关系。可很多训练数据里的“情侣街拍”标签本身就拍得不够好，模型学到的大多是站在一起微笑的摆姿，少有真实抓拍中的那种松弛感。所以指望一个简单词组出神图，基本靠运气。

这也是我坚持用模块化写法的原因。你可以把提示词理解成一份拍摄方案：先确定画面里的人是谁，再确定他们在做什么，然后才是环境、光线、镜头、画质。每多写清楚一句话，AI就少猜一次，翻车概率自然就降下来。

1.2 先定关系，再写动作和光影

我调提示词有个习惯：先想清楚两个人是什么关系，处于什么情绪，再写画面。同样是情侣，刚在一起和在一起三年的状态完全不同。前者可能是小心翼翼的试探，后者是毫不掩饰的熟络。这种关系感如果不在提示词里点明，出来的图就会很“假熟”。

举例来说，“couple walking on street”和“young couple walking home together, girl leaning slightly toward boy, sharing an umbrella”完全是两种信息量。后面这句给了AI一个明确的关系脚本：他们是一起回家、关系亲密、女孩靠向男孩。动作、光影和构图都会因为这个脚本变得有方向。

打个比方，提示词就像你在给一个很能干的摄影师下需求。你只说“去街上拍一对情侣”，他可能给你一堆游客照；但你说“拍一对下班顺路去买菜的小情侣，女孩看到路边小猫突然蹲下，男孩站在旁边等她”，摄影师立刻就知道要抓什么瞬间了。AI出图也是这个逻辑，你给的信息越接近“真实拍摄需求”，它越容易交出有故事感的画面。

2. 新手必看：情侣街拍提示词的5个模块与关键参数

2.1 主体与衣着的描述技巧

写双人提示词，最容易犯的错是过度描述五官。尤其用Stable Diffusion这类工具，你越是写“蓝色眼睛、高鼻梁、精致脸庞”，两个人物越容易互相污染，最后生成一张拼拼凑凑的脸。我的做法是先写关系，再写大体外观，脸部尽量交给“natural face”和“detailed skin texture”这种通用词，让模型自由发挥。

衣着反而是区分两个人物的重要手段。比如“a young man in a mustard sweater”和“a young woman in a grey trench coat”，颜色和材质分开写，模型就更好把两个人当成不同对象。注意不要堆太多颜色，一个主要色加一个辅助色就够，否则画面会花，街拍尤其忌讳两个人穿得像彩虹。你要想让画面干净统一，就在两个人的服装里保留一个共同色系，比如男生穿深蓝外套，女生穿浅蓝牛仔裤，整体看起来既有区分又有呼应。

2.2 互动姿势的高级表达

互动姿势是情侣街拍的核心，也是最容易写僵的部分。单纯写“hugging”或“kissing”，模型经常输出非常样板化的动作，看起来像摆拍。我更推荐描述一个正在发生的瞬间：walking