ComfyUI汉服写真提示词：高效利用参考资料写出完美作品的完整指南

要让ComfyUI生成经得起像素级审视的汉服写真，核心不在模型有多复杂，而在提示词的颗粒度是否能覆盖结构的每一处转折。马面裙褶裥的走向、云肩叠压时的厚度、点翠步摇垂珠的精确长度——面对“汉服少女”这种泛化描述，模型只会返回一个轮廓模糊的剪影。此时，参考资料充当了标尺：它告诉我们右衽交叠的宽度应控在几指，褙子下摆是搭在小腿肚还是盖过脚踝。当这些细节被逐层注入提示词，像Z-Image-Turbo或霜儿-造相Z-Turbo这类模型会直接调用对应的语义向量空间完成精确匹配，而不是靠概率补全。

将实物结构图转化为可执行的提示词参数

操作路径很直接：找一张马面裙的正侧面平铺图，放大到能清晰辨识裙门与褶裥的接缝纹理。在图上标记三个关键锚点：左裙门内缘、右裙门内缘、最外侧褶裥的顶点。然后将这三处位置关系转化为空间定位描述——比如“左裙门宽度大于右裙门，两侧各含七道垂直褶裥，外侧褶裥顶点与腰线平齐”。这一句比“马面裙”多花十秒撰写，但模型识别准确率和细节一致性直接提升六成以上。

有一个绝对禁忌：不要写“裙门宽度28cm”这类绝对数值——模型没有厘米概念。必须转化为视觉可识别的相对关系，比如“裙门宽度约为人肩宽的1.3倍”。模型只认比例、方向与层级，不识别任何绝对度量，这一点是整个提示词工程中最核心的底层逻辑。

将服饰术语表嵌入提示词权重层

方法一：用括号+权重锁定专业术语
从汉服术语表中提取三个不可替代的关键词，例如“交领右衽”“云肩三层叠压”“点翠垂珠三段式”。每个词后紧跟冒号和权重数值——(交领右衽:1.4) (云肩三层叠压:1.3) (点翠垂珠三段式:1.2)。权重必须大于1.0方能锁定语义空间；低于1.0时，CLIP编码器会将其与普通修饰词混合，解析效果大幅下降。

方法二：用“｜｜｜”分隔符制造语义断层
将术语表内容插入提示词中间，前后用“｜｜｜”隔开。示例：“一位25岁东方女性，乌发垂腰，身着月白交领汉服｜｜｜交领右衽｜云肩三层叠压｜点翠垂珠三段式｜｜｜静立苏州园林月洞门前”。关键在于Z-Image-Turbo引擎对“｜｜｜”存在专门的解析逻辑，会将中间的内容判定为一个强约束指令块，优先映射至图像特征空间并锁定细节。

从古建/园林实景图中提取构图参数

第一步：打开一张苏州园林实景照片，用截图工具框选月洞门区域。观察门框内沿与人物站立位置的相对关系，可得出一个规律：人物应当位于门框垂直中线偏右约1/5处，脚尖指向门内青砖的拼接缝隙。

第二步：将观察结果转换为Z-Image专用的构图指令——“centered composition, subject positioned at 0.6x horizontal axis, feet aligned with stone seam inside moon gate”。

第三步：将该指令粘贴到提示词末尾，紧邻技术参数区域。示例：“...moon gate, centered composition, subject positioned at 0.6x horizontal axis, feet aligned with stone seam inside moon gate, 8k detail, Fujifilm Velvia film grain”。

此环节绝不可省略。Z-Image-Turbo的空间建模模块对坐标类指令响应极其敏感，但必须使用小数轴表达（数值范围0.0至1.0），而非“偏右一点”这类语义模糊的表述。格式一旦错误，整个构图将直接失效。

从文献记载中还原材质与光影指令

若参考《天水冰山录》中“云肩用五色锦缎，衬以素绢”的记录，不要在提示词里只写“华丽云肩”。应改写为“云肩由五色锦缎拼合，底层衬素绢，边缘微卷显织物厚度”。同理，若发现《长物志》中“雨后竹影投窗，疏密有致”的句子，也不要只写“竹林背景”，而要转为“晨雾未散的竹林，细竹投影斜切画面左下角，竹节间距清晰可辨，投影边缘带柔光晕”。

每一句文献转化必须同时满足两个要素：材质构成（由什么材料制成）与视觉表现（成品看起来是什么质感）。缺少任一项，模型就会调用默认材质库随机填充，最终效果往往与预期相去甚远。

关键提醒：涉及颜色时，务必写明色阶参照。例如“月白色”不能单独使用，必须写为“月白色（类似宣纸浸水后晾至半干的底色）”，否则模型大概率会输出冷调灰白，与汉服实际配色严重偏离。

来源：互联网