提示词负责描述想要什么，条件图负责限定画面必须怎样生成。学会深度图、法线图和动态轮廓图，单张图片也能延展机位、人物细节与产品动画。
很多人使用AI生成图片或视频时，仍然把主要精力放在提示词上：不断补充景别、光线、镜头、材质和动作，希望模型能够完整理解自己的意图。
但当任务涉及动作复刻、机位变化、人物结构保持或产品形态转换时，仅靠文字往往不够。文字擅长描述内容，却不擅长精确规定每一个区域应该位于哪里，也很难持续约束同一个主体在多个画面中的结构。
这时，真正有效的方法不是继续堆叠形容词，而是给模型增加一种更直接的视觉条件。
深度图告诉模型前后距离，法线图告诉模型表面朝向，轮廓图告诉模型外形边界。它们不是最终画面，而是介于参考图与结果图之间的“结构说明书”。
这套方法来自早期扩散模型和三维制作中的控制思路，但放进现在的图像模型、视频模型和代码工具中，依然可以解决很多新的问题。
因为今天的模型更擅长补充材质、光影和真实细节，我们不必再让条件图承担全部生成工作，只需要让它负责最容易失控的部分：空间、表面和形状。
一、先理解条件图到底控制什么
普通提示词是在说“画面里有什么”。
例如：
一名穿黑色长裙的女性站在草地上，低机位拍摄，阴天，电影感。
模型会根据这段文字自行决定人物距离、身体姿态、衣服褶皱和背景层次。每次生成时，这些决定都有可能变化。
条件图则是在说“这些内容必须按照什么结构出现”。
深度图会把离镜头近的区域和远的区域分开；法线图会用不同颜色记录表面朝向；轮廓图只保留主体边缘，让模型明确外形从哪里开始、在哪里结束。
因此，提示词与条件图并不是替代关系。
提示词控制题材、风格、材质和氛围，条件图控制空间、结构和变化路径。真正稳定的工作流，通常是“文字描述＋视觉条件＋主体资产”共同完成，而不是依赖某一段万能提示词。
二、深度图：把平面图片变成可以重新取景的空间
深度图是一张灰度图。
通常离镜头较近的部分更亮，较远的部分更暗，也可以采用相反规则，关键是整张图保持统一。它不记录物体是什么，只记录每个区域距离摄像机大概有多远。
很多人只把深度图用于动作迁移，例如提取参考人物的身体深度，再让新角色按照相同姿态生成。
其实它更有价值的用途，是把单张图片转换成一个近似可以移动机位的二维半空间，也就是常说的2.5D场景。
这里需要先明确：单张深度图无法恢复被遮挡物体的背面，也无法真正还原完整三维世界。它更像把原画面沿着深度方向拉开，形成一组具有前后关系的表面。
只要机位移动幅度适中，就可以获得比直接让模型“凭空换角度”更稳定的新视角。
第一步：选择适合处理的原图
主体与背景需要有清楚的前后关系，人物轮廓不能被大量物体遮挡，画面也不要包含过多透明玻璃、镜面反射、烟雾或密集发丝。
正面或轻微侧面的中近景，通常比极端透视、复杂群像和严重遮挡的画面更容易得到干净深度。
第二步：提取深度图
可以把原图交给 Image2.0 ，让它只输出灰度深度关系，不保留原始颜色和纹理。
深度图提取提示词：
把输入图片转换为单目相对深度图，用作后续图像生成的空间结构控制。
必须保持：原图画幅比例、构图、镜头视角、主体位置与尺度、人物姿势、物体轮廓、前后遮挡关系和背景空间结构。
深度规则：近处显示为白色，远处显示为黑色，中间距离使用连续灰阶；同一连续表面保持平滑的深度过渡，物体边界清晰。
禁止：重新设计构图，移动、增加或删除人物与物体，改变姿势，补画新细节，保留原图颜色、纹理、文字、材质和光影风格。
输出：只输出一张与原图尺寸一致的纯灰度深度图，不添加边框、说明文字、色彩图例或装饰。
第三步：把深度图构建成可观察的空间
这里可以让Codex编写一个简单的Python、Three.js或Blender脚本，将灰度值转换成顶点位移，把原图作为纹理贴回表面，并加入能够旋转、平移和调整焦距的虚拟摄像机。
给Codex的任务提示词：
请读取我上传的原图和对应深度图，创建一个可交互的2.5D场景。
按照深度图的灰度值，将画面转换为带有前后位移的网格或点云，并将原图作为纹理正确投射到表面。
加入能够旋转、平移、推进和后退的虚拟摄像机，支持调整焦距与视场角。
默认视角必须与原图一致，同时提供轻微左移、轻微右移、低机位和高机位四个摄像机预设。
移动摄像机时尽量减少边缘撕裂，并对新暴露出的空白区域使用邻近颜色延展，不要编造复杂的物体背面。
增加深度强度、摄像机距离、焦距和位移幅度调节选项，最后支持导出当前视角的高清图片。
这里要特别注意，目标不是把一张图片真正建模成完整人物，而是获得一个能够轻微调整视角的空间参考。
机位移动得越远，原图中没有的信息暴露得越多，画面破损也会越明显。
第四步：移动虚拟摄像机，导出新视角
最重要的不是移动得有多远，而是控制在深度图能够承受的范围内。
通常可以尝试：
摄像机轻微向左或向右移动；
机位略微升高或降低；
保持位置不变，只改变焦距；
轻微推进，强化前景与背景距离；
轻微后退，为人物周围增加空间。
不要直接绕到人物侧后方，也不要一次移动很大的角度。单张图片没有记录人物背面和被遮挡区域，移动过大只会暴露空白、拉伸纹理和重复边缘。
新视角的作用也不是直接成为最终成片，而是为图像模型提供更加明确的构图参考。
第五步：结合人物资产重新生成
把新视角、人物资产和最终画面要求一起交给AI。
新视角负责空间和动作，人物资产负责脸、服装和角色身份，提示词负责环境、光线与最终质感。
新视角生成提示词：
以新机位参考图为主要构图和动作依据，严格保持人物身体姿态、四肢方向、镜头高度、透视关系和主体在画面中的位置。 以人物资产图控制脸型、五官、发型、服装、配饰和身体比例。 重新生成完整写实画面，修复深度拉伸产生的空白、破损边缘和重复纹理，使人物与地面接触自然，背景结构连续，光影方向统一。 不得改变人物动作，不得把中景改成全身，不得增加其他人物，不得改变人物的服装设计和主要配饰。
这一步中，每张参考图的职责一定要写清楚。
不要只写“参考图片生成相似画面”，而要明确：
新视角图控制构图与姿态；
人物资产控制身份与服装；
文字控制场景、光影和质感。
三、法线图：不改变结构，重新控制人物表面
法线图同样是一种结构图，但它记录的不是距离，而是表面朝向。
常见法线图呈现蓝、紫、青、红等颜色，不同颜色代表表面朝向不同方向。三维建模中经常使用法线信息表现凹凸和表面细节，而在AI人物制作中，它可以帮助模型理解脸部转折、肌肉起伏、衣服褶皱和首饰雕刻。
直接要求模型“让皮肤更清晰、衣服更有细节”，常常会带来过度锐化、毛孔堆积和脏乱纹理。
法线图的优势是，它先保留表面结构，再让模型重新覆盖材质。
这样增加的不是随机噪点，而是顺着面部和物体形体生长的光影与纹理。
第一步：提取人物法线图
参考图最好具备清楚的轮廓和稳定光线，脸部不能被强阴影完全遮挡。
提示词需要强调保持五官结构，而不是把图像处理成普通的蓝紫色特效。
法线图提取提示词：
请为我上传的人物图片提取高精度相机空间法线图。
要求：
1. 不要用图像生成模型模拟法线图，调用表面法线估计模型完成。 2. 保留人物面部、五官、发型、服装褶皱和首饰的表面起伏。
第二步：重新生成皮肤、服装和饰品材质
把原图、法线图和人物身份参考一起输入生成模型。
原图提供整体构图，法线图提供表面转折，身份图防止换脸。此时提示词不要继续堆叠“极致细节”“超清毛孔”等词，而要说明材质应该如何响应人物结构。
法线控制的人物重绘提示词：
图1是人物身份与妆造参考。 图2是相机空间法线图，只用于约束人物的表面结构和立体转折，不参考图2的颜色。
严格保持图1的人物身份、五官比例、发型、服装、构图和表情。 根据图2重新构建眉骨、眼窝、鼻梁、唇峰、下颌与面部轮廓， 沿正确的表面朝向补充自然皮肤纹理、细小毛孔、眼睑褶皱和嘴唇纹理。 同时恢复衣服褶皱、刺绣、首饰浮雕与材质转折。
不要改变脸型，不要过度锐化，不要磨皮，不要生成塑料肤质， 不要复制法线图的彩色外观。 输出真实、细腻但不过度修饰的人物画面。
四、动态轮廓图：给产品变化规定一条可执行路径
产品动画最常见的问题，是起点和终点看起来都正确，中间过程却失控。
例如让一个LOGO变成手机，模型可能先把LOGO溶解，再突然出现一台近似手机；或者手机在变形过程中不断改变摄像头数量、边框比例和品牌标志。
原因是文字只告诉模型“从A变成B”，没有说明中间每一步应该怎样变化。
动态轮廓图的作用，就是把变化过程拆成一组连续外形。
第一张是LOGO轮廓，最后一张是产品轮廓，中间帧逐步完成面积扩张、边缘移动、孔洞变化和部件分离。
视频模型不再需要自己猜测形状路径，只需要在既定轮廓上补充材质、光线和特效。
第一步：准备起点与终点资产
LOGO最好使用透明背景或纯色背景，产品图尽量采用正面、侧面或四分之三角度，轮廓完整，不被手和道具遮挡。
起点与终点的画布比例、主体中心和朝向也要尽量统一。
第二步：让Codex生成中间轮廓
比起简单降低两张图片的透明度并进行叠加，更稳定的方法是先转成二值蒙版，再通过轮廓点匹配、距离场插值或形态学变化生成连续序列。
给Codex的动态轮廓任务提示词：
请读取起点LOGO图片和终点产品图片，分别去除背景并提取主体二值轮廓。
统一两张图片的画布尺寸、主体中心、朝向和占画面比例。
生成一组从LOGO轮廓连续变化到产品轮廓的中间帧，建议输出24张PNG图片，组合成一段4s的视频。
变化必须连续，不能简单进行交叉淡化。主体外边缘应逐帧移动，内部镂空和产品部件应分阶段出现。
所有图片使用纯黑背景和纯白主体，同时输出透明背景版本。
第三步：让视频模型补充材质和特效
把轮廓序列、产品资产一起交给视频模型。
轮廓负责运动路径，产品图负责真实外观，提示词负责解释变形机制。
视频生成提示词：
参照视频1，从图2的logo沿着周作为的边缘变成图1的手机，自然真实，手机不能发生形变，
五、什么时候应该使用哪一种图
当问题主要发生在镜头、透视、动作和前后关系时，优先使用深度图。
它适合人物动作复刻、单图换机位、空间重构、巨物压迫和微缩世界。
当问题主要发生在脸部起伏、皮肤受光、衣服褶皱、首饰雕刻和妆容贴合时，优先使用法线图。
它适合人物重绘、角色材质升级、妆容替换和三维感增强。
当问题主要发生在产品外形、LOGO转化、部件拆解和中间过程一致性时，优先使用动态轮廓图。
它适合品牌开场、产品发布动画、包装展开和结构演示。
如果一个任务同时存在多个问题，也不要一次塞入所有条件。
先解决最大的失控点，再逐层增加控制。
例如先用深度图确定新机位，再用法线图修复人物表面；先用轮廓序列确定产品变形，再用产品参考图补充材质。
分阶段生成通常比一次完成更加稳定，也更容易定位问题。
结语
AI生成正在变得越来越简单，很多过去必须依赖复杂节点和参数的方法，未来可能会被模型直接完成。
但这并不意味着理解深度、表面和轮廓没有价值。
相反，模型越强，创作者越需要知道问题究竟出在哪里，才能选择最少但最有效的控制方式。
当画面换角度失败时，不要继续补充“侧面、低机位、广角”；当人物变得油腻时，不要继续堆叠“超清、极致细节”；当产品变形失控时，也不要只写“丝滑转场”。
先判断模型缺少的是空间、表面还是形状，再选择对应的条件图。
提示词负责表达创意，条件图负责固定规则，资产负责保持身份。
把这三部分组合起来，AI生成才会从反复抽取结果，逐渐变成一套能够复用、检查和调整的制作流程。
电商转化执行卡
把这节课压缩成一张可执行卡片：看重点、照步骤、避坑，再复制模板直接开做。
这节课讲的不是单纯出图，而是围绕「刺猬星球super-i_AI教程免费在线教学」把产品主体、卖点和场景一起做成能转化的视觉方案。
按原文节奏走最稳：先吃透「先理解条件图到底控制什么」，再把「深度图：把平面图片变成可以重新取景的空间」定住，接着处理「法线图：不改变结构，重新控制人物表面」；最后用「动态轮廓图：给产品变化规定一条可执行路径」收口。
- 先把「先理解条件图到底控制什么」里的卖点讲清楚。
- 这一段别让背景抢了产品主体。
- 把「法线图：不改变结构，重新控制人物表面」这一点先定准，再往下走。
- 先把「动态轮廓图：给产品变化规定一条可执行路径」里的卖点讲清楚。
- 做完「结语」后，检查材质和转化感。
不要只追求画面好看而忘记卖点；产品主体、材质、使用场景和购买理由必须清楚。
检查产品是否一眼可见；核心卖点是否明确；材质是否真实；场景是否服务购买决策；是否适合做主图、详情页或短视频。
请围绕「刺猬星球super-i_AI教程免费在线教学」帮我做一个可直接执行的方案。 我的目标是：【填写你的具体目标】 我的素材/产品/角色信息是：【填写已有素材和限制】 请输出：产品卖点拆解、主视觉方案、场景图提示词、短视频脚本和转化自检清单。要求产品突出、材质真实、卖点清楚。