AI 图像真实感五层体系|去 AI 味:把「太假」的图按摄影学原理改

前言

做 AI 生图时常见的问题是:图能出,但一眼假。皮肤像蜡像、毛孔和纹理缺失、同一场景里光源方向对不上、高光没有光学痕迹、颜色偏塑料。这些问题在不同工具里表现不同,排查时往往靠感觉,改提示词也改不到点上。

下面介绍的 Skill 把「真实感」拆成一套可诊断、可逐层修的体系:先用五层模型定位图片的穿帮点,再按 L1→L5 逐层生成带摄影感的提示词。它不是滤镜或后处理脚本,而是一套提示词写作与图片诊断的方法。

这是什么

AI 图像真实感五层体系|去 AI 味,坐标 @indiv-haikousohot/ai-image-realism,版本 1.0.0,来源为 community,分类 design-media,发布者 user_268e6861。SkillHub 页面显示评分 100000,下载 72514 次。

它解决的问题是:用户抱怨「AI 出图太假」、想要真实感或去 AI 味、追求人像生成的活人感时,缺少一套成体系的诊断与改词流程。该 Skill 把摄影学原理转成提示词约束,适用于 realistic prompt 写作与 AI image realism 诊断,覆盖 Midjourney / FLUX / GPT / Stable Diffusion 等生图工具。

核心功能

只依据官方简介,可核实的能力有两项。

一是五层模型诊断。针对图片检查五个维度的穿帮点:皮肤纹理、毛孔、光源一致性、光学痕迹、色彩科学。这一步的作用是把「看着假」拆成具体可描述的问题,而不是笼统地换一组形容词。

二是按 L1→L5 逐层生成带摄影感的提示词。诊断出穿帮点后,按层次逐层把摄影上的约束写进提示词,而不是一次性堆砌形容词。

需要说明的是,资料未给出 L1–L5 各层与五个诊断维度的逐项对应关系,也未给出每层的具体约束条款,实际使用时以 Skill 内文档为准。

安装与启用

该 Skill 基于通用 SKILL.md 格式,来自社区(community),页面标签显示 requires_api_key=false,即不需要 API key。

SkillHub 页面: https://www.skillhub.cn/skills/indiv-haikousohot/ai-image-realism
官方地址: https://api.skillhub.cn/indiv-haikousohot/ai-image-realism
坐标: @indiv-haikousohot/ai-image-realism

官方资料里没有列出标准安装命令、目录路径或配置文件字段,Cursor / Codex CLI / Claude Code 的安装方式差异也未核实到,这里不做推断。实际启用方式以上述 SkillHub 页面与 Skill 包内 SKILL.md 为准。

典型用法

资料未提供可复现的输入输出示例,下面只按官方简介描述其工作流,具体提示词文本以 Skill 内文档为准。

1、拿到一张「AI 味重」的图或一段抱怨,先做五层诊断:依次看皮肤纹理是否缺失、毛孔是否可见、光源方向与阴影是否一致、高光和景深是否有光学痕迹、色彩是否偏塑料。

2、把诊断结果映射到 L1→L5 的层次上,逐层补充摄影感约束,而不是一次性重写整条提示词。

3、将改后的条件重新投喂给生图工具。该 Skill 覆盖 Midjourney / FLUX / GPT / Stable Diffusion,不同工具对摄影术语的响应程度不同,需要按工具实际效果回调层次。

适用场景与注意

适合这几类情况:写实人像需要「活人感」;已有图片需要定位具体穿帮点而不是凭感觉换词;需要针对某个生图工具写 realistic prompt。

几点限制要留意。该 Skill 产出的是提示词与诊断结论,本身不做图像后处理,最终效果仍取决于生图工具与模型版本。五层模型对应的具体约束条款、L1–L5 的划分标准、各工具的术语写法,资料中均未展开,用之前应先读 Skill 内文档确认。社区来源意味着后续维护与更新由发布者决定。

小结

这个 Skill 的价值在于把「AI 出图太假」这类模糊抱怨变成五个可检查的维度和一条逐层改词的路径,适合写实人像与 realistic prompt 写作场景。它不改变生图模型本身,也不能替代对工具特性的实际测试。

https://api.skillhub.cn/indiv-haikousohot/ai-image-realism
羽毛球分组比赛记分
小程序二维码

欢迎使用《羽毛球分组比赛记分》微信小程序

Xiaoye