跳到正文

功能

AI 宠物写真生成器

作者:Ofrai Editorial(Use Case Research)

AI 宠物写真生成器做的是平视视角的影棚照片:猫、狗和小型动物,毛色、花纹与比例都要符合品种。在 Ofrai 打开图片工作室,选一个在线模型,既可以用文字描述,也可以上传参考照片并要求给照片做一套人像处理。宠物图可信的关键是毛发方向、眼睛里的高光,以及耳朵和胡须的结构,而不是「可爱」这类形容词——所以这里的提示词都在描述解剖结构。

一只柯基跑过阳光下的花园
使用此模板

新账号含 1 次 GPT Image 2.5 出图;其他模型和视频使用积分。

示例提示词

宠物与环境互动,自然光

用文字还是用参考图确定品种

文字描述容易滑向泛泛的常见品种。写「品种 + 花纹位置」会稳定得多:'a short-haired British Shorthair, solid blue-grey coat, copper eyes, round face',而不是 'a cute grey cat'。如果准确度确实重要,上传参考照片,只描述处理方式:'studio portrait of this cat, three-quarter view, soft window light'。参考图路线保留个体特征,文字路线给你设计自由。开始写之前先决定要哪一种。

宠物的平视机位与取景

取景是区分业余宠物照和人像的关键。机位要与动物视线齐平,而不是俯视:'camera at the animal's eye level, straight on' 或 'low three-quarter angle from just below eye height'。竖幅要给耳朵上方留头顶空间、给视线方向留前方空间,才会读成「望向镜头里」。单主体人像用 4:5,需要呼吸感的构图用 3:2。俯拍是默认行为,也正是一眼看出是随手拍的原因。

毛色、花纹与毛发方向

毛感的质量来自方向和对光反应,而不是 'fluffy' 这个词。要这样写:'fur lying flat along the body, softly lit tips, slight ruff at the neck'、'short dense coat with visible undercoat at the edges'、'long fur with fine strands catching the rim light'。花纹要写位置而不是只写颜色:'white blaze up the muzzle, white chest and front paws, tan points on the ears and face'。

带位置的描述远比单写 'calico' 或 'tabby' 稳定,也能防止模型每次都挪动斑点。

影棚、草坪与居家三种布景

三个环境比较好用。无缝:'studio seamless backdrop in warm grey, subject on a low plinth, soft broad key light'。户外:'outdoors in late afternoon, subject on grass, foliage blurred behind, warm side light'。居家:'sitting on a linen sofa by a window, soft natural light, warm neutral tones'。一次生成不要混用两套场景。如果背景开始抢戏,先加 'background clearly out of focus',再考虑改别的——动物在杂乱背景里会被读成物件,气场就没了。

如何写出可信的表情与视线

表情要按解剖描述,不要按情绪。写 'soft eyes, mouth closed with the tip of the tongue visible, head slightly tilted, ears forward',而不是 'happy'。露出一点舌尖是很有效的细节,因为真实动物确实会这样。视线方向要明说:'looking directly at the camera' 或 'looking off to the left past the camera'。避开 'adorable'、'cute'、'whimsical' 这类词,它们会把画面推向插画而不是照片。

三款宠物人像的提示词配方

影棚主图:'短毛英短,蓝灰色纯色被毛,铜色眼睛,圆脸,坐在低台上,机位与动物视线齐平,暖灰无缝背景,大面积柔和主光,直视镜头,4:5'。户外人像:'金毛站在长草里,柔软毛发有细丝被轮廓光带起,午后侧光,背景绿植虚化,全身,3:2'。

居家人像:'虎斑猫蜷在奶油色亚麻沙发窗边,柔和自然光,眼睛半闭,嘴闭上,身后是居家环境,暖中性色调,4:5'。整组保持那句机位描述不变。

按动物结构准确度选模型

探索品种、角度和场景用 flux-2,你会跑很多版本。gpt-image-2 对解剖和面部结构保持得最稳,这一点对猫狗尤其重要,因为口吻一旦不对,观众立刻知道是假的。nano-banana-pro 的毛发质感和眼睛高光最好,最终帧用它。seedream-5 是插画、绘本式的读法,适合角色美术而不是照片感宠物写真。

让同一只宠物贯穿一个系列

一个系列的动物必须锁定描述。先把基础提示词完整写一遍——品种、毛色、花纹、眼睛颜色、年龄——之后每次只换场景或取景。机位那句保持不变。如果每张脸都在漂移,换模型而不是重写提示词:gpt-image-2 的批次一致性更好。如果手里有真实参考图,就每次都附上;参考图路线是让同一只动物在十张图里都认得出来的唯一可靠方式。

六条猫狗与小型动物的提示词

每一条都按解剖而不是按情绪来描述,所以它们能扛住细看。英短、影棚:「短毛英短猫,蓝灰色纯色被毛,铜色眼睛,圆而扁的脸,端坐在低台上,机位与动物视线齐平正对,暖灰无缝背景,大面积柔和主光,直视镜头,4:5。」

金毛、户外:「金毛寻回犬站在长草里,柔软毛发被逆光带起一层轮廓光,午后侧光,背景绿植虚化,全身入画,2:3。」布偶、居家:「长毛布偶猫,奶油色被毛,耳尖与尾尖颜色较深,蓝眼睛,趴在亚麻沙发上,左侧柔和窗光,浅景深,4:5。」

兔子、低机位:「一只荷兰垂耳兔坐在木地板上,旁边是编织篮,机位与动物视线齐平,室内暖光,胡须在背景前清晰分开,1:1。」虎斑、三分之三侧:「虎斑猫,可见鲭鱼纹斑纹,绿色眼睛,头部微歪,双耳前倾,闭嘴,中性窗光,浅色素墙,3:2。」

老年犬:「一只口鼻发灰、拉布拉多犬中,眼睛浑浊但平静,趴在素色毯子上,光线柔和均匀,放大到 100% 仍能看到毛发细节,3:2。」

宠物的机位高度、焦距与平视设置

对动物来说,机位摆放是「业余宠物照」和「人像」之间最大的差别。高度:与动物自身的视线齐平。机位高于主体会让头部透视变形,产生乞怜感;与主体齐平才会产生人像。请明确写出来——「机位与动物视线齐平」——因为模型默认会按站着的人来。焦距:人像用 85mm 及以上,因为广角会夸大吻部,让小动物看起来变形。

取景:在动物注视或移动的方向留出空间,否则构图会和视线打架。对焦:让近侧那只眼睛清晰;如果因为转头无法两只都实,请写「近侧眼睛合焦,远侧眼睛虚化」,而不是交给默认设置。

参考图与品种名,实操上怎么选

当具体的动物很重要时——某只有名字的宠物、一个系列、或者要和既有照片对得上的镜头——参考图明显更好,因为它能带上品种名无法携带的花纹位置、斑纹分布、耳朵形状和年龄线索。上传参考图,然后只描述要改变的部分:「保持这只动物的花纹、眼睛颜色和脸完全不变,只把场景换成影棚无缝背景,机位仍与动物视线齐平。」

当你要的是「选一个品种」而不是「复现某一只」,纯文字就够而且更便宜,但要具体:「蓝灰色纯色被毛」和「鲭鱼纹虎斑斑纹」都稳定,「毛茸茸的灰猫」则只会得到模型当下想画的那一只。中间还有一个好用的办法:先生成一只、认可它,再把这张图作为后续所有镜头的参考。

一组六张的宠物系列要花多少次生成和多少积分

宠物类工作适合复用同一只已通过的动物。勘景:用 flux-2 出十张,选定动物、场景和机位高度,因为这三样会贯穿所有镜头。锁定:用 gpt-image-2 出一张,吻部结构、眼睛形状和毛发方向在这里定下来,解剖错误也会在这里变得明显到足以被否掉。出片:以锁定帧为参考,用 nano-banana-pro 出六张,只改场景和取景。六张成品大约落在十七次渲染。

在 Ofrai,它们全部出自同一份积分预算。还有两个习惯能进一步省钱:不要因为背景太杂就整张重掷,动物本身没问题时请只改场景那句;以及当客户的宠物在每个版本里都不对时,问题通常出在品种描述而不是模型,先改文字再花积分。

给客户看片时,最好用同一只动物的两三个候选姿态让他们挑选,而不是一次给十张不同动物——后者会被当成「十只猫」,沟通成本反而更高。系列里若需要加入新场景,请沿用同一套光线描述,只改环境;如果宠物换了年龄,把新的年龄写进基础句,并重新认可一张基准帧,而不是在旧句子上追加——追加正是让同一只猫在第三个月变成另一只猫的典型原因。

同样的纪律也适用于主人:合影或遛狗画面里,人的脸往往最先漂移,可以把主人单独处理后合成,也可以在提示词里只描述手、腿或背影。

它和真人肖像流程的区别

真人肖像流程围绕面部结构、表情和目光接触的社会性编码构建,而这些套到动物身上会很别扭。动物的描述方式是品种、被毛花纹、毛发方向、耳朵位置和胡须几何,而「开心」这种表情词在人的脸上有信息、在动物脸上基本没有。

光线也不同:动物能容忍、也常常需要比人更柔的光,因为毛发回散会让硬光显得刺眼;真人肖像里举足轻重的眼神光,在动物脸上只是众多线索之一。主体是人就用真人肖像页;主体是猫、狗或小型动物、并且它的解剖结构要经得起近距离审视时,用这一页。

示例

柔光下歪着头的金毛幼犬
长毛猫卧在深色坐垫上的油画风肖像
一只柯基跑过阳光下的花园

常见问题

怎么让生成的猫狗符合我要的品种和花纹?
写品种加上花纹及其位置,而不是只写颜色。例如 'short-haired British Shorthair, solid blue-grey coat, copper eyes, round face',或 'white blaze up the muzzle, white chest, tan points on the ears'。带位置的花纹能防止模型在多次生成之间挪动斑点。需要高度还原时,直接上传参考照片比任何文字描述都可靠。
什么机位能让宠物照显得专业?
机位要与动物视线齐平,而不是俯视。写 'camera at the animal's eye level, straight on' 或 'low three-quarter angle from just below eye height'。耳朵上方留头顶空间、视线方向留前方空间,主体才像在望向画面内部。站着俯拍正是宠物照一眼像随手拍的原因。
为什么我描述的品种生成不出来?
简短文字描述会滑向泛泛的常见动物。要补充解剖线索:口吻长度、耳朵形状、体型、被毛长度。如果准确度重要,用参考图路线:附上真实动物的照片,只描述你想要的处理方式,这比任何书面描述都能更好地保留个体特征。
宠物的表情该怎么描述?
按解剖而不是按情绪写。示例:'soft eyes, mouth closed with the tip of the tongue visible, head slightly tilted, ears forward'。露出一点舌尖是很有效的真实感线索。视线方向要明说,比如 'looking off to the left past the camera'。同时避开 cute、adorable 这类词,它们会把结果推向插画。
哪个 Ofrai 模型毛发和动物结构最好?
gpt-image-2 对解剖与面部结构最稳定,这一点对猫狗最重要。nano-banana-pro 的毛发质感和眼睛高光表现最好,当毛感决定画面质量时用它做收尾。flux-2 用来低成本试品种、角度与场景,seedream-5 则适合绘本或插画风的角色图。
能让同一只宠物出现在一整组图里吗?
可以。先把基础描述完整写一遍——品种、毛色、花纹、眼睛颜色、年龄——之后每次只改场景或取景,机位那句保持不变。如果有真实参考图,每张都附上它;参考图路线是让同一只动物在十张成图里都认得出来的唯一可靠方式。

相关生成器

相关模型

工具