在 Zorival 中，图片创作不仅能依据文字描述生成高质感画面，更能通过精准参考图机制，锁定角色五官骨相、服装形制、道具轮廓与场景氛围，生成可用于后续分镜推进、角色定装与商业宣发的可控图像资产。
Zorival 图片创作台提供三大档位，不同档位在生成速度、细节表现力与参考图支持深度上各有侧重。创作者可根据生成目的选择合适档位：
| 档位名称 | 界面显示名 | 核心特性与优势 | 适合场景 | 限制与注意事项 |
|---|---|---|---|---|
| 标准档 | 标准 (Standard) | 响应速度快，构图概念明确，适合轻量验证创意灵感与初步构思。 | 故事概念探索、场景空镜草图、基础角色设定稿起步。 | 微观纹理与精细文字排版表现相对基础；复杂指令遵循度稍弱。 |
| 专业档 | 专业 (Pro) | 均衡的画质表现与良好的参考图特征迁移能力，色彩与形体控制稳定。 | 角色立绘定制、换装定装、中度细节分镜图。 | 针对大篇幅复杂英文文字渲染和超写实皮肤毛孔细节时，可考虑旗舰档。 |
| 旗舰档 | 旗舰 (Flagship) | 高分辨率细节、物理布光质感、细腻毛孔与发丝细节与排版遵循能力；最多支持多达 16 张参考图协同输入。 | 超写实人像特写、高精机械商拍、多角色同框、高难度视频首帧、电商英文海报。 | 生成耗时相对标准档稍长。 |
随机散漫的形容词堆砌容易导致画面失控。推荐采用清晰的四段式结构化公式撰写提示词：
1. 纯文生图公式（从零构图）
- 【场景环境】：定义空间、时间、光线方向与环境介质（如：午后落地窗侧光、废墟灰尘体积光、纯白无缝棚拍背景）。
- 【核心主体】：明确主要描绘对象、年龄性别、站位体态与核心情绪（如：25岁东亚青年男性、展开待穿状态的机甲运动鞋）。
- 【关键细节】：细化五官特征、材质纹理、结构运动关系与特定标识（如：左眼下方深色泪痣、碳纤维内衬与液压杆、激光蚀刻字样）。
- 【构图与约束】：视角、焦段、景深控制与负向排除条件（如：45度侧俯拍、浅景深、无文字水印、无杂乱背景）。
2. 参考图生图公式（锁脸与定装）
当使用 1 张或多张参考图时，公式重点转向明确指出继承什么、改变什么：
- 【锚定指代】：明确指定参考来源（例如：“以图1角色为准”、“图1为产品，图2为模特”）。
- 【锁定继承项】：指出必须锁定的元素（“保持同一人物——同一张脸、同一副五官、同一颗泪痣、同一体型，人物本身特征不作改动”）。
- 【具体变更项】：清晰列出本次需要变动的局部（“仅更换服装与发式：换成唐制齐胸襦裙，发式改为唐式高髻”）。
- 【构图与版式约束】：规范画面排列与背景（如“三视图等高横排、纯白背景、无文字无标注”）。
以下所有案例均来自 Zorival 实际跑通的作品库，提供完整的提示词和参数规格，支持在平台上一键带入参数复现。
1. 角色设计与素体建立
角色设定的起点是建立干净、标准的素体设定稿（Turnaround Sheet），为后续所有的换装定装提供统一锚点。
角色设定稿·素体(四视图)
专业角色设定稿，摄影级真实感，同一位现代亚洲女性，25岁上下。黑色中长直发自然垂落于耳后，妆容干净自然；穿着现代通勤装：米白色细针织上衣、直筒浅灰长裤、白色简约低帮鞋。 【面部关键特征】她左眼下方、外眼角正下方约一厘米处有一颗清晰的深色泪痣。全画面只有这一颗痣，不得移到另一侧、不得消失、不得增加第二颗。 【构图】横向画面分两区。左侧三分之一为该人物的头肩特写，正面平视，眼神看向镜头，五官轮廓、发丝与皮肤质感清晰，泪痣清晰可辨。右侧三分之二为三个等高全身像，从左到右依次为正面、正侧面（面向画面右侧）、背面；三者身高比例完全一致，脚底落在同一条水平线上，间距均匀，全身完整入镜，含发顶与鞋履，不得裁切。特写与三个全身像必须是同一个人，发型、服装、体型完全一致。 【画面要求】纯白无缝背景，柔和均匀的棚拍布光，背景上不投任何阴影，无道具、无家具。全画面只出现这一个人，不得出现第二个人物。画面中不得出现任何文字、数字、标注、分隔线、参考线、比例尺或水印。
2. 参考图锁脸与定装换装
有了素体后，将素体作为参考图，通过定向提示词实现跨朝代、跨风格换装，验证锁脸能力。
同一个人·换成唐制襦裙
以图1角色为准，保持完全相同的人物——同一张脸、同一副五官、同一颗左眼下方的泪痣、同一体型，人物本身一处都不要改，只更换服装与发式。 换成唐制齐胸襦裙：月白色对襟上襦，外披浅绯色轻纱披帛，高腰石榴红长裙束于胸下，裙摆曳地，腰间系同色织锦系带并垂流苏玉佩，足踏浅色云头履；发式改为唐式高髻，簪一支金丝点翠步摇。 【构图】与参考图一致：左侧三分之一为头肩特写（正面平视，泪痣清晰可辨），右侧三分之二为正面、正侧面、背面三个等高全身像，脚底落在同一条水平线上。纯白无缝背景，柔和棚拍布光，无阴影投射，画面中不得出现任何文字、标注或参考线。
3. 多图表情差分与背景替换
漫剧分镜与角色资产库中，常需要同一个角色展现不同情绪，或置身于不同的叙事背景中。
表情差分(带参考图)
以图1角色为准，生成表情差分表。严格保持同一张脸——栗色齐颈短发、蓝色瞳孔、水手服白上衣与藏青领口红领结，五官比例、发型与配色一处都不要改。画面为正方形四宫格，2行2列等分，格与格之间留细白缝。四格均为同角度头肩特写，人物大小与位置完全一致，背景统一为浅灰白纯色。左上：平静无表情，目视前方；右上：开心微笑，眼睛弯起；左下：惊讶，瞳孔微缩、嘴微张；右下：难过，眉毛下垂、眼含泪光。动漫赛璐璐风格，线条干净，画面中不要出现任何文字与边框标注
换背景(带参考图)
保持图1角色完全一致——同一张脸、栗色齐颈短发、蓝色瞳孔、水手服（白上衣、藏青领口、红领结、藏青百褶裙）、白色过膝袜与黑色乐福鞋，一处都不要改。只更换环境：黄昏的教学楼天台，身后是铁丝网与远处城市天际线，橘红色夕照斜打在身上，发丝与裙摆被风微微吹起，动漫赛璐璐风格，全身入镜
4. 双人同框对手戏
在创作中，两张不同的脸同时出现在同一画面中且各自保持特征，需要精细的提示词指代。
情侣对手戏(双参考图)
电影感情侣对手戏。图1是男主角，图2是女主角。严格保持图1男子的五官与脸型——栗棕色微卷短发、修剪整齐的短须、褐色眼睛；严格保持图2女子的五官与脸型——黑色长直发、东亚面孔、干净淡妆。画面：黄昏城市街头细雨，男子撑一把深色长柄伞侧身为女子挡雨，微微低头看她；女子仰头回望，两人相距很近，视线在画面中央交汇，神情克制而柔和。男子着藏青色大衣，女子着米白色针织外套。背景为湿滑路面反射的暖色霓虹与虚化车流，浅景深。写实人像摄影，电影级布光，冷调环境光加暖色轮廓光，中景，两人面部同时清晰
5. 视频长镜头首帧准备
生成高质量视频的前提是一张构图合理、动态待发的首帧图。
情绪首帧·特写(16:9)
电影级近距离面部特写，一位二十岁出头的东亚年轻女子，脸略偏画面左侧三分之一处， 右侧留出空旷的散景空间。侧后方一扇高窗投来柔和的自然天光，勾出鼻梁与下颌的边缘光， 另半边脸沉入柔和的阴影里。 她刚刚听见了什么，但还没反应过来：双眼没有焦点地望向镜头外的斜下方， 瞳孔微微涣散，眼白干净、尚无泪意；嘴唇自然微启，下唇有一道极浅的干裂纹理； 眉心没有皱起，是一种"还没开始想"的空白。 皮肤有真实的毛孔与细小绒毛，鼻尖和眼下有一层极淡的自然油光， 颧骨上有一点点未加掩饰的红血丝。碎发松散地贴在鬓角与颈侧。 素色棉麻上衣，无妆感，无珠宝。 浅景深，背景虚化成暖色光斑，室内。安静、克制、留白。 画面中不得出现任何文字、字幕、水印或标注。
6. 电商商拍与商业广告
商业设计注重兼顾模特面部、商品真实形制以及画面文字排版。
模特手持商品(双参考图)
高端香水广告大片。图1是产品，图2是模特。严格保持图1香水瓶的一切细节——方形厚底透明玻璃瓶、琥珀金色香液、金色瓶盖与多面切割水晶顶、正面金色标签及其文字排版，瓶身比例与标签内容不得改动；严格保持图2模特的五官、脸型、肤色与深栗色长卷发。画面：模特侧身微微低头，一手托举香水瓶至锁骨前方，指尖轻扶瓶身，目光看向镜头，神情克制而笃定。着装为剪裁利落的丝缎质感深色礼服，肩线干净。布光为影棚单侧柔光加发丝轮廓光，暖金色调，背景为浅米色渐变虚化。竖构图，中近景，胶片颗粒质感，高级时尚广告摄影，浅景深，瓶身与面部同时清晰
带文案主图(带参考图)
带推广文案的电商主图。严格保持图1手串本身——珠子的颜色、大小、排列、通透度与内部冰裂纹路完全一致，不得增减珠数。手串盘放在深灰哑光石板右下方，单侧柔光箱打光，珠面有明亮窗形高光，微距浅景深。画面左上方留出干净留白区，排入两行英文文案：第一行大写无衬线粗体「NATURAL AMETHYST」，第二行小一号细体「Hand-selected · Uruguay」。文字为浅米白色，字距略宽，左对齐，排版克制。除这两行外画面中不得出现任何其他文字或标志
1. 风格与艺术介质
- 超写实摄影：photorealistic, 35mm film photograph, medium format, fine film grain, unretouched skin texture
- 动漫与分镜：anime cel style, clean-line artwork, character design sheet, storyboard sketch, screentone
- 商业广告插画：commercial advertising photography, flat vector illustration, product studio shot, hyperreal render
2. 构图与机位控制
- 视角：front view at eye level（平视正面）, low camera angle（低角度仰视）, top-down flat lay（俯拍平铺）, three-quarter front view（45度侧面）
- 景别：head-and-shoulders close-up（头肩特写）, medium two-shot（中景双人镜头）, full-body uncropped（全身不裁切）, macro photography（微距摄影）
- 空间：rule of thirds（三分构图）, generous negative space（大面积留白）, balanced negative space（均衡留白）
3. 光线与影调
- 自然采光：soft daylight from side window（侧窗柔和天光）, golden hour sunset（黄昏金色夕照）, overcast diffused light（阴天漫射光）
- 专业影棚布光：studio softbox key light（柔光箱主光）, warm rim light（暖色轮廓光）, volumetric light shaft（丁达尔体积光）, tight contact shadow（紧实接触阴影）
4. 细节与质感修饰
- 写实细节：visible pores and fine facial down（可见毛孔与细小绒毛）, natural sheen on nose bridge（鼻梁自然光泽）, subtle capillary redness（微细红血丝）
- 工业与服饰：brushed metal frame（拉丝金属骨架）, hex bolts and parting lines（六角螺栓与分模线）, fine-knit fabric texture（细针织面料纹理）
- 特定锚点特征锁定法：在纯文生图创造新角色时，可为人物添加一个清晰、位置明确的面部标志（如“左眼外眼角正下方约一厘米处有一颗深色小泪痣，全脸仅此一颗”）。这个锚点能有效帮助后续换装、换背景时对骨相特征的识别与传承。
- 首帧状态的前置原则：作为视频起点的首帧图，人物或物体的状态建议描述为动作发生前的那一瞬。例如赛车首帧停在发车格上、情绪镜头是“尚无泪意的空白”，避免在图片中直接生成“泪流满面”或“正在奔跑中间态”，为后续视频模型留出动作演进空间。
- 海报文字排版精简原则：画面文字渲染适合短语与标题（建议控制在两行以内，单行 1~3 个英文单词）。提示词中需写明文字字号层级、留白区域以及负向排除指令（“除这两行外不得出现任何杂字”）。
- 排除歧义与负向提示约束：若画面包含特定自创品牌词（如 ZORIVAL），需明确拼写完整，同时避免添加“画面中不要出现任何文字”的通用负向词，以免误伤品牌蚀刻。
- 参考图数量与体量限制：单次图片生成支持传入参考图上限为 16 张。系统对超出阈值的图片会在提交前进行自适应处理，建议优先上传主体清晰的裁剪图片。
- 商业题材中的合规设计：在商拍或赛车题材中，避免在提示词中直接引用现实中的品牌名称、赛事车队或注册商标，建议使用原创中性设计或品牌自有代称。
- 内容安全与素材规范：所有上传作为参考的模特人像图需符合平台安全规范。推荐对模特参考图进行头部与肩颈裁剪后上传，既能稳定锁脸，又可避免不必要的画面干扰。