2026-10-09 · 27 min read

第十二节:人物姿态与动作控制(Pose & Gesture)

完整迁移第 12 节原文,拆解姿态、动作、重心、视线与人物交互的提示词控制方法。

第十二节:人物姿态与动作控制(Pose & Gesture)

GPT 生图从 0 到 1 · 第 12 课 · 人体姿态、手势、身体重心、视线与人物互动

前十一节,我们学习了如何控制图片的比例、构图、风格、镜头、光影、材质与参考图,并建立了完整的商业生图工作流。

这一节,我们要解决一个经常出现的问题:

为什么 AI 能够生成漂亮的人物,却不一定能准确控制人物的手、脚、身体姿态和动作?

例如:

  • 明明要求人物双手背在身后,却生成了一只手放在胸前。
  • 要求人物坐在椅子上,但身体重心和腿部姿态不自然。
  • 要求人物向左转头,结果整个身体都转向左侧。
  • 要求两个人牵手,却出现多余手指、手臂融合等问题。

这些都与 Pose(身体姿态)和 Gesture(手势与表达性动作) 有关。

本节继续使用之前的蓝发女仆少女作为统一角色参考,固定角色设计、服装与画风,重点改变身体姿态和动作。

12.1 首先区分 Pose、Gesture、Action

这三个概念很容易混淆,但它们控制的内容不同。

Rem Re Zero Full Body, HD Png Download , Transparent Png Image - PNGitem

Pose

身体姿态

站立、坐下、蹲下、身体旋转

Source_anime, score_9, score_8_up, score_7_up, solo, gradient background - SeaArt AI

Gesture

表达性手势

挥手、比心、指向、托腮

ヒガナヨガナ (@higana_yogana) on X

Action

连续动作

奔跑、跳跃、转身、拿起物品

以上为三种控制概念的示意。严格的动作实验应使用同一张角色参考图片。

概念重点控制示例
Pose身体各部位的位置和方向双腿站立,身体向右转 30°
Gesture手、头部等部位表达的动作右手挥手、左手托腮
Action人物正在执行的运动行为向前奔跑、从椅子起身

例如:

少女站立,身体略微侧向右方,右手举起挥手,正在向朋友打招呼。

这句话同时包含 Pose、Gesture 和 Action 的信息。

12.2 人物姿态的七大控制维度

HUMAN POSE CONTROL SYSTEM

01 · Body Pose

整体姿态

站、坐、蹲、跪、躺

02 · Body Orientation

身体朝向

正面、侧面、背面、旋转

03 · Limb Position

肢体位置

肩膀、手臂、双腿、关节

04 · Weight Balance

身体重心

承重腿、倾斜、支撑点

05 · Hand Gesture

手势控制

张手、握拳、比心、拿物

06 · Head & Gaze

头部与视线

转头、低头、抬头、看向哪里

07 · Interaction

接触与互动

人物与道具、人物与人物

其中,人物姿态最重要的是空间关系与支撑关系。

不能只告诉 AI“人物坐着”,还需要说明坐在哪里、双腿如何摆放、双手如何放置,以及身体重量由什么承载。

12.3 第一部分:基础身体姿态(Body Pose)

我们先研究最常见的四类姿态。

四类基础姿态:先确认身体如何被支撑

姿态提示词不能只写动作名称,还要交代接触面、重心和四肢关系。下面的本地教学图可以作为观察和描述的起点。

站立、坐姿、蹲姿和躺姿的四格姿态示意

01 · Body Pose

站、坐、蹲、躺

先判断身体的主要支撑面,再描述髋部、膝盖、脚部和手臂的位置。不要只依赖“坐着”或“蹲下”这样的宽泛动词。

关键词:standing, seated, squatting, lying, supported by surface

双腿均衡承重与单腿承重的姿态对比

02 · Weight Balance

重心与平衡

双腿均衡承重和单腿承重会产生不同的骨盆倾斜与身体线条。描述承重腿,能减少人物像悬浮或失去平衡。

关键词:balanced weight, contrapposto, supporting leg, center of gravity

人物与马克杯的正确接触关系示意

03 · Human–Object Interaction

人物与道具接触

当人物拿杯子、抚摸物体或依靠桌面时,要补充手指、手腕、接触面和重力方向,避免穿模与漂浮。

关键词:hand contact, grip, supporting surface, natural interaction

蒼瀬 澪(あおせ みお)|陽浜研究所エージェント設定資料 |学習書房格物堂

  1. 站姿(Standing Pose)

双脚与地面接触,身体重量由腿部支撑。可进一步细分为自然站立、双腿并拢、单腿承重、交叉站姿。

关键词:standing upright, relaxed posture, natural weight distribution

青髪メイドの甘い午後茶 - kyoの作品 - Aipictors - AI画像投稿サイト・生成サイト

  1. 坐姿(Sitting Pose)

臀部由椅子或其他表面支撑,髋关节和膝关节处于弯曲状态。需要明确双脚是否落地,以及手放在腿上还是椅子上。

关键词:seated, feet resting on floor, hands on lap

ᴮ on Twitter | Character art, Anime, Character

  1. 蹲姿(Squatting Pose)

髋部和膝部明显弯曲,身体重心降低。要明确脚跟、膝盖与手臂的位置,避免违反人体运动规律的姿势。

关键词:squatting, balanced center of gravity

蓝发女仆装少女惬意瘫坐粉沙发看书 梗图网 | AI梗图搜索引擎与百科

  1. 躺姿(Lying Pose)

身体大部分重量由床、沙发或地面承载。需要明确身体朝向、接触面以及头部和四肢摆放。

关键词:lying on side, supported by sofa, relaxed limbs

从模糊姿态到精确姿态

普通提示词:

蓝发少女坐在椅子上。

更精确的提示词:

蓝发少女自然坐在木椅中央,臀部与椅面接触,躯干直立略微前倾,双膝自然弯曲,双脚平放在地面上,双手交叠放在大腿上,身体重心由椅面和双脚共同支撑。

第二种描述明确了身体与椅子的关系,能够降低生成不合理姿势的可能性。

12.4 第二部分:身体朝向(Body Orientation)

这一节需要重新强调第五节学过的概念:

身体朝向、头部朝向、相机位置,是三个不同的控制维度。

例如:

人物身体朝左,但头部回头看镜头。

Rem Wallpaper

身体正面朝向镜头

躯干与脸部都面向相机

レム(リゼロ) 「お題箱にいただいたリゼロのレムを描きました!お題いただいた方、ありがとうございま」|case-K(けーすけ)のイラスト

身体侧向,回头看镜头

躯干方向和头部方向分离

可以将控制拆成三个参数:

参数描述
BODY_DIRECTION身体面向左侧
HEAD_DIRECTION头部转向相机
GAZE_TARGET双眼看向镜头

示例提示词

参考图中的蓝发少女站立在画面中央。

身体朝向画面左侧,肩膀与躯干呈自然侧身姿态。

头部向右转动,回头看向相机。

双眼准确看向镜头方向,保持自然表情。

双脚稳定站立,身体重量主要落在靠后的腿上。

使用三分之四人物视角,3:4 竖版全身构图。

保持角色服装、发型和配饰一致,避免头部和颈部出现不合理扭转。

12.5 第三部分:手势控制(Hand Gesture)

手是 AI 生图中非常值得单独研究的复杂结构。

因为手掌包含多个关节,手指长度、弯曲角度、相互遮挡和物体接触关系都需要协调。

Ami Tsuruga | Goddess Café Terrace - SeaArt AI Model

挥手(Waving)

手掌张开,手指自然分开

ご主人様ラブビーム - ippeiの作品 - Aipictors - AI画像投稿サイト・生成サイト

比心(Heart Gesture)

双手配合,手指位置明确

Wallpaper From scratch, REM, girl, long hair, re zero kara hajime chip isek or seikatsu, butterfly for mobile and desktop, section сёнэн, resolution 2992x2000 - download

指向(Pointing)

食指伸出,其余手指自然弯曲

ちょびこパパ | chichi-pui(ちちぷい)AI画像専用の投稿&生成サイト

托腮(Hand on Cheek)

手掌与脸颊形成自然接触

如何描述手指动作?

不要只写:

右手做一个好看的动作。

建议描述:

右手抬至肩膀附近,手掌面向相机,五根手指自然张开,手腕略微向外旋转,左手自然垂放在身体侧面。

如果需要拿物品,还需要补充接触关系:

右手握住白色马克杯杯柄,拇指位于杯柄外侧,其余手指自然弯曲并形成稳定握持。杯子垂直放置,不悬浮。

但需要注意,指定五根手指也不能保证 AI 一定生成正确。最终仍要放大查看手指数量、关节和遮挡关系。

12.6 第四部分:身体重心与平衡(Weight Distribution)

为什么有些 AI 人像看上去像悬浮或即将跌倒?

一个重要原因是身体的支撑关系不合理。

站姿重心示意

双腿均衡承重

身体中轴大致处于双脚支撑范围内

单腿主要承重

骨盆与肩膀可产生自然倾斜

简化的二维人体姿态示意。实际平衡取决于三维重心、脚底支撑区域和动作状态。

一个重要概念:Contrapposto

Contrapposto(对立式平衡姿态)是艺术与人物造型中常用的站姿概念。

它通常表现为:

  • 身体重量主要落在一条腿上。
  • 骨盆因承重而倾斜。
  • 肩部与骨盆产生相应的平衡关系。
  • 非承重腿相对放松。

这种姿态常用于时尚写真、人物插画和角色设定图。

提示词可以写:

自然的 Contrapposto 站姿,身体重量主要落在右腿,左腿放松并略微弯曲,骨盆轻微倾斜,肩膀形成自然平衡,整体姿态优雅且符合人体结构。

12.7 第五部分:视线与头部控制(Head & Gaze)

视线对人物情绪的表达非常重要。

例如,同样是一个半身肖像:

朗読劇 「JK★CHRONICLE ―消えたメロディ―」Ver.1.2│Candy Pop Music

直视镜头

亲近、直接、具有互动感

Hinomori Shizuku  - Project Sekai Colorful Stage! feat. Hatsune Miku - Image #3410095 - Zerochan Anime Image Board

看向画面之外

引导观众想象画面外的空间

Sunlit Radiance - A Bright Anime... | Tensor.Art | Tensor.Art

低头垂眸

安静、沉思、内敛

Rem/Re:0_maid, oni&chibi / B.E.S.T 蕾姆 | Tensor.Art | Tensor.Art

仰头向上看

好奇、向往、希望

控制视线时,建议分别描述:

头部方向(Head Orientation) 与 眼睛注视目标(Gaze Target)。

例如:

头部略微向左转动约 15°,眼睛仍看向正前方的相机。

这样能比“她看着镜头”更明确。

12.8 第六部分:人物与道具的互动(Human–Object Interaction)

当人物需要拿着、坐着、靠着或触摸某个物体时,模型不只要生成两个主体,还需要理解它们之间的接触关系。

例如,我们让少女拿起一只白色马克杯。

人物与道具交互的四项控制

  1. 接触位置: 手掌、手指接触杯柄的具体区域。
  2. 动作方向: 右手抬起,杯子保持直立。
  3. 物体尺度: 杯子大小符合成人手部握持比例。
  4. 支撑与遮挡: 手指正确环绕杯柄,杯子不悬浮或穿过手掌。

Anime girl in maid outfit sitting on counter with coffee - SeaArt AI

示例提示词

使用参考图中的蓝发女仆少女作为唯一主体。

人物自然坐在木椅上,身体面向镜头,双脚平放地面。

右手握住桌面上白色马克杯的杯柄,手指自然弯曲,形成真实的抓握姿态。

左手轻轻放在桌面上。

杯子保持直立,比例与人物手掌相协调。

采用3:4竖版、中景、平视镜头,温暖室内自然光。

必须保持角色的蓝发、蓝色眼睛、女仆服装及主要配饰。

不得出现多余手指、悬浮物品、手掌穿透杯柄或不合理的手腕弯曲。

12.9 第七部分:多人姿态与互动(Multi-person Interaction)

当画面中出现两个人时,单独描述人物动作已经不够。

还要明确:

  • 人物 A 与人物 B 的位置。
  • 谁是主要人物。
  • 两人面向哪里。
  • 人物之间是否接触。
  • 接触的是哪只手、哪个部位。

示例:双人牵手

普通提示词:

两个少女在草原上牵手。

更精确的描述:

两位成年女性站在草原上,人物 A 位于画面左侧,人物 B 位于右侧。人物 A 使用右手轻握人物 B 的左手,两人自然站立,手臂呈舒适的弯曲状态。两人的身体轮廓清晰分离,双手接触位置自然,不出现融合或重复的肢体。

复杂多人场景中,最好给人物分配固定的标识,例如 Character A、Character B,避免模型混淆角色。

12.10 第八部分:使用姿态参考图进行控制

仅靠文字描述某些复杂动作时,容易出现误差。

这时可以使用 Pose Reference(姿态参考图)。

例如:

姿态参考控制流程

图片 A · 角色参考

确定人物外貌与服装

图片 B · 姿态参考

确定身体姿势、手臂和腿部位置

生成目标图片

尽量保持 A 的角色身份 + B 的动作结构

例如:

图片 A 作为角色设计的唯一依据。图片 B 只作为人物姿态和肢体位置参考。最终图片保持图片 A 的蓝色长发、女仆服装及角色特征,但使用图片 B 中的坐姿、手臂位置和腿部摆放。不得复制图片 B 中人物的脸部、服装或背景。

OpenPose 与 ControlNet 是什么?

这两个名词值得了解,但它们并不属于 GPT Image 的通用内置控制参数。

  • OpenPose:一类人体关键点检测与姿态表示技术,可以表达头部、肩膀、手肘、手腕、髋部和膝盖等关键位置。
  • ControlNet:在部分扩散模型生态中,用姿态骨架、边缘图、深度图等条件辅助控制生成内容的方法。

它们适合需要更明确几何约束的工作流。使用 GPT Image 时,可以通过上传姿态参考图进行自然语言引导,但不能据此认定其内部会使用 OpenPose 或 ControlNet,也不能保证逐关键点精确匹配。

12.11 完整的姿态控制提示词模板

GPT Image · Pose & Gesture Prompt V1.0

01. 主体(Subject)

使用参考图中的人物作为唯一主体。

保持人物主要外貌、发型、服装、配饰和视觉风格。

02. 整体姿态(Body Pose)

[站立 / 坐下 / 蹲下 / 跪姿 / 躺姿]

03. 身体朝向(Body Orientation)

身体面向:[正面 / 左侧 / 右侧 / 背面]

躯干旋转:[具体描述]

04. 四肢控制(Limb Position)

  • 左手:[位置、弯曲程度]
  • 右手:[位置、弯曲程度]
  • 左腿:[位置、承重情况]
  • 右腿:[位置、承重情况]

05. 身体重心(Weight Balance)

明确主要承重部位、支撑点与重心方向。

06. 手势(Gesture)

[挥手 / 指向 / 比心 / 握持 / 托腮]

描述手掌方向与手指位置。

07. 头部与视线(Head & Gaze)

  • 头部方向:[方向]
  • 头部倾斜:[角度或程度]
  • 视线目标:[相机 / 物体 / 远处]

08. 互动关系(Interaction)

如果涉及道具或其他人物,说明:

  • 人物与物体的相对位置
  • 接触位置
  • 支撑方式
  • 合理的遮挡关系

09. 镜头与风格(Camera & Style)

  • 比例:3:4
  • 构图:人物居中
  • 景别:全身
  • 镜头:平视
  • 风格:保持参考图风格

10. 约束条件(Constraints)

P0:不改变人物核心身份和服装结构。

P1:姿态与指定肢体关系尽量一致。

P2:允许自然衣褶和发丝变化。

禁止多余肢体、异常关节、悬浮物体及明显错误的人体支撑结构。

11. 验收标准(Validation)

  • 整体动作正确
  • 头部和躯干方向正确
  • 双手与双脚位置正确
  • 人体比例与重心合理
  • 人物身份与服装保持一致
  • 人物与物体接触自然

12.12 互动实验:构建人物姿态提示词

选择身体姿态、手势和视线方向,自动组合提示词。

整体姿态

自然站立

坐在木椅上

自然蹲下

身体侧向站立

手部动作

右手挥手,左手自然下垂

双手在胸前比心

左手托腮,右手自然放松

双手自然垂放在身体两侧

头部与视线

正面看向镜头

头部向左转并看向远方

轻微低头,视线向下

抬头看向上方

身体重心

双腿均衡承重

主要由右腿承重

主要由左腿承重

身体由椅面与双脚支撑

视觉风格

动漫写实3D

自动组合的姿态提示词

使用参考图中的蓝发女仆少女作为唯一人物主体,保持蓝色长发、蓝色眼睛、白色女仆头饰、深蓝白色女仆服装与核心配饰。 【整体姿态】自然站立。 【双手动作】右手挥手,左手自然下垂。 【头部与视线】正面看向镜头。 【重心与支撑】双腿均衡承重。 【画面风格】日系动漫。 采用3:4竖版、平视、人物居中全身构图,确保手部、脚部完整可见。 【约束】保持角色主要设计一致,保证人体关节自然、动作具有合理支撑,避免多余肢体、不合理手指和异常扭曲。

复制提示词

有些组合需要进一步调整,例如坐姿不适合采用单腿站立承重。正式生成前应检查姿态、手势和重心之间是否存在冲突。

12.13 第十二节博客配图规划

建议为本节制作以下 8 张教学图片:

编号教学图片说明
12-01Pose、Gesture、Action 对比理解三个概念
12-02站、坐、蹲、躺姿态2×2 四宫格
12-03身体朝向与头部朝向双栏对比
12-04挥手、比心、托腮、指向2×2 四宫格
12-05双腿承重 vs 单腿承重重心示意
12-06四种头部与视线方向2×2 四宫格
12-07人物拿马克杯的正确接触关系手部细节与标注
12-08角色图 + 姿态图 → 目标图多图参考工作流

我们可以继续使用同一个蓝发少女角色进行整套对比实验,尽量固定服装、脸部、画风、比例和背景。

尤其推荐将 12-07 作为重要教学案例:人物握住马克杯时,重点检查手指与杯柄的关系、手腕角度、物体重力方向以及是否出现穿模。

12.14 本节总结

人物姿态控制的核心公式是:

Pose & Gesture = 整体姿态 + 身体朝向 + 肢体位置 + 重心支撑 + 手势 + 头部视线 + 互动关系。

通过这一节,我们不再只是写“一个少女站着”或“一个少女坐着”,而是能够详细描述身体各部位如何组织、如何支撑,以及与其他物体产生什么关系。

需要记住三个关键原则:

  1. 描述身体结构,而不只是动作名称。
  2. 区分身体朝向、头部方向与相机位置。
  3. 复杂动作尽量使用姿态参考图,并对手部和接触关系进行单独验收。

下一节将进入 第十三节:空间与透视控制(Spatial & Perspective),研究一点透视、两点透视、三点透视、消失点、前中后景、物体尺度、遮挡关系和空间深度。

这将帮助我们进一步解决 AI 生图中的另一类核心问题:人物和物体本身看起来正确,但它们所处的空间却不真实。

搜索全站

输入关键词,查找项目与实践记录。