AI图像音频风格判断表

编写目的：帮助创作者理解AI如何"理解"风格描述，掌握精准描述技巧，让AI生成符合预期的图像和音乐作品。

规范DOCXv1.0

规范DOCX下载原文件

## AI图像与音频风格判断标准指南

编写目的：帮助创作者理解AI如何“理解”风格描述，掌握精准描述技巧，让AI生成符合预期的图像和音乐作品。

适用对象：使用AI绘图工具（如Midjourney、Stable Diffusion、DALL-E）和AI音乐工具（如Suno、Udio）的创作者。

第一部分：图像类风格判断标准

一、图像内容判断

1.1 AI识别内容的底层逻辑

维度	AI的识别逻辑	用户描述技巧	常见偏差示例	如何消除偏差
主体识别	AI通过训练数据中的视觉模式匹配，识别“是什么”——人物、动物、物体、场景	明确说出主体名称和数量，如“一个女人”而非“有人”	要“独行女子”，给“人群中的女人”	加负面提示词：“没有其他人”、“独自一人”
场景识别	AI识别前景、中景、背景的层次关系，以及主体与环境的交互	描述场景时加上空间关系：“在…前面/后面/旁边”	要“海边悬崖”，给“海边+随便有个崖”	补充场景细节：“悬崖边缘”、“海浪拍打岩石”
物体识别	AI识别物体轮廓、颜色、材质、大小比例	列出物体清单而非模糊描述	要“咖啡杯”，给“各种杯子”	精确描述：“白色陶瓷马克杯，杯身有蓝色logo”
氛围识别	AI通过色彩、光影、天气、情绪线索判断整体感觉	用感官词汇：视觉/听觉/触觉/情绪感受	要“孤独感”，给“灰色调人物”	增加情绪暗示：动作、眼神、天气、环境细节
细节识别	AI对文字描述的细节敏感度有限，容易丢失次要信息	细节放前面或用括号强调，越重要的越先说	要“红伞绿裙”，给“红和绿混在一起”	分开描述：“手持红色油纸伞”、“身穿翠绿旗袍”
比例关系	AI对尺寸、距离、透视的把握容易出错	用相对尺寸而非绝对尺寸	要“巨人脚下的小人”，给“两个差不多大的人”	加参考物：“建筑只到膝盖”、“人物比例1:10”

1.2 内容描述精准化指南

模糊描述 → 精准描述的转换公式：

[主体] + [动作/状态] + [场景] + [时间/光线] + [氛围/情绪]

示例对比：

模糊说法	精准说法	AI理解差异
一个女人	一个穿白裙的亚洲年轻女性，25岁左右	排除其他性别和年龄
站在街上	站在雨天湿漉漉的伦敦鹅卵石街道上	明确环境细节
悲伤的表情	眼眶泛红，嘴角微微下垂，眼神望向远方	从情绪词转为可见的细节描写
好看的风景	喜马拉雅山日出，金色阳光洒在雪峰上，远处有牦牛	从主观评价转为客观视觉描述
酷的车	1967年款黑色福特Mustang GT， Shelby Cobra条纹	精确到具体型号和涂装

二、图像风格判断（核心部分）

2.1 绘画风格详解

风格类型	AI的理解（听到风格名后脑中构建的画面）	核心特征	精准关键词	容易混淆的风格	区分要点
油画	厚重的笔触感，颜料的颗粒感，光影的微妙渐变，画面有立体感	笔触可见、色彩厚重、光影写实、肌理感	“thick brushstrokes”, “impasto technique”, “oil painting texture”	水彩、丙烯画	油画有明显颜料堆积感，其他画种没有
水彩	透明轻盈的颜色，水渍边缘，色彩融合自然，纸张纹理透出	透明感、水渍、水痕、晕染效果	“watercolor painting”, “wet-on-wet technique”, “paper texture visible”	水墨、淡彩	水彩有透明叠色，水墨有墨迹浓淡
国画	毛笔线条的韵味，留白的意境，线条为主，色彩淡雅	毛笔线条、留白、诗书画一体	“Chinese ink painting”, “traditional Chinese brush art”, “ink wash”	水墨、书法	国画有题字落款，构图讲究留白平衡
工笔	细腻的线条勾勒，色彩平涂渲染，精致写实	线条精细、色彩均匀、细节丰富	“Gongbi technique”, “meticulous Chinese painting”, “fine line work”	白描、写实插画	工笔有特定的染色技法，线条精细均匀
素描	只有黑白灰关系，没有色彩，靠光影塑造体积	单色、黑白灰三大面、光影体积感	“graphite pencil drawing”, “charcoal sketch”, “monochrome”	速写、版画	素描追求体积写实，速写追求快速捕捉
速写	快速简练的线条，捕捉对象特征，不追求细节	线条流畅、快速、概括性强	“quick sketch”, “gesture drawing”, “rough lines”	素描、写意	速写线条连贯不断，作品感更强
版画	有刀痕/刻痕质感，线条硬朗，有复数性特征	刀痕、阳刻/阴刻、平面感	“woodblock print”, “linocut”, “etching style”	插画、矢量图	版画有明显的刻制痕迹，边缘有崩裂感
插画	商业感强，色彩鲜艳，构图完整，有叙事性	商业美学、色彩饱和、构图讲究	“digital illustration”, “flat illustration”, “vector art”	绘画、平面设计	插画有明显的商业设计感和叙事意图
漫画	网点纸、高对比、角色特征夸张、对话框叙事	网点纸、黑线勾边、角色夸张	“manga style”, “Japanese comic”, “screen tone”	美漫、插画	日漫有特定的网点、眼睛、头发绘制规范
日系动漫	大眼睛、柔和色彩、精致头发、光影扁平	萌系、大眼、柔光、色调清新	“anime style”, “Japanese anime”, “Studio Ghibli inspired”	赛璐璐、美式卡通	日系有特定的眼睛、头发、脸型比例
美漫	肌肉感强、动态夸张、色彩强烈、超级英雄感	肌肉线条、动态姿势、色彩强烈	“American comic book art”, “Marvel style”, “DC comics illustration”	漫画、日漫	美漫强调力量感和动态，有特定的透视夸张
像素画	小方块组成的图像，8-bit/16-bit游戏感	方块像素、网格感、游戏美术	“pixel art”, “8-bit style”, “retro game graphics”	矢量图、马赛克	像素画有明显的网格感，每个像素是独立色块
赛博朋克	霓虹灯光、高楼林立、雨夜、东方元素混杂	霓虹、未来城市、亚洲文化、潮湿	“cyberpunk”, “neon lights”, “rain-soaked city”	蒸汽朋克、科幻	赛博是数字科技+东方贫民窟，蒸汽是机械+维多利亚
蒸汽朋克	齿轮、管道、维多利亚时代、机械美学	齿轮、管道、维多利亚、蒸汽动力	“steampunk”, “Victorian machinery”, “brass and copper”	赛博朋克、复古工业	蒸汽是19世纪机械美学，没有数字科技元素
极简主义	大量留白、几何形状、单色或有限色彩、简洁	留白、几何、少即是多	“minimalist art”, “clean lines”, “simple composition”	抽象艺术、扁平插画	极简强调“少”，抽象强调“非具象”
超现实主义	不可能并存的物体组合、梦境般的场景、奇幻生物	梦境感、物体异化、潜意识意象	“surrealist art”, “Dali-esque”, “dreamlike composition”	奇幻艺术、抽象艺术	超现实有弗洛伊德式潜意识意象，不是简单的奇幻
波普艺术	安迪沃霍尔式、商业图像复制、大众文化符号	重复图案、高饱和、名人形象	“pop art”, “Warhol style”, “screen printed”	扁平插画、涂鸦	波普有商业复制和名人崇拜元素
浮世绘	葛饰北斋式、日本传统木版画、平涂色彩、波浪	平面透视、樱花、艺伎、和服	“ukiyo-e style”, “Japanese woodblock print”, “Hiroshige inspired”	国画、水彩	浮世绘有特定的轮廓线和渐变平涂技法
水墨	黑白灰的墨色变化，干湿浓淡，禅意空灵	墨色变化、飞白、枯笔、空灵	“ink wash painting”, “sumi-e”, “monochromatic ink”	国画、素描	水墨特指用墨色的干湿变化表现
敦煌壁画	佛教造像、飞天、经变图、矿物颜料色彩	佛教题材、丰腴造型、矿物色	“Dunhuang mural style”, “Buddhist cave painting”, “Tang dynasty aesthetic”	国画、唐卡	敦煌有特定的佛教造像规范和色彩体系

2.2 摄影风格详解

风格类型	AI的理解	核心特征	精准关键词	容易混淆的风格	区分要点
人像摄影	以人物为主题，背景虚化，主体突出	人物清晰、背景虚化、神态自然	“portrait photography”, “shallow depth of field”, “subject focused”	时尚摄影、纪实摄影	人像强调人物本身，时尚强调服装造型
风光摄影	壮阔自然或城市景观，景深大，细节丰富	景深大、场景完整、色彩自然	“landscape photography”, “deep focus”, “scenic view”	建筑摄影、街拍	风光以自然/大场景为主，建筑以单体建筑为主
街拍	街头抓拍，纪实感强，有故事性	真实瞬间、街头场景、匆忙感	“street photography”, “candid shot”, “urban documentary”	纪实摄影、时尚街拍	街拍强调街头生活，时尚街拍强调穿搭
时尚摄影	高端时装大片，商业感强，模特专业造型	服装细节、时尚造型、精致布光	“fashion photography”, “editorial style”, “haute couture”	商业摄影、人像摄影	时尚摄影以服装为核心，人像以人物为核心
纪实摄影	记录真实，有社会意义，情感深刻	真实场景、社会议题、情感张力	“documentary photography”, “photojournalism”, “social documentary”	新闻摄影、街拍	纪实有系统性主题，新闻追求即时性
胶片感	颗粒感、色彩偏移、暗角、宽容度低	胶片颗粒、色彩不饱和、复古色调	“film photography look”, “analog photography”, “Kodak Portra tone”	复古色调、胶片模拟	胶片感有真实的物理成像特征，假不掉
LOMO	色彩浓艳、四周暗角、漏光、随意感	暗角、色彩过饱和、漏光效果	“LOMO style”, “toy camera effect”, “cross-processed colors”	胶片感、宝丽来	LOMO有特定的暗角和色彩偏移模式
宝丽来	即时成像的白色边框、泛紫色调、柔和	白色边框、偏紫/暖色调、柔焦边缘	“Polaroid style”, “instant film look”, “ SX-70 aesthetic“	胶片感、LOMO	宝丽来有即时成像的白色边框和特定色调
黑白摄影	没有色彩，纯靠光影和构图表达	去色、光影对比、情绪感	“black and white photography”, “monochrome”, “film noir aesthetic”	高对比黑白、低调摄影	黑白摄影是艺术选择，不只是“去掉颜色”
高调摄影	整体明亮，浅色为主，干净通透	明亮调子、白色/浅灰背景、正面光	“high-key photography”, “bright and airy”, “ethereal lighting”	低调摄影、曝光过度	高调整体偏白，低调整体偏黑
低调摄影	整体偏暗，深色为主，有神秘感	深色背景、戏剧性光影、氛围感	“low-key photography”, “dramatic shadows”, “moody lighting”	高调摄影、暗调纪实	低调用阴影讲故事，高调用亮调营造轻盈感
HDR	超高动态范围，细节极多，色彩强烈	细节丰富、对比强烈、色彩饱和	“HDR photography”, “high dynamic range”, “detail-enhanced”	过度后期、超写实	HDR有独特的质感，真实但“太真实”

2.3 3D/渲染风格详解

风格类型	AI的理解	核心特征	精准关键词	容易混淆的风格	区分要点
写实3D	照片级真实，材质光影逼真	真实材质、物理光照、纹理细节	“photorealistic 3D”, “8K detail”, “realistic rendering”	高清摄影、超写实插画	3D写实有物理正确的光影逻辑
低多边形	几何化的3D，棱角分明，三角面明显	三角面、几何化、扁平着色	“low-poly 3D”, “geometric style”, “polygon art”	扁平插画、矢量图	低多边形是3D的，有体积感和光照逻辑
等距视角	2.5D视角，斜45度俯视，无透视	等轴测、无透视、三维网格	“isometric 3D”, “2.5D perspective”, “top-down angle”	俯视摄影、扁平插画	等距视角有特定的无透视规则
黏土风	软软的、圆润的、哑光材质、微缩感	圆润边缘、哑光、软材质、微缩感	“clay render style”, “claymation look”, “soft rounded 3D”	卡通3D、盲盒风	黏土风有真实黏土的哑光质感和指纹痕迹
盲盒风	可爱Q版，色彩鲜艳，潮玩质感	Q版比例、潮玩造型、精致细节	“blind box style”, “pop mart aesthetic”, “collectible toy look”	黏土风、手办风	盲盒有特定的潮玩品牌感和“萌”比例
赛璐璐	动漫风格的3D，色块分明，无渐变	平滑着色、色块分界、无中间调	“cel-shaded 3D”, “anime toon shader”, “bordered color blocks”	卡通渲染、二次元插画	赛璐璐有明确的色块边界和描边
NPR	非真实感渲染，风格化，手绘质感	手绘纹理、风格化、边缘线	“NPR rendering”, “non-photorealistic render”, “painterly 3D”	赛璐璐、水墨3D	NPR是技术统称，包含多种手绘质感表现
光线追踪	物理精确的光线反射、折射、焦散	真实反射、阴影、透光效果	“ray tracing”, “path tracing”, “global illumination”	光栅渲染、传统3D	光线追踪有真实的物理光学现象
Octane渲染	Cinema 4D的渲染器风格，干净商业	干净的反射、柔美光照、商业感	“Octane render”, “C4D aesthetic”, “clean commercial look”	Arnold渲染、Redshift渲染	Octane有独特的降噪算法和色彩科学
Unreal引擎风格	游戏引擎实时渲染，电影级后期	电影级光效、后期处理、HDR效果	“Unreal Engine 5”, “Lumen lighting”, “game engine cinematic”	影视特效、实拍合成	Unreal有实时渲染的“游戏感”光效
Blender风格	开源3D软件的标志性风格，多样化	Blender Cycles或EEVEE的特征	“Blender Cycles render”, “Blender EEVEE”, “open source 3D aesthetic”	其他3D软件	Blender作品有独特的节点编辑痕迹
C4D风格	Cinema 4D的标志性风格，商业简洁	干净的曲面、渐变背景、极简构图	“Cinema 4D style”, “C4D motion graphics”, “smooth gradient”	Octane渲染、扁平3D	C4D有独特的运动图形美学基因

2.4 配色/色调风格详解

风格类型	AI的理解	核心特征	精准关键词	容易混淆的风格	区分要点
莫兰迪色	低饱和、灰调、柔和、高级的“性冷淡”感	灰色调、低饱和、柔和	“Morandi color palette”, “desaturated pastel”, “grey-toned”	高级灰、灰粉色系	莫兰迪有特定的色调范围，来自意大利画家莫兰迪的画作
赛博霓虹	紫蓝霓虹、粉色霓虹、高对比、未来感	霓虹发光、紫色/蓝色主调、高对比	“cyberpunk neon”, “neon glow”, “electric blue magenta”	霓虹灯摄影、蒸汽波	赛博霓虹有未来科技+东方城市的语境
复古胶片	褪色、颗粒、偏暖或偏青、过期感	色彩偏移、颗粒、褪色效果	“vintage film look”, “faded colors”, “aged photograph”	复古色调、泛黄老照片	复古胶片有胶片成像的物理特征，不只是“旧”
日系清新	低饱和、略过曝、柔光、青绿/淡粉	柔光、低饱和、略过曝	“Japanese aesthetic”, “soft natural light”, “airy pastel”	小清新、糖果色	日系有特定的柔焦和色温倾向
暗黑哥特	深色背景、血红/黑色主调、阴郁、华丽	暗调、血红/金色点缀、华丽阴郁	“dark gothic”, “gothic aesthetic”, “macabre elegance”	暗黑风、恐怖美学	哥特有特定的宗教/死亡/华丽美学传统
马卡龙色	粉嫩甜美、像马卡龙蛋糕一样的柔和甜	粉色系、薄荷绿、淡黄、甜美柔和	“macaron colors”, “pastel candy”, “sweet pastel tones”	糖果色、莫兰迪	马卡龙比糖果色更柔和，比莫兰迪更粉嫩
国风青绿	青绿色调、中国山水、古典诗意	青绿山水、矿物色、古典色	“traditional Chinese palette”, “blue-green landscape”, “classical Chinese color”	青色系、小清新	国风青绿有传统矿物色的质感和古典配色比例
暖橘色系	夕阳、温暖、活力、秋季感	橙黄暖调、阳光感、活力	“warm orange tones”, “golden hour palette”, “sunset colors”	复古橙、琥珀色	暖橘是泛橙的暖调，不等于橙色
冷蓝色系	冷静、科技、清冷、忧郁	蓝紫冷调、清冷感、科技感	“cool blue palette”, “cold tones”, “steel blue”	赛博蓝、忧郁蓝	冷蓝是色温偏蓝，不带科技元素
黑白红	强烈对比、危险、激情、中国风	纯黑白+一点红、强烈对比	“black white red”, “stark contrast”, “accent red”	中国红、极简主义	黑白红是色彩关系，不是“红色就行”

2.5 艺术流派/艺术家风格参考

艺术家/流派	AI的理解	核心特征	精准关键词技巧	注意事项	效果准确度
梵高	旋转的笔触、浓烈的黄色、后印象派光感	旋涡笔触、厚涂、强烈色彩	“Van Gogh style”, “Vincent van Gogh”, “Starry Night inspired”	明确指定具体画作比“梵高风格”更准确	★★★★☆
莫奈	模糊的光影、色彩的瞬间印象、户外写生	色彩堆叠、朦胧感、光影流转	“Monet style”, “Impressionist light”, “water lilies palette”	擅长光影而非写实轮廓	★★★★☆
毕加索	立体主义、几何分解、抽象脸孔、蓝色时期	几何碎片化、平面感、变形	“Picasso style”, “Cubist portrait”, “Blue Period tone”	立体主义需要明确说“立体主义”，单说毕加索可能出蓝色时期	★★★☆☆
浮世绘	日本版画、葛饰北斋/广重、春宫北斋的波浪	平面透视、轮廓线、渐变平涂	“ukiyo-e style”, “Hokusai”, “The Great Wave aesthetic”	可以指定具体画家如“葛饰北斋风格”	★★★★★
赛博朋克	未来城市、霓虹、雨夜、高科技低生活	霓虹+亚洲贫民窟+数字科技	“cyberpunk”, “Blade Runner aesthetic”, “neon dystopia”	不是简单的霓虹，要包含“高科技低生活”的社会语境	★★★★☆
吉卜力	宫崎骏动画风格、自然、少女、机械、温暖治愈	自然细节丰富、少女主角、机械美学、暖色调	“Studio Ghibli style”, “Miyazaki aesthetic”, “Princess Mononoke palette”	可以指定具体作品如“千与千寻风格”	★★★★★
新海诚	壁纸狂魔、写实背景、青春物語、光芒效果	真实照片级背景、青春主题、光晕特效	“Makoto Shinkai style”, “Your Name aesthetic”, “photo-realistic background”	强调背景的写实感和“每一帧都是壁纸”的特点	★★★★★
莫比乌斯	法国漫画大师、写实素描、科幻、史诗	极度写实的线条、科幻设定、史诗感	“Moebius style”, “Jean Giraud illustration”, “hard sci-fi aesthetic”	单说“莫比乌斯环”会被误解	★★★★★
韦斯·安德森	对称构图、糖果色调、文艺复古、叙事感	严格对称、高饱和复古色、长镜头感	“Wes Anderson style”, “symmetrical composition”, “Grand Budapest Hotel palette”	对称构图是最强的风格标签	★★★★★
吴冠中	中国水墨+西方现代、点线面、江南意境	简化的点线面、黑白灰+点缀色、江南白墙黑瓦	“Wu Guanzhong style”, “Chinese modern ink”, “geometric landscape”	独特的中国现代艺术融合	★★★★★
敦煌壁画	佛教艺术、飞天、经变图、矿物颜料	佛教造像规范、丰腴人物、矿物色	“Dunhuang mural”, “Tang dynasty Buddhist art”, “cave painting aesthetic”	有特定的历史时期风格差异	★★★★☆
浮世绘春画	喜多川歌麿/葛饰北斋美人画、大头美人画	美人大头、精致和服纹样、柔美线条	“ukiyo-e bijin-ga”, “Katsushika Hokusai beauties”, “ Edo period beauty portrait“	要用“美人画”或具体画家名区分	★★★★☆

艺术家风格使用技巧：

组合使用：比单一风格更丰富

Van Gogh + Japanese anime → 梵高笔触的动漫风

排除使用：去掉不想要的效果

Wes Anderson style, no dialogue text → 安德森构图但不要文字

时代+艺术家：定位更精确

Picasso Blue Period → 蓝色忧郁时期的毕加索

艺术家+介质：明确你的载体

Moebius style, oil painting → 莫比乌斯风格但用油画媒介

三、绘图结构/构图判断

3.1 构图法则AI理解度

构图法则	AI理解程度	描述方式	注意事项	示例
三分法	★★★★★	“将主体放在三分线交点上” / “rule of thirds”	AI对三分法的理解非常稳定	“人物眼睛在画面上三分之一处”
对称构图	★★★★★	“centered composition” / “symmetrical” / “镜像对称”	要区分上下对称/左右对称/中心对称	“左右对称的宫殿建筑”
黄金螺旋	★★★★☆	“golden ratio” / “Fibonacci spiral” / “黄金比例构图”	比三分法更精细，AI理解有限	“主体沿黄金螺旋排列”
居中构图	★★★★★	“centered” / “symmetrical center” / “居中”	最稳定的构图，容易显得呆板	“主体完全居中”
对角线构图	★★★★☆	“diagonal composition” / “对角线引导”	引导视线方向	“对角线光束从左上到右下”
框架构图	★★★★☆	“framing within frame” / “框架构图”	要描述框架是什么	“窗户框住的主体”
留白构图	★★★★☆	“negative space” / “minimalist composition” / “大量留白”	明确留白的位置	“主体占画面30%，右侧留白”
满构图	★★★★☆	“full bleed” / “edge-to-edge” / “填满画面”	满而不乱需要细节丰富	“花瓣填满整个画面”
S型构图	★★★☆☆	“S-curve composition” / “S形曲线”	AI对曲线的理解优于直线	“河流呈S形穿过画面”
三角形构图	★★★☆☆	“triangular composition” / “三角形布局”	稳定感/压迫感取决于三角方向	“人物组成稳定的三角形”
辐射构图	★★★☆☆	“radial composition” / “放射状”	中心发散感	“光芒从中心辐射”

3.2 前景/中景/背景层次控制

层次	作用	AI描述技巧	常见问题	解决方式
前景	引导视线、增加深度、烘托氛围	“前景虚化的树枝框架主体”	前景太实/太乱/遮挡主体	加“虚化前景”、“半透明”、“薄纱”
中景	主体所在、视觉焦点、故事核心	“中景主体是穿红裙的女子”	主体不突出、层次不清	加“主体清晰锐利”、“中景简洁”
背景	交代环境、烘托氛围、增加空间感	“背景是虚化的薰衣草田和远山”	背景太抢/太乱/与主体冲突	加“背景虚化”、“简化背景”、“冷色调背景”
景深控制	控制各层次的清晰/虚化程度	“浅景深，前景背景虚化，只有中景清晰”	全清晰/全虚化/景深不自然	明确前景/中景/背景的虚化程度

四、镜头语言在图像中的应用

4.1 景别控制

景别	AI理解	氛围影响	精准关键词	使用场景
特写	局部细节，情感聚焦	亲密、紧张、强调、情绪放大	“close-up”, “extreme close-up”, “细节特写”	眼睛、嘴唇、手、情绪瞬间
近景	头部到肩部/胸部	交流感、亲和、叙事	“close-up shot”, “headshot”, “上半身特写”	人物对话、表情传达
中景	膝盖以上	平衡感、叙事、互动	“medium shot”, “cowboy shot”, “膝盖以上取景”	人物活动、环境关系
全景	全身+完整环境	完整感、关系交代、气势	“full shot”, “wide shot”, “全景人像”	全身造型、环境全貌
远景	人物如蚂蚁，环境主导	壮阔、孤独、渺小、史诗	“long shot”, “establishing shot”, “大远景”	自然风光、建筑全貌、史诗场面
大远景	极致渺小，纯粹风光	超然、诗意的、敬畏感	“extreme long shot”, “aerial view”, “极致远景”	航拍、自然奇观

4.2 视角控制

视角	AI理解	氛围影响	精准关键词	使用场景
平视	眼睛水平线，平等视角	平等、真实、客观、亲近	“eye-level shot”, “平视视角”	人物交流、客观叙事
俯视	从上往下，高处俯瞰	控制感、渺小感、客观、归纳	“overhead shot”, “bird’s eye view”, “俯视角度”	桌面摄影、全局展示
仰视	从下往上，仰望	威严、崇高、压迫感、英雄感	“low-angle shot”, “worm’s eye view”, “仰视角度”	建筑、领袖、崇高主题
鸟瞰	顶视，垂直向下	全局感、秩序感、地图感	“top-down view”, “bird’s eye”, “正交顶视”	地图、规划图、抽象构图
虫视角	超低角度仰视	危险感、侵入感、戏剧性	“extreme low angle”, “from ground level”, “地面视角”	恐怖片、强调重要性
倾斜视角	相机倾斜，打破平衡	不安、紧张、运动感、动态	“dutch angle”, “canted angle”, “倾斜构图”	动作、悬疑、心理失衡

4.3 景深控制

效果	描述方式	AI理解	常见偏差
虚化背景	“shallow depth of field”, “bokeh background”, “背景虚化”	★★★★★	虚化程度难以精确控制
虚化前景	“foreground blur”, “前景虚化”	★★★★☆	需要额外描述前景元素
全清晰	“everything in focus”, “deep focus”, “全清晰”	★★★★★	全清晰可能导致层次不分
焦平面控制	“tilt-shift effect”, “selective focus”, “单点对焦”	★★★☆☆	AI对“哪里清晰”的定位有限
散景效果	“bokeh lights”, “光斑散景”, “圆形光点”	★★★★☆	散景形状难以指定

五、文本/设计类图像

5.1 海报设计类AI理解

设计维度	AI的理解	精准描述方式	常见问题	解决方案
排版布局	文字和图像的位置关系	“海报构图：图像占左侧60%，右侧放文字”	文字和图像比例失调	分开描述图像区和文字区
字体选择	字体风格（AI无法保证具体字体名）	“粗体无衬线字体”、“手写感字体”	生成字体乱码或风格不符	描述字体特征而非字体名
信息层级	标题/副标题/正文的大小关系	“标题大字居中，副标题小字在下方，正文在底部”	层级不清，所有文字一样大	明确各层级的大小和位置关系
视觉引导	读者的视线流动路径	“从上到下、从左到右的阅读顺序”	视觉流混乱	用构图元素（线条、色块）引导视线
色彩搭配	主色/辅色/点缀色的关系	“主色深蓝，点缀金色，背景白色”	色彩关系混乱	建立明确的色彩比例关系

5.2 书法字体类AI理解

字体类型	AI的理解	精准关键词	注意事项	生成准确度
楷书	端正规范，横平竖直，一丝不苟	“Chinese kaishu script”, “regular script calligraphy”	AI生成楷书相对准确	★★★★☆
行书	流畅灵动，笔画相连，有节奏感	“Chinese xingshu script”, “running script calligraphy”	容易和草书混淆	★★★☆☆
草书	狂放不羁，笔画连绵，难以辨认	“Chinese caoshu script”, “cursive calligraphy”	AI很难生成标准草书	★★☆☆☆
隶书	扁平方正，蚕头燕尾，波磔分明	“Chinese lishu script”, “clerical script”	有独特的横画波磔	★★★☆☆
篆书	圆润古朴，线条均匀，象形意味	“Chinese zhuanshu script”, “seal script”	大篆小篆有差异	★★☆☆☆
艺术字	创意变形，风格化，装饰性强	“stylized Chinese calligraphy”, “artistic lettering”	描述创意方向而非具体形态	★★★★☆

书法生成技巧：

描述笔画特征：“起笔重、收笔轻”、“线条圆润”
指定用途：“毛笔字招牌”、“书法卷轴”
说明文字内容，AI不一定完全准确
避免长句，单个字成功率更高

5.3 Logo/品牌设计类AI理解

设计维度	AI的理解	精准描述方式	常见问题	解决方案
图形元素	Logo的主体图形/符号	“几何图形Logo”、“动物图形”、“字母变形”	图形过于复杂	简化描述，一次一个核心元素
色彩	主色调和辅色	“单色Logo”、“双色撞色”	色彩不准确	用色值或标准色名
风格	现代/复古/简约/精致	“极简Logo”、“扁平化设计”、“复古手绘风”	风格混杂	明确主风格
排版	图形和文字的组合方式	“图形在上文字在下”、“图形左文字右”	文字图形位置混乱	分开描述图形和文字区域
应用场景	Logo用在什么地方	“适合App图标”、“适合名片”、“适合户外广告”	尺寸比例不适配	指定应用场景让AI调整复杂度

第二部分：音频/音乐类风格判断标准

一、音乐风格全景

1.1 流行类风格

风格类型	AI的理解（听到风格名后脑中构建的声音）	核心特征	精准关键词	容易混淆的风格	区分要点
流行/Pop	洗脑旋律、易唱和声、4/4拍、清晰人声	旋律优先、和声简单、结构清晰	“mainstream pop”, “radio-friendly melody”, “upbeat pop”	商业摇滚、电子流行	流行最注重“传唱度”，和声最保守
独立流行/Indie Pop	清冷气质、Lo-Fi质感、独立厂牌美学	清冷声场、复古元素、文艺气质	“indie pop”, “dreamy production”, “bedroom pop aesthetic”	梦幻流行、另类流行	独立流行有Lo-Fi/复古/手工感
合成器流行/Synth Pop	80年代电子音色、机械鼓点、科技感	电子合成器、整齐鼓机、未来感	“synth pop”, “retro 80s synth”, “electronic pop”	电子舞曲、蒸汽波	合成器流行是流行+电子，节奏仍是4/4
梦幻流行/Dream Pop	飘渺人声、混响十足、梦幻氛围	混响深、人声虚无、氛围感强	“dream pop”, “ethereal vocals”, “lush reverb”	瞪鞋摇滚、氛围流行	梦幻流行更轻盈，瞪鞋更噪音
电子流行/Electropop	电子制作+流行旋律，时髦现代	电子音色主导、舞曲节奏	“electropop”, “electronic pop fusion”, “modern synth pop”	合成器流行、未来贝斯	电子流行更舞曲化

1.2 摇滚类风格

风格类型	AI的理解	核心特征	精准关键词	容易混淆的风格	区分要点
摇滚/Rock	电吉他失真、强劲鼓点、贝斯线清晰	吉他主导、失真音色、4/4稳定节奏	“electric rock”, “guitar-driven”, “live drums”	流行摇滚、重金属	摇滚的失真有“温暖感”，非极端
朋克/Punk	快速、简陋、三和弦、反叛精神	极快Tempo(150+BPM)、三和弦、和弦少	“punk rock”, “fast tempo punk”, “DIY aesthetic”	后朋克、滑板朋克	朋克追求“简单直接快”，反技术
后朋克/Post-Punk	冷峻、实验、不协和、黑暗氛围	低沉贝斯、延迟吉他、冷色调	“post-punk”, “dark post-punk”, “minimalist arrangement”	哥特摇滚、新浪潮	后朋克更冷峻实验，不那么直接
金属/Metal	极端失真、双踩鼓、高技术、力量感	重度失真、双踩底鼓、复杂编曲	“heavy metal”, “aggressive metal”, “double kick drums”	硬摇滚、死亡金属	金属失真是“极端”的，有sub-genre细分
另类摇滚/Alt Rock	非主流、独特声音、拒绝商业	风格多样、不易定义、反叛精神	“alternative rock”, “90s grunge”, “indie rock”	独立摇滚、垃圾摇滚	另类是“不主流”的总称，风格多样
英伦摇滚/Britpop	英式吉他流行、大气磅礴、90年代	吉他+英式口音、大气编曲、怀旧	“britpop”, “British rock”, “ Oasis style“	独立摇滚、美式另类	英伦有特定的英式吉他音色和大气感
垃圾摇滚/Grunge	西雅图之声、失真脏、重型、颓废	脏音色、重失真、颓废美学	“grunge”, “Seattle sound”, “Nirvana style”	朋克摇滚、金属	Grunge是朋克的“重型+抑郁”版本
情绪摇滚/Emo	情感爆发、自白歌词、吉他旋律	情感激烈、吉他旋律突出、Breakdown	“emo rock”, “emotional hardcore”, “confessional lyrics”	后硬核、流行朋克	情绪摇滚情感更外放，有Breakdown段落

1.3 电子类风格

风格类型	AI的理解	核心特征	精准关键词	容易混淆的风格	区分要点
EDM	夜店舞曲、Drop驱动、Build-up结构	Build-up+Drop结构、舞曲4/4拍	“EDM”, “festival EDM”, “big room”	浩室舞曲、电子舞曲	EDM特指“有Drop的舞曲”，有特定结构
浩室/House	4/4拍、稳定的“咚咚”底鼓、跳舞性强	稳定的四四拍底鼓(120-130BPM)	“house music”, “deep house”, “Chicago house”	EDM、Techno	House的底鼓每拍都有，稳定驱动
Techno	机械重复、极简主义、黑暗、工业	机械4/4、合成器重复序列、低沉	“techno”, “industrial techno”, “Berlin techno”	House、Trance	Techno更机械重复，没有旋律优先
Trance	上升旋律、情感释放、梦幻感	16拍循环、上升旋律线、情感高潮	“trance”, “progressive trance”, “uplifting trance”	Progressive House、氛围电子	Trance有明确的“情感上升-释放”结构
Dubstep	低音 wobble、锯齿音色、黑暗Bass	wobble bass、重低音、音墙	“dubstep”, “brostep”, “dark dubstep”	回响贝斯、陷阱音乐	Dubstep有标志性的“wobble”音色
Drum & Bass	超快节奏(160-180BPM)、复杂鼓组、Bass线	超快鼓(170BPM)、复杂鼓机、Bass线	“drum and bass”, “jungle influence”, “liquid DnB”	陷阱音乐、新学派鼓打贝斯	DnB鼓有独特的“rolling”感
氛围/Ambient	环境音、冥想、声音景观、无节奏	无节拍/慢节拍、自然/合成音景	“ambient music”, “atmospheric soundscape”, “chill ambient”	冥想音乐、环境音乐	氛围音乐强调“声音本身”，不强调节奏
Chillwave	复古合成器、梦幻、怀旧、Lo-Fi	复古合成器、延迟人声、温暖怀旧	“chillwave”, “vaporwave adjacent”, “lo-fi synth”	蒸汽波、梦幻流行	Chillwave更温暖，有70年代感
蒸汽波/Vaporwave	80年代采样、故障美学、讽刺消费主义	80年代采样、降速、故障效果	“vaporwave”, “aesthetic vaporwave”, “100% Baum”	未来放克、数字合成	蒸汽波有明确的“复古采样+降速”技术特征
Synthwave	80年代未来主义、霓虹、复古未来	复古合成器、霓虹意象、鼓机	“synthwave”, “retrowave”, “outrun aesthetic”	蒸汽波、流行合成器	Synthwave是“真实的”80年代声音，非采样

1.4 节奏类风格

风格类型	AI的理解	核心特征	精准关键词	容易混淆的风格	区分要点
Hip-Hop	说唱节奏、808鼓机、饶舌、律动感	808、低保真说唱节拍、押韵歌词	“hip-hop”, “boom bap”, “trap beat”	R&B、陷阱音乐	Hip-Hop以说唱为核心，节奏更“原始”
R&B	灵魂唱腔、流畅旋律、情感表达	人声旋律主导、灵魂和声、性感氛围	“R&B”, “contemporary R&B”, “smooth R&B”	灵魂乐、新杰克摇摆	R&B更现代，旋律性更强
灵魂乐/Soul	强烈情感、黑人灵歌、真挚感	强烈人声表达、黑人灵歌传统	“soul music”, “classic soul”, “Motown style”	R&B、福音音乐	灵魂乐更根源性，情感更强烈
放克/Funk	骤停节奏、贝斯主导、舞蹈性	骤停节奏(Syncopation)、贝斯线、Groove	“funk”, “classic funk”, “James Brown style”	迪斯科、灵魂乐	Funk以贝斯和骤停节奏为核心
迪斯科/Disco	派对感、弦乐垫底、强劲节拍	4/4拍、弦乐、强劲节奏、快乐	“disco”, “70s disco”, “disco ball energy”	放克、舞曲	迪斯科有弦乐和“派对”氛围
雷鬼/Reggae	反拍吉他、重音移位、加勒比海	Off-beat吉他、重音在弱拍、夏日感	“reggae”, “Jamaican style”, “Bob Marley influence”	雷鬼舞曲、达厦音乐	雷鬼有独特的“重音移位”节奏型
爵士/Jazz	即兴、蓝调音阶、复杂和声、摇摆感	即兴演奏、复杂和弦、摇摆节奏	“jazz”, “smooth jazz”, “bebop influence”	灵魂乐、布鲁斯	Jazz以即兴和复杂和声为核心
布鲁斯/Blues	蓝调音阶、情感诉说、12小节结构	蓝调音阶、情感表达、简单结构	“blues”, “delta blues”, “Chicago blues”	爵士、灵魂乐	布鲁斯有“蓝调音阶”和“述说感”

1.5 古典类风格

风格类型	AI的理解	核心特征	精准关键词	容易混淆的风格	区分要点
古典/Classical	管弦乐、交响曲、严谨结构、西方艺术音乐	管弦乐团、乐章结构、作曲技法	“orchestral classical”, “symphony style”, “classical music”	新古典、新世纪	古典是“传统西方艺术音乐”
新古典/Neoclassical	钢琴+管弦乐、现代制作、情感深沉	钢琴主导、弦乐铺垫、现代感	“neoclassical”, “piano neoclassical”, “modern classical”	古典、电影配乐	新古典是“现代的”古典，有现代制作
巴洛克/Baroque	复调音乐、大键琴、庄严装饰、巴赫	大键琴、赋格、装饰音、通奏低音	“baroque”, “Bach style”, “orchestral baroque”	古典、洛可可	巴洛克有特定的“复调”和“装饰音”
浪漫主义/Romantic	情感丰富、标题音乐、民族主义	情感外放、标题性、色彩丰富	“romantic era”, “romantic orchestral”, “Tchaikovsky style”	古典、印象主义	浪漫主义比古典更情感外放
极简主义/Minimalism	重复动机、慢变化、冥想感	重复乐句、微变、减少主义	“minimalist music”, “Steve Reich style”, “phase music”	氛围音乐、环境音乐	极简主义有数学性的重复结构

1.6 中国风风格

风格类型	AI的理解	核心特征	精准关键词	容易混淆的风格	区分要点
古风	仙侠古韵、虚拟词作、五声音阶、民乐元素	五声音阶、古风歌词、古筝/笛子	“Chinese ancient style”, “xianxia aesthetic”, “traditional Chinese melody”	国风、华语流行	古风更偏“仙侠/二次元”语境
国风	传统文化元素、古典意象、现代融合	民乐+流行和声、古典意象、主流审美	“Chinese national style”, “国风音乐”, “traditional Chinese pop”	古风、华语流行	国风更主流商业，融合更多现代元素
民乐	二胡/古筝/笛子/琵琶主导、民族乐器原声	民族乐器主导、无电子音色、地域特色	“Chinese folk music”, “民乐演奏”, “erhu guzheng”	古风、中国风	民乐强调乐器的“原声”属性
戏曲	京剧/昆曲/豫剧等中国传统戏剧唱腔	唱腔特色、脸谱、行当、程式化	“Chinese opera”, “Peking opera”, “Kunqu style”	戏腔流行、民歌	戏曲有严格的唱腔流派规范
新中式	中西融合、现代制作、国潮元素	电子+民乐、赛博国风、跨界感	“new Chinese style”, “国潮”, “cyberpunk Chinese”	国风、电子中国风	新中式强调“当代性”和“融合感”

1.7 氛围类风格

风格类型	AI的理解	核心特征	精准关键词	容易混淆的风格	区分要点
Lo-Fi	低保真、磁带噪音、放松、书房感	磁带噪音、慢节奏、柔和	“lo-fi hip hop”, “chill lo-fi”, “vintage tape sound”	氛围嘻哈、Chillhop	Lo-Fi有“有意为之”的低保真美学
白噪音/White Noise	纯噪音、掩盖环境声、助眠	粉红噪音/白噪音/棕色噪音、纯声	“white noise”, “ambient noise”, “sleep sounds”	氛围音乐、雷声音效	白噪音是“功能性”的声音
冥想/Meditation	颂钵/颂唱、平和、引导感	颂钵、颂唱、极简、平和	“meditation music”, “sound healing”, “Tibetan bowls”	氛围音乐、宗教音乐	冥想音乐有特定的“疗愈”意图
环境音/Environmental	自然声音、鸟鸣/雨声/海浪	自然录音、真实声景	“environmental soundscape”, “nature sounds”, “rain ambience”	白噪音、氛围音乐	环境音是“真实”的自然声音
ASMR	耳语、触发音、放松、颅内高潮	耳语声、敲击声、真实录音质感	“ASMR”, “whispered vocals”, “trigger sounds”	冥想音乐、白噪音	ASMR有特定的“触发音”和“耳语”特征

1.8 影视类风格

风格类型	AI的理解	核心特征	精准关键词	容易混淆的风格	区分要点
史诗/Epic	管弦乐、宏大叙事、震撼、铜管主导	大编制管弦、上升旋律、冲击力	“epic orchestral”, “cinematic epic”, “Hans Zimmer style”	预告片音乐、古典	史诗有“英雄叙事”的情感弧线
悬疑/Suspense	低频、紧张、不协和、节奏变化	低频铺垫、突强、音高不安	“suspense score”, “thriller music”, “inverted motif”	恐怖配乐、惊悚	悬疑用“不确定性”制造紧张
浪漫/Romance	钢琴/弦乐、温柔、情感、爱意	钢琴主导、弦乐垫底、旋律优美	“romantic piano”, “love theme”, “romantic strings”	新古典、爵士钢琴	浪漫配乐有明确的“情感叙事”
恐怖/Horror	不协和音、尖利音色、突然静音/突强	不协和音阶、音块、突然变化	“horror soundtrack”, “dissonant strings”, “sci-fi horror”	悬疑、惊悚	恐怖用“不协和”和“突然”制造恐惧
科幻/Sci-Fi	电子音色、未来感、空灵、神秘	合成器、空灵人声、空间感	“sci-fi soundtrack”, “space ambient”, “futuristic synth”	氛围电子、赛博朋克	科幻有“未来科技”的声学符号

二、音乐元素判断标准

2.1 乐器指定AI执行度

乐器	AI执行准确度	描述技巧	注意事项
钢琴	★★★★★	“piano solo”, “piano-driven ballad”, “古典钢琴”	可细分：古典钢琴vs电钢琴vs Rhodes钢琴
吉他	★★★★★	“acoustic guitar”, “electric guitar”, “clean guitar tone”	需区分木吉他/电吉他/音色风格
鼓组	★★★★☆	“live drums”, “drum machine”, “acoustic kit”	AI对真实鼓组和电子鼓的区分较好
贝斯	★★★★☆	“bass guitar”, “upright bass”, “sub bass”	贝斯在混音中容易被忽略
小提琴	★★★★☆	“violin solo”, “string quartet”, “symphonic strings”	可指定独奏/合奏/弓法风格
大提琴	★★★★☆	“cello”, “cello duet”, “cello solo”	大提琴有独特的温暖低音
古典吉他	★★★★☆	“classical guitar”, “nylon string guitar”	与民谣吉他音色差异明显
电吉他	★★★★☆	“electric guitar solo”, “clean tone”, “overdrive”	需描述音色：清音/过载/失真
萨克斯	★★★★☆	“saxophone”, “tenor sax solo”, “jazz saxophone”	不同萨克斯音色差异大
竖琴	★★★★☆	“harp”, “classical harp”, “Celtic harp”	竖琴有独特的琶音技法
古筝	★★★★☆	“guzheng”, “Chinese zither”, “古筝独奏”	古筝有特定的滑音和颤音技法
二胡	★★★★☆	“erhu”, “Chinese violin”, “二胡独奏”	二胡有独特的“压揉”技法
笛子	★★★★☆	“Chinese bamboo flute”, “dizi”, “笛子独奏”	可细分梆笛/曲笛/箫
琵琶	★★★★☆	“pipa”, “Chinese lute”, “琵琶”	琵琶有独特的“轮指”技法
合成器	★★★★☆	“analog synth”, “synthesizer pad”, “digital synth”	合成器类型很多，需细化
铜管组	★★★☆☆	“brass section”, “trumpet solo”, “horn section”	铜管组需要描述具体乐器
大号	★★★☆☆	“tuba”, “sousaphone”, “大号”	大号适合低音铜管铺垫
颤音琴	★★★☆☆	“vibraphone”, “marimba”, “铝板琴”	音色独特的打击乐器
口琴	★★★☆☆	“harmonica”, “blues harmonica”, “口琴”	口琴有布鲁斯口琴/半音阶口琴
三弦/阮	★★☆☆☆	“sanxian”, “ruan”, “中国弹拨”	中国地方乐器执行度较低

2.2 节奏/BPM控制

描述方式	AI理解度	示例	说明
慢速	★★★★★	“slow tempo”, “60 BPM”, “adagio”	通常60-80BPM
中速	★★★★★	“medium tempo”, “90 BPM”, “moderate”	通常85-110BPM
快速	★★★★★	“fast tempo”, “140 BPM”, “allegro”	通常120+BPM
渐快	★★★★☆	“gradually accelerating”, “accelerando”	AI能理解速度变化
渐慢	★★★★☆	“gradually slowing down”, “ritardando”	AI能理解速度变化
自由节奏	★★★☆☆	“rubato”, “free tempo”	AI可能无法完全执行
不规则节奏	★★★☆☆	“polyrhythm”, “complex time signature”	超出AI训练数据范围
特定BPM数值	★★★★☆	“128 BPM”, “70-80 BPM”	提供具体数值更准确

2.3 情绪/氛围描述

情绪类型	AI理解度	描述方式	音乐特征表现
悲伤	★★★★★	“sad”, “melancholic”, “忧伤”	小调、降半音、和弦下行
欢快	★★★★★	“happy”, “joyful”, “欢快”	大调、上升旋律、快节奏
紧张	★★★★★	“tense”, “suspenseful”, “紧张”	不协和音、突然变化、低频铺垫
浪漫	★★★★★	“romantic”, “loving”, “浪漫”	弦乐、钢琴、柔和音色
史诗	★★★★★	“epic”, “grand”, “史诗”	大编制、上升旋律、铜管
治愈	★★★★★	“healing”, “soothing”, “治愈”	柔和音色、自然声音、慢节奏
暗黑	★★★★★	“dark”, “gothic”, “暗黑”	小调、低频、不协和
神秘	★★★★☆	“mysterious”, “mystical”, “神秘”	空灵人声、延迟效果
怀旧	★★★★☆	“nostalgic”, “retro”, “怀旧”	复古音色、特定时代风格
焦虑	★★★★☆	“anxious”, “uneasy”, “焦虑”	快速变化、不安和声
宁静	★★★★☆	“peaceful”, “tranquil”, “宁静”	极简、慢节奏、自然声
力量	★★★★☆	“powerful”, “intense”, “力量”	失真吉他、重鼓、大声压
孤独	★★★☆☆	“lonely”, “solitary”, “孤独”	独奏为主、空间感、慢节奏
希望	★★★★☆	“hopeful”, “uplifting”, “希望”	大调、上升旋律、光泽音色

2.4 人声风格

人声类型	AI理解度	描述方式	注意事项
男声	★★★★★	“male vocals”, “male singer”	可细分：男低音/男中音/男高音
女声	★★★★★	“female vocals”, “female singer”	可细分：女低音/女中音/女高音
童声	★★★★☆	“children’s vocals”, “choir of children”	AI对童声特质理解较好
合唱	★★★★☆	“choir”, “chorus”, “backing vocals”	需描述合唱类型
吟唱	★★★★☆	“chanting”, “ Gregorian chant“, “吟唱”	吟唱有特定的无伴奏特点
呢喃	★★★★☆	“whispered vocals”, “intimate whisper”	极轻声的人声表现
嘶吼	★★★☆☆	“screaming”, “growling”, “嘶吼”	极端人声可能失真
说唱	★★★★★	“rap”, “rapped vocals”, “hip-hop vocals”	AI对说唱节奏理解好
假声	★★★☆☆	“falsetto”, “head voice”	需要特殊唱法描述
气声	★★★☆☆	“breathy vocals”, “airiness”	极轻的声带振动

2.5 音色质感描述

质感描述	AI理解度	音乐实现方式	示例
温暖	★★★★★	“warm tone”, “warm analog”, “暖音色”	模拟合成器、真空管放大
冰冷	★★★★☆	“cold tone”, “icy synth”, “冷音色”	数字合成器、延迟效果
颗粒感	★★★★☆	“granular texture”, “grainy sound”	颗粒合成、音效处理
空灵	★★★★★	“ethereal”, “airy”, “空灵”	混响、合成器垫底
浑厚	★★★★☆	“fat bass”, “full low-end”, “浑厚”	饱和低频、厚和声
锐利	★★★★☆	“sharp attack”, “bright tone”	快速起音、高频丰富
柔软	★★★★☆	“soft attack”, “soft tone”	慢起音、柔和包络
脏	★★★☆☆	“dirty tone”, “gritty”	失真、饱和过载
干净	★★★★☆	“clean tone”, “pristine”	数字音色、无混浊
奶油般	★★★☆☆	“creamy”, “smooth as butter”	模拟饱和、弦乐般丝滑

三、AI对音乐“好不好”的判断

3.1 AI擅长的判断维度

维度	AI判断能力	说明
和声进行合理性	★★★★☆	AI能识别常见和弦进行（如I-IV-V-I）和不协和音，能生成符合训练数据中和声规则的音乐
节奏稳定性	★★★★★	AI对4/4拍等常见节奏型把握稳定，能生成节拍准确、律动清晰的音乐
旋律“好听”度	★★★★☆	AI能基于训练数据中的“悦耳”旋律模式生成朗朗上口的旋律，但可能落入俗套
编曲层次感	★★★★☆	AI能理解前奏-主歌-副歌-间奏-尾奏的结构，能生成有起伏的编曲
风格一致性	★★★★★	AI能较好地保持风格统一，不会突然出现风格跳跃
音色匹配度	★★★★☆	AI能根据风格选择匹配的乐器和音色
混音平衡	★★★☆☆	AI对音量平衡有一定理解，但可能缺乏专业混音的精细度

3.2 AI的盲区（音乐的灵魂层）

维度	AI盲区说明	用户应对策略
灵魂感/生命感	AI生成的音乐可能在技术上正确，但缺乏“人性”——演奏者的呼吸、情感波动、微小的timing偏移	人为添加“不完美”：稍微不规则的力度、轻微的timing偏移
创新性/惊喜感	AI倾向于生成“平均”音乐，保守地遵循训练数据的模式，难以产生真正出人意料的创意	提供独特的约束条件：非常规乐器组合、反常的速度变化
文化共鸣	AI可能不理解特定文化中音乐的情感意义和符号系统	提供文化背景描述：这段音乐需要表达“东北年味的热闹”
个人记忆触发	AI无法与你共情，无法知道你某段音乐对你的特殊意义	用情绪板/参考音乐描述你希望触发的情感记忆
歌词深度	AI生成的中文歌词可能缺乏文学性、押韵生硬、意象俗套	提供歌词大纲/关键意象/不允许出现的词
情感真实性	AI无法真正“感受”情感，只能模拟情感表达的外在形式	通过大量形容词和感官描述来引导：“像分手那天下雨的清晨”
音乐叙事逻辑	AI可能不理解音乐作为“时间艺术”的叙事弧线	提供明确的结构指引：“从绝望到希望”
与画面/场景的配合	AI可能生成音乐但不考虑与视觉内容的同步/配合	明确使用场景：“这是电商广告BGM，需要配合快切画面”

3.3 精准描述公式

音乐Prompt = 风格 + 情绪 + BPM + 主乐器 + 特殊元素 + 使用场景 + 参考艺术家

示例：

模糊说法	精准说法	效果差异
“好听的背景音乐”	“温馨的咖啡厅背景音乐，70 BPM，钢琴+爵士吉他，慢节奏，适合阅读”	有了具体的场景、BPM和乐器
“有感觉的古风音乐”	“古风配乐，五声音阶，二胡+古筝，慢板，忧伤氛围，像离别的场景”	有了具体的乐器、音阶和情感
“动感的舞曲”	“EDM House，128 BPM，电子合成器lead，build-up+drop结构，适合健身房”	有了具体的EDM子类型、BPM和结构

附录：常见偏差对照表

A. 图像类常见偏差

你想要的	AI容易给出的	解决方案
穿红裙的女子	红色的任何东西（红背景/红头发/红伞）	“女子身穿红色长裙，红色连衣裙”
复古感	泛黄/褪色/颗粒感	“vintage 1970s aesthetic”
日系风格	日漫脸+高饱和	“Japanese photography style, desaturated”
中国风	大红色+龙凤	“traditional Chinese ink wash aesthetic”
极简主义	元素少但杂乱	“minimalist, negative space 70%, single subject”
高端感	过度后期/HDR	“editorial quality, natural lighting”
手写字	乱码/印刷体	“handwritten Chinese calligraphy style, legible”
文字排版	文字乱码/位置错误	图文分开描述，或不要文字只描述风格

B. 音频类常见偏差

你想要的	AI容易给出的	解决方案
中国风	古筝+五声音阶的西化编曲	“authentic Chinese folk instruments, guzheng and erhu, pentatonic scale”
悲伤的音乐	小调+慢速，任何悲伤	“melancholic piano ballad, minor key, sparse arrangement, emotional weight”
史诗感	过于嘈杂的管弦乐	“epic but restrained, cinematic strings, building to climax”
放松的	过于简单/无聊	“relaxed but engaging, lo-fi hip hop beats, warm textures”
符合歌词情感的	歌词和旋律情感脱节	“lyrics about heartbreak, melody mirrors the pain, minor verses”

文档版本：v1.0

创建者：AI风格指南编写组

最后更新：2024年

使用建议：建议收藏本文档，在使用AI创作时对照参考，精准描述以获得更符合预期的结果。