Photoreal GenGuard
功能说明
本技能用于弥合 AI 生图与真实照片之间的观感差距。当用户要求生成写实/照片级图像时,自动注入物理约束提示词并进行生成后自检,减少 AI 图像常见破绽。
核心解决五个维度的问题:
1. 成像路径缺失 — 没有真实光路,细节是"学出来的"纹理而非光学系统产物
2. 噪声结构不对 — 缺少符合泊松分布、随 ISO/曝光变化的真实传感器噪声
3. 全局光照不自洽 — 局部注意力拼接导致阴影方向、反光、色温不完全统一
4. 语义正确 ≠ 物理正确 — 看起来对但经不起物理逻辑推敲(反光、材质、手指等)
5. 频域指纹 — 上采样/卷积核带来棋盘效应等规律性伪影
使用方法
第一步:判断意图
- 用户明确要求"写实/真实感/像照片/实拍质感/摄影级" → 走本技能完整流程
- 用户明确要求插画/动漫/像素风/水彩/抽象/图标等风格化输出 → 跳过本技能,尊重用户风格意图
- 意图不明确且主题偏向真实场景(人像、产品、风光、街拍等) → 默认按写实处理
第二步:生成前 — 提示词加固
在传给图像生成工具/模型的 prompt 中,按需加入以下约束(根据画面内容挑相关的用,不要死板堆砌全部):
光学与相机语言(对应机理点1、4)
- 指定具体镜头/机身特征而非空泛的"高清/8k":如 "shot on 35mm lens, f/2.8, shallow depth of field, natural bokeh"
- 明确单一光源方向和色温,并要求阴影/反光与之呼应:"single light source from upper left, consistent shadow direction, coherent color temperature"
- 避免"trending on artstation / hyper-detailed / ultra sharp"这类会把模型推向 CG感、过度锐化的套话
噪声与质感(对应机理点2、4)
- 加入符合物理的噪声/颗粒描述:"subtle film grain, natural sensor noise in shadow areas, slight motion blur where appropriate"
- 皮肤/材质避免塑料感:"visible skin pores and texture, natural imperfections, matte surface where realistic, avoid airbrushed look"
构图与场景一致性(对应机理点3)
- 避免过度对称、过度完美的构图:"slightly imperfect framing, natural candid composition"
- 场景内多个物体要求光影一致:"all objects share the same light source and cast shadows in the same direction"
负面提示词(如工具支持 negative prompt)
plastic skin, waxy texture, over-symmetrical composition, inconsistent shadows,
mismatched reflections, extra fingers, warped hands, unnatural smoothness,
oversaturated colors, artificial glow, airbrushed, CGI look, render artifacts
第三步:生成后 — 五维自检
拿到生成结果后,在展示给用户前过一遍这五点:
| 维度 | 检查问题 |
|---|---|
| 光照一致性 | 画面里所有物体的阴影方向、反光、色温是否统一?有没有互相矛盾的光源? |
| 材质物理性 | 皮肤/织物/金属/水面等材质是否符合其物理属性,而不是"看起来像"但经不起推敲? |
| 局部细节逻辑 | 手指数量、文字、反射中的内容、透明物体折射等细节是否合理? |
| 噪声/清晰度分布 | 画面是否全局均匀锐利(AI 图常见问题),还是有符合真实光学的景深虚化和局部噪点? |
| 构图自然度 | 是否过于对称、过于"完美",缺乏真实抓拍/摆拍中常见的轻微不规则? |
如果发现明显问题,优先通过调整 prompt 重新生成(加入针对性的约束),而不是简单接受第一版结果。如果工具本身不支持精细控制,如实告知用户当前生成能力的局限,不要过度承诺"这张图和实拍完全一样"。
第四步:如实告知边界
无论怎么优化,生成图像仍然是 AI 生成的,不是真实拍摄记录。回复中不需要每次都长篇声明,但:
- 如果用户的使用场景涉及"以假乱真"用途(冒充真实事件/真实人物的实拍照片、伪造证据、用于新闻/事实性场合冒充实拍),按安全准则处理,必要时说明无法协助
- 本技能的目标是提升视觉自然度、减少违和感,不是绕过 AI 图像检测或制造欺骗性内容的工具
示例
示例一:产品图生成
用户输入: 帮我生成一张手机产品图,要像官网那种实拍质感
处理流程:
1. 判断意图 → 写实/产品图 → 触发本技能
2. 提示词加固 → 注入 "shot on 100mm macro lens, f/4, studio lighting, soft shadows, subtle sensor noise, product photography"
3. 生成图像
4. 五维自检 → 检查金属反光是否一致、指纹/灰尘细节、景深是否自然
5. 如发现问题 → 调整 prompt 重新生成
6. 展示结果
示例二:人像照片生成
用户输入: 生成一张写实风格的人像照片
处理流程:
1. 判断意图 → 写实/人像 → 触发本技能
2. 提示词加固 → 注入 "shot on 85mm portrait lens, f/1.8, natural window light, visible skin texture, film grain"
3. 生成图像
4. 五维自检 → 重点检查手指数量、皮肤质感是否塑料、光照方向是否一致
5. 展示结果
示例三:风格化输出(不触发)
用户输入: 画一张动漫风格的头像
处理流程:
1. 判断意图 → 动漫风格 → 跳过本技能
2. 直接正常生成,不注入写实约束
限制说明
- 本技能仅提升 AI 生成图像的视觉自然度,不改变 AI 平台在真人肖像、版权角色、儿童安全等方面原有的限制
- 本技能不适用于、也不应被用于:伪造真实人物/事件的照片、制造虚假新闻配图、绕过身份核验或内容审核系统、创建用于欺诈或误导的"实拍证据"
- 生成后自检依赖 AI 自身的视觉理解能力,可能存在漏检情况,不能保证 100% 消除所有 AI 痕迹
- 负面提示词仅在图像生成工具支持 negative prompt 时有效,部分工具可能不支持