GLM-Image提示词工程：如何用中文描述‘宋代汝窑天青釉’生成古瓷图

GLM-Image提示词工程：如何用中文描述‘宋代汝窑天青釉’生成古瓷图

1. 为什么“天青釉”难生成？——从瓷器审美到AI理解的鸿沟

你有没有试过在AI绘图工具里输入“宋代汝窑”，结果出来一堆青花瓷、哥窑开片，甚至带LOGO的现代茶具？不是模型不行，而是我们和AI之间，隔着一道“语言翻译”的墙。

汝窑天青釉，不是简单的“青色瓷器”。它是北宋徽宗时期官窑的巅峰之作，釉色如雨后初晴的天空，温润内敛，有“千峰碧波翠色来”的意境；釉面常有细密开片，像蝉翼般轻薄；器型多为洗、盘、盏托，线条极简却充满张力；最关键是——它不反光、不艳丽、不张扬，是一种需要静观才能体会的“哑光高级感”。

而普通提示词如“qing dynasty porcelain”或“blue ceramic”在AI语义空间里，大概率激活的是明清青花、日本九谷烧，甚至是Pantone色卡里的“sky blue”。这不是模型缺陷，是训练数据中对“宋代汝窑天青釉”这类高度文化特异性、低图像泛化度概念的覆盖不足。它需要的不是颜色词，而是可被视觉解码的文化语法。

所以，本教程不讲参数调优，不堆技术术语，只聚焦一件事：用中文说人话，让GLM-Image真正听懂“天青釉”三个字背后藏着的千年审美密码。

2. GLM-Image Web界面：你的古瓷创作画布

2.1 界面即生产力：为什么选这个WebUI？

GLM-Image官方WebUI（基于Gradio构建）不是简单套壳，它把专业级控制权交到了你手上，同时保持零代码门槛。当你打开http://localhost:7860，看到的不是一个黑框命令行，而是一个清晰分层的创作工作台：

• 左侧是你的“文字画笔”：正向提示词（必填）、负向提示词（防翻车）、分辨率滑块、推理步数调节器——所有关键变量一目了然；
• 右侧是实时“窑炉”：点击生成后，你能看到进度条、显存占用、甚至中间帧演化过程，就像亲眼看着釉料在1280℃窑火中慢慢流淌、凝结；
• 底部是“作品档案馆”：每次生成的图片自动保存在/root/build/outputs/，文件名含时间戳和种子值，方便你回溯哪一次“窑变”最成功。

它不强迫你记命令，但也不掩盖核心能力。这种平衡，正是古瓷复刻最需要的——既尊重传统工艺的严谨性，又赋予现代创作的自由度。

2.2 启动三步走：5分钟让汝窑“活”起来

别被34GB模型吓住，实际操作比泡一杯茶还简单：

1. 终端里敲一行（如果服务未启动）：

   bash /root/build/start.sh

   屏幕上会滚动下载日志，首次加载约需15-20分钟（取决于网络），之后秒启。

2. 浏览器打开http://localhost:7860，你会看到一个干净的深灰界面，中央是醒目的「加载模型」按钮——点它，等待右下角弹出“Model loaded successfully”。

3. 现在，你的汝窑工坊已就绪。无需配置CUDA、不用改config，所有底层优化（包括CPU Offload）已在启动脚本中预设完成。

提示：若想在外网访问（如用手机查看效果），启动时加--share参数，系统会生成一个临时公网链接，安全且免端口映射。

3. 中文提示词拆解术：把“天青釉”翻译成AI能懂的视觉指令

3.1 汝窑提示词四要素：主体·材质·光影·气韵

别再写“a Song Dynasty Ru ware”。GLM-Image对中文短语的理解远超英文直译。我们用四个锚点，构建可执行的提示词骨架：

关键洞察：GLM-Image对“雨过天青云破处”这类典故型描述的响应，远优于“light blue glaze”。因为它的训练数据中，此类文本常与高清汝窑图配对出现，已形成强语义绑定。

3.2 实战提示词：从单句到完整配方

基础版（快速验证）

北宋汝窑三足洗，天青釉，雨过天青云破处，柔光侧逆光，博物馆展柜拍摄，高清细节

效果：器型准确，釉色接近标准天青，开片隐约可见
不足：釉面略显“平”，缺乏“酥油光”的油脂感

进阶版（质感跃升）

北宋汝窑三足洗，天青釉，玛瑙入釉，酥油光质感，釉面细密蝉翼开片，柔光侧逆光，浅灰色背景，宋徽宗监制，极简主义构图，8k超高清

效果：釉面呈现明显油脂反光，开片如蝉翼般纤细均匀，器壁厚度感真实
秘诀：“玛瑙入釉”触发矿物颗粒感，“酥油光”锁定温润反光模式，“浅灰色背景”强制模型专注器物本身

大师版（意境营造）

北宋汝窑天青釉水仙盆，雨过天青云破处，釉面微乳浊，柔光漫射，盆沿微露香灰胎，底足三枚细小支钉痕，留白构图，禅意，宋代绘画风格，绢本设色质感

效果：不仅生成瓷器，更输出一幅“宋代画作”——背景留白、绢本质感、胎土颜色精准，支钉痕细节可辨
秘诀：“香灰胎”、“支钉痕”是汝窑鉴定铁证，GLM-Image对这类专业术语响应极佳；“绢本设色”将其拉入艺术史语境，规避现代摄影感

3.3 负向提示词：给AI装上“宋代审美过滤器”

好提示词一半在“要什么”，一半在“不要什么”。针对汝窑易错点，推荐这组负向组合：

photorealistic, modern, glossy, shiny, plastic, cartoon, text, logo, signature, watermark, deformed, blurry, low quality, jpeg artifacts, extra limbs, disfigured

重点解析：

• glossy, shiny, plastic：直接屏蔽现代工业感，强制回归哑光釉质；
• modern, cartoon：切断AI对当代设计的联想路径；
• extra limbs, disfigured：虽看似无关，但能显著降低器型扭曲概率（尤其对三足洗等复杂结构）。

小技巧：将“photorealistic”加入负向词，反而能提升艺术感——GLM-Image会转向更偏绘画风格的渲染，更契合宋代美学。

4. 参数精调指南：让每一次“开窑”都更接近理想

4.1 分辨率：512×512够用，但1024×1024才是汝窑的舞台

• 512×512：适合快速测试提示词有效性，生成快（RTX 4090约45秒），但釉面细节、开片纹理易糊；
• 1024×1024：强烈推荐。汝窑之美在毫厘之间——开片宽度、釉层厚薄、胎釉结合处的“紫口铁足”都需要足够像素承载。实测此尺寸下，蝉翼开片清晰可数，釉面乳浊感真实；
• 2048×2048：仅当需打印大幅海报时启用，耗时翻倍（约220秒），且对显存压力大，日常创作不必追求。

4.2 推理步数：50是甜点，75是精品线

注意：步数超过100，收益递减明显，且易出现“过度优化”导致的釉面僵硬。

4.3 引导系数（CFG Scale）：7.5是汝窑的“中庸之道”

• 5.0：提示词影响弱，AI自由发挥多，易跑偏成“类似汝窑的蓝瓷”；
• 7.5：最佳值。天青釉色、器型、开片三者稳定收敛，保留适度艺术变形；
• 10.0+：虽更贴合文字，但釉面易失真（过亮、过平），丧失“酥油光”的微妙过渡。

5. 效果对比与避坑指南：那些让你拍桌的“翻车现场”

5.1 典型翻车案例与修复方案

5.2 高阶技巧：用“种子值”复刻你的“神窑”

发现一张惊艳的生成图？别只存图！立即复制右下角显示的随机种子值（如seed: 123456789）。下次输入相同提示词+该种子，就能100%复刻同一窑变效果。这是你建立个人“汝窑釉色库”的基础——比如：

• seed: 111111111→ 最接近“雨过天青”的标准色；
• seed: 222222222→ 开片最纤细均匀的版本；
• seed: 333333333→ 釉面乳浊感最强的“玛瑙入釉”效果。

实操建议：在/root/build/outputs/文件夹中，按种子值命名子目录（如ru_yao_seed_111111111/），三个月后你就有了一套可检索的数字汝窑标本集。

6. 总结：提示词是新时代的“窑工口诀”

用GLM-Image生成宋代汝窑天青釉，从来不是一场参数竞赛，而是一次跨越千年的对话。你输入的每个汉字，都在唤醒模型中沉睡的宋代美学基因——“雨过天青”是色彩指令，“蝉翼开片”是纹理协议，“酥油光”是物理引擎开关。

记住这三条心法：

• 少即是多：删掉所有冗余形容词，保留“北宋汝窑+器型+天青釉+雨过天青云破处”五个核心词，效果往往比长句更准；
• 信古不信玄：用《坦斋笔衡》《清波杂志》里的原典描述（如“内有玛瑙为釉”），比任何“AI优化提示词”都管用；
• 以藏养用：把/root/build/outputs/当作你的数字窑址，每次生成都是烧制一块新瓷片，积累百片，自成体系。

真正的提示词工程，终将回归到对文化的敬畏与理解。当你能用中文精准唤出“天青釉”的那一刻，你已不只是用户，而是手握数字柴薪的新时代窑工。

获取更多AI镜像

想探索更多AI镜像和应用场景？访问 CSDN星图镜像广场，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。