先锚定真实时空坐标

第一步：在提示词开头明确写出具体城市+典型街区类型+时段。例如“成都玉林路午后”比“中国老街白天”有效十倍；“广州西关骑楼巷口傍晚”能直接触发青砖反光、凉茶铺铁皮招牌、晾衣竿斜影等细节联想。这个坐标越具体，AI调取的地域性视觉元素就越精准。

第二步：加入1～2个本地化感官锚点。不是简单写“有食物”，而是“竹蒸笼冒热气的虾饺”“铁锅铲刮锅底的焦香”“糖水铺玻璃罐里晃动的红豆沙”。这些词汇自带温度与质地，AI会据此渲染光影和材质。从实际效果来看，感官锚点比场景描述更能激活画面真实感。

第三步：用动态动词替代静态名词。“阿婆蹲着择菜”比“有阿婆”更有力，“外卖员刹停电动车溅起水花”比“有电动车”更能激活画面节奏。烟火气藏在动作的未完成感里，也就是说，你得让画面里的人“正在做什么”，而不是“站在那里”。

关键细节必须具象到毫米级

方法一：用材质+状态组合词替代通用描述。
✘ “木门” → ✔ “掉漆露出黄褐色木纹的杉木门，门环锈迹呈放射状晕开”
✘ “路灯” → ✔ “铸铁灯柱底部包着褪色红布条，灯罩内壁积灰发黄”

方法二：混入非完美瑕疵。“电线在头顶歪斜缠绕，三根主线搭在两根晾衣绳之间”比“整洁电线”更可信；“瓷砖缝里钻出半截狗尾草”比“干净地面”更鲜活。AI对“不整齐”的拟真能力远超“整齐”——这是经验之谈，你可以试试看。

【务必避开“霓虹灯”“复古滤镜”“胶片颗粒”】 这类词会强制AI套用网红模板，瞬间抹杀真实感。城市漫步插画所需要的烟火气，从不靠后期特效，它长在墙皮裂缝和油渍边缘。

人物姿态要带生活惯性

人物不能摆拍。写“穿拖鞋踢踏走路的中学生，左手拎着没拆封的练习册，右肩书包带滑到手肘”比“学生走路”多出5个可信线索：拖鞋摩擦声、未拆封暗示刚放学、书包带下滑体现负重习惯、手肘位置暴露手臂长度——这些都在帮AI锁定人体结构和透视关系。

群体互动要有视线牵引。比如“水果摊主抬头看对面修鞋匠，修鞋匠正低头捏住顾客脱下的袜子补洞”，两人视线形成隐性连线，画面立刻产生街道纵深感和人际张力。

这一步操作起来很简单，直接把“人物自然互动”作为独立短句加在提示词末尾即可，不用解释逻辑。当然，如果不考虑画幅限制，加入例如“重庆十八梯黄昏”这样的时空锚点，画面效果会更上一层楼——这也是为即梦AI写高质量城市插画提示词的核心心法。