使用通义万相绘制茶馆空间插画时，你是否发现构图总是千篇一律，几乎全是正面平视的视角？这背后其实有一个非常直接的原因——提示词中没有明确告知模型应该从哪个角度观察，空间关系也没有清晰界定。模型为了省事，默认渲染最稳妥的正向平视构图，结果每张图都像从同一个位置拍摄的“证件照”。

想要打破这种雷同感，必须从提示词的根源入手进行改造。

第一步：锁定茶馆空间的核心视觉要素

打开通义万相的文生图界面，第一句必须把空间类型和风格基调写得清晰具体。例如：“江南老茶馆 interior，木结构梁柱、青砖地、竹编灯笼、紫砂茶具、穿蓝布衫的老者泡茶”。如果不写“室内”或“interior”，模型大概率会生成建筑外立面，而不是你想要的内部空间——你让它画“斜角45度看茶馆”，它可能直接给你一个歪着的门脸照片，毫无意义。

这一步不能跳过，后续所有角度描述都必须依附在这个载体上，否则全是空中楼阁。

用方位词加镜头语言直接定义视角

核心描述写好后，紧跟角度指令。这里有一个小技巧：使用英文术语更稳定，中文里的“斜着看”“从上面拍”容易被模型误读为模糊指令。推荐三种常用视角：

低角度仰视：写“low angle shot, looking up at rafters and hanging copper kettle”。适合突出梁架高度和古建气势，画面具有强烈的视觉压迫感。

高角度俯视：写“bird’s-eye view, slightly tilted, showing tea tables arranged in L-shape with steam rising from cups”。能够清晰呈现空间布局和动线，适合表现茶馆的繁忙与有序。

过肩视角：写“over-the-shoulder view from behind a seated customer, focus on teapot pouring into small cup on worn wooden table”。自带叙事感，人物互动关系瞬间被激活。

注意，不要把多个角度词混在一起，比如“low angle + bird’s-eye view”会让模型逻辑冲突，导致出图崩塌。

强化空间维度的三个关键锚点

仅有角度还不够，要让画面真正拥有纵深感和层次感，必须盯住三个锚点：

首先，加入纵深引导线。比如“receding floor tiles”“vanishing point at back door”“bamboo curtain framing distant courtyard”。如果没有它，再好的角度也会显得扁平。

其次，固定一个视线落点，必须是具体物件。比如“steam curling from spout of Yixing teapot”“crack in old window lattice catching afternoon light”“folded newspaper beside half-drunk cup”。落点模糊，AI就会随机分配焦点，画面容易涣散。

最后，限制景深范围。加上“shallow depth of field”或“soft focus background”，迫使模型主动分层，否则所有细节糊成一片，角度差异根本无法体现。

把这三步串联起来，通义万相产出的茶馆插画就不再是平淡无奇的正面大头照，而是富有呼吸感、充满故事的空间小景了。