当前位置:首页 > 文章列表 > AI提示词 > 画画 > 雨后青瓦与纸灯笼的江南巷口:适合锁屏留白的竖屏手机壁纸提示词

雨后青瓦与纸灯笼的江南巷口:适合锁屏留白的竖屏手机壁纸提示词

来源:17golang原创 2026-08-30 12:37:09 0浏览 收藏

雨后的江南巷口很适合做手机锁屏:青瓦和湿石板提供稳定的纵深,纸灯笼把视线落点压在画面中下部,顶部则可以留出干净的灰蓝天空。下面这组提示词把这种构图拆成可直接复制的主图和一张偏暖的竖屏变体。

想要锁屏耐看,先固定“上方留白、主体下移、低饱和雨后色”这三个条件,再替换灯笼颜色和光线,不要一次改动整段提示词。

要点速览
  • 主壁纸采用 9:16 竖幅,锁屏上半部保留连续的灰蓝留白。
  • 青瓦、湿石板、木质纸灯笼是画面中的三个稳定实体,避免加入现代招牌和文字。
  • 冷青灰适合白色时间字体,暖橙变体适合深色时间字体,先按屏幕文字颜色选方案。
  • 调整时优先替换光线、灯笼色和雾气浓度,保留主体位置与纵深关系。

青瓦雨巷为什么适合做锁屏背景

锁屏顶部通常会叠加时间和通知,背景越复杂,文字越容易被屋檐、树枝或高反差纹理打断。这组画面把最亮的纸灯笼放在中下部,顶部只保留薄雾、雨云和一小段屋檐轮廓;手机亮屏后,系统文字仍有辨识空间。

色彩上先用青灰、墨绿和一点暖黄。青灰负责雨后的湿润感,墨绿压住巷口两侧,暖黄只给灯笼,不让整张图变成高饱和插画。

主壁纸:雨后纸灯笼巷口

雨后江南青瓦巷口与纸灯笼的竖屏手机锁屏壁纸
图1:主图把灯笼放在中下部,检查顶部灰蓝留白是否连续,以确认时间文字有清晰区域。

下载主壁纸 WebP

这张主图适合浅色锁屏文字。生成时要把“留白”说清楚:不是把画面裁空,而是让屋檐、雾气和远处巷道形成低对比背景。

中文提示词

9:16竖屏手机壁纸,雨后的江南老巷,深灰青瓦屋檐,湿润的青石板路,三盏暖黄色木质纸灯笼挂在巷口中下部,远处有朦胧的白墙和窄桥,细密雨丝刚刚停下,空气里有薄雾,画面上方保留连续的灰蓝天空与淡淡屋檐轮廓,低饱和青灰、墨绿与少量暖黄,电影感自然光,真实材质,安静克制,纵深明确,适合手机锁屏,无人物,无现代招牌,无文字,无logo,无水印,无二维码,无手机边框。

English prompt

9:16 vertical smartphone wallpaper, an old Jiangnan alley after rain, dark gray tiled eaves, wet blue-gray stone pavement, three warm yellow wooden paper lanterns hanging in the lower middle of the alley entrance, misty white walls and a narrow bridge in the distance, fine drizzle just stopped, soft atmospheric haze, continuous muted blue-gray negative space across the upper portion with a subtle eave silhouette, low-saturation blue gray, deep moss green and restrained warm yellow, natural cinematic light, realistic materials, quiet and restrained mood, clear depth, suitable for a phone lock screen, no people, no modern signs, no text, no logo, no watermark, no QR code, no phone frame.

暖橙变体:同一巷口换成傍晚灯色

暖橙灯光映照雨后江南巷口的竖屏手机壁纸变体
图2:变体只提高灯笼和湿石板的暖反射,检查主体仍在中下部,顶部不能出现高亮杂物。

下载暖橙变体 WebP

如果手机锁屏使用深色时间字体,可以把主图改成傍晚版本。不要把整张图染成橙色,只把纸灯笼、门槛和石板上的反光提高一档,墙面与天空仍然保持灰蓝。

变体提示词

保留原提示词中的江南雨巷、青瓦、湿石板、纸灯笼和上方锁屏留白,将光线改为雨后蓝调时刻,纸灯笼改为柔和琥珀橙,灯光在湿石板上形成窄幅倒影,墙面仍为低饱和灰蓝,雾气稍微变薄,主体位置不变,中下部保持视觉重心,9:16竖屏,无文字、logo、水印、二维码、现代招牌和手机边框。

哪些变量值得继续替换

变量主图适用场景
灯笼颜色暖黄浅色时间字体锁屏
灯笼颜色琥珀橙深色时间字体锁屏
顶部背景灰蓝薄雾需要更强文字对比
顶部背景淡青雨云希望画面更冷、更安静

裁切和改词时,先守住三条线

第一条是主体高度:灯笼和巷口落在画面中下部,不能被裁到最底边。第二条是顶部对比度:锁屏文字区域不要放树枝、密集瓦纹和亮色灯泡。第三条是风格边界:如果加入人物、店铺招牌或汽车,画面会从留白壁纸变成叙事插画,提示词的用途就变了。

比例不对时,先重申“9:16 vertical smartphone wallpaper”,再删掉过多的远景物件。颜色太脏时,把“highly saturated”这类倾向改成“low saturation, restrained warm yellow”;灯笼不够突出时,只增加“three warm paper lanterns in the lower middle”,不要把全局亮度拉高。

常见问题

锁屏时间压住了屋檐怎么办?

把上方留白改成连续的灰蓝雾空,并明确要求低对比屋檐轮廓;不要只写“留白”,否则模型可能把主体缩得过小。

为什么整张图会变成橙色?

提示词里的暖色范围太宽。保留“only the lanterns and wet-stone reflections are warm”,同时把墙面、天空和瓦片写成 muted blue gray。

竖屏裁切后灯笼只剩一盏怎么办?

把数量、位置和距离写在一起,例如“三盏灯笼,成组位于中下部”,并减少远处桥梁等会抢占画幅的元素。

小结

这组江南雨巷壁纸的重点不是堆满细节,而是把视觉重心压低、把锁屏文字区域留干净。先用青灰主图确定构图,再用灯笼色和雨后光线做变体,通常比整段重写更容易得到稳定结果。

版本声明
本文转载于:17golang原创 如有侵犯,请联系study_golang@163.com删除
Go HTTP 请求耗时怎么拆:httptrace.ClientTrace 与 RoundTripper 计时该怎么选Go HTTP 请求耗时怎么拆:httptrace.ClientTrace 与 RoundTripper 计时该怎么选
上一篇
Go HTTP 请求耗时怎么拆:httptrace.ClientTrace 与 RoundTripper 计时该怎么选
食品小作坊如何做批次库存台账:进货、生产、销售三张表怎么串起来
下一篇
食品小作坊如何做批次库存台账:进货、生产、销售三张表怎么串起来
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    471次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    530次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    550次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    500次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    318次使用