当前位置:首页 > 文章列表 > AI提示词 > 画画 > 靛蓝纸鹤阴影的留白手机壁纸提示词

靛蓝纸鹤阴影的留白手机壁纸提示词

来源:17golang原创 2026-10-28 14:33:09 0浏览 收藏

想做一张安静、低干扰,又有明确视觉记忆点的手机壁纸,可以把“靛蓝纸鹤”和“可控阴影”拆成两组提示词变量:纸鹤负责主体,阴影负责方向与纵深,上方留白负责锁屏时间和图标的可读性。下面给出一张浅底主图和一张深色变体,提示词均可直接复制使用。

先看主图:把纸鹤放在锁屏下半区

主图采用温暖的象牙色纸面,纸鹤落在画面中心线以下,阴影向右下方延伸。这样既能保留靛蓝色的辨识度,又不会把锁屏时间挤到主体上。图中的留白、纸纹和阴影属于原创壁纸的视觉设定,不是手机截图或运行结果。

象牙色纸面上的靛蓝折纸鹤与右下方柔和阴影,上方留有锁屏空间
图1:主壁纸操作示意图,纸鹤位于下半区,上方留白用于锁屏时间和图标。

下载主壁纸

中文提示词:先锁定材质,再限制干扰

生成主图时,建议保留“单只纸鹤”“折叠纸边”“柔和投影”“上方大面积留白”这四个约束。颜色不要只写“蓝色”,而要写成“深靛蓝、低饱和海军蓝”,更容易得到稳定的冷色主体。

一张原创的纵向手机壁纸,9:16 构图;温暖象牙色的手工纸背景,带有细微纸纤维;画面下半区放置一只折叠细致的深靛蓝纸鹤,纸鹤边缘清晰,向右下方投射柔和且独立可见的阴影;上方保留大面积干净留白,适合锁屏时间和图标;纸艺插画与纸雕质感,柔和侧光,安静、克制、东方极简;无文字、无字母、无数字、无 Logo、无水印、无边框、无界面、无人物、无手、无第二只鸟。

这段提示词的重点不是把画面写得复杂,而是明确主体数量、主体位置和空白区域。负面约束放在末尾,能减少模型添加标题、装饰边框或多余鸟群的概率。

英文提示词:保持同一组视觉边界

如果使用英文提示词,下面的版本与中文提示词保持同一构图,不额外增加月亮、星星或装饰元素。英文部分适合直接复制到支持英文描述的生成工具中。

An original vertical smartphone wallpaper in a 9:16 composition; a warm ivory handmade paper background with subtle paper fibers; one carefully folded paper crane in deep indigo blue placed in the lower half of the frame, with crisp folded edges and a soft distinct shadow cast diagonally toward the lower right; a large clean uninterrupted negative space in the upper area for a lock-screen clock and icons; refined folded-paper and paper-cut illustration, tactile paper texture, soft diffused side light, quiet restrained East Asian minimalism; no text, no letters, no numbers, no logo, no watermark, no border, no interface, no people, no hands, no second bird.

四个变量决定壁纸是否耐看

不必每次重写整段提示词,优先替换下面四个局部变量:

变量主图写法调整方向
主体位置lower half、slightly below center想让顶部更空,可改为 lower third;想增强主体存在感,可改为 centered lower area。
阴影方向toward the lower right改成 upper left 会让光线像从右下方照入,但要避免阴影穿过时间区域。
背景明度warm ivory handmade paper换成 pale blue-gray 可降低暖感;不要同时提高主体和背景饱和度。
留白位置large negative space in the upper area锁屏组件较多时,把上方留白改为 uninterrupted upper third。

变体:用月光靛蓝增加纵深

第二张变体把背景换成午夜靛蓝纸面,纸鹤改用低饱和月光蓝,阴影向左上方拉长。它适合深色锁屏或夜间使用,但仍然把上方三分之一留给时间和通知。

午夜靛蓝纸面上的月光蓝折纸鹤与左上方长阴影,上方保留纵向留白
图2:变体结果示意图,通过深色纸面和反向阴影增加纵深,同时保持顶部留白。

下载月光变体

对应的英文改写可以只替换三处:warm ivory 改为 deep midnight-indigo,deep indigo blue 改为 muted moonlit blue,lower right 改为 upper left。主体仍保持单只纸鹤,留白仍放在上方。

手机适配与常见问题

  • 为什么纸鹤总是靠近顶部? 把主体位置明确写成 lower half 或 lower third,并重复 upper area 的 uninterrupted negative space。
  • 阴影太重怎么办? 将 hard shadow 换成 soft diffused cast shadow,并加入 low contrast、matte paper。
  • 锁屏图标不清楚怎么办? 主体不要占满中上部;浅底图用深靛蓝主体,深底图则用低饱和月光蓝,避免全屏同色。
  • 不同手机比例如何处理? 先保持 9:16 纵向构图,再通过 lower third 和 upper third 调整主体与时间区,不要把纸鹤横向拉伸。

如果只想要一张通用锁屏,优先选浅底主图;需要更沉静的夜间氛围时再使用月光变体。两套提示词都把“主体数量、阴影方向、留白区域、纸材质”写清楚,后续换色时只动一个变量,画面会更稳定。

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
琥珀雨滴玻璃的暖色手机壁纸提示词琥珀雨滴玻璃的暖色手机壁纸提示词
上一篇
琥珀雨滴玻璃的暖色手机壁纸提示词
珊瑚沙丘渐变的锁屏手机壁纸提示词
下一篇
珊瑚沙丘渐变的锁屏手机壁纸提示词
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。
    757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。
    754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。
    836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。
    803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。
    635次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码