如何驯服AI画出鲁智深倒拔垂杨柳

今天我突发奇想，想让AI给我的电子阅读器画一个四大名著的屏保图，水浒传我选了经典画面《鲁智深倒拔垂杨柳》，谁知一波三折，下面请看驯服过程。

第一版：画出了“拔树”，没画出我要的“倒拔”

最初的要求只有一句：

你能画一幅画，鲁智深倒拔垂杨柳吗

第一眼看，题材很容易认出来：光头、浓须、僧衣、念珠，大柳树，还有四周惊讶的围观者。鲁智深跨开双腿，双手一高一低环抱树干，身体向后仰，树根带着泥土露出地面，力量感给得很足。

但人物仍然是在身前抱着树拔。这张图交代了“一个大力士把树拔起来”，没有交代出我想要的那个特殊动作。

于是我先没让它继续画，而是问：

你先翻译一下，什么叫 倒拔

它引用了《水浒传》的动作描写：

右手向下，把身倒缴着，却把左手拔住上截，把腰只一趁，将那株绿杨树带根拔起。

随后，它把重点解释成俯身弯腰、借腰背和双腿发力，也承认第一张没有准确体现“倒拔”。

它虽然引用了原文，却没有把动作解释清楚：树干在身体的什么位置，两条手臂怎样绕过去，双手怎样反扣？只说“弯腰发力”，仍然可以画成普通的抱树。

第二版：动作没理顺，又多了一只手

我接着说：

那你再画一副倒拔的

这一版把跨步、后仰和手臂的拉扯画得更夸张了。树干仍然斜着向上，树根已经抬起，并没有横躺在地上。

真正明显的问题在手上：树干上方出现了两只抓握的手，下方靠近树根处又有一只手。局部看都有手指，连回身体，就对不上了。

我的反馈很直接：

你检查一下提示词，现在错得离谱了，画面出现了三只手，整个人都变形了

它随后检查提示词，说上一版同时要求右手抓低处、左手抓高处、身体后倾并侧身扭转、双腿大幅跨步，却没有说清肩膀、手臂、躯干与树干的空间关系。

这是它当时对失败原因的分析。从图上能确认的，是手的数量和连接关系确实出了问题；至于生成时具体怎样出了错，不能仅凭这段复盘就下定论。

接下来，它把“结构正确”提到优先位置：只有两条手臂、两只手，肩肘腕连接清楚，双膝弯曲，身体从髋部前俯，树干大体向上，避免额外肢体和不自然的扭转。我同意它按这份提示词重新出图。

第三版：手的数量对了，动作仍没对上

第三版没有再出现上一张那样明显的三只手。鲁智深蹲得更低，身体前俯，一只手抓住树根附近，另一只手环住较高处的树干。

但它依然是在身前抓抱树干。姿态从“后仰拉树”变成了“蹲低提树”，人体结构有所改善，我要纠正的动作关系却没有解决。

这也说明，上一轮其实混着两个问题：一个是人体有没有画坏，另一个是画的究竟是不是所要求的动作。补上“只有两只手”，能针对前一个问题，却不能自动解决后一个。

所以我又提了一次要求：

你这个仍然不是倒拔，你没有理解倒拔的动作，你网搜检索一下，包括图片素材，理解倒拔的动作

查了资料，还是没理解动作

这一次，它在检索后的答复里，把重点归结为“背转着身子”，又列出“背对树干”“反手抓握”等要求，说自己终于找到了画错的原因。

但接下来的第四版说明，它仍然没有理解。它把动作简化成了“把背转向树”，又画出了另一种错误姿势。引用词典、列出要求，都不能证明它已经弄懂了倒拔。

归档中还保存了三张检索参考图。把它们逐张看过，会发现它们并不是同一种姿势的三个版本。

这张水墨画里，人物屈膝俯身，双手向下，树干斜穿身前。它用很简练的线条表现人与树的关系，但不能直接拿来证明“树干必须贴在侧后背”。

浮世绘中的人物俯身扭转，树干斜贯画面，姿态高度夸张。它提供了另一种表现方式，却也不能直接当作写实人体的动作说明书。

这张剧照里，树木已经横在人物身前，根部带着大块泥土，更接近拔出之后托抱树木的瞬间。它和后面我亲自提供的截图，不是同一个动作阶段。

因此，找到“鲁智深拔柳”的图片，只算找到了题材。还要继续分辨：图里正在蓄力、拔起，还是已经拔完？人物与树干的关系，是否正好能解决眼前的问题？

第四版：把倒拔画成了背树

我同意它根据检索结果重新绘制。

这一版里，鲁智深向前俯身，树干斜压在背部和肩侧，一只手伸向身后较高处，另一只手抓住靠近树根的位置，看起来像在背一棵树。

这仍然不是倒拔。“背朝树”不是判断动作正确的标准，树干斜压肩背、双手向后抓，也没有画对。查资料前，它画的是抱树；查资料后，它画成了背树。解释说了一大段，动作还是错的。

到了这一步，我直接给了它一张图：

算了，你以这个图片为基础，重新绘制

第五版：给了剧照，终于画对

这张截图把前面一直没说清的关系摆了出来：人物双腿分开、屈膝站稳，身体向一侧俯下；树干靠近肩腋和躯干一侧，一条手臂从较高处绕住树干，另一只手在低处扣住。

对照这张截图，第四版错在哪里就清楚了：第四版把树斜背在肩背上；截图里的树干基本竖直，人物屈膝侧俯，树干贴近肩腋和身体一侧，双手上下错位、反向扣住树干。要画的是这套完整的动作关系，不能用一句“转过身”代替。

重绘后的第五版保留了这些主要关系：双腿大幅分开，身体向侧方俯下，树干靠近肩腋，一只手从高处绕下，另一只手在低处抓握。它还把参考截图中尚未明显离土的树根，画成了带土拔起的状态。

这里还有一个关键细节：虎口朝下。手是反着扣住树干的，不能只画成两只手一高一低地抱着树。“反手抓握”说起来只有四个字，落实到画面里，手腕怎么转、虎口朝哪儿，都得画对。最后这一版，才把这个细节画了出来。

到这一版，倒拔的动作才画对。前四版分别在抱树、拉树、提树、背树，始终没有摆对人与树、手臂与树干的关系。最后这张参考图，才把文字里反复纠缠的动作说清楚了。

说到底，还是得给它一张图

折腾下来，真是让人哭笑不得。现在的 AI 大模型，尤其是 ChatGPT 的出图功能，已经很强了。画风、质感、人物神态，甚至围观群众的表情，都能安排得像模像样。可一到具体动作上，就能让鲁智深从抱树、拉树，一路折腾到背树。

更好笑的是，它每次都能认真分析上一版为什么错，再信誓旦旦地告诉你下一版该怎么改。原文引用了，词典查了，提示词也越写越长，图出来一看：还是不对。

文字描述再多，碰上这种细节动作，仍然像在“抽卡”。你说右手抓低处、左手抓高处、腰部发力，它未必能把这些要求拼成一个正确的姿势，倒可能顺手给你多拼出一只手。

所以这次所谓的“驯服”，最后还是靠原型图。必须把那张剧照摆给它看：人怎么站、胳膊怎么绕、手怎么扣，就照这个来。前面解释了半天，不如最后一句——“你以这个图片为基础，重新绘制。”

AI 把鲁智深画得威风凛凛不难，让他用对姿势拔一棵树，倒费了老大劲。

---

附录：图片索引

整理说明：过程与引语依据同目录下《鲁智深倒拔垂杨柳_完整对话.md》，画面描述依据本地九张图片逐张核对。原始对话中的 AI 解释、检索结论与作品标注，不因被收入归档就自动成为已核实的事实。第 7—9 张为第三方作品，版权归原作者或出品方所有。