图库里有 25 条 prompt 带着「古风」标记，它们的写法跟英文语料完全不同：不描场景，而是用碎片拼出一种气息——四字短语、点名的历史人物、默认读者懂这套文化的引用。下面用图库里的一条真实 prompt当标本，讲这套写法怎么运作。
四字短语做压缩包
标本 prompt 开头是一串四字短语：脂香绮艳、秦淮烟月、顾盼生春、各具情态。翻译会磨平它们——「香脂浓艳；秦淮河上的烟月；目光流转生出春意；各有各的仪态」——但功能在翻译后依然成立：每个短语是一条压缩过的风格指令。脂香绮艳定下色调和丰腴感；秦淮烟月定下场景（秦淮河，历史上以繁华风月闻名的地段）；顾盼生春定下眼神和生气。
中文 AI 绘画圈用这种形式，因为它本来就是这个文化压缩描写的方式——古典诗词和传统画论的节奏。对读过大量中文文本的模型来说，四字短语是一束密集、连贯的风格信号。英语语料里也有同一件事的单点版本：editorial、golden hour 这类词，一个词干一段话的活。
点名式选角
然后 prompt 把主角一个个报了出来：秦淮八艳——明末秦淮河畔八位有史料记载的歌伎与才女，名字逐一点名。这是很中式的 prompt 习惯：召唤一套已知的文化组曲，因为模型已经把每个名字和一个时代、一类装束、一种气质绑定好了。英文 prompt 里对等的写法单薄得多——「flapper」、五十年代主妇这类标签，「枚举的群像」几乎见不到。一条 prompt 把八个人逐一点名，不是在追求完整，是在把群像构图一张脸一张脸地调。
违和感引擎
标本 prompt 真正的发动机在最后：古典短语之间躺着一个 CCD直闪——我们在另一篇里拆过这个效果。历史人物，配 2000 年代数码相机的闪光灯。碰撞是故意的，也是当代中国风人像 prompt 的标志性动作：造型留在古代，镜头带上现代的「缺陷」，图片就从戏服展示变成了某个人拍下的照片。
用英文写同一件事
同一套审美在英文语料里换了方法——不用压缩，用枚举。这条月球巨人 prompt 把造型一条条铺开："colossal young woman wearing traditional Hanfu"、"flowing white and red silk robes with intricate floral embroidery"、"elaborate golden headdress with tassels"。四字短语压缩掉的信息，全部还原成了物理细节。而尺度反差——行星尺寸的汉服巨人——本身就是一个小类型：最古老的服装，放进最新的构图。
怎么用
- 如果你的模型中文够好，四字短语是可以直接用的 prompt 词汇——密集、原生、有效。两三个短语就够，更多就成噪音了。
- 点名式引用（朝代、历史群像、具体的服装体系）控制时代和阶层的能力，远强于形容词式的 "ancient"。
- 违和感技巧可以照抄：古典造型配一个现代相机短语，画面就会从插画变成照片。
- 用英文写的时候手动做压缩：把每个四字短语拆成一条具体的物理细节——一种具体的袍子颜色、一个有名有姓的头饰、一处有据可查的场景。
