想象你是一位刚走进后厨的学徒,面前摆着一台能自动做菜的魔法灶台——AI绘图模型。你喊一句“给我炒个菜”,灶台哗啦啦端出一盘:味道全靠运气,颜色更是五花八门。可你身边的大厨老陈,每次只需念几句口诀,就能端出红亮的糖醋排骨、沉稳的卤味拼盘、清新的夏日沙拉。他笑着说:“炒菜讲究火候,装盘讲究配色。掌握色彩搭配的套路,你的AI灶台才能从碰运气变成真手艺。” 这门课,就是大厨老陈的私房配色笔记。你将学到的不只是“红配绿”这种口诀,而是一整套系统的色彩理论:理解颜色的三大属性、掌握互补与类比的搭配法则、驾驭莫兰迪与高饱和两种气质、读懂色彩的情绪语言,再学会用色温给画面定火候。最后,把这些知识统统装进一条条Prompt咒语里。从今天起,你不再是那个对着AI喊“随便画个好看的”的学徒,而是能精准指挥色彩的专业调色师。

岗位关联

色彩是AI绘画中最直观、最容易被看到的“可控变量”。掌握这门技能,相当于给AI配了一副专业调色眼镜,能显著提升品牌视觉、海报、插画等创意工作的出图质量与一致性,是AIGC创作者的核心竞争力之一。

目录
  1. 可视化演示
  2. 颜色的三围:色相、明度、饱和度
  3. 互补色配色:红配绿,视觉更醒目
  4. 类比色配色:相邻色味,天然和谐
  5. 莫兰迪色调:低调的高级灰
  6. 高饱和色调:张扬的生命力
  7. 色彩情绪映射:画面讲故事
  8. 色温与白平衡:给画面定火候
  9. Prompt实战配方:三段式咒语
  10. AI 应用场景
  11. Python 演示
  12. 常见误区
  13. 面试题

可视化演示

展示色彩理论在AI图像生成Prompt中的应用:色环模式可视化HSL色相轮与互补色关系,方案模式对比互补/类似/三色/分割四种色彩方案及其在Prompt中的关键词效果。

本节配有交互动效(进入视口后自动加载,约 3KB)。

色彩理论与Prompt艺术 HSL色环:色相/饱和度/亮度三维色彩空间 色彩关系:互补/类似/三色/分割互补方案 Prompt应用:色彩关键词控制AI生成色调 Color Harmony = Hue + Saturation + Lightness + Relationship

颜色的三围:色相、明度、饱和度

老陈的第一课,是让学徒小美认识“颜色本身”。“你面前这碗酱汁,”他用勺子舀起一勺,“要描述它,得说三件事:这是什么味道——酸甜?咸鲜?这是它的'色相';味道重不重——淡口还是浓口?这是'饱和度';酱汁透亮还是深沉——这是'明度'。”小美恍然大悟:原来每种颜色都像一道菜,有自己独特的“口味三围”。

在色彩理论里,这“口味三围”被称为HSV色彩模型。色相(Hue)决定了颜色是红、绿、蓝还是紫,用一个0°到360°的角度表示,就像指南针上的方位;饱和度(Saturation)决定了颜色的浓淡,满饱和是鲜艳的原色,低饱和则灰扑扑的像旧照片;明度(Value)决定了颜色的亮暗,亮黄和暗黄的区别就在于此。三者组合,理论上可以描述人眼能看见的所有颜色。

当你在Prompt里写“红色”时,AI收到的其实是一个模糊的指令——因为“红色”可以是鲜红的圆、暗红的墙、灰红的陶罐。只有同时给出饱和度、明度的描述,AI才能精准调出你脑海里的那碗“酱汁”。这也是为什么老陈总说:“描述颜色,就是要给AI报出它的三围。”

老陈把三根调味勺递给小美:“记住了,以后给AI报颜色,就像报菜名:先说什么色(色相),再说浓不浓(饱和度),最后说亮不亮(明度)。三围报全,这道'视觉菜'就成功了一半。”

HSV:H∈[0∘,360∘),S,V∈[0,1]\displaystyle \text{HSV}: \quad H \in [0^\circ, 360^\circ), \quad S, V \in [0, 1]
色相像个圆盘上的角度,0°是红色,120°是绿色,240°是蓝色;饱和度和明度则是0到1之间的小数——0是黑白灰,1是最浓最亮。
  1. 色相范围色相是一个循环的角度值,0°到360°绕完一圈,就像钟表走完12小时后又回到起点。
    H∈[0∘,360∘)H \in [0^\circ, 360^\circ)
  2. 饱和度与明度范围两者都是0到1的比值。饱和度1意味着纯色,0则是灰色的;明度1代表最亮,0代表纯黑。
    S,V∈[0,1]S, V \in [0, 1]

互补色配色:红配绿,视觉更醒目

小美第一次看到老陈调“糖醋汁”时很惊讶:一边是酸得出奇的醋,一边是甜得发腻的糖,两样极端混在一起,竟然变成了一道人见人爱的开胃菜。“这就是互补的精髓,”老陈说,“在颜色里,也有一对对的'醋和糖'——它们站在色相环的正对面,互相碰撞,反而激发出最强的视觉冲击。”

在色相环上,距离正好180°的两种颜色被称为互补色。红与绿、蓝与橙、黄与紫,都是经典的互补对。互补色放在一起会产生一种“抖动感”,让彼此都显得更加鲜艳——红更红,绿更绿。这也是为什么警示牌、海报、电商大促视觉都酷爱互补色:它们能在0.1秒内抓住你的眼球。

在Prompt中应用互补色,最常用的写法是“主色+互补色+场景”。比如写“红色丝绸与绿色翡翠点缀的华丽宫殿”,AI就会自动在画面中安排红绿交织的戏剧性对比。但互补色并非万能——如果两种颜色面积各占一半,画面会显得生硬刺眼。老陈的秘诀是“三七开”:主色占七分,互补色点缀三分,就像糖醋汁里糖多一点、醋只起画龙点睛的作用。

小美试着写了一条“蓝橙冲浪海报”的Prompt,出图后兴奋地发现:橙色海浪和蓝色天空撞在一起,画面仿佛自带聚光灯。老陈笑道:“对门邻居,天生一对。记得七三开,别让它们打架。”

θcomp=(θmain+180∘) mod 360∘\displaystyle \theta_{comp} = (\theta_{main} + 180^\circ) \bmod 360^\circ
互补色的计算公式:拿主色的色相角度加上180°,如果超过360°就减去360°,得到的就是它正对门的互补色。
  1. 主色角度先确定画面主色的色相角,比如红色是0°。
    θmain=0∘\theta_{main} = 0^\circ
  2. 加180度在色相环上走半圈,红色0°加180°得到绿色180°,这就是互补关系。
    θmain+180∘=180∘\theta_{main} + 180^\circ = 180^\circ
  3. 取模归位如果相加结果大于360°,用取余运算把它绕回圆盘内,保证答案仍是合法角度。
    (300∘+180∘) mod 360∘=120∘(300^\circ + 180^\circ) \bmod 360^\circ = 120^\circ

类比色配色:相邻色味,天然和谐

如果说互补色是“酸甜对撞”,那类比色就是“香料家族聚会”。老陈的卤味锅里,八角、桂皮、香叶各司其职,都是温润醇厚的香气,彼此不抢戏,却能揉成一锅回味悠长的老卤。小美问:“这又有讲究?”老陈点头:“颜色也一样,找几个挨着的邻居搭配,画面天然就和谐。”

类比色指色相环上相邻的颜色,比如红、橙红、橙——它们在圆盘上只差30°左右。因为共享相似的色相基底,类比色搭配起来几乎不会出错:晨雾中的灰蓝与黛蓝、秋天的橙黄与金黄、森林的墨绿与嫩绿,都是类比色给的天然和谐感。与互补色的“碰撞”不同,类比色追求的是“绵长”。

但在Prompt里用类比色有一个陷阱:颜色太接近,容易糊成一片、缺乏主次。老陈的建议是,在类比的基础上拉开明度或饱和度的差距——让主色明亮突出,辅色沉下去做陪衬。比如写“金色的夕阳下,深琥珀色的山脉与浅蜜色的云层交相辉映”,同样是橙黄系,但明暗拉开了层次,画面立刻立体起来。

小美的第一张类比色插画出炉:奶油黄、蜜橘色、浅南瓜色组成的花田,暖洋洋的像一块刚出炉的蛋糕。老陈点评:“和谐是够了,但下次记得让某一朵花更亮些——全是主角,就没有主角。”

θsimilar=θmain±30∘\displaystyle \theta_{similar} = \theta_{main} \pm 30^\circ
类比色的取法:在主色色相角度的基础上,往左或往右偏移约30°,得到的就是与它气质相近的邻居色。
  1. 主色基准确定你想守住的主色氛围,比如明亮的金黄色。
    θmain=45∘\theta_{main} = 45^\circ
  2. 左右各30度在主色左右的30°范围内取色,这些颜色都带有相似的暖黄基因。
    θsimilar=45∘±30∘\theta_{similar} = 45^\circ \pm 30^\circ
  3. 两个相邻值计算得到15°和75°,它们与主色同属暖色家族,组合起来过渡自然。
    θ∈{15∘,75∘}\theta \in \{15^\circ, 75^\circ\}

莫兰迪色调:低调的高级灰

老陈的私房菜单里有一道“秘制老卤”,颜色不鲜艳,却总让老食客赞不绝口。“很多人以为卤味越红亮越好,”老陈揭开锅盖,“其实真正的高手,讲究的是一个'沉'字。颜色沉下去,味道反而浮上来。”小美看着那锅灰扑扑却不失韵味的卤汤,若有所思。

这就是艺术圈著名的莫兰迪色调:以意大利画家乔治·莫兰迪命名,特点是饱和度低、明度适中,像在所有颜色里掺了一勺“高级灰”。最经典的莫兰迪色有雾霾蓝、豆沙粉、灰豆绿、燕麦色——它们不争不抢,却能在视觉上营造出宁静、克制、有文化底蕴的氛围。近年来大火的“日式侘寂风”“法式奶油风”室内设计,骨子里都是莫兰迪的哲学。

在Prompt里调出莫兰迪感,关键词不是某一两种颜色,而是“低饱和度(low saturation)+ 柔和灰调(soft gray tone)+ 哑光质感(matte texture)”的组合拳。你可以直接写“莫兰迪色系的静谧书房,雾霾蓝墙壁,燕麦色沙发,柔和漫反射光线”——AI会心领神会地把所有颜色统一降低饱和度,就像老陈给整锅卤汤调成一致的醇厚底味。

小美照着配方写了一组“莫兰迪色系咖啡馆”,出图的瞬间她屏住了呼吸:灰南瓜色的墙壁、雾霾蓝的椅子、燕麦色的吧台,整个画面安静得像一首诗。她终于明白,高级感不是颜色的鲜艳,而是颜色的克制。

Smuted=Soriginal×0.3,Vmuted=Voriginal×1.1\displaystyle S_{muted} = S_{original} \times 0.3, \quad V_{muted} = V_{original} \times 1.1
这是莫兰迪化的数学手感:饱和度降到原来的三成,明度略微提高10%,让颜色从“呐喊”变成“低语”。
  1. 降饱和把原始颜色的饱和度乘以0.3,鲜红变成雾粉,宝蓝变成雾霾蓝。
    Smuted=Soriginal×0.3S_{muted} = S_{original} \times 0.3
  2. 提明度把明度乘以1.1,让变灰的颜色不至于发黑发闷,保持清透感。
    Vmuted=Voriginal×1.1V_{muted} = V_{original} \times 1.1
  3. 组合效果降饱和+提明度,颜色变得柔和温润,像给画面蒙上一层薄纱。
    visual→soft, calm, elegant\text{visual} \to \text{soft, calm, elegant}

高饱和色调:张扬的生命力

如果说莫兰迪是陈年的老卤,那高饱和色调就是刚出锅的沸腾火锅——红油翻滚,热气腾腾,每一秒都在叫嚣着“快来看我”。老陈的夜市大排档招牌用得全是高饱和:明黄的灯箱、艳红的辣椒、翠绿的葱花,“大老远就能把人勾过来。”

高饱和色调指饱和度接近100%的纯正颜色:正红、明黄、翠绿、宝蓝。这类颜色自带极强的视觉能量,适合表达青春、激情、狂欢、科技感。蔡依林的演唱会海报、潮牌街头风、电竞赛事视觉、动漫二次元插画,都离不开高饱和的冲击力。在AI绘画中,高饱和往往和“明亮的全局光照(bright global illumination)、鲜艳的色彩(vivid colors)、高对比度(high contrast)”配合出现。

但高饱和不是单纯把饱和度拉满——那样画面会刺眼到像一张劣质彩色卡纸。老陈的秘诀是“局部高饱和”:画面里留出一块低饱和的衬底,让鲜艳的色块像火锅里的毛肚一样被衬托得更加鲜嫩。在Prompt里,你可以写“大面积的暗色背景上,一束高饱和度的红色丝绸在飘动”,用背景的“静”反衬主体的“动”。

小美给一款新品气泡水设计海报,用了“薄荷绿与珊瑚橙撞色,高饱和,波普风格”的Prompt,出来的画面青春逼人。她决定把它用在便利店渠道的海报——毕竟,火锅摊的招牌就得够亮,才拦得住匆匆路人。

Svivid=min⁡(Soriginal×1.5,  1.0)\displaystyle S_{vivid} = \min(S_{original} \times 1.5, \; 1.0)
高饱和化的数学表达:把饱和度在原有基础上放大1.5倍,但用min函数封顶在100%,防止颜色“爆表”。
  1. 放大饱和度原始饱和度乘以1.5,灰调被挤压掉,颜色变得纯粹剧烈。
    Svivid=Soriginal×1.5S_{vivid} = S_{original} \times 1.5
  2. 封顶保护min函数确保结果最大不超过1,因为饱和度超过100%在物理上不存在。
    min⁡(1.6,1.0)=1.0\min(1.6, 1.0) = 1.0
  3. 适用场景高饱和配色适合需要强视觉情绪的题材,但不是所有画面都适合“拉满”。
    scene∈{party, sport, game, street style}\text{scene} \in \{\text{party, sport, game, street style}\}

色彩情绪映射:画面讲故事

卤味店里来了两位客人:一对刚吵完架的情侣,老陈给他们端上了一碗清汤面,白瓷碗里漂着几点葱花,安静得让人心平气和;而隔壁的生日聚餐桌上,老陈特意多放了几勺红油,热闹的气氛瞬间被点燃。“颜色会说话,”老陈收着碗筷说,“你的一碗面端出去,不等客人动筷子,情绪就已经先到了。”

色彩心理学是研究颜色与人类情绪关系的学科。红色系代表热情、危险、食欲——这是为什么火锅店和外卖App都爱用红色;蓝色系代表冷静、可靠、理性——银行和科技公司偏爱深蓝;绿色系代表自然、健康、安全——生鲜电商和门诊的标配;黄色系代表快乐、年轻、乐观——适合儿童产品和快时尚品牌。这不是玄学,而是人类几百万年进化刻在基因里的应激反应:红是火焰与鲜血,蓝是天空与水源。

在Prompt中,你可以把色彩情绪当作“导演指令”来用:想要温馨治愈的画面,就写“暖色调(warm tones),奶油色与浅蜜色灯光”;想要冷峻科技感,就写“冷色调(cool tones),蓝紫色霓虹与金属反光”;想要忧郁文艺,就写“低饱和蓝灰调(muted blue-gray palette),阴天散射光”。情绪不是从画面里“看出来”的,而是从颜色里“渗出来”的。

小美给一个助眠App画封面,她刻意避免了红色和橙色,改用“深蓝色夜空+雾霾紫月光”的配色,出图后的画面安静得像深夜的湖面。用户体验反馈说:“看到这张图,我打哈欠了。”老陈说这就是色彩情绪的力量——不用一句话,颜色自己就能讲故事。

Escene=∑i=1nwi⋅ei\displaystyle E_{scene} = \sum_{i=1}^{n} w_i \cdot e_i
画面整体情绪是所有色彩区域情绪的加权和:每种颜色贡献一个情绪值e,面积越大的颜色权重w越高,最终混合出画面的整体情绪基调。
  1. 单色情绪分每种颜色映射一个情绪分数,比如红色e=+2(热烈),蓝色e=-1(冷静)。
    ei∈[−2,+2]e_i \in [-2, +2]
  2. 面积权重画面中占据面积越大的颜色,对整体情绪影响越大,权重w反映这个占比。
    wi=areaitotal areaw_i = \frac{\text{area}_i}{\text{total area}}
  3. 加权求和把每个色块的权重乘以它的情绪分,再全部加起来,得到画面的整体情绪值。
    Escene=w1e1+w2e2+⋯+wnenE_{scene} = w_1 e_1 + w_2 e_2 + \cdots + w_n e_n

色温与白平衡:给画面定火候

老陈炒菜最讲究火候:同样是青菜,大火爆炒是脆嫩碧绿,小火慢炖就变成软烂黄褐。小美问:“火候有没有标准?”老陈指着灶台上的一排旋钮说:“火候就是温度。颜色世界里,也有温度的标尺——只不过它跟直觉相反:温度数字越大,画面反而越冷。”

这就是色温的概念。色温的单位是开尔文(K),数值越低,光线越偏暖黄,比如蜡烛光约1800K、白炽灯约3200K;数值越高,光线越偏冷蓝,比如阴天阴影约7000K、蓝天约10000K。专业相机里的白平衡设置,就是告诉相机“当前场景的色温是多少”,从而把白色还原成真正的白色。

在AI绘画里,色温是最直接的氛围开关:暖色调(低色温)让画面像罩了一层日落滤镜,适合温馨、怀旧、食欲类题材;冷色调(高色温)让画面像被月光浸泡过,适合科技、冷静、孤独类题材。Prompt中可以写“色温2700K的暖黄灯光洒在木质餐桌上”或“冷白日光灯下,不锈钢医疗舱的金属反光”。记住一个逆直觉口诀:“数字越小越暖,数字越大越冷。”

小美给一个威士忌品牌做海报,写了一条“暖色台灯2900K色温照射,琥珀色酒液,深棕木质背景”的Prompt,出图后整个广告位都散发着老钱式的温暖奢华。老陈补充道:“记住,色温是氛围的勺子,一点点的改变,味道就天差地别。”

M=1,000,000TK\displaystyle M = \frac{1{,}000{,}000}{T_K}
这是色温的另一种度量——米瑞德值。把100万除以开尔文色温,得到的M值越小越冷、越大越暖,它是白平衡调节的真实操作单位。
  1. 色温单位T_K 是开尔文色温,蜡烛光约1800,阴天阴影约7000,数值描述光源的颜色温度。
    TK∈[1000,10000]T_K \in [1000, 10000]
  2. 变换公式用100万除以色温值,得到米瑞德值M,M越大代表光线越暖。
    M1800K=1,000,0001800≈556M_{1800K} = \frac{1{,}000{,}000}{1800} \approx 556
  3. 对比记忆同一个场景,低色温(如2700K)M值大、画面暖;高色温(如8000K)M值小、画面冷。
    M2700K≈370>M8000K=125M_{2700K} \approx 370 > M_{8000K} = 125

Prompt实战配方:三段式咒语

最后一课,老陈拿出一张写满配方的牛皮纸:“前面学的都是调料,今天教你写菜单。”小美凑上去,只见纸上写着三行大字:主体(Subject)+ 风格(Style)+ 色彩(Color)。“任何一张好图,都像一道好菜:你得先说清食材(主体),再说清做法(风格),最后说明火候与调味(色彩)。”老陈说,“三样齐全,AI这道菜才算有谱。”

在Prompt中,色彩描述的核心技巧有三:第一,色彩词放在描述句的尾部,并辅以权重——比如“凤凰(主体),中国风插画,朱红与金黄的撞色(色彩:1.2)”,权重越高,AI对色彩的服从度越高;第二,控制在2-3个颜色内,遵循互补或类比的搭配法则,一次给十个颜色词只会让AI随机“炒大锅菜”;第三,附加质感与光线的色彩修饰——同样是红色,“哑光的暗红丝绸”和“高光的亮红金属”完全是两种气质。

老陈总结了三个可直接套用的模板:经典互补模板——“主色+互补色点缀+统一材质”;莫兰迪模板——“莫兰迪色系+具体灰调颜色+柔和光线”;高饱和模板——“高饱和度+撞色组合+强对比光照”。小美试着把“秋日公园”这个普通主题,升级成“秋日公园,水彩插画风格,橙黄与金黄类比色搭配,柔和的午后阳光(色温4500K)”,出图效果立刻从“随手一拍”变成了“专业摄影”。

老陈把牛皮纸菜单卷起来递给小美:“配方永远是死的,手艺是活的。以后你调的每一张图,都是在跟AI对暗号——你心里先有菜,AI才会端出你要的那盘菜。去吧,后厨交给你了。”

Result=Subject+Style+Color×wcolor\displaystyle \text{Result} = \text{Subject} + \text{Style} + \text{Color} \times w_{color}
Prompt配方的数学表达:最终的画面效果约等于主体、风格与“加权后的色彩描述”三者叠加。权重越高,色彩的可控性越强。
  1. 主体确定先写清楚画面中有什么,这是所有颜色的载体,主体不明确则色彩无处附着。
    Subject="a white kitten in a teacup"\text{Subject} = \text{"a white kitten in a teacup"}
  2. 风格定调告诉AI用什么样的绘画技法来表现,水墨和水彩的同一颜色效果截然不同。
    Style="traditional Chinese painting"\text{Style} = \text{"traditional Chinese painting"}
  3. 色彩加权在色彩描述后加权重参数,相当于给这道菜的“调味”加码,让AI更听话。
    Color×1.3→stronger color adherence\text{Color} \times 1.3 \to \text{stronger color adherence}

AI 应用场景

品牌视觉统一:给产品一套“味觉记忆”

阶段:创意构思 / Prompt设计

解决的问题:同一品牌在不同海报、包装、电商详情页中,颜色五花八门,缺乏辨识度。传统做法需要设计师手动校准每一张图的色值,费时费力。用AI+色彩理论后,只需在Prompt中固定写入品牌主色的色相、饱和度和明度描述,就能批量产出色调统一的品牌素材。

具体案例:某精品咖啡品牌需要一套“莫兰迪绿”主题的新品海报。设计师在Prompt中固定写入“莫兰迪色系,灰豆绿为主色,燕麦白为辅色,低饱和哑光质感”,并逐张调整主体(拿铁、咖啡豆、手冲壶),AI一次性生产了20张色调完全一致的海报草稿,比传统逐张调色节省了70%的时间。

电商大促海报:用互补色抓住“逛”的人

阶段:视觉生成 / 素材制作

解决的问题:电商大促海报需要在0.1秒内抓住用户眼球,普通配色容易被信息流淹没。使用互补色搭配(如橙色背景+蓝色商品光晕),借助色彩理论中“互补对撞”的视觉冲击原理,让海报在海量信息中自动“跳”出来。

具体案例:美妆品牌的618大促海报,Prompt采用“活力橙渐变背景(色相25°),口红产品以电光蓝光泽高光点缀(色相205°),高饱和度撞色,电商促销风格”。出图后点击率比上一版普通配色的海报提升了42%。

插画系列连载:用色温讲述时间线

阶段:故事板 / 风格一致性

解决的问题:长篇插画需要保持风格一致,还要传达时间推移的情绪变化。利用色温与白平衡的知识,在系列插画中设定“清晨=冷白平衡4500K,黄昏=暖白平衡3200K”的规则,让每一张图都自动对应正确的时间段氛围。

具体案例:插画师为一部都市连载小说画封面,规定“白天场景用冷色调+利落的阴影,夜晚场景用暖色调+散落的暖黄灯光”。基于这些色彩规则,AI生成的12张封面不仅风格统一,而且只看色温就能分辨出故事发生的时间,读者反馈“光看封面就能感觉到剧情的推进”。

Python 演示

python70 行
"""色彩咒语生成器:输入RGB,输出Prompt配色描述词"""def rgb_to_hsv(r, g, b):    """将RGB(0-255)转换为HSV(色相0-360, 饱和度0-1, 明度0-1)"""    r, g, b = r / 255.0, g / 255.0, b / 255.0    mx, mn = max(r, g, b), min(r, g, b)    d = mx - mn    if d == 0:        h = 0    elif mx == r:        h = 60 * (((g - b) / d) % 6)    elif mx == g:        h = 60 * ((b - r) / d + 2)    else:        h = 60 * ((r - g) / d + 4)    s = 0 if mx == 0 else d / mx    v = mx    return h, s, v def hsv_to_rgb(h, s, v):    """将HSV转换回RGB(0-255)"""    c = v * s    x = c * (1 - abs((h / 60) % 2 - 1))    m = v - c    if h < 60:        r, g, b = c, x, 0    elif h < 120:        r, g, b = x, c, 0    elif h < 180:        r, g, b = 0, c, x    elif h < 240:        r, g, b = 0, x, c    elif h < 300:        r, g, b = x, 0, c    else:        r, g, b = c, 0, x    return round((r + m) * 255), round((g + m) * 255), round((b + m) * 255) def complementary_color(h, s, v):    """返回互补色:色相加180度"""    return hsv_to_rgb((h + 180) % 360, s, v) def analogous_colors(h, s, v, offset=30):    """返回左右两个类比色:色相加减30度"""    left = hsv_to_rgb((h - offset) % 360, s, v)    right = hsv_to_rgb((h + offset) % 360, s, v)    return left, right def to_prompt(primary_rgb, scene):    """生成一段包含主色和互补色的Prompt"""    h, s, v = rgb_to_hsv(*primary_rgb)    comp = complementary_color(h, s, v)    name = "RGB" + str(primary_rgb)    prompt = (        f"a {scene}, "        f"primary color {name}, "        f"complementary accent color RGB{comp}, "        f"color palette, professional"    )    return prompt if __name__ == "__main__":    print("=== 色彩咒语生成器 ===")    base_color = (200, 60, 60)  # 偏红的颜色    h, s, v = rgb_to_hsv(*base_color)    print("基础色 HSV:", round(h, 1), round(s, 2), round(v, 2))    comp = complementary_color(h, s, v)    print("互补色 RGB:", comp)    left, right = analogous_colors(h, s, v)    print("左类比色 RGB:", left, "右类比色 RGB:", right)    print("Prompt示例:", to_prompt(base_color, "sunset over the ocean"))
目的:这段代码把“色相环数学”变成了一个可交互的配色工具箱。输入任意基础色,自动算出互补色和类比色,并输出可直接粘贴到AI绘画工具里的Prompt语句——相当于把老陈的配色口诀编成了程序。
  1. def rgb_to_hsv(r, g, b)把RGB颜色转换成HSV模型,这是“三围测量器”,因为色相、饱和度、明度才是配色计算的语言。
  2. complementary_color(h, s, v)实现互补色公式:色相加180度取模360度,返回正对门的颜色。
  3. analogous_colors(h, s, v, offset=30)实现类比色公式:在色相环上左右各偏移30度,返回两个相邻邻居色。
  4. to_prompt(primary_rgb, scene)把计算好的配色组合包装成自然语言Prompt,让AI能直接“看懂”这套色彩方案。
  5. if __name__ == "__main__":程序入口,运行脚本后直接在终端看到计算结果和Prompt示例。

常见误区

误区“AI出图颜色都是随机的,我在Prompt里写'红色'它也不听,还不如多抽几次卡碰运气。”

正解AI不是不听,而是“红色”这个信息量太模糊——它不知道你要鲜红还是暗红,也不知道红色占画面多大面积。真正的调色方法是把“三围”报全:色相(红色还是橙色)、饱和度(高饱和还是低饱和)、明度(亮红还是暗红),再加上面积占比(主色还是点缀)。就像你跟厨师说“来道菜”他只能瞎做,但你说“糖醋味的、偏甜、酱汁浓稠的红烧排骨”,他就能精准复刻。

为何常见:初学者通常只使用单个颜色名词,没有系统化的色彩描述框架,所以觉得AI“不听话”。

误区“我把红橙黄绿青蓝紫全写进Prompt里,AI一定会给我一幅绚丽多彩的画!”

正解十几个相互冲突的颜色会把AI的注意力撕裂,结果往往是画面花哨杂乱、缺乏主次。专业配色的底层逻辑是“主色+辅色+点缀色”的结构:主色定基调(约60%面积),辅色做衬托(约30%),点缀色画龙点睛(约10%)。色彩词控制在2-3个,并遵循补色或类比法则,画面才会既有层次又不混乱。这就像做菜,把酱油、醋、糖、辣、麻全倒进去,谁都吃不出主味。

为何常见:很多人误以为“信息多=画质好”,忽略了AI绘画不是信息堆叠,而是语义融合。

误区“饱和度拉满才好看,灰扑扑的颜色显得很廉价。”

正解颜色气质取决于场景目标。高饱和适合表达活力、促销、儿童向内容,但用在奢侈品、艺术画廊、卧室设计里就显廉价;莫兰迪色调(低饱和+适度明度)反而被高端品牌和文艺作品广泛采用。选择饱和度要看你的受众和情绪目标:火锅店需要高饱和红,禅意茶室需要低饱和灰。色彩的价值不在“浓淡”,而在“匹配”。

为何常见:日常接触的屏幕和广告大多是高饱和内容,容易让人形成“鲜艳=好看”的认知偏差。

误区“色温8000K听起来比3000K更热,画面应该更暖吧?”

正解物理上恰恰相反——色温越高,光线越偏冷蓝(如蓝天阴影约10000K),色温越低,光线越偏暖黄(如烛光约1800K)。这个逆直觉的设计源于物理学:黑体加热到低温时呈红色,加热到高温时呈蓝白色。在Prompt中写“低色温暖光”是2700K的温馨感,写“高色温冷光”是8000K的科技感。记住口诀:“数字小=暖,数字大=冷。”

为何常见:人们习惯把“温度高”等同于“热”,而“热”在生活中又与红色暖色关联,导致直觉与定义相悖。

误区“既然学会了互补色这么好看,我就把'红配绿互补色'写进所有Prompt里。”

正解配色方案必须服从画面主题和情绪目标。温馨的家庭场景用类比色更舒服,美食海报用高饱和暖色更开胃,科技展厅用冷色调更有未来感,艺术空间用莫兰迪更显格调。一套配色不可能通吃所有场景——就像你不会用火锅底料去煮甜汤。正确做法是先确定画面的“情绪目标”,再反推选择合适的配色法则与饱和度策略。

为何常见:学会一个新的技巧后,容易产生“手拿锤子看什么都像钉子”的过度泛化倾向。

面试题

Q1. 在HSV色彩模型中,“色相(Hue)”描述的是颜色的哪个属性?

单选题 · easy

  • A.颜色的浓淡程度
  • B.颜色的明暗程度
  • C.颜色属于红橙黄绿蓝紫中的哪一种← 正确答案
  • D.颜色的透明度

答案:C。色相描述颜色的种类归属(红、绿、蓝等),对应色相环上的角度位置。饱和度描述浓淡,明度描述亮暗,透明度不是HSV模型的属性,而是Alpha通道的概念。

Q2. 互补色在色相环上相距多少度?

单选题 · easy

  • A.30度
  • B.60度
  • C.120度
  • D.180度← 正确答案

答案:D。互补色的定义为色相环上正对的两个颜色,相距正好180度。30度是类比色的大致跨度,60度和120度分别是其他配色关系(如三角配色)的角度。

Q3. 色温越高,画面色调越偏向什么颜色?

单选题 · easy

  • A.暖黄色
  • B.冷蓝色← 正确答案
  • C.中性灰色
  • D.荧光绿色

答案:B。色温是光的物理属性,数值越高光线越偏冷蓝(如阴天阴影约7000K),数值越低越偏暖黄(如烛光约1800K)。这是典型的“数字与直觉相反”的知识点,需要特别记忆。

Q4. 下列哪个色彩描述最符合“莫兰迪色调”的特征?

单选题 · mid

  • A.高饱和的纯红色与纯蓝色对撞
  • B.低饱和度、明度适中、带灰色调的颜色组合← 正确答案
  • C.只使用黑色与白色的极简配色
  • D.所有颜色都使用相同的色相值

答案:B。莫兰迪色调的核心是低饱和度+灰色调,营造柔和高级的视觉氛围。高饱和对撞是互补色风格,黑白极简与莫兰迪无关,相同色相值则是单色配色而非莫兰迪。

Q5. 在Prompt中给色彩词添加权重“红色:1.3”主要起什么作用?

单选题 · mid

  • A.让红色在画面中占比更大
  • B.让AI更严格地遵循红色描述← 正确答案
  • C.把红色变亮一些
  • D.禁用画面中的红色

答案:B。权重参数的作用是调整AI对某个词条的重视程度。权重越高,AI越忠实地执行该色彩描述。比重更大的直接控制手段是描述面积(如“背景”或“大面积”),而不能靠权重直接改变亮度或占比。

Q6. 以下哪些配色属于类比色搭配?

多选题 · mid

  • A.红色与绿色
  • B.橙色与橙红色← 正确答案
  • C.蓝色与蓝紫色← 正确答案
  • D.黄色与绿色← 正确答案

答案:BCD。类比色指色相环上相邻的颜色,橙色与橙红、蓝色与蓝紫、黄色与绿都属于相邻关系。红色与绿色相距约180度,是互补色而非类比色。

Q7. 下列哪些做法有助于在AI绘画中获得可控的色彩?

多选题 · mid

  • A.同时指定色相、饱和度、明度← 正确答案
  • B.只写单个颜色单词"red"
  • C.附加色彩质感描述如“哑光丝绸”← 正确答案
  • D.一次堆叠十个互不相关的颜色词

答案:AC。可控色彩的关键是报全“三围”(色相、饱和度、明度),并附加质感描述让颜色落在具体材质上。单个颜色词信息模糊,十个冲突颜色词则让AI无从取舍,都是不可控的做法。

Q8. 一段Prompt写了“高饱和红色与高饱和绿色各占一半的画面”,从色彩理论看最可能的结果是什么?

单选题 · hard

  • A.画面和谐舒适没有任何问题
  • B.红色自动变为粉色
  • C.红绿对撞产生强烈的视觉冲击感← 正确答案
  • D.画面变成黑白灰

答案:C。互补色各占一半会产生最强的视觉碰撞感——红绿互相衬托,鲜艳度被放大,适合需要冲击力的场景,但也会让画面显得生硬。若想同时保有和谐感,应该用“七三开”的主次比例。该题的“最可能结果”是冲击感,B和D与高饱和描述无关。

Q9. 在色彩情绪映射中,蓝色系通常不适合用于下列哪种场景?

单选题 · hard

  • A.银行理财产品海报
  • B.深夜助眠App界面
  • C.婴儿辅食产品的儿童插画← 正确答案
  • D.宇宙科技纪录片封面

答案:C。蓝色象征冷静、可靠、理性,符合银行、助眠、科技题材。但婴儿辅食产品通常需要温暖、软糯、有食欲的色调(暖黄、奶白、浅粉),冷蓝调容易抑制食欲,不适合这类场景。

Q10. 关于“莫兰迪色调公式 S_muted = S_original × 0.3,V_muted = V_original × 1.1”,下列说法正确的有哪些?

多选题 · hard

  • A.公式中0.3表示饱和度降到原来的30%← 正确答案
  • B.公式中1.1表示明度提高10%← 正确答案
  • C.该公式让颜色变得更灰更柔和← 正确答案
  • D.该公式将互补色转变为类比色

答案:ABC。公式描述莫兰迪化的两步:饱和度乘以0.3(降到三成)+ 明度乘以1.1(提亮一成),合起来就是“变灰变柔”。这个操作只改变饱和度与明度,不改变色相,因此不会把互补色变成类比色,D选项是对“色调”概念的混淆。