FIGURA: A Modular Prompt Engineering Method for Artistic Figure Photography in Safety-Filtered Text-to-Image Models

本文提出了名为 FIGURA 的模块化提示工程方法，通过利用安全过滤器对“缺失描述”而非“存在描述”的敏感性等机制，在 FLUX 2 Pro 等受安全过滤限制的商业文生图模型中实现了高达 80% 至 90% 的成功率，从而在不绕过安全机制的前提下有效生成了艺术人体摄影内容。

要点

这篇文章介绍了一种名为 FIGURA 的新方法，它就像是为艺术家在“带锁的 AI 画室”里创作人体艺术而设计的一套通关秘籍。

为了让你轻松理解，我们可以把整个故事想象成这样一个场景：

1. 背景：被“过度保护”的 AI 画室

想象一下，现在的 AI 绘画工具（比如 FLUX、Midjourney）就像是一个超级严格的保安把守的画室。

• 保安的任务：防止有人画出色情、露骨的内容（这是为了安全）。
• 问题出在哪：这个保安有点“太敏感”了。他分不清“艺术”和“色情”。如果你画一幅像古典油画那样的人体摄影，保安会直接把你拦在门外，因为他觉得“没穿衣服”就是违规。
• 现状：以前的艺术家要么放弃使用 AI，要么去找那些没有保安的“地下画室”（不安全且不受控），要么就对着保安大喊大叫试图骗过他（通常行不通）。

2. 解决方案：FIGURA 方法（一套“通关语言”）

作者 Luca Cazzaniga 发明了一套FIGURA 方法。这不像是一个用来“钻空子”的作弊器，而更像是一本写给保安看的“艺术说明书”。它教艺术家如何用保安能听懂、且不会触发警报的语言来描述画面。

这套方法的核心就像是在玩一个高难度的文字游戏，主要包含四个“通关技巧”：

技巧一：只说“有什么”，别说“没有什么”（黄金法则）

• 以前的错误说法：“一个没有穿衣服的女人站在森林里。”
  • 保安的反应：警报大作！“没有衣服” = 违规！🚫
• FIGURA 的正确说法：“一个像雕塑一样的人体，皮肤质感清晰，站在古老的森林里。”
  • 保安的反应：哦，这是在描述“雕塑”和“皮肤”，这是艺术！✅
• 比喻：就像你想进一个禁止带“空瓶子”的公园。如果你说“我带了个空瓶子”，保安不让你进；但如果你说“我带了一个装满水的瓶子”，保安就让你进。FIGURA 教我们只描述存在的物体（身体、光影、质感），绝口不提缺失的东西（衣服）。

技巧二：请出“艺术界的名人”做担保

• 原理：AI 的保安读过很多艺术史。如果你直接说“画个裸体”，保安会紧张；但如果你说“模仿卢西安·弗洛伊德或约翰·科普兰斯的风格”，保安就会想：“哦，这是著名艺术家的风格，这是正经艺术！”
• 比喻：这就像你去参加一个高端宴会，如果你说“我想进去”，保安会盘查你；但如果你说“我是受爱因斯坦邀请来的”，保安立刻就会敬礼放行。这些艺术家的名字就像安全通行证。

技巧三：换个“大舞台”背景

• 原理：保安对“在哪里”很敏感。
  • 危险区：卧室、浴室（保安觉得这是私密空间，容易出乱子）。
  • 安全区：罗马浴场、大教堂、悬崖边、森林（保安觉得这是公共或历史场所，适合艺术）。
• 比喻：同样的动作，在自家卧室做可能被邻居报警，但在国家大剧院的舞台上做就是表演。FIGURA 教我们把场景从“私密卧室”搬到“宏伟的罗马浴场”，保安就放心了。

技巧四：用“几何线条”代替“身体部位”

• 原理：在画剪影（黑乎乎的人影）时，直接说“胸部”、“臀部”会触发警报。
• FIGURA 的解法：用几何形状来描述。比如不说“胸部突出”，而说“上半部分有一个向前凸起的弧线"。
• 比喻：就像你描述一个人，不要说“他是个大胖子”，而要说“他的轮廓像一个圆润的椭圆”。保安的警报器认的是“身体词汇”，认不出“几何词汇”。

3. 效果如何？

作者用这套方法在 FLUX 2 Pro（一个很火的 AI 模型）上做了 200 多次测试。

• 结果：成功率高达 80% 到 90%。
• 意义：这证明了，我们不需要打破安全锁，也不需要绕过保安，只要换一种说话方式，就能在遵守规则的前提下，创作出真正的人体艺术。

总结

FIGURA 方法就像是一位翻译官。它把艺术家心中“我想画人体艺术”的意图，翻译成 AI 保安能接受、且不会误判的“安全语言”。

它告诉我们：艺术表达和安全规则并不是死对头。只要方法得当，我们完全可以在戴着“安全镣铐”的情况下，依然跳出优美的舞蹈。

技术摘要

以下是关于论文《FIGURA：一种用于安全过滤文本生成图像模型中的艺术人体摄影的模块化提示工程方法》的详细技术总结：

1. 研究背景与问题 (Problem)

• 核心矛盾：商业文本生成图像（T2I）模型（如 FLUX、Midjourney、DALL-E 等）中的安全过滤器在区分“色情内容”与“合法的艺术人体摄影”方面存在严重失效。
• 现状：这些过滤器将古典人体摄影（如爱德华·韦斯顿、卢西安·弗洛伊德等大师的传统）与露骨色情材料同等对待，导致专业艺术家无法利用 AI 工具进行合法的艺术探索。
• 现有研究缺口：虽然学术界已广泛记录了这一“艺术审查”问题，但缺乏在激活安全过滤器的前提下，能够系统性、可复现地生成艺术人体摄影的操作型解决方案。现有的社区方案多为零散的“技巧”或完全绕过安全机制的未过滤模型。

2. 方法论：FIGURA 方法 (Methodology)

FIGURA（Framework for Intelligent Generation of Unrestricted Artistic Results）是一种模块化的提示工程系统，旨在在安全过滤器的约束内工作，而非绕过它们。

2.1 系统架构

该系统由8 个相互关联的知识文件组成，通过模块化设计支持独立更新：

1. 主文件 (Master)：编排逻辑、处理工作流及绝对规则。
2. 工作流 (Workflow)：从用户输入到最终提示的决策树。
3. 过滤器 (Filters)：触发词文档与安全词汇表。
4. 模板 (Templates)：具有记录成功率的结构化提示模板。
5. 字典 (Dictionary)：艺术家参考（画家、摄影师）。
6. 规则 (Rules)：基于实证测试得出的操作规则。
7. 平台 (Platforms)：特定平台的技术规格。
8. 变量 (Variables)：测试过的组合数据库。

2.2 核心设计原则

1. 与过滤器共存：不尝试禁用或绕过过滤器，而是将其视为环境约束。
2. 黄金法则 (The Golden Rule)：描述“存在”而非“缺失”。这是该方法最关键的发现。
   • 错误示例：“没有穿衣服的女人”（触发“缺失/无衣物”检测）。
   • 正确示例：“未加修饰的人体形式作为雕塑主体”（描述“存在”的形态、质感）。
3. 模块化与实证基础：所有建议均基于 200+ 次生成测试的文档记录。

2.3 关键发现与机制

• 过滤器触发机制的不对称性：过滤器主要检测描述“缺失衣物”的语言（absence descriptions），而非描述“身体形态”的语言（presence descriptions）。
• 艺术引用的双重功能：提及特定画家（如 Lucian Freud, John Coplans）不仅作为美学指南，还作为安全锚点，向过滤器表明内容属于合法艺术范畴，从而降低被拦截概率。
• 空间上下文作为独立变量：环境描述直接影响过滤结果。
  • 高通过率：公共/历史空间（如罗马浴场、大教堂、自然悬崖，成功率~85-90%）。
  • 低通过率：私人/亲密空间（如卧室、浴室，成功率~0-40%）。
  • 策略：将私人空间转换为公共等价物（如“浴室”→“罗马浴场”）。
• 几何词汇与剪影：在剪影摄影中，解剖学术语（如“胸部”、“臀部”）会触发拦截。使用几何词汇（如“上部前凸弧线”、“中部后缩弧线”）描述轮廓可绕过基于模式识别的过滤器。
• 模型偏差校正：发现引用某些画家（如 Renoir, Rubens）会导致模型生成“孕妇”特征。FIGURA 开发了“抗怀孕协议”，通过显式添加“平坦腹部”等指令进行校正。

3. 主要贡献 (Key Contributions)

1. 首个系统化方法：提出了首个在激活安全过滤器下生成艺术人体摄影的模块化、实证验证系统。
2. 黄金法则的正式化：将“描述存在而非缺失”这一经验观察转化为可操作的设计原则。
3. 双重功能理论：揭示了艺术引用在提示工程中同时具备美学引导和安全信号的双重作用。
4. 空间上下文层级：首次文档化了空间环境作为独立过滤器变量的作用及其成功率层级。
5. 结构化模板：提供了 5 种结构化提示模板，并记录了具体的成功率。

4. 实验结果 (Results)

• 测试环境：FLUX 2 Pro (Cloud)，默认安全容忍度（Level 3），2026 年 2 月。
• 测试规模：超过 200 次生成测试。
• 成功率：
  • 验证通过的模板（T01-T03，涵盖户外/自然背影、宏伟室内背影、抽象剪影）成功率在 80% - 90% 之间。
  • 黄金法则的应用使成功率提升了约 60 个百分点。
  • 添加艺术引用（摄影师 + 画家）使成功率提升 15-20 个百分点。
  • 将空间上下文从私人转换为公共，使受影响提示的成功率提升 30-40 个百分点。
  • 几何词汇技术将剪影生成的成功率从 ~30% 提升至 82%。

5. 意义与局限性 (Significance & Limitations)

意义

• 伦理突破：证明了在尊重安全机制目的（防止色情）的同时，通过系统性方法实现合法艺术表达是可行的，打破了“要么接受审查，要么使用无过滤模型”的二元对立。
• 技术可复现性：为专业艺术家提供了可操作的工具，填补了从理论批评到实际应用的空白。
• 适应性：模块化架构允许系统随平台过滤器的更新而独立调整，无需重新设计整个系统。

局限性

• 平台依赖性：当前结果主要基于 FLUX 2 Pro，其他平台（如 Midjourney）的拦截率更高，需进一步验证。
• 视角限制：目前验证的模板主要针对背影和剪影，正面人体构图仍面临更严格的分类器限制。
• 时效性：T2I 平台的安全过滤器会不定期更新且无公开文档，成功率数据截至 2026 年 2 月有效。

6. 结论

FIGURA 方法表明，生成式 AI 中的内容安全与艺术表达之间的张力并非不可调和的矛盾。通过理解过滤器的运作逻辑（如关注“缺失”检测、空间上下文权重），并采用模块化、实证驱动的工程方法，可以在不破坏安全机制的前提下，恢复并支持合法的艺术人体摄影创作。这为未来创意 AI 工具的内容审查政策提供了新的技术视角和解决方案。