三点布光是视觉媒体中使用的标准方法，例如戏剧、视频、电影、静态摄影、计算机生成图像和三维计算机图形。通过使用三个独立的光源位置，摄影师可以按需照亮拍摄对象（如人物），同时控制或消除直射光产生的阴影。该技术构成了大多数专业布光设置的基础，并且是Generative AI图像和视频生成中的常见参考，提示词编写者使用它来指定所需的视觉风格。
该系统由主光、补光和背光（也称为发光或肩光）组成。每种光都有其独特用途，它们共同营造出平衡、立体的外观，将主体与背景分离，并塑造面部特征。该技术起源于古典绘画，并在20世纪早期好莱坞摄影棚摄影中得以规范化，后来成为电影和电视制作的主要手段。其原理在全球摄影和电影摄影课程中均有教授，并直接适用于AI辅助视觉创作。
主光
主光直接照射主体，作为其主要照明光源。主光的强度、颜色和角度比其他任何因素都更能决定镜头的整体布光设计。在室内拍摄中，主光通常是专用灯具或相机闪光灯。在室外白天拍摄中，太阳常作为主光；在这种情况下，摄影师无法将光源设置在精确所需的位置，因此会调整拍摄构图以最佳方式捕捉阳光，有时需等待太阳移动到合适位置。
在AI提示词编写中，指定主光通常涉及描述其方向（例如，“左侧主光”）、质量（硬光或柔光）以及色温。像Stable Diffusion和Midjourney这样的模型会通过调整渲染照明来响应这些描述符。主光相对于相机和主体的位置会形成主要阴影，从而定义图像的情绪。
补光
补光也照射主体，但相对于主光呈侧角，且通常放置在较低位置，大约与主体面部齐平。它通过照亮阴影表面并减弱或消除明暗对比效果（如鼻子在面部其他部分投射的阴影）来平衡主光。补光通常比主光更柔和、更暗，亮度最多为主光的一半。完全不使用补光可能导致主体表面出现强烈对比，具体取决于主光的硬度。有时，如在低调布光中，这是一种刻意效果，但旨在呈现更自然、更少风格化的镜头则需要补光。
在某些情况下，摄影师可以使用反光板（例如安装在相机外的白色卡纸，甚至白色墙壁）作为补光，而非实际灯具。将主光的光线从不同角度反射并重新引导到主体上，可以产生比使用另一盏灯更柔和、更微妙的效果。在AI提示词中，常见的补光描述包括“柔和补光”、“右侧补光”或“低补光比”以控制对比度。
背光
背光、发光或肩光从背后照射主体，通常（但不一定）偏向一侧。背光与侧光或轮廓光不同，因为它对主体可见表面的部分阴影有贡献。背光为主体提供一圈光晕，将主体与背景分离并突出轮廓。这会在主体周围形成细轮廓，而不必照射其前部可见表面。
在AI生成图像中，背光通常通过“轮廓光”、“背光光晕”或“发丝光”等术语来调用。它增加了深度和三维感，这对于Neural network基础的渲染器尤为重要，否则可能会使主体显得扁平。背光的颜色可以是暖色或冷色，提示词编写者经常指定它以营造戏剧性或空灵效果。
四点布光
增加第四盏灯，即背景光，构成四点布光设置。背景光放置在主体后方，可位于高架网格上或贴近地面。与其他三盏灯照亮前景元素（如演员和道具）不同，它照亮背景元素，如墙壁或室外风景。此技术可用于消除前景元素投射到背景上的阴影，或更突出背景。它还有助于通过赋予构图深度来抵消相机的单眼特性。
在AI提示词中，背景光通常指定为“背景光”或“布景光”，以将主体与环境分离。这在Text-to-image generation生成中尤其有用，因为模型可能将主体与背景融合。
历史起源与实践者
三点布光的原则可追溯至文艺复兴时期使用明暗对照法塑造形体的画家，但具体的摄影技术是在20世纪20年代和30年代由好莱坞电影摄影师编纂而成。早期著名实践者包括格雷格·托兰德，他以《公民凯恩》（1941年）闻名，使用深焦和受控布光创造戏剧性深度。后来，像戈登·威利斯（《教父》）和罗杰·迪金斯（《银翼杀手2049》）这样的电影摄影师完善了这种方法，常常为了风格效果而颠覆它。
在静态摄影中，欧文·佩恩和理查德·阿维登等人物使用三点布光的变体进行摄影棚肖像拍摄。该技术也被电视制作采用，成为新闻主播和访谈节目的默认设置。在三维计算机图形中，像blender和maya这样的软件包含三点布光预设，而v-ray和arnold等渲染引擎模拟这些光的物理属性。
视觉特征
三点布光的视觉特征包括轮廓清晰的主体、既不太亮也不太暗的背景，以及柔和且受控的阴影。主光创建主要阴影方向，补光降低对比度，背光添加分离主体的轮廓。整体效果自然且讨喜，常被描述为“影棚质量”或“专业”。
在AI生成图像中，这些特征常被追求，因为它们使主体显得更逼真和精致。提示词编写者可能使用“三点布光”、“影棚布光”或“电影布光”等术语，以在基于大量照片和电影数据集训练的模型中触发这些效果。
在AI提示词中的使用
在Generative AI和Machine learning模型的背景下，三点布光是图像和视频生成提示词中的常见关键词。像DALL-E、Midjourney和Stable Diffusion这样的模型已在数百万张图像上训练，其中许多使用此布光设置，因此模型将该短语与特定视觉输出关联。提示词编写者通常将其与其他描述符（如“肖像”、“产品拍摄”或“电影静帧”）结合以实现所需外观。
典型关键词包括“三点布光”、“主光”、“补光”、“轮廓光”和“背光”。一些提示词指南建议明确指定光位置和强度，例如“主光从左侧45度，补光从右侧50%强度，背光从后方”。这种详细程度有助于模型生成更准确的结果，尤其是在依赖Attention机制将词语映射到视觉特征的Text-to-image generation系统中。
相关技术与变体
三点布光常与其他布光设置进行比较，如高调布光（明亮、低对比度，常用于喜剧）和低调布光（黑暗、高对比度，用于黑色电影）。它也与实用布光相关，其中场景中可见光源作为主光或补光。在AI艺术中，变体包括“霓虹灯布光”、“黄金时刻布光”和“影棚柔光箱布光”，每种都修改基本三点结构。
该技术也是Computer vision任务的基础，因为一致照明可改善对象识别和分割。在Deep learning研究中，合成数据集通常使用三点布光为像U-Net和Residual Network (ResNet)这样的模型生成逼真的训练图像。
局限性与批评
虽然三点布光是一种通用标准，但并非总是适用。它可能产生一种呆板、商业化的外观，一些导演和摄影师会刻意避免。在AI生成艺术中，过度使用该技术可能导致缺乏艺术独特性的通用图像。批评者认为，依赖此类提示词可能使输出同质化，降低生成模型的创作潜力。因此，许多提示词编写者尝试打破规则，仅使用主光营造戏剧效果，或添加彩色凝胶创造情绪。
尽管存在这些局限性，三点布光仍是视觉叙事中的基本概念。其原理嵌入在大多数Large language model基础图像生成器的训练数据中，使其成为任何从事AI视觉媒体工作者的必备工具。