請問大家對近乎完美沒黑點的女主人設怎麼看?

時間 2021-05-30 16:08:00

1樓:ccc

應該就沒有完美到沒有黑點的女主,一千個觀眾就有一千個哈姆雷特,所以每個人的審美和評判標準都不一樣,那總會有側重,總會有在自己眼裡不滿意的女主和在別人眼裡完美的女主,所以如果你發現有讓你覺得完美到無可挑剔的女主就請奉為女神吧。

2樓:iamcute

很美好,其實講真,塑造好了是天使,是白月光

但難以塑造

作者功力不夠極易翻車,也就是這些翻車的女主讓現在讀者對這型別的女主不感冒,覺得這型別的女孩像假人,像綠茶

3樓:

不禁想起了怦然心動裡的狄淇兒。

妥妥的白蓮花人設。

過於完美只會帶來不真實感。然後就是大批的黑。應該算我?

斷更大半年後開更了,希望人設能修改修改真實些,畢竟我是衝著畫風去的,內容在情感方面的一些描述也比較細膩,不太希望它斷更爛尾什麼的。

4樓:小熊不見了

看個人喜好吧,大家心裡各有各的完美女主角,比如俺,俺最喜歡千反田了,千反田がだい大す!!因為我覺得吃蛋撻她溫柔,懂事,成熟,可愛,活潑...喜歡的人的優點總是說不完呢!

但是知乎上好像蠻多人都不喜歡她,大致都是覺得她作,可我認為這個性格在我這邊就是討喜的鴨~

5樓:念轉今朝思故源

僅僅是沒有黑點可不能叫近乎完美啊kora,應該是沒有缺點吧。

要說怎麼看的話,我認為得看她處在的情景框架吧,只有是符合劇情需要的人設才是好的人設。

如果是主打發糖的純愛番,無論戰鬥純愛還是校園純愛,這種「完美」人設都是符合情節需求的。

反之,在有些番中這種「完美」人設反而是「不完美」的雷點。比如黨爭類作品,這種人設在我看來反而是災難性的設計,因為當某個角色耀眼到蓋過其他所有角色的光芒時,必然會吸引絕大多數的讀者站到她那一邊,而這與黨爭的初衷本身就是矛盾的。

我看了其他一些回答提到的女角色,黨爭類作品中的還是或多或少有一些小缺陷的,比如詩羽學姐——過於社保和自我中心、對倫也的理解和體貼不足……

而我個人認為災難性的代表就是——水原千鶴(出自《租借女友》),她實在是太香了……

當然還有很多態別的作品同樣不適合採用這種人設,比如影射現實類作品、戰爭類作品、災難類作品……我可不敢想象巨人裡如果出個聖母會有多膈應。

6樓:無言獨上青樓

亞絲娜,千反田愛瑠,日向雛田(這個算不上女主)都是滿足了男性對女性所有美好的印象,感覺有幾分媚宅的味道。

但畢竟是虛擬的嘛,管它媚不媚,架不住我確實喜歡啊!雖然知道她們現實生活中不可能存在的,但我想很多人的意想中都有過那麼乙個完美的女性——而女朋友是在此基礎上的讓步。

反正我是這麼想的,這估計也是我沒找著女朋友的原因吧!

7樓:月落霜天

emmm沒怎麼看吧,其實完美是乙個審美問題,在你眼裡完美,在其他人眼裡不一定完美。相較於完美人設,我更喜歡自強人設,太完美顯得不夠真實。當然,這些都是我個人觀點。

還有一點就是,我挺喜歡完美人設的男主,是那種明知不可能也仍然喜歡(或許是因為會自己代入女主_(:з」∠)_,喜歡女主自強人設也是因為這個_(:з」∠)_反過來,男孩子們可能更喜歡完美女主,完美的人兒誰不愛呢ヽ(  ̄д ̄;)ノ

8樓:ruik000

很喜歡唄,甚至超越喜歡,變成崇拜和敬仰,不是女友不是老婆,是只想交朋友只想聊天交談的光輝大佬。

看到這個描述我第一想到的是亞絲娜,一點不招黑,完全的人妻範本。

後來想了下也就只有常守朱最配這個題目,即使在剛出新手村(剛上任)也有自己的理解和判斷,在滿級之後(一季後期)更是有了難以置信的理智和萬全思維。

可能有人說常守朱前期招黑,但在我看來她做的是完全正確的。

如果同事或者上司是這樣的人真是太爽,時時刻刻都能給腦子裡硬體加經驗。

請問大家對西鳳酒的看法?

第一次喝是在西安,好像就是那個西鳳六年,感覺非常不錯,綿柔 特殊香味,後來從網上或者超市想買,瞬間凌亂,什麼西鳳 鳳牌 鳳牌窖藏 原漿,還有什麼柳林鎮西風酒廠的西風酒,真服了,而且後來又喝華山論劍也不錯,沒曾想這酒也是貼牌承包不過把老大給壓過去了,現在還是懵逼狀態,西鳳酒太亂了,就不能自己管管,割割...

請問大家對「159素食全餐」的看法?

很久之前,我提了這個問題。其實我的本意是想讓大家看清,想讓大家對於癌細胞有更深的了解。我本人是學生物的,這些知識還是了解一些的。但是看到無知的人真的這麼多,我大概就了解了那些商家為什麼這麼好賺錢。當我看到那個說什麼這是鹼性的,綜合了癌細胞的酸性的時候,我還真是忍不住笑了。您這都是哪兒聽來的歪理啊?我...

請問大家對深度強化學習中的Data Efficiency有什麼獨到理解或者提公升建議?

關於RL中的sample efficiency問題,Shane Gu過去幾年做了很多相關工作。這是去年他的乙個talk Deep Reinforcement Learning for Robotics Frontiers and Beyond 中的一頁slides,我覺得解釋得比較清楚。白色區域是對...