crowd,＝群衆　遠目に人が描かれやすいと思う
stealth,＝割と近くに人
watching,＝見物
他にもあった気がするけど自然言語で「窓から男が見てる」とかそういう系を英語翻訳してプロンプトに突っ込む
indoors　outdoors　public　multiple boysとかmaleとか付けたり