提示词撰写有哪些高级技巧，比如使用权重、否定和多阶段提示？

给AI下指令，很多人以为就是打字聊天那么简单。其实，想让AI产出真正让你满意的东西，说话得讲究点技巧。高手和普通玩家的区别，往往就在于会不会用一些“高级咒语”。今天不扯那些虚的，就聊聊三个能让你对AI的控制力上一个台阶的实在技巧：权重、否定和多阶段提示。

用权重，让AI知道啥是重点

你有没有过这种经历：让AI画个“戴着红色帽子的宇航员在月球上”，结果帽子是蓝色的，或者宇航员小得看不见，背景倒是画得特详细。这就是因为在AI眼里，“红色帽子”、“宇航员”和“月球”这几个词的重要性是差不多的。 它会随机侧重，看运气出图。

权重（Weighting）这个技巧就是用来解决这个问题的。简单说，就是给你的提示词加上“重点标记”，告诉AI：“嘿，这个词比那个词重要，你得多花点心思。”

具体怎么做呢？不同的AI工具语法不太一样，但原理是通的。

拿很多AI绘画工具（比如Stable Diffusion或Midjourney）来说，最常见的语法是用括号和数字来控制。 默认情况下，每个词的权重都是1。

• 想强调某个东西，就把它用括号括起来，后面跟个大于1的数字，比如 (红色帽子:1.5)。这个1.5就代表它的重要性是普通词的1.5倍。数字越大，AI就越会把这个元素往大了画、往显眼了画。 比如，你想让狼成为画面的绝对主角，就可以写 (白狼:1.8)。

• 想弱化某个东西，就把数字设置成小于1，比如 (背景:0.5)。 这样AI就会觉得背景不那么重要，可能会画得模糊或者简单一些。

咱们来看个实际例子。假设你的提示词是“一个宇航员拿着啤酒”。如果你觉得啤酒这个元素不够突出，可以改成“宇航员拿着(啤酒:1.5)”。这样一来，AI生成的图像里，啤酒这个物体会变得更显眼，可能更大，或者在构图上更中心。

但是，权重不是越高越好。如果你把一个词的权重调得太高，比如 (红色帽子:3)，结果可能会很奇怪。AI为了满足你这个“超级强调”的指令，可能会把画面搞得很难看，比如帽子巨大无比，甚至出现一些奇形怪状的东西。 所以，一般建议权重值在1.1到2之间微调，慢慢试。

有些平台还支持更简单的语法，比如用 + 来增加权重，用 - 来降低权重。 比如“a cat with a big ++hat”，就是想让帽子特别突出。这种方法更直观，但可能没数字那么精确。

总的来说，用权重就像你用不同大小的画笔画画，能帮你精确控制画面的主次关系。

用否定，告诉AI什么不能要

AI有时候会自作主张，加一些你根本不想要的东西。 比如让它画手，结果画出六根手指；或者画个干净的房间，它非要给你加一堆乱七八糟的装饰。这时候，就需要用到否定提示（Negative Prompts）。

否定提示非常直接，就是告诉AI：“这些东西，我不要。” 这就像是给AI列一个黑名单。

这个功能在AI绘画里用得最普遍，因为AI画画时最容易出错。 很多AI绘画工具都有一个专门的“否定提示词”输入框。 你只要把不想要的元素关键词填进去就行。

常见的否定提示词可以分成几类：

1. 修正画质和错误：这是最常用的。AI画图经常出现一些通病，比如画崩的人体结构、模糊的细节、多余的肢体等。所以很多人会常备一套“通用否定词”，比如：畸形, 残缺, 画面模糊, 质量差, 多余的手指, 画得不好看的脸, 水印, 签名。 把这些词放进否定提示框，能直接过滤掉一大半常见的低级错误，让出图质量稳定很多。

2. 排除特定物体或元素：这个很好理解。如果你想画一片没有建筑物的纯净森林，就在否定提示里写 建筑物, 房屋, 城市。 如果你不希望画面里有人，就写 人。

3. 控制艺术风格：有时候AI会把不同风格杂糅在一起。比如你想要一张写实照片，但AI画出来有点卡通感。你就可以在否定提示里加上 卡通, 动漫, 3D渲染。 这能让最终的风格更纯粹。

4. 调整构图和颜色：你也可以用否定提示来影响画面整体感觉。比如不想要单调的黑白照片，可以否定 黑白, 单色。 不想画面太暗，可以否定 黑暗, 曝光不足。

在某些工具里，比如Midjourney，会用 --no 这个参数来表示否定。 比如 一栋房子 --no 树，就是告诉AI画房子，但是不要画树。

否定提示的关键在于具体。你不能笼统地说“不要不好看的东西”，AI听不懂。你得告诉它具体不想要什么，比如“不对称的眼睛”或者“扭曲的四肢”。 越具体，效果越好。

用多阶段提示，把复杂任务拆开做

当你面对一个很复杂的任务时，比如写一份包含数据分析、图表解读和未来预测的市场报告，如果把所有要求一次性全丢给AI，它很可能会搞得一团糟。因为它很难同时处理这么多不同层面的指令。

这时候，多阶段提示（Multi-stage Prompting）或者叫“提示链”（Prompt Chaining）就派上用场了。 这个技巧的核心思想很简单：把一个大任务，拆解成好几个连续的小步骤，然后一步一步地引导AI去完成。

这种做法就像你在带一个实习生。你不会直接跟他说“给我一份完整的市场报告”，而是会这么安排：

• 第一步：“这是上个季度的销售数据，你先帮我把这些数据里的关键信息提取出来，比如总销售额、增长率最高的产品类别，还有用户数量变化。用列表的形式给我。”
• 第二步：（等AI完成第一步后）“做得不错。现在，基于你刚才提取的这些关键信息，帮我分析一下销售额增长的主要原因是什么。”
• 第三步：“分析得有道理。接下来，请根据这个原因，预测一下下个季度的销售趋势，并提出三个具体的营销建议。”
• 第四步：“很好。现在把上面所有的内容——数据摘要、原因分析、趋势预测和营销建议——整合起来，写成一篇结构完整的市场报告。”

你看，通过这样一步一步地引导，每个阶段AI的任务都非常清晰、单一。 它只需要专注做好眼前这一件事，出错的概率就大大降低了。而且，上一步的输出可以直接作为下一步的输入和上下文，保证了整个任务的连贯性。

这种方法的应用场景很广。除了写报告，还可以用来做复杂的编程任务（比如先让AI规划代码结构，再写具体函数，最后写测试用例），或者进行深度研究（先让AI搜集资料，再进行分类总结，最后形成观点）。

使用多阶段提示的关键在于“任务分解”的能力。 在向AI提问之前，你自己要先把复杂的流程想清楚，知道完成这个任务需要哪几个逻辑步骤。然后像项目经理一样，把每个步骤作为一个独立的提示，依次交给AI处理。

这三个技巧——权重、否定和多阶段提示，单独用就已经很管用，组合起来效果更好。它们能帮你把对AI的控制从“大概是这个意思”提升到“我就是要这个效果”，让AI从一个有点想法但不太听话的助手，变成一个能精准执行你意图的工具。