AI生成图提示词写法有没有可以遵循的万能公式？

很多人问，AI生成图的提示词（prompt）到底有没有万能公式？答案是：有，但又没有。

这听起来像句废话，但事实就是这样。所谓的“万能公式”并不是一个你填上几个词就能自动生成神图的魔法咒语。它更像一个思考框架，一个帮你理清思路、确保你没有遗漏关键信息的清单。记住这个框架，你就能稳定地生成质量不错的图片，而不是碰运气。

这个基础框架其实很简单，就是把一个画面的核心元素拆解开，然后用简短的词或词组告诉AI。你可以把它想象成给一个绝对服从但毫无想象力的画家下指令。

一个有效的提示词结构，通常包含以下几个部分，你可以按照这个顺序来组织语言：

1. 主体 (Subject)
2. 细节与环境 (Details & Setting)
3. 风格与媒介 (Style & Medium)
4. 构图与光照 (Composition & Lighting)
5. 附加参数 (Parameters)

我们来一部分一部分拆开说。

第一部分：主体 – 你要画什么？

这是最基础，也是最重要的部分。你必须明确告诉AI，画面的主角是谁，或者是什么。主体必须是具体的名词。 比如“一个女孩”、“一只猫”、“一座山”或者“一个机器人”。

如果你只给AI一个主体，比如“一只猫”，它也能画出来。但画出来的东西会非常随机，因为你给它的信息太少了。它不知道这只猫是什么品种、什么颜色、在做什么。

所以，第一步很简单：确定你要画的核心是什么。

第二部分：细节与环境 – 主体是什么样的？在哪里？

确定了主体，我们就要给它增加描述，让形象变得丰满。这部分是决定画面内容的关键。

细节描述：就是用形容词和动词来修饰主体。
* 外观：比如“一个穿着白色连衣裙的女孩”、“一只胖胖的橘色虎斑猫”。
* 动作：比如“正在读书的女孩”、“正在追逐蝴蝶的猫”。
* 情绪：比如“一个悲伤的女孩”、“一只看起来很困惑的猫”。

环境描述：就是主体所在的场景。
* 地点：比如“在图书馆里”、“在开满鲜花的草地上”、“在赛博朋克风格的城市街道上”。
* 背景：比如“背景是模糊的森林”、“远处是连绵的雪山”。

把第一和第二部分结合起来，提示词就具体多了。

例如，从“一个女孩”变成：
“一个穿着白色连衣裙、留着棕色长发的年轻女孩，坐在堆满旧书的图书馆窗边，正在安静地读书。”

你看，画面感一下子就出来了。AI得到的信息越具体，它生成的结果就越接近你的想象。

第三部分：风格与媒介 – 你想让它看起来像什么？

这部分是决定画面艺术感的关键。同样的画面内容，用不同的风格来呈现，感觉完全不同。

媒介 (Medium)：指的是这张图的载体或者说创作方式。 常见的媒介词有：
* 照片 (Photograph)：这是最常用的，可以生成逼真的图像。
* 油画 (Oil painting)
* 水彩画 (Watercolor painting)
* 插画 (Illustration)
* 3D渲染 (3D render)
* 素描 (Sketch)

艺术风格 (Art Style)：指的是你想模仿的艺术流派或者特定艺术家的风格。
* 艺术流派：比如“印象派 (Impressionist)”、“超现实主义 (Surrealism)”、“赛博朋克 (Cyberpunk)”、“吉卜力工作室风格 (Studio Ghibli style)”。
* 艺术家：比如“梵高风格 (in the style of Van Gogh)”、“宫崎骏风格 (in the style of Hayao Miyazaki)”。

把风格词加在提示词的前面或者后面都可以，但放在前面权重通常会更高一些。

比如，我们把刚才的例子加上风格：
“一张超现实风格的照片，一个穿着白色连衣裙、留着棕色长发的年轻女孩，坐在堆满旧书的图书馆窗边，正在安静地读书。”

或者：
“吉卜力工作室风格的动画截图，一个穿着白色连衣裙、留着棕色长发的年轻女孩，坐在堆满旧书的图书馆窗边，正在安静地读书。”

仅仅改变了风格，最终得到的图片就会有天壤之别。

第四部分：构图与光照 – 画面怎么安排？光线怎么样？

这部分更专业一些，像是你在指挥一个虚拟的摄影师和灯光师。它能极大地提升画面的专业感和氛围感。

构图 (Composition)：指的是画面的视角和取景方式。
* 视角：比如“特写 (Close-up shot)”、“全身像 (Full body shot)”、“广角 (Wide-angle shot)”、“鸟瞰视角 (Bird’s-eye view)”。
* 景深：比如“背景虚化 (Shallow depth of field)”。

光照 (Lighting)：描述光线的类型和感觉，这对画面氛围的影响是决定性的。
* 光线类型：比如“柔和的光 (Soft light)”、“工作室灯光 (Studio lighting)”、“霓虹灯 (Neon lighting)”。
* 时间和氛围：比如“清晨的阳光 (Morning light)”、“黄金时刻 (Golden hour)”、“戏剧性的光线 (Dramatic lighting)”、“电影感光线 (Cinematic lighting)”。

现在我们把这部分也加进去：
“吉卜力工作室风格的动画截图，一个穿着白色连衣裙、留着棕色长发的年轻女孩，坐在堆满旧书的图书馆窗边，正在安静地读书。柔和的阳光从窗户洒进来，形成戏剧性的光线，特写镜头，背景虚化。”

到这里，一个高质量的提示词基本就成型了。它包含了具体的内容、想要的艺术风格和专业的视觉要求。

第五部分：附加参数 – 最后的微调

几乎所有的AI绘画工具都支持一些附加参数，用来控制最终输出的细节。这些参数通常放在提示词的最后面，以特定的符号（比如Midjourney用--）开头。

常见的参数有：
* 尺寸比例 (--ar)：比如--ar 16:9（横向宽屏）、--ar 3:4（纵向）。
* 风格化程度 (--s)：控制AI的艺术发挥程度，数值越高，画面越有艺术感，但可能偏离你的描述。
* 负面提示 (--no)：告诉AI不希望在画面中出现什么东西。比如--no text（不要有文字）、--no extra fingers（不要有多余的手指）。

所以，我们的最终版本可以是：
“吉卜力工作室风格的动画截图，一个穿着白色连衣裙、留着棕色长发的年轻女孩，坐在堆满旧书的图书馆窗边，正在安静地读书。柔和的阳光从窗户洒进来，形成戏剧性的光线，特写镜头，背景虚化。 –ar 16:9 –style raw”

总结一下这个“万能公式”

所以，所谓的万能公式，就是下面这个结构：

[风格/媒介] + [主体] + [主体的细节和动作] + [所处的环境] + [构图/视角] + [光线/氛围] + [色彩] + [–参数]

这个公式好用，因为它强迫你进行清晰的思考。写提示词的过程，其实就是把你脑海中模糊的画面，翻译成AI能听懂的、结构化的语言。AI并不聪明，它只是一个强大的图像数据库和拼接工具。 你给它的指令越清晰、越没有歧义，它就越能给你想要的结果。

最后，记住一点：AI绘画是一个不断尝试和迭代的过程。 不要指望一次就能生成完美的图片。 把这个公式当成你的起点，然后根据AI生成的初步结果，不断修改、增加或删减你的提示词。这个过程本身，也是一种创作。