
很多人刚接触AI生图时,都会遇到一个极其尴尬的情况:明明在脑子里想得好好的,结果输入AI之后,出来的画面要么是车祸现场,要么是平庸得像十年前的页游素材。
问题出在哪?出在你的提示词(Prompt)太懒了。AI不是人类,它不会脑补,你给它一句模糊的“画一个好看的女生”,它就只能随机抓取训练集里的平均值。
今天咱们不扯那些虚头巴脑的学术理论,直接上干货。教你如何从零基础开始,一步步写出能出大片的生图提示词。
一、 核心底层逻辑:AI生图的“万能公式”
要想让AI精准还原你的想法,你不能想到哪写到哪。目前无论是 Midjourney、Stable Diffusion 还是 DALL-E 3,它们对提示词的理解都有一个通用的黄金结构:
核心主体 + 环境/背景 + 艺术风格 + 光影/色彩 + 镜头/构图 + 质量修饰词
我们拿一个具体的实操案例来对比一下优化前后的效果:
| 优化阶段 | 提示词内容 | 实际出图效果痛点 |
|---|---|---|
| 小白直觉流 | `一个穿着汉服的美女在森林里喝茶,高清,唯美` | 画面杂乱、塑料感强、脸崩、汉服细节错乱。 |
| 专业结构流 | `An ancient Chinese woman in traditional Hanfu, sitting by a wooden table in a misty bamboo forest, drinking tea from a ceramic cup. Cinematic lighting, soft morning sunbeams, 35mm film photography, photorealistic, intricate details, 8k resolution –ar 16:9` | 主体清晰、光影有层次、服装细节对版、电影级质感。 |
注意看,专业流的提示词之所以管用,是因为它把画面拆解成了AI能听懂的维度。
二、 零基础起步:拆解提示词的 6 大核心模块
写提示词就像点外卖,你得把菜单写清楚。我们把刚才的公式拆开揉碎了看:
1. 核心主体(Subject)
这是画面的灵魂。别只写“一个男人”或者“一只猫”,要给细节。
•反面教材:`一只生气的猫`
•正面教材:`一只橘色大肥猫,戴着一顶微型维多利亚时期的礼帽,眼神傲慢`
2. 环境与背景(Environment & Background)
给主体找个合理的发生地,顺便定下空间感。
•关键词示例:`cyberpunk street with neon signs`(赛博朋克霓虹街道)、`abandoned industrial warehouse`(废弃工业仓库)、`cozy wooden cabin interior`(温馨木屋内部)。
3. 艺术风格(Style)
你是要照片质感、赛璐珞动漫、水彩画还是立体主义?风格决定了画面的基调。
•摄影类:`macro photography`(微距摄影)、`documentary photography`(纪实摄影)、`polaroid style`(宝丽来风格)。
•绘画类:`studio ghibli style`(吉卜力风格)、`cyberpunk anime`(赛博朋克动漫)、`oil painting`(油画)。
4. 光影与色彩(Lighting & Color)
光是画面的魔术师。没有光影,画面就是平的。
•光影词:`cinematic lighting`(电影级光影)、`golden hour`(黄金时刻的柔和夕阳)、`dramatic shadows`(戏剧性阴影)、`neon glow`(霓虹辉光)。
•色彩词:`pastel colors`(柔和粉彩)、`monochrome`(黑白单色)、`cyberpunk color palette`(青橙色调对比)。
5. 镜头与构图(Camera & Composition)
摄影师怎么拍照,你就得怎么指挥AI。
•视角词:`wide angle shot`(广角)、`close-up`(特写)、`bird’s eye view`(鸟瞰视角)、`low angle shot`(低角度仰拍)。
•景深词:`shallow depth of field`(浅景深/背景虚化)、`bokeh`(光斑效果)。
6. 质量修饰词(Quality Boosters)
虽然现在的模型(如 Midjourney v6)对画质词依赖减弱了,但加上它们依然能稳妥提升细节。
•常用词:`highly detailed`(高度细节)、`sharp focus`(聚焦清晰)、`8k resolution`(高分辨率)。
三、 进阶实操:中英文提示词的选用与翻译陷阱
很多新手问:“我用中文写提示词行不行?”
答案是:分平台。
| 生图大模型 | 中文支持能力 | 建议输入语言 | 备注说明 |
|---|---|---|---|
| Midjourney (v6) | 一般 | 英文为主 | 虽然支持中文,但对英文语法、艺术流派词汇的理解库远大于中文。 |
| DALL-E 3 (ChatGPT内嵌) | 极强 | 中文/英文皆可 | 背后有大语言模型支撑,完全可以用大白话中文描述,它会自动扩写。 |
| Stable Diffusion (SDXL/SD3) | 较差 | 英文 (Danbooru标签) | 基于英文开源社区训练,中文效果极不稳定,强烈建议用英文关键词。 |
避坑提醒:不要直接用国内翻译软件把复杂的中文长难句机翻成英文。AI不看你的语法有多高级,它只认“标签”。用逗号隔开的短语组合,远比一整段英文长句效率更高。
四、 大师级创作:工作流与高阶技巧
当你掌握了基础结构后,要想稳定地产出商业级、可用的画面,你需要建立标准操作流程(SOP)。
1. 结构化提示词模版(可直接复制套用)
你可以把这个模版存到你的备忘录里,每次换主体和场景就行:
[主体描述], [动作/状态], [服装/细节], [环境/背景], [光影效果], [色彩搭配], [镜头语言/构图], [画风/渲染引擎] --ar [比例]
实战套用案例(电商产品图):
A minimalist matte black ceramic coffee mug, placed on a light oak wood table, steam rising gently from the coffee. Sunlight streaming through a sheer white curtain, casting soft shadows. Editorial product photography, clean background, 85mm lens, shallow depth of field, commercial advertising style --ar 4:5 --v 6.0
2. 使用大模型帮你写提示词(套娃技巧)
顶级提示词工程师从不自己手写所有词。你可以让 Claude 3.5 Sonnet 或 GPT-4o 帮你扩写。
你可以把这段指令发给大模型:
“我需要为一个赛博朋克风格的未来女战士生成一张Midjourney生图提示词。我的核心创意是:她站在雨夜的霓虹屋顶上,手里拿着一把发光的武士刀。请帮我扩写成一段高质量、包含光影、镜头和材质细节的英文提示词,并使用逗号分隔。”
大模型会瞬间给你输出一套专业级别的英文 Prompt,你直接复制去生图即可。
五、 常见翻车原因与排查清单
如果你发现自己生成的图总是达不到预期,对照下面这张清单自查:
1.画面元素太多打架:AI一次性处理多个复杂主体容易“精神分裂”。如果画面里既有飞龙又有机甲还有魔法师,先画主体,背景简化。
2.肢体崩坏(多手指、畸形):检查是不是没有加构图限制。如果画人像,加上 `hands visible and well-formed` 或者选择局部重绘(Inpainting)修正。
3.风格不统一:不要把“写实摄影 (photorealistic)”和“赛璐珞动漫 (anime style)”写在同一句话里,AI会陷入逻辑混乱,导致画面不伦不类。
4.权重分配失衡:在 Midjourney 中,如果你想强调某个词,可以使用双冒号加数字(例如 `cat::2`),或者在 SD 中使用括号 `(cat:1.2)` 来调整关键词的关注度。
生图这事儿没别的捷径,核心就是多拆解优秀同行的提示词,多调整参数测试。把上面提到的结构烂熟于心,你的AI生图水平自然会从“抽奖盲盒”跃升到“精准可控”。

评论前必须登录!
立即登录 注册