
每次打开 Midjourney 或 Stable Diffusion,满怀期待地输入几个关键词,点下回车。结果出来的画面不是多了一只手,就是人脸扭曲得像恐怖片,或者背景完全南辕北辙。你盯着屏幕叹了口气,把这图划进“废片回收站”。
这场景是不是特别眼熟?
很多人以为生图翻车是因为 AI 不懂艺术,其实大错特错。AI 就像一个听话但有点实心眼的实习生,你给它一句模糊的“画一个好看的赛博朋克女孩”,它只能凭概率瞎猜。要想让 AI 每次都精准交出高质量的图,核心不在于抽卡运气的玄学,而在于你给的提示词逻辑对不对。
今天咱们就抛开那些虚头巴脑的理论,直接上干货,拆解一套真正管用的生图提示词套路。就算你灵感彻底枯竭,照着这个框架填空,也能稳稳出大片。
一、 为什么你的提示词总是出废片?
在动手写提示词之前,先来看看大多数人踩过的三个深坑:
1.堆砌一堆毫无关联的形容词:比如“高清、唯美、大师之作、8k、极致细节”。这些词在早期的生图模型里可能管用,但在现在的先进模型(如 Midjourney v6 或 Stable Diffusion XL)眼里,这就叫“垃圾信息”,模型直接选择性忽视。
2.缺乏空间与主体关系:只写了主体,不写主体在哪里、在干什么、光线从哪个方向来。画面没有层次感,AI 只能随机拼凑元素。
3.把大语言模型当成生图引擎:很多人用 ChatGPT 或 Claude 直接生成“一幅画”,却不知道不同的生图工具对提示词的语法和权重逻辑要求完全不同。
要解决这些问题,我们需要一套标准化的结构。
二、 灵感枯竭时的万能生图提示词框架
当你脑子里一片空白,不知道画什么时,直接套用下面这个经过无数次实测的 四段式金字塔结构:
[核心主体] + [环境与背景] + [光影与氛围] + [镜头与风格参数]
别急,我们把这四个模块拆开揉碎了看,每个部分该填什么词。
| 模块名称 | 填写内容重点 | 实操示例 |
|---|---|---|
| 1. 核心主体 (Subject) | 谁、什么外貌、穿着、动作、表情、材质。细节要具象,不要抽象。 | 一位身穿破损机械外骨骼的年轻女性,眼神坚毅,面部有微小的汗珠。 |
| 2. 环境与背景 (Environment) | 空间在哪里、有什么道具、背景的远近层次。 | 废弃的地下地铁站,周围长满发光的蓝色苔藓,远处隐约有废弃列车残骸。 |
| 3. 光影与氛围 (Lighting & Vibe) | 光源方向、光线质感(柔光、侧光)、空气湿度、整体情绪。 | 昏暗的冷色调环境,一束强烈的橙色侧光打在脸上,空气中弥漫着细微尘埃。 |
| 4. 镜头与风格 (Camera & Style) | 摄影机型号、镜头焦段、画面构图、渲染风格(写实、赛博朋克、胶片等)。 | 电影感特写镜头,使用 85mm 镜头,浅景深,逼真的皮肤纹理,虚幻引擎5渲染。 |
把上面四个模块连起来,就是一段高质量的提示词:
A young woman wearing a damaged mechanical exoskeleton, determined expression, subtle sweat on her face. Abandoned underground subway station, glowing blue moss all around, rusted train wreckage in the background. Dim cold-toned environment, strong orange side light hitting her face, dust particles floating in the air. Cinematic close-up shot, 85mm lens, shallow depth of field, realistic skin texture, Unreal Engine 5 render, --ar 16:9
你看,按照这个逻辑写出来的提示词,画面里的每一个元素都是可控的,AI 想发挥失常都难。
三、 灵感枯竭时怎么自救?用大模型帮你“扩写”
有时候不是你不会写,而是连“主体”想什么都想不出来了。这时候,千万别硬想,让文本大模型(如 ChatGPT、Claude 3.5 Sonnet)来当你的灵感外挂。
这里分享一个我每天都在用的灵感扩写 Prompt。你可以直接把这段话复制发给大模型:
你是一个资深的视觉设计总监与提示词工程专家。现在我脑子一片空白,只有几个极其简陋的词汇。请根据我提供的简陋词汇,为我扩写 3 个不同风格(写实摄影、概念艺术、赛博朋克)的 Midjourney 生图提示词。
每个提示词必须包含:核心主体、环境背景、光影氛围、镜头与风格,并且翻译成英文,附带中文翻译。
我当前的简陋词汇是:[在这里输入你的关键词,比如:猫、宇航员、咖啡馆]
用这个方法,大模型会瞬间给你提供三个不同方向的成熟方案。你只需要挑一个顺眼的,复制粘贴到生图工具里就行。
四、 不同生图工具的提示词实操差异
市面上的生图工具脾气各不相同。千万不要一套提示词通吃所有软件。我们来看看主流工具的实操差异与避坑要点:
| 生图工具 | 提示词语法偏好 | 参数设置建议 | 常见避坑指南 |
|---|---|---|---|
| Midjourney (v6) | 支持自然语言,但对逗号分隔的短语响应更精准。喜欢用英文。 | `–ar 16:9`(比例) `–stylize 250`(风格化) |
不要加“8k、masterpiece”,v6 版本对这类词免疫,甚至会起反效果。 |
| Stable Diffusion (XL/v3) | 高度依赖权重和精准的负面提示词 (Negative Prompt)。 | 采样器 (Sampler): DPM++ 2M Karras 迭代步数 (Steps): 25-30 |
必须写负面提示词,把“deformed, extra limbs, bad anatomy”加上,否则容易崩。 |
| DALL-E 3 (ChatGPT内置) | 像跟人聊天一样,用大白话描述细节,它会自动帮你润色。 | 无需复杂参数,直接在对话框描述需求。 | DALL-E 3 会擅自修改你的细节,如果它不听话,要在提示词里强调“严格按照以下描述,不要添加多余元素”。 |
五、 进阶:如何调整参数挽救“半废品”
即使提示词写得很完美,有时候出来的图还是差那么一点意思。这时候不要直接放弃,用以下策略进行微调:
1.局部重绘 (Inpainting):画面主体很好,但手画坏了或者眼睛歪了。不要重新生成整张图,直接在 SD 或 Midjourney 的 Vary (Region) 功能里,涂抹掉画坏的部分,重新输入局部提示词修复。
2.微调权重:如果你用的是 Stable Diffusion,发现某个元素不够明显,可以在词汇外面加上括号增加权重,比如 `(neon lights:1.3)`。
3.控制提示词长度:如果画面元素开始互相打架(比如你想画戴帽子的猫,结果猫长出了帽子形状的耳朵),说明提示词塞得太满了。遵循“减法原则”,删掉 30% 的形容词,只保留最核心的动词和名词。
生图这事儿,本质上是你和 AI 之间的一场精确沟通。别再靠盲目抽卡碰运气了。把今天这套四段式框架和灵感扩写工作流用起来,你的废片率至少能降一大半。现在就打开你常用的生图软件,试着改写一段你上次翻车的提示词看看效果。

评论前必须登录!
立即登录 注册