很多人第一次进生图训练营,写出来的提示词不是被模型忽略,就是出图跟脑子里想的完全两回事,改来改去也不知道该改哪一句。这篇不教你背模板,而是把提示词拆成主体、风格、构图、约束几块,配一份出图不对时的排查顺序,让你知道每次调整是在动哪一根旋钮。
先把一条提示词拆成四层
很多人写提示词是想到哪写到哪,形容词堆一长串,出图不对就说模型不行。其实更稳的做法是先把一条提示词分成四层来组织:主体、风格、构图、约束。四层各管一件事,哪层缺了,下次改图就知道该补哪里,而不是整句重写碰运气。
| 层 | 负责什么 | 写不好会怎样 |
|---|---|---|
| 主体层 | 画什么、几个、在做什么动作、什么表情 | 出图主体跑偏或表情动作完全不受控,后面怎么调都救不回来 |
| 风格层 | 写实、插画、胶片、3D 渲染这类整体调性 | 调性模糊,画面一会儿像插画一会儿像照片 |
| 构图层 | 景别、视角、主体位置、留白还是占满 | 主体位置随机,该留白的地方被塞满 |
| 约束层 | 要不要文字、比例、排除哪些元素 | 出现多余文字、奇怪手臂、比例被裁 |
主体层是地基。先写清「一个还是多个」「谁在做什么」「什么情绪或表情」,这三件事写含糊,模型就自己发挥,你越加风格词越乱。风格层反而要克制,通常一个词就够,比如「写实」或「胶片感」,同时塞三四个风格词它们会互相打架,画面变得四不像。
- 主体层:数量、动作、表情写具体,避免只写一个名词
- 风格层:一个词定调,不同风格别混着堆
- 构图层:景别和视角先定,再决定主体偏左偏右、留白多少
- 约束层:画面文字、画面比例、要排除的元素单独拎出来写
- 四层顺序固定后,改图只动出错的那一层,不整句重写
- 先只写主体层把数量、动作、表情写清楚,单独跑一张,确认主体对不对;不对就只在这一层改,别急着加风格词
- 加一个风格词选一个整体调性词加上去,再跑一张,看画面是不是统一;如果出现两种画风混在一起,说明风格词堆多了
- 补构图层写清景别和主体位置,明确要留白还是铺满,验证主体有没有落在你想要的位置
- 最后加约束层需要画面文字、固定比例、排除某类元素时再单独补,逐项加,别一次全塞进去
这套拆法也不是万能的:如果你要的就是随机出图找灵感,不必层层写死,留点空间反而更好。另外不同工具对约束层的支持程度不一样,写之前先到站内模型资料库看看对应模型支持哪些能力,再决定约束层要写多细。
训练顺序:一次只动一层
很多人练提示词是一股脑改一大堆词,出图好了不知道好在哪,出图崩了也不知道崩在哪。更省事的做法是把提示词拆成几层:主体、风格、构图、约束,每次只动其中一层,其余原样锁住,这样你改的每一个词,对应的是画面上的一个变化。
| 这一轮锁住的 | 只改这一层 | 练的是什么 |
|---|---|---|
| 主体、构图、约束 | 风格词(写实、插画、水彩这类) | 对风格词的反应,同一主体换风格后差在哪 |
| 主体、风格、约束 | 构图词(视角、景别、主体位置) | 对画面结构的控制,而不是碰运气 |
| 全部固定 | 什么都不改,连出几张 | 稳定度,波动大的地方就是没写死的地方 |
- 先搭一个能跑通的底稿把主体、风格、构图、约束四层各写一句,跑通了再开始练。底稿跑不通就先别急着对比,不然分不清是词的问题还是提示本身就不成立。
- 锁三层,动一层比如只换风格词,其余原样复制,一次出两三张。看同一主体在写实和插画下的差异,重点不是哪张好看,而是哪些特征跟着变了、哪些没变。
- 同一组词连出几张看波动词一个字不改,连着出几张。如果主体姿态、背景、细节每次都不一样,说明这几处你没写死,波动就出现在那里。
- 每改一次记一行记下改了什么词、出图哪里变了、这版要不要保留。出图对不上时按记录往回退,别去聊天记录里翻半天。
- 一次只动一个变量,动两个以上就说不清是谁起的作用
- 对比时看差异,不看谁更好看,好看是主观的,差异是能复用的
- 波动大的部分优先补约束,而不是反复重出碰运气
- 记录只写一行:改了什么、变了什么、留不留
- 某一轮怎么改都不动,先怀疑主体描述本身就太模糊
出图不对时的排查顺序
出图不对,先别急着改模型名字,也别一口气把提示词全删了重写。按下面的顺序一层层排,大多问题在第二三步就能定位,改一处就能看到差别。每一步只改一个变量,改完立刻再跑一次同一个输入,不然你分不清是哪里起的作用。
- 先查忽略主体词是不是已经放在最前面了?如果是,还是出不来,往上翻看有没有更靠前的风格词、通用模板前缀或一大串画质词把注意力拉走了。把主体词提成第一句,前缀砍短,再看主体有没有回来。
- 再查冲突同一段词里有没有两个方向相反的风格或构图要求?两个风格词常常各拉一半,出来的是折中产物。删掉其中一个更强或更靠前的,重新跑,多数情况会立刻变清楚。
- 再查过度约束数一下约束词:构图、光线、镜头、材质、比例、背景细节全都写上了,模型只能挑一部分满足,剩下的就随机了。先保留三到五个最关键的,其余挪到后面或删掉,看画面是不是稳定下来。
- 最后才疑模型同一段词换一个入口再跑一遍,条件尽量对齐。结果差很多,说明是写法问题;结果一样跑偏,才考虑是这个模型对这类描述本来就这脾气。
| 现象 | 优先怀疑 | 先做的动作 |
|---|---|---|
| 主体完全没出现或很弱 | 被更靠前的风格词、模板前缀压掉 | 主体词提到第一句,前置词砍短,单跑一次 |
| 画面风格说不清、两头都沾 | 两个风格或构图词互相冲突 | 删掉一个方向,保留一个,重新跑 |
| 细节总有几处不对、每次都不一样 | 约束堆太多,模型随机取舍 | 约束压到三到五个,其余挪后或去掉 |
| 怎么写都这样,换词也没用 | 可能是这个模型本身的特点 | 换一个入口跑同一段词对照 |
判断「是不是这个模型就这脾气」,别凭一次印象。同一段词、同样的比例和参数,在两个入口各跑两三次,看是不是稳定跑偏;稳定跑偏才算模型特点,偶尔一次不好多半还是写法或随机性。这一步不适用于你已经确认是写错词的情况,那种直接改词更快。
- 每次只改一个地方,改完用同一段输入重跑,留截图对照。
- 改动顺序从前往后:主体位置、冲突词、约束数量,最后才换入口。
- 把验证有效的写法记下来,下次出问题先拿它当基准跑一遍。
- 拿不准的,去 提示词与写作技巧(/prompts) 对照站内写法和示例,再决定改哪里。
这套方法什么时候不适用
上一节讲的分层写法,默认是「一张图、想清楚画面就够」的场景。换成系列图、带字海报、套别人模板这几种活,分层描述就不再是主力,硬套只会白费算力。先掂量自己落在哪一类,再决定要不要换方法。
| 场景 | 光靠文字提示词的问题 | 更该依赖什么 |
|---|---|---|
| 同一角色出多张图 | 每张脸、发型、服装都会漂,描述写得再细也对不齐 | 参考图锁定形象,或固定种子加同一套基础描述 |
| 海报、封面要放准字 | 拼写能对,字距行距和位置基本靠运气 | 后期排版软件补字,生图只负责底图和氛围 |
| 精确数字、编号、刻度 | 容易糊成乱码或错位 | 生图出素材,数字和标注在编辑工具里加 |
| 拿别人的模板套 | 模板自带的结构和权重会盖过你的分层 | 先读懂模板每段在管什么,再做减法 |
- 判断是不是系列图:需要两张以上画面里出现同一角色、同一产品,就属于这一类,别指望纯描述能锁住
- 判断是不是排版活:画面里要出现能被读出来的文字、数字、刻度,就属于这一类
- 判断是不是套模板:你的提示词是塞进别人给的固定框架里改的,而不是自己从零分层写的
- 三种里占了一种,就把期望值从「一次到位」调成「先出可用底稿,再补关键部分」
- 系列图先定基准先用一张图把角色形象定下来,后续每张都以它为参考图输入,描述部分只改动作、场景、光线;每出一张就和基准图对照脸型和服装细节,漂了就回退调整,别靠加形容词硬掰
- 排版活拆成两步生图只负责背景、材质、构图和氛围,标题文字、数字、编号一律留给排版工具;如果一定要画面里带字,就先出无字版,再叠字,验证方式是放大到实际使用尺寸看边缘是否干净
- 套模板前先拆结构把别人的模板按段落拆开,标出哪段管主体、哪段管风格、哪段是质量兜底;先原样跑一次看效果,再逐段替换成自己的分层描述,一次只改一段,对比前后差异,改坏了知道是哪段的问题
还有一种情况要留意:任务本身对版权和素材来源敏感,比如要还原某个具体人物或品牌元素,这时候问题不在提示词写法,而在能不能用、该怎么用,方法层面无解。遇到这类需求,先确认素材授权和平台规则,再去 指南中心(/guides) 翻相关说明,别在一个提示词里死磕。
常见问题
提示词写得越长,出图就一定越好吗?
不一定。长度本身不换来质量,关键是每句话是否指向一个你能验证的维度。新手常见的坑是把风格、构图、约束、负面要求全塞进一段,模型只能挑一部分满足,结果哪块都不到位。建议先短后长,每加一句都问自己:这句是在修哪个具体问题。
为什么同样的提示词,别人出图好看我出图一般?
先排三件事:入口和模型是不是同一个、比例和尺寸设置是否一致、有没有别人没写出来但默认开着的选项。这些都对上了再看写法。如果仍有差距,多半是对方的词序和取舍更清楚,把对方的提示词拆回四层对照一遍,比照抄整段有用。
风格词、质量词堆一堆有用吗?
多数情况下收益递减,甚至会互相抵消。风格词本质是给模型一个整体方向,方向越单一越稳;同时给两个方向,出来的是夹在中间的折中结果。质量类描述在不同模型上含义也不统一。务实做法是风格词留一到两个最能代表你想要的,其余靠出图结果迭代。