企业官网建设流程全解析

1. 从“咒语”到“工程”：理解提示词的本质

如果你刚开始接触 Stable Diffusion，可能会觉得写提示词就像在念咒语——把一堆英文单词扔进去，然后祈祷 AI 能理解你的意思，生成一张像样的图。我刚开始也是这么想的，结果往往是“买家秀”和“卖家秀”的巨大落差。后来我花了大量时间测试、记录、分析，才慢慢明白，提示词（Prompt）远不是简单的关键词堆砌，它更像是一门与 AI 进行精确沟通的“工程学”。

提示词是连接你的想象力和 AI 生成能力的唯一桥梁。AI 模型，比如 Stable Diffusion，本质上是一个经过海量图文数据训练的复杂数学函数。你输入的提示词，会被模型内部的文本编码器（如 CLIP）转换成一串高维度的数字向量，这个向量决定了模型在“潜空间”中探索的方向。简单来说，你的提示词就是给 AI 的“导航指令”，指令越清晰、越具体，AI 就越能准确地抵达你脑海中的目的地。

很多人抱怨 AI 画得不好，问题往往就出在这个“导航指令”上。模糊的指令如“一个美女”，会导致 AI 在无数种“美女”的可能性中随机游走，结果自然不稳定。而一个结构清晰、要素完备的提示词，则能极大地约束和引导生成过程，让结果变得可控、可预期。因此，掌握提示词技巧，核心在于学会如何将你脑中模糊的“感觉”，拆解成 AI 能够精确执行的“结构化描述”。这不仅仅是艺术创作，更是一种逻辑构建。

2. 构建提示词的黄金结构：从骨架到血肉

经过无数次测试和对比，我发现一个高效、稳定的提示词通常遵循一个内在的结构。你可以把它想象成写一篇文章：先确定主题和主体，再描绘环境氛围，最后用细节和风格定调。下面这个结构是我个人实践下来最有效的框架，它能让你的提示词从“杂乱的关键词列表”升级为“可执行的生成蓝图”。

2.1 核心主体：你想画什么？

这是提示词的灵魂，必须放在最前面，并且描述要尽可能具体。避免使用宽泛的名词。

• 基础描述：从最基本的开始。1girl（一个女孩）就比girl好。如果你想画一个男孩，就是1boy。
• 外貌特征：这是让角色具有辨识度的关键。不要只说“漂亮”，要具体化。
  • 发型发色：long silver hair（银色长发）、twin tails（双马尾）、messy black hair（凌乱的黑发）。
  • 瞳色：blue eyes（蓝眼睛）、heterochromia（异色瞳）。
  • 面部特征：sharp eyes（锐利的眼睛）、small nose（小鼻子）、freckles（雀斑）。
  • 身材与体型：slim body（苗条身材）、athletic build（运动体型）、petite（娇小）。
• 服饰与姿态：直接定义角色的状态和动作。
  • 衣着：wearing a white dress（穿着白色连衣裙）、in a business suit（穿着商务西装）、armor（盔甲）。
  • 姿态：standing（站立）、sitting on a chair（坐在椅子上）、looking at viewer（看向观众）、dynamic pose（动态姿势）。像热词中的“趴姿”，就可以用lying on stomach（趴着）或prone position来描述。

注意：在描述人物时，应注重艺术性和美感，避免使用可能引导生成不当内容的词汇。我们的创作应积极、健康，符合主流审美。

示例对比：

• 模糊指令：a beautiful girl（一个美丽的女孩）
• 结构化指令：1girl, long wavy blonde hair, green eyes, wearing a red sweater, smiling softly, looking at viewer（一个女孩，长长的波浪金发，绿眼睛，穿着红色毛衣，温柔地微笑，看着观众）

后者能生成出风格、样貌高度统一的图像，而前者则像开盲盒。

2.2 环境与背景：故事发生在哪里？

主体确定后，就需要为其搭建舞台。背景描述能极大地提升画面的故事感和完整性。

• 场景类型：in a classroom（在教室里）、on a spaceship bridge（在飞船舰桥上）、at a bustling medieval market（在熙熙攘攘的中世纪市场）。
• 自然环境：cherry blossom garden（樱花花园）、snowy mountain peak（雪山峰顶）、underwater coral reef（水下珊瑚礁）。
• 时间与光影：sunset（日落）、golden hour（黄金时刻）、moonlight（月光）、neon lights（霓虹灯光）、cinematic lighting（电影感灯光）。
• 氛围渲染：mysterious atmosphere（神秘氛围）、peaceful and quiet（宁静）、epic scale（史诗感）。

环境描述不仅填充画面，还能与主体产生互动，影响整体的色调和情绪。

2.3 画面风格与质量：决定成片的“滤镜”和“分辨率”

这是将一张“不错的图”变成“惊艳的图”的关键。这部分词汇通常对画面有全局性的影响。

• 艺术风格：这是最强大的“滤镜”。
  • digital painting（数字绘画）
  • anime（动漫风格）
  • oil painting（油画风格）
  • photorealistic（照片写实）
  • 3D render（3D 渲染）—— 对应热词中的“3d写实风格”
  • cyberpunk（赛博朋克）
  • impressionism（印象派）
• 画质与细节增强：这些是“分辨率”和“细节”的保证。
  • masterpiece（杰作）
  • best quality（最佳质量）
  • ultra detailed（超精细）
  • intricate details（复杂细节）
  • sharp focus（锐利对焦）
• 镜头与构图：模仿摄影和电影语言。
  • close-up（特写）
  • full body shot（全身照）
  • low angle view（低角度）
  • rule of thirds（三分法构图）

2.4 权重控制与语法：让AI听懂重点

当你把所有元素组合在一起时，需要一种方法来告诉 AI 哪些更重要。这就是权重控制和基础语法。

• 括号加权()：这是最常用的方法。(word)表示增加该词汇的权重，可多层嵌套，((word))权重更高，通常每对括号增加约 1.1 倍权重。例如，(red dress:1.3)和((red dress))效果类似，都强调红色连衣裙。
• 数字权重:：更精确的控制。语法是(word:weight)，weight是数字。(sunset:1.5)表示“日落”的权重是 1.5 倍。权重小于 1 则表示减弱，如(tree:0.7)。
• 交替词[A|B]：让 AI 在 A 和 B 之间随机选择，用于增加多样性。例如[red|blue] dress会随机生成红色或蓝色的裙子。
• 融合词AND：用于连接两个概念，让它们同时影响图像。这在组合不同角色或复杂概念时有用，但需要更高级的控制网络（如 Composable Diffusion）来完美实现，在基础文生图中效果有限。

一个综合了上述所有技巧的完整提示词示例：

(masterpiece, best quality, ultra detailed), 1girl, (long flowing silver hair:1.2), glowing blue eyes, wearing an intricate white and gold armor, standing on a cliff, (fantasy castle in the distance), dramatic sunset sky, (cinematic lighting:1.3), epic fantasy art, digital painting, by Greg Rutkowski and Artgerm

（杰作，最佳质量，超精细，1个女孩，飘逸的银色长发（权重1.2），发光的蓝眼睛，穿着精致的白金盔甲，站在悬崖上，远处的奇幻城堡，戏剧性的日落天空，电影感灯光（权重1.3），史诗奇幻艺术，数字绘画，作者 Greg Rutkowski 和 Artgerm）

3. 进阶技巧：负面提示词与模型特性

掌握了基本结构，你已经能生成不错的图了。但要解决那些“奇怪的手”、“多余的手指”、“扭曲的脸”或者不想要的画风元素，就需要用到负面提示词（Negative Prompt），并理解你所用模型的“性格”。

3.1 负面提示词的魔法：告诉AI“不要什么”

负面提示词是一个独立的输入框，用于列出你希望图像中绝对不要出现的东西。这是提升出图成功率最有效的工具之一。

一个通用的高质量负面提示词模板，适用于大多数写实或动漫风格模型：

(worst quality, low quality:1.4), (bad anatomy), (inaccurate limb:1.2), bad hands, missing fingers, extra digit, fewer digits, (bad feet:1.2), (poorly drawn face), (mutation:1.3), (disfigured:1.2), ugly, blurry, (bad proportions:1.1), (extra limbs:1.3), cloned face, (disfigured:1.3), gross proportions, (malformed limbs:1.2), (missing arms:1.3), (missing legs:1.3), (extra arms:1.3), (extra legs:1.3), (fused fingers:1.3), (too many fingers:1.3), (unclear eyes:1.2), (bad hands:1.3), (bad feet:1.3), text, error, signature, watermark, username, artist name, (foreign characters:1.1)

（最差质量，低质量，解剖结构错误，不准确的肢体，坏手，缺少手指，多余的手指，手指过少，坏脚，画得差的脸，突变，畸形，丑陋，模糊，比例差，多余的肢体，克隆脸，畸形，奇怪的比例，畸形的肢体，缺少手臂，缺少腿，多余的手臂，多余的腿，融合的手指，手指过多，不清晰的眼睛，坏手，坏脚，文字，错误，签名，水印，用户名，艺术家名，外文字符）

如何使用：

1. 直接套用：对于新手，可以直接将上面这段模板复制到你的负面提示词框中，它能过滤掉约80%的常见低级错误。
2. 针对性添加：根据你的正面提示词添加特定负面词。例如，画现代人物时，可以加上medieval armor, sword（中世纪盔甲，剑）来防止出现不相关的元素。画静物时，可以加上person, human（人，人类）。
3. 权重控制：负面词同样支持权重。(ugly:1.5)会比ugly更强烈地抑制“丑陋”的特征。

3.2 理解你的模型：它擅长什么，偏好什么？

不同的 Stable Diffusion 模型（如 ChilloutMix, Anything, Counterfeit）是在不同类型的数据集上训练的，因此它们有各自的“舒适区”和“语法偏好”。

• 动漫模型（如 Anything V5）：通常对masterpiece, best quality等质量词反应强烈，角色描述可以更简洁，风格词如anime screencap（动画截图）效果很好。
• 写实模型（如 Realistic Vision）：更需要详细的场景、光影和材质描述。photorealistic, 8k是关键。人物描述需要更符合真实人体比例。
• 特定风格模型（如 Inkpunk Diffusion）：本身已经内置了强烈风格，你的提示词应该更侧重于内容描述，风格词可以弱化。
• 检查点触发词：很多模型有自己偏好的“触发词”，这些词在训练时被高频使用，能更好地激活模型的特性。例如，某些模型用chibi（Q版）风格更好，有些则需要by [艺术家名]。这需要查阅该模型的发布页面或社区笔记。

实操心得：不要用一个提示词模板通吃所有模型。生成几张图后，观察模型的“输出习惯”，然后微调你的提示词。比如，某个模型总是把皮肤画得过亮，你可以在负面词里加入overexposed（过曝）；另一个模型画的眼睛总是太大，可以加入(huge eyes:1.2)到负面词中。

4. 从提示词到工作流：参数协同与迭代优化

提示词不是孤立的，它需要与 Stable Diffusion 的其他生成参数协同工作，才能发挥最大效力。同时，生成图像很少能一蹴而就，它是一个“写提示词 -> 生成 -> 分析问题 -> 修改提示词”的迭代过程。

4.1 关键生成参数与提示词的联动

• 采样步数（Steps）：步数越多，AI 有更多时间“思考”你的提示词，细节会更丰富，但对提示词的执行也会更“较真”。步数少（20-30）时，风格、氛围词影响更大；步数多（50+）时，具体的物体、形状描述会更精确。对于复杂提示词，建议步数不低于30。
• 提示词相关性（CFG Scale）：这个参数控制 AI 在多大程度上听从你的提示词。值太低（<7），图像自由发散，可能忽略你的指令；值太高（>12），图像会变得对比度过强、色彩饱和、生硬不自然。通常设置在 7-11 之间是甜点区。当你觉得提示词效果不强时，可以尝试调高 CFG；当图像看起来“塑料感”重或颜色怪异时，应调低 CFG。
• 种子（Seed）：种子决定了随机噪声的起点。固定种子，在微调提示词后重新生成，可以直观地对比出提示词修改带来的变化，是调试提示词最有效的方法。

4.2 迭代优化流程：以“森林中的精灵骑士”为例

假设我们的目标是生成“一位身穿藤蔓与花朵编织的轻甲、手持发光长矛、站在发光蘑菇森林中的精灵女骑士”。

1. 第一版（基础描述）：

   1girl, elf, knight, vine armor, glowing spear, mushroom forest

   结果分析：角色可能是精灵，但盔甲细节模糊，森林没有发光感，构图普通。画面元素混杂，重点不突出。

2. 第二版（增加细节和风格）：

   (masterpiece, best quality), 1girl, beautiful elf knight, intricate armor made of vines and glowing flowers, holding a long spear that emits soft blue light, standing in a bioluminescent mushroom forest, fairytale style, digital painting

   结果分析：画面质量提升，有了童话感。但“精灵”特征可能不够明显（尖耳？），“发光”程度不足。

3. 第三版（精确化与权重调整）：

   (masterpiece, best quality, intricate details:1.2), 1girl, (elf with long pointed ears:1.3), (knight in elegant armor woven from glowing vines and luminous flowers:1.4), holding a (long crystal spear emitting radiant blue light:1.3), standing in a (dense forest of giant, bioluminescent mushrooms:1.2), (ethereal glow:1.3), fantasy art, by Alphonse Mucha and WLOP

   同时优化负面提示词：在通用负面词基础上，加入(dark, gloomy:1.2), modern clothing, gun来确保氛围明亮，且不会出现现代物品。调整参数：Steps: 35, CFG: 9。

通过这样三步迭代，我们从一个模糊的概念，得到了一张细节丰富、主题明确、风格统一的图像。每一次修改都基于对上一次结果的分析，这就是提示词工程的核心工作流。

5. 高级策略与灵感获取

当你熟练了基础技巧后，可以探索一些更高级的策略来创造独特或复杂的图像。

5.1 使用艺术家与风格混合

在提示词末尾添加by [艺术家A] and [艺术家B]，可以尝试融合两位艺术家的风格。例如by Hayao Miyazaki and Moebius会混合宫崎骏的清新与墨比斯的科幻线条感。但这需要实验，有时会产生意想不到的冲突。

5.2 利用 LoRA 与 Embedding 模型

对于非常具体、难以用文字描述的概念（如某个特定游戏角色、一种独特的画风），可以训练或下载对应的 LoRA（低秩适应）模型或 Textual Inversion（嵌入）模型。使用时，在提示词中加入特定的触发词，如<lora:MyCharacterStyle:0.8>，就能以极小的计算量将该风格或角色特征注入到生成过程中。这是实现高度定制化输出的强大工具。

5.3 反向工程与灵感库

当你看到一张惊艳的 AI 作品时，可以尝试“反推”它的提示词。一些工具和网站提供此功能。即使不能完全反推，观察其描述的结构、使用的风格词和质量词，也是极好的学习材料。建立自己的“灵感库”，收藏优秀的提示词案例并分类整理（如“赛博朋克城市”、“奇幻肖像”、“静物摄影”），在需要时进行参考和改编，能极大提升效率。

5.4 应对“AI味”与追求独特性

热词中提到的“去AI味的提示词”，是一个高阶课题。“AI味”通常表现为过度平滑的质感、不自然的光影、程式化的构图和细节。要减弱它，可以尝试：

1. 增加真实世界的“不完美”：在提示词中加入film grain（胶片颗粒）、slight motion blur（轻微运动模糊）、shallow depth of field（浅景深）、natural lighting（自然光）、asymmetric composition（不对称构图）。
2. 引用特定摄影技术：如shot on 35mm film（35毫米胶片拍摄）、Leica M10 photo（徕卡M10拍摄）。
3. 使用更独特的艺术家：避免过度使用如 Greg Rutkowski 等被 AI 过度学习的艺术家，尝试寻找风格独特的小众艺术家名字。
4. 后期微调：在 Stable Diffusion 的图生图功能中，以低重绘强度（如0.2-0.3）使用原图+更精细的提示词进行重绘，可以添加细节和打破过度规则化的图案。

最后，提示词工程是一门实践的艺术。没有放之四海而皆准的“完美公式”，最好的学习方法就是动手去试，大量地生成，仔细地对比，耐心地调整。从模仿优秀的案例开始，逐步形成自己的描述语感和风格偏好，这才是从“使用者”迈向“创作者”的关键一步。