即梦AI生图提示词这件事,我前后折腾了小半年才真正摸到门路。刚开始也是跟着感觉写,什么“美女”“风景”“未来感”随口就来,出来的图不能说不好看,就是不着调——想要赛博朋克,它给我整了个西海岸落日;想要产品海报,它直接做成玄幻壁纸。后来我养成了一个习惯:每次看到高分作品,先把人家提示词翻出来逐段拆解,再把有效词汇替换进自己的工程里反复试。试到后面总结出一套稳定的套路,出片率肉眼可见地涨,踩坑也踩出了经验。这篇文章不扯虚的,全是在即梦AI里验证过的写法、模板和坑。
1. 即梦AI提示词的基本构成:一句话讲清底层逻辑
1.1 提示词不是文字堆砌,而是信息结构化
先说一个很多人忽略的事实:即梦AI对提示词的解析逻辑,跟搜索引擎有点像,但它更苛刻。搜索引擎能容忍你随意打几个词,模型不行;你输入的是自然语言没错,但语言信息会被拆成无数离散特征,再逐项匹配到图像空间。这导致一个结果:形容词往句子中间一堆,或者把“主体、动作、氛围”混在一整句长定语里,模型往往只能抓到几个惯性最强的词,其他全部丢失或扭曲。
所以高手写提示词,从来不是“写句子”,而是“填结构”。把一段话拆成:谁(主体)、在什么环境里(场景)、什么光(光线)、什么角度(镜头)、什么画风(风格)、什么质感(材质),再按顺序排列。即梦AI对靠前词汇的响应通常更强,把最核心的主语和风格放在前面,能明显减少发挥失控的场面。
我做过一个很直观的对比:同一张图的需求,一段话写成“黄昏时分有一个人在沙滩上散步,旁边有椰子树,黄昏光线很美”,另一段按结构写成“黄昏海滩,一个穿白衬衫的人,赤脚走在沙滩上,椰子树剪影,橙红色余晖,创世纪光线,35mm胶片感,广角”。同样丢进即梦AI,前者的画面经常变成普通的旅游照,后者直接出成电影剧照。差异不在“文采”,而在信息密度跟排列顺序。
结构化还有一层隐藏好处,就是方便改图。你想要它从白天变夜景,只需要把“自然光、明亮、通透”这几个词替换成“霓虹灯、暗调、蓝色调”,其他部分原样保留,画面大概率还是原来的主体和构图,只是光线氛围变了。这比整段重写高效得多。我自己的习惯是维护一套提示词模块库,把常用场景、光线、风格、材质拆成独立小块,用的时候直接组合,一天产出几十张也不费劲。
1.2 即梦AI理解提示词的方式
从实际表现反推,即梦AI对中文提示词的支持比我预想的要好,但仍然有一些规律需要摸清。
第一,它对实词(具体名词、动词)响应强,对虚词(语气词、抽象评价)响应弱。比如“很美”“好看”“高级感”这些词,模型接收了但很难转化成具体画面,因为它不知道“美”对应的具体视觉符号是什么。而“逆光剪影”“奶油肌”“莫兰迪色系”这类词,背后是有明确图像特征的,模型能直接把画面特征映射出来。所以你写“美丽的女子在森林里”,不如写“穿白裙的女子,站在薄雾森林里,树缝洒下光影,裙摆微微飘动”。
第二,它会把长句按语义单元理解,而不是逐字理解。这也解释了为什么一个提示词里如果混着不同主题的句子,画面会被糅得四不像。解决办法是做“分区描述”,用逗号把不同维度隔开,每个维度只放一两个关键词,别堆长定语。比如“人物、环境、光线”三个维度各自独立,模型就不会因为信息纠缠而把主体和背景混着画。
第三,像素层级的知识必须说得具体。比如你想表达“皮肤很好”,可以换成“皮肤毛孔细节清晰,高光自然,肤质水润通透”;想表达“这张图很锐利”,可以换成“4k细节,微距质感,图像边缘锐化,分辨率高”。模型不是靠语感理解你,而是靠训练中见过的大量图像标签来匹配词汇。你描述得越像素级,它匹配得越准。
我自己整理过一段话,专门用来测试即梦AI的响应稳定性:“赛博朋克街头,雨天,霓虹倒影,一个穿透明雨衣的人侧身站在街道中央,远处是模糊的广告灯牌,绿色和洋红色调,电影感,浅景深,高细节。”这段里每个词都对应一种明确视觉元素,出图稳定性非常高。反过来,如果精简成“下雨的赛博朋克街道”,它也能出,但往往缺细节,灯牌、雨衣、色调这些点只能命中一部分。
2. 核心要素拆解:决定画面质量的六个关键点
2.1 主体描述:让模型精准知道画什么
主体是整个画面的定音鼓。模型先确定主体,再围绕主体生长其他细节,所以主体描述如果模糊,后面什么构图、光线全是白搭。写主体的时候,我的习惯是遵循这么个结构:数量词+年龄/性别+外形特征+服装/道具+动作+表情。比如“一位三十岁左右的东方女性,齐肩短发,米白色廓形西装,手里拿着一杯咖啡,侧脸看向镜头,表情放松”。
这里有个细节:数量词一定要有。你不写“一位”,模型可能自动帮你堆出好几个人;你不写“一只白猫”,它可能把猫画成狗头。再具体一点,服装颜色要给明确色名,比如“藏青色”比“深色”更有约束力,“红色连衣裙”比“漂亮裙子”靠谱。
动作描述要往“可见的姿态”靠,而不是写心理状态。模型不知道什么是“若有所思”,但知道“手托下巴、眼神看向远方、眉头微蹙”。情绪必须通过外部可见特征来传达。表情词也要具体,“微微上扬的嘴角”比“在笑”更可控制。
还有一个常踩的坑:主体要尽量避免同时出现多个同等重要的焦点。除非你故意做群像,否则一个画面最好只有一个主角,其他作为辅助元素存在。辅助元素在提示词里可以写弱化一些,比如“背景里的路人”用来增加故事感,但不要单独占用很强的形容词,否则它会抢主体权重,画面就散了。
2.2 风格关键词:锁死画风的大方向
经常有人说“风格二字太笼统,加不加区别不大”,这是新手最大的认知误区。风格词不是锦上添花,而是模型的“纪律线”。即梦AI在训练时见过海量不同风格的图,每个风格词背后对应一大类图像分布。加了风格词,模型会往这个分布收敛;不加的话,它默认往自己最“平均”的审美区走,结果就是出图泛白、柔和、没有个性。
常见风格词我大概分了几类:
- 现实摄影类:纪实摄影、时尚大片、街拍、老照片、宝丽来、胶片颗粒、长焦压缩感
- 艺术插画类:国风水墨、浮世绘、扁平插画、版画、水彩、彩铅手绘、赛博朋克插画、美漫风
- 3D与渲染类:盲盒公仔、粘土质感、布偶质感、C4D渲染、塑料模型、手办
- 创意合成类:超现实主义、矛盾空间、压缩摄影、微观世界、双重曝光
在即梦AI里,风格词不要贪多,一到三个足够,而且风格冲突的概念最好不要一起出现。“水墨国风+赛博朋克”有概率出混合风,但成功率低,“水墨国风+东方意境”就稳得多。你可以尝试风格叠加以得到惊喜,但要接受失败率。
风格词和“年代背景”“地域氛围”这类词也有关联。想要老上海风情,不一定要写“上世纪三四十年代”,更稳的写法是“老上海百乐门,旗袍女子,暖黄色调,胶片颗粒,民国风情”——用具体场景和视觉符号去暗示年代,比抽象年代名词更可靠。
2.3 光线与色调:画面的情绪来源
光线是专业摄影师和AI小白差距最明显的一块。普通用户写提示词,十有八九不会主动提到光线,而专业作品里光线词几乎是必备。即梦AI里,同一主体在逆光、侧光、顶光、烛光下的输出完全是四种气质,所以光线词一定要写。
常用的光线词包括:黄金时刻、蓝色时刻、蝴蝶光、伦勃朗光、霓虹灯管光、窗户光、烛光、月光、丁达尔效应。色调词则常用:低饱和、高饱和、莫兰迪色调、暖黄调、冷蓝调、青橙色调、黑白、奶油色调。
一条经验:光线词最好放在风格词附近,因为它俩共同决定了画面的“大感觉”。比如你写“胶片摄影,黄金时刻,暖黄调”,模型会把胶片颗粒、暖光、肤色倾向一起调动起来;如果光线和风格离得远,模型对二者的关联度就会变弱。
另外,用“光影位置”这种描述也可以控制画面平衡,比如“光从画面左侧打来,在主体背后拉出长影”“半张脸隐在阴影中,只有一只眼睛被照亮”。范围描述不一定要精准,模型会自动补全物理光的合理性。我试过最多的是“侧逆光”,很多时候会自带氛围感,适合情绪类画面。
2.4 构图与视角:决定第一眼印象
构图词容易被忽略,但它的作用其实相当于“镜头的语言”。同样拍一个人,俯拍可能显得脆弱、仰拍显得有力量、平视显得亲切,你把这些视角写成词,即梦AI就会如实执行。默认不写时,模型倾向于用极普通的中景平视,导致画面没有张力。
常用构图词:居中构图、对称构图、三分法构图、引导线构图、框架构图、对角线构图、特写、微距、大远景、仰拍、俯拍、低角度、航拍视角、第一人称视角、超广角畸变、长焦压缩感。
这里有个反直觉的点:不是所有场景都适合居中构图。在即梦AI里,居中构图出图稳定,适合产品图、肖像照;但如果你想要氛围感,让主体偏离中心的留白构图或三分法构图往往更出片。所以构图词要和主体气质配合着写,比如“画面左侧大面积留白,人物站在右侧三分之一处,目光望向留白方向”,这比单纯写一个“留白”具体得多。
视角词也很好用。想要电影感,可以写“电影画面比例,特写镜头,背景虚化”;想要杂志感,可以写“杂志封面构图,模特居中,背景简单”。这些词会让模型在画面上自动预留后期的排版空间,对做自媒体封面、海报都很实用。
2.5 材质与细节:高级感的分水岭
前面讲的都是大方向,材质细节是决定画面“耐不耐看”的关键。AI生成的图,前几秒看可能很惊艳,但仔细看,皮肤像塑料、金属没有高光、布料糊成一团——这就是材质词太少导致的。材质词的作用是给模型精确的渲染指令,让它对局部像素的处理更认真。
材质词举例:皮肤——“细腻毛孔,自然光斑,水润高光,奶油肌”;布料——“丝绸光泽,亚麻纹理,针织肌理,蕾丝镂空,牛仔布水洗痕迹”;金属——“拉丝铝面,镜面反射,拉丝不锈钢,氧化做旧”;玻璃——“磨砂质感,折射光斑,气泡细节”;墙体——“清水混凝土,红砖肌理,旧漆剥落,石膏线”;水面——“波光粼粼,倒影清晰,雨落涟漪”。
材质词不需要每一处都写到,选画面里最有存在感的一两个物件即可。比如一个建筑外景,把“墙面砖缝清晰、老木门上有磨损痕迹、地面石板湿漉漉反光”写进去,氛围立刻就不一样了。如果什么都写,提示词会过长,模型注意力被稀释,反而顾此失彼。
再补一个通用技巧:在提示词末尾加一句“超高清细节,景深控制”,能小幅提升整体清晰度。但要注意,这只是辅助,真正决定画质的还是主体、光线、材质这三大块,末尾堆几个“高清”词救不了空洞的画面。
2.6 画质与参数设置:出片前最后一道关
说完了提示词文本,再提一嘴即梦AI生成时那几个参数,很多人不重视,以为只改提示词就够了,其实参数和提示词是配合关系。
比例是第一个要定的。做头像用1:1,做壁纸用9:16或16:9,做海报用3:4,做社交媒体封面按平台要求来。比例不对,再好看的内容也会被裁掉关键部位。我早期因为懒得改比例,一直用默认比例出图,结果好几次主体被裁在画面外,后来才养成先定比例再写提示词的习惯。
生成数量可以理解为一次出几张候选。不是越高越好,如果你心里已经有明确构图和画面预期,一次生成4张对比就够了;如果还在探索思路,可以设置多一点,方便多方向比较。每次生成后要仔细观察局部细节,不能只盯着整体构图看,AI图经常会把手脚、眼神、文字这些地方画崩。
还有一个参考图功能,如果你有明确的构图或主体,把参考图传上去再结合提示词,效果会稳定很多。这时候提示词可以写得偏风格化一些,参考图负责把主体锁死。不过要注意一个度,参考图的影响不是越大越好,主体容易被带偏,要给文本提示词留出发挥空间,两者结合着调。
3. 即梦AI提示词实战模板:可以直接抄的几套公式
3.1 三段式万能公式
我自己写提示词用得最多的是一套三段式公式:
[主体与环境] + [风格与光线] + [画质与构图]
具体来说:
- 第一段写清楚主体是谁、在哪里、在做什么。
- 第二段写风格方向、光线条件、色调倾向。
- 第三段写构图视角、画面比例、画质要求。
三段之间用逗号分隔,顺序不要乱。这样写的好处是逻辑清晰、改动方便、失败后排查也容易。一次只动一个变量,就能知道是哪部分影响最大。
举一个具体例子:
一位穿红色风衣的女生,站在老城区街道中央,手里举着透明雨伞,身后是霓虹招牌,雾气弥漫;赛博朋克,霓虹青橙色调,电影感,浅景深;低角度仰拍,画面两侧店铺延伸出引导线,胶片颗粒,高清细节。这段如果出图效果不如意,我可以先改主体描述(红色风衣换蓝色),再看风格词影响,最后调构图,每一步都能快速定位问题。这个排查方法比我早期整段重写高效太多。
3.2 人像写真类模板
人像大概是即梦AI里需求量最大的场景,我把常用几个风格模板放出来。性别、年龄、服装、环境按需求替换即可。
模板A:自然清透写真
一位二十五岁左右的亚洲女生,裸妆,米色毛衣,长发披肩,坐在白色窗台上,自然光从左侧洒入,光线柔和,眼神清澈;日系写真,低对比度,奶油色调,浅景深;半身构图,画面干净,皮肤质感通透,高清细节。模板B:氛围感夜景人像
一位披着黑色披肩的女生,站在街灯下,红色灯光照在半张脸上,另一半脸隐入阴影,周围是虚化的人群;电影感,暗调,蓝橙对比,35mm镜头;特写构图,背景散景,胶片颗粒,情绪感。模板C:职业形象照
一位中年男性,短发,戴细框眼镜,穿藏青色商务西装,站在浅灰色背景前,双手自然下垂,微笑;商务摄影,硬光,背景干净,轮廓分明;中景平视构图,高对比,细节清晰。这三套模板里我特别想说“环境词”的作用。第一套里的“自然光从左侧洒入”,第二套里的“红色灯光照在半张脸上”,这些其实是拍摄现场的光线条件描述,写进去后,模型的构图重心会自动倾向光线的来源方向,出图效果比单纯写“灯光漂亮”好得多。
3.3 美食与产品类模板
美食和产品也是高频场景,这类提示词的核心是“堆可感知的质感词”,让看的人隔着屏幕都想伸手。
美食模板:
一块提拉米苏蛋糕,表层铺满可可粉,侧切面露出湿润的咖啡海绵层,盘子旁边点缀几颗咖啡豆和一朵薄荷;柔光,暖黄调,浅景深,美食摄影风格;俯拍视角,桌面木质感,微距细节,水珠晶莹,高清。产品海报模板:
一瓶深绿色玻璃瓶的沐浴露,瓶身反光,水珠凝结,旁边放着两片绿色植叶,背景是深绿色渐变;产品摄影,棚拍光源,干净背景,高光反射;居中构图,超清细节,质感突出,适合海报排版。产品类提示词有一个关键:材质词一定要具体到“反光”或“磨砂”。同一瓶产品,瓶身材质不同,出图质量天差地别。你写“磨砂玻璃瓶身”,模型就会做磨砂颗粒感;你写“高光镜面瓶盖”,模型就会认真处理金属反光细节。如果材质写得太抽象,比如“质感很好”,模型大概率随便画一个塑料感瓶子,廉价感非常明显。
3.4 国风插画类模板
国风即梦AI出图一直很受欢迎,尤其是古装女子、山水意境、新中式场景这类。但国风提示词有坑,光写“古风”往往得到影楼风或者仙侠游戏风,不够有味道。要写具体,把朝代元素和国画特征放进去。
古风女子模板:
一位身着淡青色汉服的女子,手执团扇,站在桃花树下,裙摆被微风拂动,发髻梳成坠马髻,步摇微动;宋代审美,淡雅水墨感,轻柔光线,留白构图;半身像,背景是远山和桃花林,中国画意,高细节。新中式家居模板:
一间新中式书房,深色木格窗,宣纸灯罩发出暖黄色光,书桌上摊开放着宣纸和毛笔,墙上挂一幅山水画;东方极简,暖调,室内设计摄影风格;平视构图,材质细节包括木质纹理与纸的纤维感,超清。国风模板里最值得注意的一点是:用“审美风格”比用“朝代名词”更能约束画面。比如“宋代审美”四个字,模型会往素雅、留白、温和那个方向走;而“唐朝风格”则容易出来华丽、丰腴、浓烈色彩。同样是古风,写错关键词,风格差异非常大。
3.5 场景建筑类模板
最后一个是场景与建筑,适合做游戏概念图、插画背景或者室内设计参考。这类提示词要格外注意“尺度词”,也就是画面里必须有个参照物,让人一眼看出建筑多大、镜头多远。
城市夜景模板:
雨夜的城市十字路口,远处高楼灯光迷离,一辆出租车驶过,轮胎带起水花,霓虹灯倒影在湿润路面上;赛博朋克,蓝紫与橙红对比,广角镜头;俯拍视角,高速快门凝固感,高动态范围,电影感。室内设计模板:
一个现代极简客厅,米灰色布艺沙发,胡桃木电视柜,大幅抽象画挂在墙上,落地窗外是傍晚的城市天际线;暖色灯光,室内摄影,广角,透视感强;材质细节包括布艺纹理与金属灯架反射,真实光影。场景类提示词想要真实感,最有效的关键词是“环境反射”和“环境光遮蔽”,虽然念起来很术语,但模型会把它往物理正确的光影方向拉。想让画面更真实,还可以加“雨后地面反射”“玻璃幕墙反射天空”“金属把手反射室内灯光”这类具体的反射描述,画面会立刻立体起来。
4. 常见问题与排查技巧实录
4.1 提示词不生效的常见原因
第一条就是提示词太短或太泛。我见过很多人刚上手都习惯写“猫咪在窗台上,可爱”,觉得这就够了。结果模型确实画了猫和窗台,但画面结构、光影、风格全是模型自己发挥的,你没法控制。解决办法不是多写几个形容词,而是把六个关键维度尽量填满,尤其要增强光线、构图、风格这三个维度。
第二条是描述之间互相矛盾。比如“室内”和“星空”同时出现,模型会想办法融合,往往融合得很奇怪。再比如“明亮通透”和“暗黑系”同时出现,模型不知道你要亮还是暗。所以每次写完提示词,我习惯回头通读一遍,把方向相反的词删掉。
第三条是提示词顺序混乱。我前面说了即梦AI对靠前词汇响应更强,如果你把“高清”放最前面,把真正的主题放最后,模型可能第一优先满足了“高清”这种虚拟条件,主题要素反而被弱化。我自己的顺序习惯是:主体信息在前、环境氛围在中间、画质构图在后。
第四条是负面描述直接写上去。很多人会把“不要模糊、不要畸形”写进提示词,但即梦AI对否定词的响应并不稳定,它可能理解不到“不要”而把“模糊”当真。正确做法是正面描述你要的东西,比如写“图像清晰锐利”比“不要模糊”更有效。
4.2 风格跑偏怎么办
如果你想要油画风格,结果出了水彩;想要赛博朋克,结果出了科幻大片。风格跑偏通常是三个原因:风格词权重不够、风格词之间有冲突、提示词里缺少强有力的风格锚点。
调整方法:把风格词复制一遍,放在提示词相对靠前的位置,增强它的权重。也试试给风格词本身加具体描述,比如“油画风格”改成“厚涂油画质感,笔触明显,油画布纹理”;“赛博朋克”改成“赛博朋克,霓虹灯,雨夜,高对比,蓝紫调”。风格词越具体,模型越不容易跑偏。
如果多个风格词之间打架,比如想要“复古胶片感+未来科技感”,可以调整为主次分明:“复古胶片颗粒,但画面内容表现为未来科技城市”。模型就会把“复古”理解成色调与颗粒处理,“未来科技”理解成内容元素,矛盾就解开了。
4.3 抽卡不稳定怎么调
同一段提示词,多次生成结果差异大,这太正常了。AI生图本身带随机性,每次采样都有波动。如果你想要更稳定地复现某个构图,一定要用固定参数那种方式(比如配合参考图锁构图),同时把提示词里能影响布局的词写得更具体,比如“画面左侧、右侧三分线、中央特写”这类描述,都会明显减少随机性。
还有一种情况是你好不容易抽到一张满意的,但有几处瑕疵,比如手的形状不对、背景有点乱。这时候不要重新抽,在即梦AI里把这张图作为基础图,配上“修正手部细节,背景简化”这样的提示词去微调,成功率通常远高于整段重抽。
抽卡次数增加会消耗不少时间和资源,我个人的习惯是:先一次多生成几张,把中意的构图选出来;然后针对它做局部细化,而不是盲目重复跑同样的词。好构图比好细节更稀缺,仔细挑图比闷头抽图更实用。
4.4 进阶技巧与个人心得
最后补几条我自己反复验证过的经验。
第一,词汇“翻译法”。想到一个抽象形容词后,先把它翻译成几个具体的视觉符号。比如“充满希望”翻译成“清晨阳光,嫩绿色调,光学光晕”;“孤独感”翻译成“无人的长街,冷色调,一个人小小的背影”。这套方法能有效提升即梦AI出图时的情绪传递力。
第二,反向排除法。当你发现某类提示词总是拖后腿,可以把它记入“黑名单词表”,比如“超美丽”“惊人的”“梦幻般”这一类抽象又泛的词,AI听了容易用力过猛,出图过于甜腻。我在大量测试后慢慢把这些词从模板里删掉了,剩下来能用得上的词汇基本都是像素级的描述词。
第三,双版本对照法。如果你不确定某个词是否该加,把它做成AB测试:同一套基本功,一次加上这个词,一次去掉,各生成4张横向对比,看差异。我很多提示词模板都是这样一点点调出来的,不要靠感觉,要靠对比数据。
第四,提示词不是越长越好。我见过有人写一段超过200个字的长提示词,结果出图反而很松散。即梦AI的注意力有上限,过长的提示词会让关键信息被稀释。合理长度在80到150字左右,核心信息密度最高。超过这个范围,优先删掉那些不影响画面主体的修饰语。
我在即梦AI上测试了非常多的组合,最后总结出一句话:好的提示词不是一个漂亮句子,而是一份经过信息压缩的画面清单。你给它越清晰的结构,它回报你越稳定的画面。希望这套拆解下来的方法,能让你少走一点我走过的弯路,下次打开即梦AI的时候,脑子里不再是碰运气,而是明确知道自己要写什么、为什么这么写、出了问题往哪个方向去改。