企业官网建设流程全解析

同样一句话，有人能让AI画出电影级的氛围感，有人只能得到一张“塑料感”满满的商业图。区别不在模型，而在提示词写作者脑子里的那套拆解方法。这篇文章不聊那些玄乎的“咒语”，就聊一种能让出图稳定率翻倍的提示词编写框架，以及我在大量测试中踩出来的具体调整方向。

先给大家看一个反直觉的现象：我刚接触AI绘画时，以为提示词写得越长、细节越密，出图就越精细。后来跑了大量对比才发现，词堆得太多，模型反倒开始“分心”，它不知道该重点表现什么，结果出来的图主次不分、画面发灰。真正好用的提示词，往往看起来结构简单、逻辑清晰，每一个词都在锁定一个具体的画面区域。本文围绕AI绘画提示词（Prompt）编写技巧，整理了从底层原理到实战调优的整套思路，不管你是刚开始接触Stable Diffusion还是已经在Midjourney里泡了很久，看完应该都能对“怎么写”这件事更笃定。

1. 先拆掉“咒语思维”：提示词不是关键词堆砌，而是给模型写剧本

很多新手把写提示词理解成“搜关键词”：想到什么就往里塞，什么赛博朋克、幽灵复古、电影感、杰作，恨不得把所有热门词堆成一条。这样出来的图经常是“四不像”，因为提示词的本质不是字典，而是有限篇幅里的优先级排序。

我习惯把提示词理解为“给一个经验丰富但想象力有限的特邀插画师派活”。这个插画师看过海量图片，但他没有你的审美偏好，也不知道你脑子里那个画面长什么样，你给他一份描述清晰、主次分明的任务单，他就能画得又快又准；你给他一段意识流碎碎念，他只能凭自己的“平均审美”自由发挥——结果自然平庸。

也就是说，提示词里词的顺序、位置、修饰层级，都是在告诉模型“要先理解什么、重点表现什么”。目前主流模型对提示词的编码逻辑，前半段比后半段的影响力更高，长句子的语义权重也会被稀释。这也是为什么把主体词放在开头、修饰词放后面、风格词放中段，比“想到哪个写哪个”稳定得多。

1.1 分清四种词性：名词定主体，形容词定细节，风格词定方向，质量词定上限

我建议把提示词拆成四类来看：

• 主体名词：这是一张图的灵魂。比如“a girl”“a castle”“a red fox”。主体越明确，模型越不容易跑歪。如果你的主题是“一位撑伞的老妇人”，就别只写“a woman”，后面靠修饰词去补，那等于逼模型猜。
• 细节形容词：锁定主体的具体属性，比如“白发、戴圆框眼镜、穿深绿色雨衣”。这些词负责缩小生成范围，让主体不再是“平均值”。
• 风格与媒介词：决定画面整体气质，比如“oil painting”“cinematic lighting”“product photography”。风格词实际上是在选一条生成路径，而不是添加细节，它影响的是全部像素的呈现方式。
• 质量与渲染词：像“highly detailed”“8k”“masterpiece”这类。它们的作用更接近“画面精度校准”，对主体内容影响不大，但对质感、纹理、光影细腻程度有明显加成。

分类的意义在于：当出图效果不对时，你能立刻判断是哪个层的词出了问题。主体偏了就改名词，质感脏了就改风格词，不清晰才需要动质量词，而不是整条提示词推倒重来。

1.2 为什么模型会“漏看”提示词：单次解析容量有限，词多了只会互相淹没

目前主流文生图模型对提示词的处理存在一个长度极限，超出部分会被直接截断。即便没到极限，词与词之间也存在注意力竞争——模型需要把有限的“理解资源”分配到每个词上，词越多，单个词分到的注意力就越低。

这很好理解，就像一个人同时被交代十件事，他可能每件都做得差一点；如果只交代三件事，他就能把每件都做好。所以我的经验是，一条成熟的提示词通常控制在15到25个“语义块”以内，也就是差不多一到两行英文的长度。超过这个长度，不是在增强画面，而是在削弱重点。

2. 让模型精准出图的核心结构：一套能稳定复用的提示词公式

直接给大家一套我亲自跑了上百组对比后沉淀下来的提示词框架。这套框架的好处是足够“模块化”，你只需要替换对应位置的词块，不需要整段重写。

我将它概括为七个板块：

1. 画质基线词
2. 主体名词（含必要的限定词）
3. 主体的核心特征（外貌、材质、状态）
4. 动作或姿态
5. 环境与氛围（时间、天气、场景道具）
6. 构图与视角
7. 光影、镜头与风格渲染

中间用英文逗号连接，基本结构长这样：

masterpiece, best quality, a girl, silver hair, wearing vintage dress, sitting by the window, rainy afternoon, soft window light, medium shot, cinematic stills, detailed face

拆开看：

• a girl是主体；
• silver hair, wearing vintage dress是核心特征；
• sitting by the window是动作与位置关系；
• rainy afternoon是环境；
• medium shot是构图；
• soft window light是光影；
• cinematic stills是风格方向；
• masterpiece, best quality是质量基线。

这套结构对我个人来说，出图稳定率比随手写提升得非常明显。原因在于它严格遵守了“主体优先、修饰跟进、环境托底”的注意力度分层，模型能很容易判断“谁最重要”。

2.1 中英文都能写，但为什么建议多用英文

很多朋友问：我用中文提示词行不行？我的回答是：如果你的模型对中文支持足够好，用中文完全没问题；但如果你追求精细控制，英文依然有不可替代的优势。

主流模型的训练语料以英语为主，它对英文词汇之间的关联理解远强于翻译后的中文。中文提示词经常遇到“同一句话在不同模型里表现差异极大”的现象，就是因为模型的底层理解路径对中文并不稳定。如果要控制权不稳，出图的波动就会变大。

我的建议是：先用中文把画面精准描述一遍——毕竟这是我们的母语，描述画面时的细节颗粒度远高于英文——然后翻译成英文，再按上面的结构重排顺序。这样既不会丢失细节，又能让模型“看”得懂。

2.2 权重标注：从“平均用力”到“重点突出”

在Stable Diffusion里，提示词是支持权重标注的，用(词:数值)就能调整该词的影响力。数值大于1表示加强，小于1表示减弱。

我实际测试中，常用权重范围如下：

比如我希望画面里“银发”更明显，可以写成：

a girl, (silver hair:1.3), wearing vintage dress, rainy afternoon

注意：权重不要滥用，如果一个提示词里有五六个超过1.3的权重词，就等于没权重，模型会再度陷入“不知道重点是谁”的状态。权重的本质是制造优先级，而优先级是相对的概念，不可能同时让五个元素都当主角。

3. 提示词里最值得花钱花时间的四类细节词：风格、构图、光影、视角

公式帮你搭好了骨架，接下来这四类细节词才是决定画面“上限”的东西。很多人觉得提示词写不出高级感，根因就在这四个板块的词汇量不够。

3.1 风格词：它决定的是“画面的国籍”

风格词是最能拉开新手和老手差距的地方。新手满足于cinematic一个词走天下，老手会写cinematic film still, Kodak Portra 400, 35mm这样一整套“画面语言”。

简单说，风格词分三层：

• 艺术流派层：oil painting（油画）、watercolor（水彩）、concept art（概念设计）、anime（动漫）、pixar style（皮克斯风格）、renaissance painting（文艺复兴绘画）。
• 摄影介质层：film photography（胶片摄影）、polaroid（拍立得）、drone photography（无人机航拍）、macro photography（微距摄影）。
• 镜头与胶片层：85mm lens（人像镜头）、35mm lens（人文焦段）、f/1.8（大光圈浅景深）、ISO 400（胶片颗粒质感）。

这三层可以组合，但要保持逻辑一致。比如你写oil painting又写photorealistic，模型就会“精神分裂”，因为一个是绘画语言，一个是摄影语言，它们的纹理逻辑完全不兼容。

我常用的一个组合思路是“媒介+镜头+氛围”：先定媒介（摄影或绘画），再定镜头焦段（影响透视感），最后定光影氛围（影响情绪）。这三者一旦一致，画面就自带高级感。

3.2 构图词：把画面“框”成你想要的样子

构图是提示词里最容易被忽略、但性价比最高的部分。模型默认生成的是“一个完整主体在画面中央”的平视图，这种图看多了就腻。

构图词直接影响画面的骨架：

• close-up（特写）：人脸或主体局部放大，适合表现情绪和质感；
• medium shot（中景）：腰部以上，兼顾表情和姿态；
• full body shot（全身）：突出服装和身形比例；
• wide angle view（广角）：空间感强，适合环境和场景展示；
• low angle shot（低角度仰拍）：让主体显高大、有压迫感；
• high angle shot（高角度俯拍）：让主体显可爱、柔弱；
• over-the-shoulder view（过肩视角）：适合叙事情景；
• symmetrical composition（对称构图）：严肃、庄重；
• rule of thirds（三分法构图）：画面自然耐看。

每次出图前，花十秒钟想一下“我到底想让镜头离主体多远、从哪个角度看过去”，这远比多写五个风格词更管用。

3.3 光影词：画面情绪的第一影响因素

光影决定画面的情绪基调，控制光影词，就能控制整张图的氛围走向。同样一个女孩坐在窗边，bright natural light（明亮自然光）和dim candlelight（昏暗烛光）出来的是完全两种画。

高频好用的光影组合：

我的经验是，写光影词一定要带上光的“质感”和“颜色”。只写lighting模型不知道你想要什么，写warm golden window light casting soft shadows它就能清楚模拟出那个画面。

3.4 视角词：让AI“站”到你想要的位置上

视角词直接决定观众和画面主体的心理关系。同样一个人物，平视是日常记录，仰视变威严，俯视变柔弱，大仰角甚至有魔幻感。常用视角参照上面构图词中的low angle shot与high angle shot，还有一个非常好用的是Dutch angle（斜角镜头），适合制造不稳定感和悬疑氛围，在故事感画面里特别好用。

视角词常常和镜头焦段绑定使用，比如shot on 85mm lens, low angle会有空间压缩感与仰视尊崇感；shot on 24mm wide lens, close-up则会有明显的透视夸张感。这种“焦段+视角”的组合能让画面带有非常真实的摄影语言。

4. 从“能出图”到“张张都能用”：优化迭代提示词的正确姿势

如果说前面讲的是怎么写第一版提示词，那这节讲的就是怎么让它真正符合你的预期。写提示词从来不是一次性工作，而是多条迭代路径的交叉验证。

我的工作流一般是这样：先写一版“完整但保守”的提示词，跑4张对比图，然后逐项观察哪里不对——主体对不对、比例对不对、风格对不对、光影对不对。接着，只改动我认为有问题的那一个模块，其他词统统不动，再跑一组。一次只改一个变量，这是控制变量的基本法，也是我能快速定位“哪类词在影响哪个效果”的关键策略。

4.1 负面提示词：告诉模型“绝对不要什么”

负面提示词（Negative Prompt）的重要程度不亚于正面提示词。它负责划清底线，告诉你模型“不该出现的东西”。

新手经常犯的错是：出了瑕疵图后，在正面提示词里加一串“无畸形、无多余手指、无模糊”之类的否定词。这其实是负优化的——模型接收到的是“畸形、多余手指、模糊”这些词的语义激活，反而提升了它们出现的概率。要摆脱某种效果，就该让模型知道你说的是“不要它”，而不是把它也当作画面元素理解。

Stable Diffusion系列模型里有一个专门的负面提示词框。我的习惯用法分成两类：

• 临时负面词：针对当前这一组图的具体问题，比如背景太乱，就加cluttered background, noisy details；
• 长期负面词：每次生成都带上，比如lowres, bad anatomy, bad hands, extra fingers, blurry, jpeg artifacts, watermark。

两类混在一起用，既能解决当下问题，又能守住基本底线。

4.2 迭代时的三个“只改一”原则

迭代过程如果无章法，很容易陷入“越调越乱”的泥潭。我把自己的经验总结成三个原则：

1. 主体画面不对，只改主体名词和核心特征，不要动风格词。比如“银发”出成了“黑发”，先把silver hair权重提到1.3，如果还不行再考虑换成white hair，而不是去改lighting。
2. 风格不对，只动风格层词，别碰主体和构图。画风太写实了就往illustration方向挪，画风太动漫了就补realistic photography；改主体词救不了风格，只会让画面更乱。
3. 构图不对，只调整视角与画幅词汇，比如把full body shot改成medium shot，把close-up改成wide shot；构图和主体往往是一体两面的，一旦动主体，构图也要跟着微调。

另外，模型步数（Steps）和随机种子（Seed）也是迭代的重要参数。同一提示词下，步数太少会细节粗糙，步数太多会让画面过锐化。建议用步数20到30之间出图，用锁定Seed的方式控制变量，否则你很难判断“这次效果变好到底是提示词的功劳还是运气”。

4.3 批量尝试的“单词替换法”比整段重写高效得多

很多人在调提示词时喜欢整段推翻重写，这在效率上是极不划算的。AI绘画的美妙之处在于它是可复现的：同一提示词+同一Seed，生成结果基本一致。你完全可以保留绝大部分词，只替换其中一个词对比效果。

例如我现在有个a girl, silver hair, sitting by the window, rainy afternoon的提示词，想看看换成晴天效果如何，我只把rainy afternoon替换成sunny afternoon，锁住Seed跑一组。这样得到的差异图，每一张都能告诉我“天气词到底影响了画面的哪些部分”，而不是让两个变量同时变化，我根本分不清是谁造成的。

建议每次对比都保存一份带Seed的完整提示词记录，时间久了会积累成一本非常个人化的“提示词经验词典”，比任何网上的模板都更贴合你的审美偏好。

5. 六类高频场景的提示词案例拆解：直接抄，再按需调

讲了不少理论，直接上案例。这六个案例覆盖了最实用的人像、动物、场景、建筑、插画、电影感等方向，每一条都是经过实际测试、能稳定出图的完整提示词，可以直接复制后微调主体。

5.1 人像特写类

masterpiece, best quality, a 25-year-old asian woman, freckles, wavy auburn hair, wearing a white linen shirt, close-up portrait, soft morning light, 85mm lens, f/2.0, shallow depth of field, film grain, kodak portra 400

这套提示词如果出图脸部有点“假”，通常问题出在两个地方：一是close-up portrait导致细节集中在脸上，二是模型对freckles的处理容易画成斑点。我的调整方案是补一个detailed skin texture，并把权重放在porcelain skin上，效果会好很多。

5.2 动物拟人角色类

concept art, a cute orange cat, wearing a tiny knight armor, holding a silver sword, full body shot, fantasy style, dramatic rim light, dark forest background, highly detailed, trending on artstation

这套适合做角色设定。trending on artstation和concept art是插画平台上常见的风格锚点，会让模型往数字艺术方向靠拢，出图速度对比其他风格词更加统一。

5.3 风景氛围类

epic landscape, snow-covered mountain peak, sea of clouds at sunrise, red maple trees in foreground, atmospheric perspective, soft golden sunlight through morning mist, wide angle view, high dynamic range, photorealistic

风景类的核心在于层次感，前景、中景、远景必须齐备。写风景提示词时一定要先问自己“离镜头最近的是什么”，否则模型很容易画成一张没有纵深的“贴图”。

5.4 电影叙事画面类

cinematic still, a lone man walking across a rainy city street at night, neon reflections on wet asphalt, holding a transparent umbrella, low angle shot, teal and orange color grading, 35mm film, realistic lighting

这套是我个人很偏爱的类型。teal and orange color grading是电影工业里很常见的调色方案，能立刻把普通街景变成有故事感的画面。如果想让氛围更压抑，可以把rainy改成drizzle，视觉颗粒感完全不同。

5.5 建筑与室内空间类

architectural photography, modern minimalist living room, floor-to-ceiling windows, sheer white curtains, warm oak wood flooring, mid-century furniture, soft afternoon sunlight streaming in, wide angle interior shot, real estate photography

室内类最讲究的是光的方向和材质。floor-to-ceiling windows配合soft afternoon sunlight streaming in，模型会自动推导出“光影投射进房间”的逻辑，空间感好很多。如果出图歪斜，检查wide angle interior shot是否跟geometric balance搭配上。

5.6 物品产品图类

product photography, a glass bottle of perfume, amber liquid, gold cap, on a marble table, soft studio lighting, light reflections on glass, clean background, commercial photography, sharp focus, 50mm lens

产品图要尽可能多地给出材质、颜色、位置关系、光线方向。soft studio lighting和light reflections on glass是让玻璃器皿不显得廉价的关键。另外一个通用秘诀是补一个minimalist composition，能大幅降低背景杂乱的概率。

6. 新手最常踩的五个提示词陷阱：统统一眼识别

这一节写给“看了很多教程，一上手还是不对劲”的朋友。以我看了大量社群作品、帮助很多朋友排查提示词问题的经验来说，下面五个坑基本覆盖了90%的“为什么我和你用了同一组词，出图却天差地别”的场景。

6.1 错误使用“否定词”，越否定越糟糕

前面说过，在正面提示词里写no distortion, no deformed hands属于负优化。模型看到这些词时会把这些概念当作画面元素去联想，反而更容易出现畸形。正确做法是把它们统一塞进负面提示词栏。

6.2 主体和风格词的比例失衡

比如你想画一张人像插画，结果提示词里塞了五个风格词、四个质量词，就是没有描述清楚“这个人长什么样、穿什么、在做什么”。模型自然会用平均脸、平均姿态来应付你。记住：主体词永远是第一优先级，其他全是辅助。

6.3 提示词语言混乱，中英文夹写

你写一个女孩, red dress, 站在花园里, soft light这种混搭，会让模型在词义解析时来回切换，难以形成连贯的语义流。要么全英文，要么全中文，不要在一条提示词里混用。

6.4 忽略画幅与构图词，默认平视中央构图

模型默认生成的“主体居中、平视视角、全景清晰”其实是所有构图选项里最“无聊”的一个。如果不写构图词，你等于放弃了画面一半的表达潜力。试着给每一条提示词都加上一个视角和一个构图词，画面感会立刻不一样。

6.5 参数和提示词不匹配，效果归错因

很多人在出图时没有锁定Seed，也没注意步数设置，导致提示词微调后“时而变好、时而变差”，最终根本判断不出是哪里的问题。出图的稳定性验证，永远要建立在固定参数的前提下。

7. 提示词之外同样要留意的两个细节：采样器和画幅

提示词虽然重要，但它不是全部。我见过不少朋友写了很好的提示词，因为采样器设置不对，出图一直发灰、发闷，最后误以为是词写得不好。这里简单聊两个常被忽略的设置。

采样器（Sampler）会影响画面质感。不同的采样器对同一个提示词的解析结果是不同的。我常用的偏好是：人像类选DPM++ 2M Karras，细节和皮肤质感比较自然；风景类选DDIM，速度更快、层次感更板正；插画类可以试试Euler a，线条和笔触会柔和一些。如果你发现提示词改了又改，画面质感还是不对，去切换一个采样器试试，会有惊喜。

画幅设置（Aspect Ratio）同样影响构图走向。竖版（如768x1344）适合全身人像、手机壁纸，横版（如1344x768）适合风景、电影镜头，方形（1024x1024）适合头像和社交媒体的插画。同一套提示词，画幅一变，模型的构图逻辑自动跟着变，有时你只需要换个画幅，“构图问题”就消失了。

提示词编写这件事，练到一定程度后你会发现，它真正考验的不是词汇量，而是“你能不能把脑子里那个画面翻译成模型能懂的逻辑”。在大量对比测试之前，我也曾经以为写提示词就等同于背词库，后来才明白，词库只是素材，结构才是框架。最后分享一个我一直在用的实践：每次作品满意，我都会把提示词连同Seed和采样器一起记录归档，命名成“某种情绪+某种光线的固定写法”。这比收藏网上那些“万能模板”好用太多了，因为它是经过你自己审美检验的。希望这些经验能帮你从“碰运气式生成”走向“可控式创作”，少浪费一些额度，多收获几张真正满意的图。