刚接触 AI 绘画的人常有一个错觉：提示词就是"用自然语言描述想要的画面"。于是写一句"一只可爱的猫"，出来的图时好时坏。问题出在模型并不会"理解意图"，它只是按提示词去匹配训练数据里的视觉模式。想让出图稳定，得把提示词当成一种结构化的描述语言。
一、提示词的四层结构
一个完整的绘画提示词可以拆成四层，按重要程度排列：
- 主体：画面里最重要的东西，要具体到动作和细节。不写"一个女孩"，写"穿白色连衣裙的女孩侧身坐在窗台，手里捧着一杯热茶"。
- 环境：时间、地点、光线、氛围。"雨后的江南小巷，黄昏暖光，青石板路反光"。
- 风格：决定画面的艺术语言。"水彩插画""赛博朋克概念艺术""日系动画电影截图"。
- 画质与构图词："杰作、超精细、8K、浅景深、三分法构图"这类词牵引模型往高质量训练样本靠拢。
四层的顺序有意义：越靠前权重越高（多数模型如此），主体永远放最前。
二、负面提示词：告诉模型不要什么
正向描述之外，负面提示词（negative prompt）同样重要。通用兜底串可以先抄这条：
低画质, 模糊, 变形的手指, 多余的手指, 五官错位, 水印, 文字, 签名, 低分辨率, 过曝
人物图翻车时，八成是负面词里没写"手指"和"五官"相关的排除项。
三、三套可直接套用的模板
产品图：
[产品] 置于 [场景]，柔和自然光，浅景深，商业摄影风格，干净背景，高清细节
插画：
[主体动作描述]，[环境氛围]，[风格如：扁平插画/水彩/像素风]，配色以 [主色] 为主，构图简洁
写实人像：
[人物描述与神态]，[服装]，[场景与光线]，85mm 人像镜头，胶片质感，自然肤色
每次只改方括号里的内容，其余结构保持稳定——这就是"稳定出图"的秘密：结构固定，变量可控。
四、迭代方法：一次只改一个变量
出图不满意时，不要整段重写。按这个顺序排查：
- 主体不对 → 改主体描述，写得更具体
- 氛围不对 → 调环境和光线词
- 风格不对 → 换风格词，必要时加上参考艺术家或作品类型
- 细节崩坏 → 加强画质词和负面提示词
一次改一层，你才知道每个词的真实作用，慢慢就建立起自己的"词感"。
五、参数的基本常识
不同平台参数名不同，但逻辑相通：
- 提示词权重：如
(关键词:1.3)，加强或减弱某个词的影响力 - CFG Scale：模型"听话"程度，太高画面僵硬，太低自由发挥，7–9 是常用区间
- Seed：固定种子可以在同一构图上微调提示词，做对比实验时必用
- 画幅比例：先想清楚用途（封面 16:9、头像 1:1、海报 2:3），别生成完再裁
六、不同平台的提示词差异
同一套提示词换个平台效果可能差很多，差异主要在三点：
- 自然语言理解：Midjourney、GPT Image 这类新模型能消化长句描述，写成通顺的句子反而更好；早期的 Stable Diffusion 更吃"关键词堆叠"，逗号分隔的短语串效果更稳。
- 权重语法：SD 系支持
(词:1.3)这类显式权重，Midjourney 用::分隔加权，语法不通用，迁移提示词时要改写。 - 中文支持：部分国产模型（如即梦、通义万相）对中文提示词的理解明显好于海外模型，写中文意境词（"烟雨朦胧""留白"）不必翻成英文。
实用的迁移方法：保留四层结构，只按目标平台重写表达形式，出两三张对比图后固定下该平台的最佳写法。
注意事项
- 商用前确认所用模型的授权条款，部分模型禁止商用或要求署名
- 避免直接生成真实名人肖像，多数平台有明确限制且有法律风险
- 建立自己的提示词库：把出图效果好的完整提示词连同参数一起存档
小结
AI 绘画提示词工程的核心是结构化与可复现：四层结构搭骨架，负面提示词兜底，模板保证稳定，单变量迭代做优化。练上五十张图，你会明显感觉到自己从"抽盲盒"变成了"下订单"。