我对 AI 绘画提示词的兴趣，来自一次很尴尬的出图。那会儿我只输入“一个女孩，漂亮，魔法”，模型给了我一张很普通的插画。后来我把画面拆成人物、环境、光线、镜头和风格，出图质量立刻不一样。提示词不是咒语，更像一份写给陌生画师的 brief。你写得越清楚，模型越知道该往哪走。
1.1 什么是 AI 绘画提示词：定义、作用与不同绘画模型的差异
AI 绘画提示词，简单说就是我输入给绘画模型的文字指令。它可以是一句话，也可以是一组带参数的关键词。它描述主体、场景、风格、构图、光影、画质，甚至告诉模型哪些东西不要出现。我把提示词看成“画面说明书”，它把脑子里的画面翻译成模型能理解的语言。没有提示词，模型只能随机发挥；有了提示词，出图方向就收窄了，也更接近我想要的结果。
不同绘画模型对提示词的反应差别很大。我用 Midjourney 时，短句和氛围词常常能出惊喜，它喜欢艺术化、电影感、设计感。换到 Stable Diffusion，权重语法、负面提示词、采样器、LoRA 这些更关键，提示词像可调节的控制台。DALL·E 和不少国产模型更懂自然语言，我写一段完整描述，它也能抓住重点。同一个“雨夜霓虹街头的女孩”，在三种模型里会得到三种气质。
我现在的习惯是，先确认模型脾气，再写提示词。做商业海报时，我会在 SD 里细调构图和材质。做灵感草图时，我会用 Midjourney 快速试氛围。教朋友入门时，我会让他从自然语言描述开始，不急着背参数。提示词基础打牢，后面用生成器、工作流、批量出图都会轻松很多。
1.2 提示词的核心构成：主体、场景、风格、构图、光影、画质与参数
我拆解 AI 绘画提示词时，会先抓主体。主体是画面里最重要的对象：人物、动物、产品、建筑、幻想生物。主体要写清楚年龄、外貌、动作、服装、材质、情绪。比如“银发机械师女孩，戴护目镜，手持扳手，脸上有油污，微笑”。主体越具体，模型越不容易跑偏。主体模糊时，画面会像开盲盒。
场景决定故事发生的地方。森林、咖啡馆、太空舱、古代宫殿、赛博朋克街头，都能改变画面气氛。风格决定视觉语言：写实摄影、日系动画、水彩、油画、3D 渲染、像素艺术、极简海报。构图决定镜头关系：特写、半身、全身、俯视、仰视、三分法、对称构图。我常把构图词放在主体和场景附近，模型更容易一起理解。
光影和画质负责质感。柔光、逆光、伦勃朗光、霓虹光、体积光、黄金时刻，这些词会让画面更有层次。画质词像“超细节、8K、锐利对焦、电影胶片颗粒”能提升完成度，堆太多会显得油腻。参数是另一层控制：--ar 16:9 管比例，--stylize 管艺术化程度，CFG、steps、seed 影响稳定性和可复现性。我通常先写内容，再补参数。
1.3 AI绘画提示词怎么写：结构化模板、关键词顺序与分步示例
我常用的结构是：主体 + 场景 + 风格 + 构图 + 光影 + 画质 + 参数。这个模板不复杂，适合大多数 AI 绘画提示词。写作时，我会把自然语言短句和关键词混在一起。比如“一位穿红色雨衣的少女站在霓虹雨夜街头，电影感赛博朋克风格，半身低角度，湿地面反射蓝紫光，超细节，35mm 摄影，--ar 3:4”。顺序上，我会把主体放前面，场景跟上，风格和构图居中，光影画质参数收尾。模型读提示词有注意力偏好，重要的内容放前面更稳。
拿“雨夜街头赛博朋克女孩”做分步示例。起步版：年轻女孩，短发，透明雨衣，霓虹雨夜，东京街头，赛博朋克，电影感，半身，低角度，蓝紫霓虹反射，湿地面，高细节，35mm，--ar 3:4。中文版可以写：“一位短发年轻女孩穿着透明雨衣，站在霓虹雨夜的东京街头，赛博朋克电影感，半身低角度，蓝紫霓虹反射在湿地面，高细节，35mm 摄影，--ar 3:4”。英文版可以写：“young woman with short hair, transparent raincoat, neon rainy night, Tokyo street, cyberpunk cinematic, half body, low angle, blue purple neon reflections, wet ground, highly detailed, 35mm photo --ar 3:4”。两版都行，英文在不少模型里更稳。
我的实际流程是分步加词。开头只写主体和场景，出一张小图看方向。方向对了，我加风格和构图。画面太普通，我加光影和镜头。质感不够，我补画质词和参数。每次只加一到两个维度，方便判断哪个词有效。新手容易一口气写五十个词，结果画面很乱，也找不到问题来源。提示词写得像做菜，盐一点一点放，味道更清楚。
1.4 权重、负面提示词与中英文表达技巧：让生成结果更可控
权重是提示词里的调节旋钮。Stable Diffusion 常用 (word:1.3) 提高某个词的重要性，Midjourney 用 word::2 这类写法。很多生成器也提供滑杆，让我拖动调整。我给“红色裙子”加权重，画面里红色会更抢眼。权重不是越高越好。开到 1.8 以上，画面容易僵硬、变形、颜色过饱和。我通常从 1.1 到 1.3 小步试，观察变化。
负面提示词用来排除不想要的内容。我会写低质量、模糊、多余手指、畸形、文字、水印、logo、裁切、噪点。做人物时，负面提示词能减少手部问题。做产品图时，我会排除杂乱背景和错误反光。不同模型对负面提示词支持不同，有些平台单独输入框，有些模型不吃负面词。负面词也不要堆成墙，太长会干扰正常生成。
中英文表达各有场景。英文在 Midjourney、Stable Diffusion 生态里更通用，风格词、镜头词、艺术家词资源多。中文在国产模型和自然语言模型里更顺手，意境描述更细腻。我常写双语草稿：中文负责故事和情绪，英文负责镜头、材质、参数。翻译时我会核对专有名词，避免把“水墨”翻成奇怪词。艺术家名、商标、名人肖像要谨慎，版权和合规风险不能忽略。我的做法是优先描述视觉特征，不依赖某个在世艺术家的名字。
1.5 提示词调试与迭代：从模糊描述到精准出图的优化路径
我把提示词调试当成调焦。初稿图模糊，不代表方向错，可能只是焦点没对准。固定 seed 后，我一次只改一两个词，看画面怎么变。主体不对，我改主体描述。风格不对，我换风格词。构图不对，我调镜头和比例。光影太平，我加光源方向和强度。小批量出图四张到八张，选最接近的，再局部重绘。这个过程比反复重写整段提示词有效。
我会记录每次实验：提示词、模型、采样器、步数、CFG、种子、出图结果。用表格或笔记软件都行。记录后，我能知道哪类词对某个模型有效。做客户项目时，这种记录让沟通更稳。客户说“高级感”，我会拆成低饱和、电影光、留白、材质细节、杂志构图。客户说“可爱但不要太卡通”，我会调风格权重和负面词。提示词迭代不是玄学，是有迹可循的手艺。
从模糊描述到精准出图，我会走一条路径：一句话灵感，结构化提示词，小批量测试，筛选结果，局部重绘，固化模板。作为创作者，我保留随机惊喜。作为工作流管理者，我追求可复现。作为版权使用者，我检查素材来源和商用范围。AI 绘画提示词基础打牢后，生成器、批量工作流、跨模型适配都会变得顺手。我的建议是，多写、多测、多记录，让每一轮出图都留下可用的经验。
上一章我聊了手写提示词的方法。手写像自己配菜，盐放多少心里有数。生成器像一台料理机，按几个按钮就能出半成品。我最早对生成器有偏见，觉得它把创作变成套模板。赶项目时我改了看法。那天要交二十张角色草图，我用生成器把一句灵感扩成十组提示词，省下大量打字时间。它也带来新问题：词很多，方向很散。怎么用生成器，成了进阶创作的一道坎。
2.1 AI绘画提示词生成器：工作原理、常见类型与适用场景
我把 AI 绘画提示词生成器理解成“写 brief 的助手”。我给它一句话、几个标签，或者一张参考图。它输出一段结构化提示词，里面可能包含主体、场景、风格、构图、光影、画质、参数、负面词。它不直接决定画面好坏，它决定我起点在哪里。起点太低，我要花时间清理；起点太高，我又容易被它的框架绑住。用生成器的乐趣和风险都在这儿。
它的工作原理不神秘。后台通常有模板库、标签映射表、语义扩写规则、模型适配层。模板库把“赛博朋克”展开成霓虹、雨夜、机械、义体、低饱和。标签映射把“高级感”拆成留白、低饱和、电影光、材质细节。模型适配层会为 Midjourney 加短句和参数，为 Stable Diffusion 加权重和负面词，为 DALL·E 和国产模型保留自然语言。常见类型有标签勾选型、自然语言扩写型、图生词型、模型专用型、社区提示词库、插件工作流型。适用场景包括新手破冰、头脑风暴、批量生产、跨模型翻译、风格探索。它的短板也明显：不懂我的项目背景，容易同质化，素材来源和商用条款要看清。
我选生成器会看几件事：支持哪些模型，中文理解好不好，能不能导出负面词和参数，能不能加权重，有没有提示词历史，收费和商用规则是否清楚。个人创作时，我用它开脑洞。商业项目里，我用它搭模板。带学员时，我用它演示提示词结构。它像副驾驶，能提醒我路况，方向盘还在我手里。把生成器当答案库，出图会越来越像别人；把它当草稿纸，创作会快很多。
2.2 生成器使用流程：输入灵感、选择标签、生成提示词与筛选结果
我拿一个真实例子走流程。我想做“雨夜机械师少女”。我在生成器里输入一句话：银发机械师少女站在雨夜东京街头，戴护目镜，机械臂，霓虹反射。接着勾标签：主体是少女机械师，场景是雨夜街头，风格是赛博朋克电影感，构图是半身低角度，光影是蓝紫霓虹，画质是35mm胶片。生成器吐出一长串提示词，还附了负面词和比例参数。我先不急着出图，我会读一遍，删掉重复词、冲突词、空洞词。像“杰作、最佳质量、美丽”这类词，我常换成具体视觉描述。
读完后，我会让生成器给多个版本。氛围版偏场景，角色版偏人物，海报版偏排版留白。我用小批量测试，四张一组，换模型或换种子。看画面时，我盯几个点：主体是否清楚，手部有没有崩，背景是否抢戏，风格是否统一，光线是否服务情绪。命中一张，我记录种子、模型、采样器、步数、CFG。命中率低，我回到标签区改一到两个选项，不整段重写。生成器最怕我一次改十个地方，那样我根本不知道哪个词起了作用。
筛选结果时，我会把可用图分成三类：直接可用、局部重绘可用、仅作参考。直接可用的图，我检查版权和商用限制。局部重绘可用的图，我圈出手、机械臂、背景招牌。仅作参考的图，我提取颜色、构图、材质灵感。生成器输出可以继续喂给下一个生成器，也可以粘到 Stable Diffusion 里加 ControlNet。这个流程跑顺后，我从灵感到一个可用草图，常常只要十几分钟。省下的时间，我拿来做筛选和精修。
2.3 生成器结果优化：人工改写、风格混合与个性化定制
生成器给的提示词像毛坯房。人工改写是装修。我会调整词序，把主体放前面，把风格放中间，把画质和参数放末尾。宽泛词换成具体词：“漂亮”改成“清冷眼神、薄唇、银灰睫毛”；“高级”改成“低饱和青橙色调、柔光、留白、哑光材质”；“机械臂”改成“磨砂银机械臂、液压关节、蓝色指示灯”。冲突词要删，日系动画和超写实摄影放在一起，模型会左右为难。负面词也要补，多余手指、畸形、水印、文字、logo、裁切，这些能减少废图。
风格混合是进阶玩法。我想做水墨加赛博朋克，会让水墨做主风格，赛博朋克做辅风格。比例可以靠词序、权重、参考图控制。主风格占七成，辅风格占三成，画面更容易统一。生成器里如果有风格混合模板，我会先出一组小图，确认不打架再放大。个性化定制更关键。我给自己建角色卡：脸型、发型、服装、标志物、配色。我建产品卡：材质、角度、光线、背景。我建品牌卡：色调、字体气质、构图规范。每次生成，我把卡片内容拼进提示词，出图就有辨识度。
我还会做中英文混合。中文负责情绪和故事，英文负责镜头、材质、参数。生成器输出英文长句时，我会检查专有名词，避免把“水墨”翻成奇怪词。艺术家名、商标、名人肖像要谨慎。我的习惯是描述视觉特征，不依赖某个在世艺术家的名字。优化到后面，我手里会有一组“个人模板”。它们不是死公式，是可调的骨架。换主体、换场景、换颜色，骨架还能用。生成器帮我起步，模板帮我稳定，人工改写帮我保留个人味道。
2.4 高效工作流：提示词库、批量生成、跨模型适配与协作管理
提示词库是我工作流的底座。我用表格或笔记软件建库，字段包括编号、主题、模型、提示词、负面词、参数、种子、参考图、授权范围、备注。库里的词分四层：基础层放画质、镜头、光影；风格层放摄影、插画、3D、水墨；对象层放人物、产品、场景；参数层放比例、权重、采样器、CFG。分层的好处是复用方便。做新项目时，我抽基础层和风格层，再换对象层。我的提示词库每周整理一次，删掉失效词，标记高命中模板。做电商的朋友用这套方法，把新品出图时间从半天压到一小时。
批量生成靠变量替换。表格里一列角色名，一列服装，一列场景，一列颜色。我用 CSV 导入插件，或者写简单脚本，让提示词自动组合。一次跑几十组，出图后按评分筛选。跨模型适配要单独处理。Midjourney 喜欢短句、氛围词、--ar 参数；Stable Diffusion 需要权重、负面词、采样器、LoRA；DALL·E 和国产模型更吃自然语言。同一段提示词，我会准备三个版本：MJ 精简版、SD 控制版、自然语言版。适配做得好，同一个创意能在不同平台落地。
协作管理决定团队效率。命名规范要统一：项目_角色_风格_版本_日期。提示词、负面词、种子、参考图、授权状态都进共享库。审批流里标注可商用、仅测试、需替换素材。我和插画师协作时，会共享角色卡和风格卡。和运营协作时，会共享尺寸模板和文案安全区。版权素材单独建文件夹，来源链接和授权截图放进去。生成器带来的效率很高，管理跟不上就会乱。词库、版本、授权三件事管住，团队出图会稳很多。
2.5 实战案例与常见误区：提升出图稳定性、创意质量与版权意识
我拿“国潮茶饮海报”做案例。目标很明确：年轻、东方、清爽、适合夏季新品。我在生成器里输入：桂花乌龙茶、宋代美学、现代商业海报、青瓷茶杯、桂花飘落、留白。生成器输出一段偏长的提示词。我改成：青瓷茶杯置于宣纸纹理背景，桂花飘落，柔和侧光，极简构图，东方美学，商业产品摄影，低饱和青绿色调，8K，锐利对焦，--ar 3:4。负面词写：文字、水印、logo、杂乱背景、变形杯口、过曝。我批量出图二十张，选出三张，圈出杯身位置做局部重绘，再放进排版软件加文案。整个流程从灵感到初稿，大约四十分钟。
出图稳定性靠固定变量。模型、采样器、步数、CFG、种子，这些尽量锁定。提示词模板锁定风格层，只替换主体和场景。画面不稳定，常见原因是提示词冲突、权重过高、模型不匹配、参考图太杂。创意质量靠输入质量。我会准备情绪板，放颜色、材质、构图、字体气质。限制越多，创意越容易落地。版权意识不能省。商用前查平台条款，确认生成图授权范围。不输入他人商标、名人肖像、受保护角色。不模仿在世艺术家签名风格。保留生成日志和素材来源，客户问起来能说清楚。
常见误区我见过不少。有人直接复制生成器长词，不读内容，出图跑偏就怪模型。有人堆五十个标签，主体被淹没。有人迷信“大师名”，忽略版权风险。有人不写负面词，手部问题反复出现。有人不记录参数，好图无法复现。有人把生成器当万能钥匙，忘了人工筛选和精修。我的做法是：生成器起步，人工改写，小批量测试，记录参数，检查授权，复盘迭代。AI 绘画提示词生成器能提高效率，进阶创作的核心还是判断力。词库、模板、工作流、版权意识，这四样搭起来，出图才会又稳又有个人风格。
