课程库 › AI 视觉生成 › 生成与提示基础 › 第 2 课
把提示词写成视觉设计说明书
普通课约 50 分钟
本课导读
网上流传的提示词大多是"关键词堆砌"：masterpiece, best quality, 8k, ultra detailed...。这套写法在早期模型上确实管用，但对现在的模型基本是噪音——新一代模型理解的是自然语言的完整描述，堆砌反而制造提示冲突。本课教你把提示词升级成结构化的视觉设计说明书：十二个槽位、两类约束、一套冲突排查法，外加四个可复用的场景模板。这是全 Track 复用率最高的一课。预计 50 分钟。
心智转换：你不是在"许愿"，是在"下单"
你在主线里学过给大语言模型写结构化提示（角色/任务/格式/约束）。图像提示词是同一件事的视觉版：把"我想要一张好看的图"这种愿望，翻译成模型可执行的规格。
区别在于视觉规格有自己的维度体系。一句"一只猫在窗边"留下了大量空白：什么品种？什么姿态？窗外是白天还是黄昏？镜头离多远？光从哪来？——每一个没写的槽位，模型都会用训练数据里的"平均值"替你填上。提示词写作的本质，就是决定哪些槽位自己填、哪些放心交给模型。
十二槽位结构
把一条完整的视觉提示按下面的顺序组织（不是每条都要写满，而是检查清单——过一遍，确认空着的槽位是"故意留白"而不是"忘了"）：
① 目标与用途 这张图拿来干什么（海报/电商图/头像/概念图）
② 主体 谁/什么东西，数量、外观、特征
③ 行为 主体在做什么，姿态、动作、表情
④ 环境 在哪里，背景元素，时间，天气
⑤ 构图 主体在画面哪里，前中后景，留白，画幅
⑥ 镜头 景别（特写/半身/全景），视角（平视/俯拍/仰拍），焦段感
⑦ 光线 光源方向、硬软、色温、氛围（下一课展开）
⑧ 材质 表面质感：皮肤、金属、织物、纸张…
⑨ 色彩 主色调、配色倾向、饱和度
⑩ 文字 画面里要出现的文字内容、位置、风格（没有就明确"无文字"）
⑪ 限制条件 不要什么：元素、风格、构图禁区
⑫ 输出格式 比例、分辨率、张数
一个完整例子（产品摄影场景）：
电商详情页主图（① 用途）。一只哑光黑陶瓷咖啡杯（② 主体），
杯口有少量热气升起（③ 行为），放在原木桌面上，背景是虚化的
清晨厨房（④ 环境）。杯子位于画面右侧三分之一处，左侧留白
用于后期加文案（⑤ 构图）。产品特写，平视角度，浅景深（⑥ 镜头）。
左侧窗光，柔和自然光，偏暖色温（⑦ 光线）。陶瓷哑光质感清晰，
木纹可见（⑧ 材质）。整体米白+黑的低饱和配色（⑨ 色彩）。
画面中不出现任何文字（⑩ 文字）。不要多余道具，不要人手，
背景不要出现窗框实体（⑪ 限制）。3:4 竖版（⑫ 格式）。
提示
注意 ⑤ 里的"左侧留白用于后期加文案"——把下游用途写进提示是职业用法和玩票的分水岭。模型不知道你要拿图去干什么，除非你告诉它。
两类约束：肯定式优先
- 肯定式约束：描述你要的。"背景干净的纯色摄影棚" 优于 "背景不要乱"。
- 否定式约束：描述你不要的。放在 ⑪，或模型支持的负面提示（negative prompt）里。
经验法则：能用肯定式表达的就不用否定式。原因有二：其一，部分模型对否定句理解不稳定，"不要伞"反而让"伞"这个概念进入生成过程（类似"不要想大象"）；其二，肯定式描述信息量更大——"晴朗的黄昏"比"不要下雨"多传达了光线、色温、时间三层信息。否定式留给真正的禁区：明确不能出现的元素、版权风险物、品牌禁忌。
提示词的三种失败模式
1. 提示冲突。"极简构图"+"丰富的细节装饰"、"正午阳光"+"漫天星空"——模型不会报错，它会悄悄折中或随机丢弃一边。写完通读一遍，专查互相打架的描述。最隐蔽的冲突是槽位间冲突：⑥ 写了"大特写"，④ 却描述了一整条街道的环境——特写镜头里根本装不下。
2. 语义优先级失控。提示词不是所有词权重均等：越靠前、越具体、重复出现的概念权重越高。把最重要的内容放在前三分之一；次要氛围词放后面。如果某个要素总被忽略，把它前移、或单独成句强调，比加十个感叹号有效。
3. 长提示失效。超过一定长度后，模型对中段内容的遵循度明显下降（和你学过的长上下文"中间遗忘"是同一现象）。对策是提示压缩：删掉不影响画面的修饰词（"非常""极其""令人惊叹的"几乎都是废字），合并同义描述，一句话只承载一个视觉决定。一条好提示的形态是每句话都对应画面上一个可验证的事实。
四个场景模板
以下模板直接复制后替换【】内容即可用，也是本课作业的起点：
模板 A：产品摄影
【用途：电商主图/详情页】。【产品名+材质+颜色】置于【台面材质】上，
【一个让画面活起来的细节：热气/水珠/光斑】。背景【纯色/虚化环境】。
产品占画面【比例/位置】，【留白方向】留白。平视/微俯视，浅景深，
产品边缘锐利。【光线方向+软硬+色温】。真实商业摄影质感，无文字，
不要人手，不要多余道具。【画幅比例】。
模板 B：电影感场景
电影剧照质感。【角色描述】在【场景+时间+天气】，【正在发生的动作，
带方向性】。【景别+机位角度】，画面遵循三分法，主体位于【位置】。
【光源：霓虹/路灯/月光/窗光】形成【顺光/侧光/逆光/剪影】，
色调【冷暖倾向】。轻微胶片颗粒。宽画幅 21:9 或 16:9。
模板 C：编辑插画（杂志/公众号配图）
概念插画，配合主题「【文章主题】」。用【视觉隐喻：迷宫/天平/齿轮…】
表现【抽象概念】。【扁平/肌理/线条】风格，【2-4 种主色】的有限配色，
大面积留白，构图居中/对称。无文字，无渐变滥用，风格统一。方图或横图。
模板 D：海报设计
【活动/产品】宣传海报。视觉主体是【核心图形】，位于画面【位置】，
为标题预留【顶部/底部】约【比例】的空间。风格【复古印刷/瑞士极简/
赛博霓虹…】，【配色方案】。画面需要的文字仅：「【标题文案】」，
【字体风格描述】，其余文字后期添加。竖版 2:3。
注意
模板 D 故意只让模型生成主标题一行字：当前模型渲染大段文字仍不可靠（第 5 课专门处理图内文字），正文信息交给后期排版工具才是生产级做法——让每个工具干自己擅长的事。
迭代方法：单变量 + 实验日志
写提示词不是一锤子买卖，而是实验循环：生成 → 对照槽位找差距 → 只改一个变量 → 再生成。一次改一处才能知道是哪个改动起了作用——这就是上一课"四层归因"在提示层的落地。
从本课开始建立你的提示词实验日志（推荐直接用本站笔记，或任何你顺手的地方）：
## 实验 #003
日期：2026-07-21 模型：＿＿＿（版本＿＿）
目标：黄昏天台的电影感人物剪影
提示词 v2：（全文粘贴）
相对 v1 的改动：仅将「侧光」改为「逆光剪影」
结果：剪影成立，但人物边缘光晕过强
下一步：v3 在 ⑪ 加「不要强烈光晕」→ 若无效则归因模型，换模型试
坚持记录两周，你会得到一份属于你自己的模型脾气手册——哪个模型吃哪种表述，网上任何教程都替代不了。
动手任务
基础路线（约 50 分钟）：从四个模板里挑两个不同场景，各完成一轮三次迭代（v1 → v2 → v3，每次只改一个变量），把过程记进实验日志。验收标准：v3 相对 v1 有肉眼可见的、朝你目标方向的改进，且你能说出每一版改动的归因。
进阶路线（可选）：把你 v3 的最终提示词交给另一个层级的模型，观察同一份"设计说明书"在不同模型上的执行差异——你会直观感受到"提示是规格，模型是施工队"的含义。
随堂测验
1. 「背景不要太乱」这条约束，按本课的原则最好改写成？
2. 提示词写了「大特写镜头」，又详细描述了「街道两旁的商铺、行人和远处的天桥」。生成结果总是不对。这属于哪种失败模式？
3. 为什么模板 D（海报）只让模型生成主标题一行字，正文留给后期排版？
4. 「每一个没写的槽位，模型都会用训练数据的平均值替你填上」——这句话对提示词写作的核心指导意义是？
划选正文任意文字可高亮、批注或加入复习卡
讨论
载入中…