写好提示词，靠的不是什么魔法词汇，而是在模型真正会响应的那些维度上做到具体。
一个有效的结构
多数工具对按以下顺序组织的提示词响应良好：
- 主体——是什么，带具体属性。"一只陶瓷咖啡杯"胜过"一只杯子"。
- 动作或状态——它在做什么，或如何摆放。
- 场景——它在哪里，周围有什么。
- 构图与取景——特写、全景、俯拍、竖构图。
- 光线——柔和窗光、黄金时刻、硬朗影棚闪光、逆光。
- 风格与媒介——照片、水彩、3D 渲染、线稿。
- 技术修饰——浅景深、85mm 镜头、高对比。
不是每条提示词都需要七项俱全，但如果结果不理想，缺失的通常是中间那三项——构图、光线或场景。
使用摄影词汇
模型是在带说明文字的图像上训练的，而摄影术语在那些说明中具有稳定一致的视觉含义。所以这些很有效：
- 取景：特写、中景、全景、俯拍/顶视、平视、低角度。
- 光学：35mm、85mm、微距、浅景深、焦外、移轴。
- 光线：黄金时刻、蓝调时刻、柔光箱、轮廓光、逆光、高调、低调、明暗对照。
- 胶片与渲染：黑白、胶片颗粒、长曝光、影棚产品摄影。
含糊的质量词——"漂亮""惊艳""高质量""8K"——远不如对光线和取景的具体描述管用。
常见错误
- 主体太多。 模型很难把多个不同物体按精确关系组织在一起。要么简化，要么分别生成元素再自己合成。
- 自相矛盾。 "极简且极其精细""全景特写"。模型会把冲突平均成一团糊。
- 在主提示词里描述你不想要的东西。 说"不要文字"反而可能让文字更容易出现；有负面提示词字段的工具，请用那个字段。
- 指定精确文字。 多数模型至今渲染文字仍不可靠。生成不带文字的图像，之后在编辑器里加真实的字——这样以后还能翻译和修改。
- 期待精确数量。 "正好五个苹果"在多数模型里并不可靠。
- 每次都从头重写。 一次只改一个变量，你才能知道差异究竟由什么造成。
实用参数
- 宽高比通常是参数而不是提示词文本。把它设为最终用途所需——横幅 16:9、社交方图 1:1、竖版贴文 4:5。
- 种子值让你能有意地复现或微调结果；固定种子、只改一个词，就能隔离出它的影响。
- 参考图（图生图、风格参考）对构图和风格的控制远比文字可靠。如果你已经知道想要的版式，画个草图作为输入。
生成之后
生成图像是起点，不是交付物：
- 谨慎放大，并在 100% 下检查人脸和文字。
- 用局部重绘修复手部、边缘和伪影。
- 在设计工具里加真实文字，而不是接受生成的字母。
- 校色以匹配你的品牌色板。
- 检查结果是否无意中与既有作品相似，并在法规要求或惯例预期时标注为 AI 生成。