AI 绘图入门：提示词与风格控制
你写「一只很好看的猫，超高清，大师作品」，出来的却是一张说不清哪里怪的图。问题不在模型，在于绘图提示词是一套结构，不是一堆形容词。这篇文章讲清六段式结构、权重与负面提示的写法，以及怎么让多张图保持同一风格。
为什么你画出来的图和想的不一样
先还原一个新手最常见的操作：打开绘图工具，输入一句「一只很酷的猫，超高清，杰作，8K」，然后满怀期待地等结果。出来的图不能说不像猫，但就是假、平、没感觉。
原因和你写文章、写代码时一样——信息没给全。绘图模型不知道你要的是特写还是全身、白天还是夜晚、照片还是插画、镜头压在什么角度。它只能靠猜，而它猜出来的永远是最普通的那一种。
还有一个更隐蔽的坑：很多人以为形容词越多越好，于是堆一大串「唯美、精致、震撼、史诗感」。这些词本身没错，但它们指向不明确，堆在一起只会互相打架。模型要的不是情绪，是画面要素。
- 好的绘图提示词读起来像一份拍摄简报，不是一段赞美
- 把「好看」翻译成「什么构图、什么光、什么材质」
- 不确定要不要加的词，先不加，出图后再针对性补
- 同一句话跑多个版本再挑，是正常流程，不是失败
六段式结构：绘图提示词的公式
把一段好的绘图提示词拆开看，通常是六个模块按顺序拼起来的。它不复杂，价值在于结构固定，你可以像填空一样逐个补齐，不必每次重新组织语言。
| 模块 | 回答的问题 | 示例关键词 |
|---|---|---|
| 主体 | 画的是谁/什么？ | 一只短毛橘猫、一位戴圆框眼镜的女生 |
| 环境 | 在哪里、什么样的背景？ | 清晨的厨房、雨后的旧巷子、纯色背景 |
| 光线 | 光从哪来、什么质感？ | 窗边侧逆光、柔和的顶光、霓虹灯冷暖对比 |
| 镜头 | 用什么视角和取景？ | 85mm 特写、俯拍全景、低角度仰视 |
| 风格 | 像什么媒介或画派？ | 日系胶片、水彩插画、3D 皮克斯风 |
| 画质 | 精细度和质感要求？ | 细腻毛发、清晰边缘、干净背景 |
一个完整的例子，把六段串起来：
一只短毛橘猫（主体），坐在清晨厨房的木窗台上（环境）， 柔和的侧逆光从窗外照进来，逆光勾出毛边（光线）， 85mm 镜头特写，浅景深（镜头）， 日系胶片质感，色调偏暖（风格）， 毛发细节清晰，背景干净（画质）
实际写的时候，你不用带括号里的说明，直接连成一段话就行。但心里要有这六格，缺哪一格就补哪一格。
一句话记住顺序：先说画什么，再说在哪画，然后定光和镜头，最后定风格和质量。
六段全写，出图命中率明显高于只写主体。
逐段拆解：每一段到底写什么
主体与环境：具体，再具体一点
「一只猫」是模糊的，「一只短毛橘猫，左耳有个小缺口」才是有信息量的。主体越具体，模型越不会自由发挥。环境同理——「户外」是废词，「雨后的旧巷子，地面有水洼反光」才有效。记住一个判断标准：你描述的特征，换成文字能不能在脑子里画出来。
光线：最影响「高级感」的一段
同一张构图，换光线就是换气质。新手最常忽略这段，结果画面平、灰、没层次。几个直接能用的光线词：
- 侧逆光：勾轮廓，适合人像和动物毛发
- 柔光箱 / 阴天散射光：均匀柔和不刺眼，适合产品图
- 冷暖对比（比如蓝色环境 + 暖色主体）：画面立刻有电影感
- 黄金时刻（日出日落前后的斜射光）：暖、长阴影、氛围强
镜头：让模型知道「站在哪看」
镜头词决定取景和透视。想让人物有压迫感就低角度仰拍；想突出表情就用特写加浅景深；想要空间感就用广角。这些词模型是能听懂的，写不写差别很大。
有人会同时写「特写」和「全身」，或者「俯拍」和「仰视」。这类互相冲突的指令会让模型随机选一个，或者干脆出一张视角别扭的图。
正确做法是一条提示词只保留一个明确的机位。想要多个视角，就分开跑几次，而不是塞进同一句。
风格与画质：决定「像什么」和「干净程度」
风格词最好点名具体媒介或画派，比如「水彩」「赛璐璐动画」「胶片摄影」，比「唯美」「梦幻」有效得多。画质词则集中在清晰度和质感上，比如「边缘清晰」「材质细节丰富」「背景干净」。
权重与负面提示怎么写
结构和词都对了，接下来是两个调优手段。不同平台的语法不完全一样，以官方最新文档为准，但思路是通用的。
权重用来告诉模型「哪个词更重要」。很多工具支持给关键词加权，比如用括号或数字放大某个词的比重。典型场景：画面主体总是太小，就把「主体」这个词加重；背景总是抢戏，就把背景描述减轻。
【加重某要素】 主体放大：让人物在画面中占比更大，成为视觉焦点 （不同工具可能写作 (关键词:1.4) 或 【关键词】 之类，以平台为准） 【减轻某要素】 背景弱化：背景简单、虚化，不要复杂装饰元素
负面提示是另一路：把你明确不想要的东西单独列出来。它专门对付那些模型爱犯的错，比如多手指、文字乱码、水印。一组实用的负面提示基线：
模糊, 低清晰度, 变形, 多余的手指, 多出的肢体, 文字叠加, 水印, 签名, 标志, 畸形的脸, 过度锐化, 噪点, 压缩痕迹
把一长串负面词全塞进去，有时会反过来让画面变闷、细节丢失，甚至触发你不想要的效果。部分模型对否定词的理解也不稳定。
更稳的策略是从一小撮最常出错的词开始，出图后看哪类问题反复出现，再针对性加一条。负面提示是补丁，不是清单。
保持多张图的风格一致
这是从「随便玩玩」到「真的能出成品」的关键一步。你想给一批内容配图，或者做一个角色在多个场景里的图，结果每次画出来的人都不太一样，风格也漂。要解决它，靠的是固定变量。
方法一：把不变的部分锁死
把主体特征、风格词、画质词写成一段固定的「角色/风格锚」，每次只改「环境 + 动作」这两格。下面这半句永远不动：
【固定在每张图里的锚】 短发的亚洲女生，圆框眼镜，浅灰色针织衫，表情温和； 日系插画风格，柔和光线，干净背景，色彩克制； 画面细节统一，线条细腻 【每张图只改这里】 场景 + 动作：例如「在咖啡馆窗边低头看书」/「在地铁上看手机」
锚定住这些不变的部分，多个场景里的角色就会明显更像同一个人、也像同一个画师画的。
方法二：用「参考」而不是「重写」
很多平台支持基于已有图做变体，或上传参考图控制风格。这比反复改文字靠谱得多。做法是：先跑出一张你满意的基准图，之后所有图都以它为参考，只在提示词里改场景。
方法三：固定随机种子（如果平台支持）
有些工具可以固定随机种子，让同一提示词产出可复现的结果。做系列图时这个功能非常有用，是否支持、怎么用，以官方最新文档为准。
| 想要的效果 | 该固定的变量 | 该变化的变量 |
|---|---|---|
| 同一角色、不同场景 | 角色特征、风格词、画质词 | 环境、动作 |
| 同一风格、不同主体 | 风格词、光线词、画质词 | 主体、环境 |
| 同一场景、不同时间 | 主体、环境、镜头 | 光线、色调 |
批量出图与筛选的工作流
出图快，挑图反而慢。一套顺手的批量流程，能让你把时间花在挑图上，而不是反复点击。建议按下面四步走。
先定稿一张基准图
先用完整六段式跑一批，挑出最满意的一张。这张定下来，后面的锚就靠它。
固定锚，只改变量，批量跑
把风格锚复制进每一张的提示词，只替换场景和动作，一次性生成多个版本。同一提示词多跑几次是必要的，不是碰运气。
两轮筛选：先看构图，再看细节
第一轮快速过掉明显崩坏、构图不对的；第二轮再看手指、边缘、文字这类细节问题。
记录「为什么这张好」
把满意图的提示词存下来，标注好在哪。下次复用这套词，比从头想快得多。
AI 绘图的功夫，一半在写提示词的结构，一半在控制变量的耐心。前者决定你能不能画出想要的，后者决定你能不能稳定地画出一整套。
另外提醒一句：你生成的画面属于 AI 生成内容，对外发布时建议按《人工智能生成合成内容标识办法》主动标注，具体要求以官方与平台最新公示为准。
下一篇我们把这套方法用在一个具体场景里——「表情包变现」，看看怎么让一个角色稳定地出现在十几张图里，以及上架流程里那些容易踩的坑。