如何写出高质量AI绘图prompt？提示词技巧全解析

你花半小时写了一段“详细描述”，结果AI绘图出来的不是三头六臂就是背景糊成鬼。问题不在AI，在你不会写prompt。AI 绘图 prompt 提示词技巧能让你的指令从“随便画个猫”变成“太平洋岛礁上戴着反光墨镜的写实猫，戏剧光，微距，2:3画幅”——5种结构技巧+反面排除法，读完后3分钟就能让出图质量翻倍。

AI 绘图 prompt 的通用结构：从主体到细节的公式化写作

新手最容易犯的错误：写 prompt 靠玄学，想到哪写到哪。一张图生成三次，三次风格完全不像同一个东西。

AI 绘图 prompt 提示词技巧的第一步，就是掌握一个标准化的结构公式。这个公式不在乎你用 Midjourney v6.1 还是 Stable Diffusion XL 1.0，底层逻辑一致：主体 + 媒介 + 环境 + 光照 + 角度。

一个不够，五个来凑

以 [4] 中的经典案例为例，改造前后的对比非常明显：

• 无效 prompt: a cat
• 有效 prompt: Pov Highly defined macrophotography of a realistic cat wearing reflective sunglasses relaxing at the tropical island, dramatic light --ar 2:3 --v 5（来源 [4]）

差别在哪？前者只有一个“主体”。后者按公式拆解：

1. 主体 (Subject): a realistic cat wearing reflective sunglasses
2. 媒介 (Medium): macrophotography（指定了这是微距摄影，决定景深感）
3. 环境 (Environment): tropical island（背景不再是空气）
4. 光照 (Lighting): dramatic light（阴影和高光的具体品质，是生成电影感的关键）
5. 角度 (Angle): Pov（第一人称视角，主动控制构图）

关键技巧：把每个元素当作一个“参数”来写，用逗号隔开。AI 对逗号分隔的理解远好于复杂的主谓宾长句（来源 [1]）。

从抽象到具体的转换法则

很多人卡在“写细节”这一步。转换法则很简单：把形容词换成具体名词或技术术语。

• 抽象：beautiful face → 具体：symmetrical face, high cheekbones, clear skin, photorealistic texture
• 抽象：good lighting → 具体：cinematic lighting, soft rim light, volumetric fog
• 抽象：nice background → 具体：cyberpunk cityscape, neon signs, rain-soaked asphalt

参考 [2] 中提到的 AI Art Prompt Builder，其核心逻辑就是将用户的模糊输入转化为类似“35mm film photography, f/1.8 aperture, shallow depth of field”这样的结构化指令。

注意：如果你一开始无法同时掌控五个元素，先固定“主体”和“媒介”两个最底层的参数。其他三个根据生成效果逐步微调。错误出在哪一步，就改对应位置的参数，不要全盘推翻重写。

反向提示词：用 Negative Prompt 排除不想要的元素

AI绘图默认会“平均”所有出现的特征。不加限制，它倾向于填充画面——增加多余四肢、模糊背景、扭曲人脸。Negative Prompt（反向提示词） 直接告诉AI不要画什么，比反复修改正向prompt更高效。

Midjourney与Stable Diffusion处理反向提示词的语法不同，但逻辑一致。

Midjourney使用 --no 参数

在prompt末尾加上 --no 并列出排除对象。多个元素用逗号分隔。

• 生成写实人物，排除多余肢体和模糊细节：photorealistic portrait of a man, dramatic lighting --ar 2:3 --no extra limbs, blurry face, duplicate head
• 生成科幻城市夜景，排除现代元素：cyberpunk city street at night, neon lights, rain --no cars, humans, billboards

注意：--no 不适合否定抽象概念。否定“ugly”（丑陋）通常无效，因其本身就是主观修饰，AI难以量化。应排除具体物体：--no deformed hands 远比 --no ugly 有效。

Stable Diffusion使用 Negative prompt 字段

SD系列（包括SDXL和SD 1.5）在txt2img界面的“Negative prompt”文本框中填写。常见排除项是一个组合词串，节省token，提高出图稳定性。

推荐SD反向提示词组合（来源 [1]）：

worst quality, low quality, ugly, deformed, blurry, low resolution, bad anatomy, bad hands, extra fingers, missing fingers, fused fingers, cropped, jpeg artifacts, text, watermark, signature

此组合排除三类问题：

1. 画质缺陷：worst quality, low quality, blurry, low resolution, jpeg artifacts
2. 解剖错误：bad anatomy, bad hands, extra fingers, missing fingers, fused fingers
3. 干扰元素：text, watermark, signature, cropped

权重微调：针对顽固错误

当AI反复画出同一个错误（如第6根手指），可单独加重排除权重。SD中语法为：(extra fingers:1.4)。括号外系数越大，排除力度越强。系数1.4-1.6效果明显，1.8以上可能影响其他正常区域。

真实场景对比：生成人像时，正向prompt cinematic portrait of a woman 有30%几率出现六指。加上 (extra fingers:1.5) 后，20张图零出错。这正是AI绘图prompt提示词技巧中，用最小改动解决最大问题的典型方法。

反向提示词不是“写一次就完”。每次新风格或新模型，建议生成2-3张图，观察共性错误，将重复出现的元素加入Negative Prompt。随模型社区更新（如SDXL 1.0的解剖结构比1.5更稳定），反向提示词也需要精简。

关键参数与风格控制：比例、版本、Stylize 值如何影响画面

主体描述写得再细，如果参数没调对，AI依然会给出意料外的画面。AI 绘图 prompt 提示词技巧除了正向和反向指令，还包括末尾的几个关键数值参数。它们独立于文本描述，直接控制画面比例、模型版本和风格化强度，优先级高于任何形容词。

画面比例（--ar）：先定构图骨架

--ar 后跟两个冒号分隔的数字，例如 --ar 16:9。比例影响景别和画面重心，不指定则默认 1:1（方形）。

• 1:1：对称构图、头像、产品展示。AI 倾向于填充中心区域，背景细节较少。
• 3:2：传统摄影比例，适合风景、环境人物。
• 16:9：宽屏电影感，水平空间被拉伸，AI 会在左右两侧添加更多环境元素（如天空、建筑物）。
• 2:3：竖版肖像、社交媒体封面，紧贴主体，背景压缩。

注意：不同版本对 --ar 的响应略有差异。Midjourney v6.1 严格遵循比例裁剪，SDXL 则可能自动扩展画布并补全背景。建议每改一次比例就重新生成 2-3 张确认裁切效果。

模型版本（--v）：引擎决定基础能力

--v 指定 Midjourney 的模型版本。当前主流是 --v 6.1（2024年9月更新）。版本差异直接影响写实度、解剖准确性和风格多样性。

• --v 5：高写实，但手部、复杂肢体偶尔出错。适合风景、静物。
• --v 5.2：改进了光影，支持更高一致性，但风格化倾向变低。
• --v 6 / --v 6.1：解剖错误大幅减少，理解长 prompt 能力更强，支持 --style raw 去除内置美感滤镜。

如果你发现生成的人物手指断裂、面部扭曲，优先检查 --v 是否太低。用 --v 6.1 配合 --no extra limbs 通常能解决 80% 的结构问题。

风格化值（--s / --stylize）：审美干预强度

--s 后接 0–1000 的整数（默认 100）。它控制 AI 在构图、色彩、纹理上的“创意偏移”程度。

• --s 0 – --s 100：低风格化。AI 严格遵循描述，画面写实、保守，细节较少。
• --s 250 – --s 500：中等风格化。色彩更饱和，光影更戏剧，背景元素丰富。适合人物肖像、科幻场景。
• --s 750 – --s 1000：强风格化。AI 主动添加纹理、光晕、夸张构图，甚至改变主体形状。适合概念艺术、梦幻风格。

实际效果参考：一个 prompt a realistic cat 在 --s 100 下是普通猫照；在 --s 750 下猫眼会反射斑驳光线，毛发光泽增强，背景可能出现抽象条纹。过度使用 --s 会让写实画面失真，所以先固定 --v 和 --ar，再逐步微调 --s。

这三个参数可组合写在prompt末尾，顺序不限：... --ar 16:9 --v 6.1 --s 250。调整它们比重写描述更省时间，是排查“画面为什么不好看”的第一站。

光线、构图与视角：用专业摄影语言提升 AI 绘图 prompt 细节

把“光线”改成“在下午4点的金色时刻，背光，45度侧逆光”。这个转换看起来简单，效果却差一个量级。AI 绘图 prompt 提示词技巧的进阶玩法，是用专业摄影术语替换日常词汇，让模型切换回“摄影师模式”。

光线描述：从“亮”到“具体的光质”

AI 理解的“亮”只是亮度值，而 dramatic lighting、volumetric lighting、rim light 这类词直接调用了模型训练集中的百万级打光参数。以 [4] 中的 dramatic light 为例，它把单光源场景变成了高反差+明暗交界线的电影效果。

常用的光线类型及代码效果：

• golden hour：暖色调、长阴影、低角度光源。适合风景、人像。
• cinematic lighting：主光+补光+轮廓光三布光，人物面部立体感强。
• hard light / soft light：硬光产生锐利阴影（适合硬汉肖像），柔光模糊阴影（适合女性、产品）。
• volumetric fog：空气中的光柱或雾状效果，提升纵深感和氛围。

注意：在Midjourney v6.1中，光线词必须放在prompt前1/3段才有效，位置越靠后权重越低。SDXL则对光线词的位置不敏感，但建议加在“环境”部分之后。

构图描述：用镜头语言控制景别

AI默认生成“看到全部”的画面。你想突出局部，就必须主动说明。核心构图参数包括：

• 景别：close-up（特写）、macro shot（微距）、wide angle（广角）、extreme wide shot（超广角）。微距会把主体放大到占据画面80%以上，广角则拉出巨大背景。
• 景深：shallow depth of field（前景清晰背景模糊）、deep depth of field（全清晰）。SDXL对景深的理解比Midjourney好，但 --s 500 以上时会主动破坏浅景深。
• 镜头规格：35mm（人文视角）、85mm（人像黄金焦段）、fish-eye lens（变形效果）。这些术语等同于给AI一个“镜头配置文件”，比写“相机从上往下拍”更精确。

视角描述：决定画面代入感

视角改变观众与主体的心理距离，摄影行业的标准视角词同样适用于prompt：

• Pov (第一人称)：镜头当作眼睛，主体在画面中看镜头。配合 close-up 会有极强的代入感。
• low angle (低角度)：物体显得高大、有压迫感，适合建筑、英雄姿态。
• top-down (俯视)：适合产品展示、桌面场景，减少背景干扰。
• side view (侧视)：适合人物剪影、轮廓展示。

以 [4] 中那只猫为例，如果你改为 top-down macro shot of a realistic cat, soft daylight，图像会立即变成一张俯拍的产品级猫零食封面——视角变了，用途跟着变。上述技巧与结构公式、反向提示词结合，能最大限度降低生成结果的不确定性。

针对不同 AI 绘图工具的 prompt 适配技巧：Midjourney vs Gemini vs SD

Midjourney vs Gemini vs Stable Diffusion 的语法差异比很多人想象的更大。同一个 prompt 在不同工具里输出可能完全两样。AI 绘图 prompt 提示词技巧必须针对具体工具做适配，不能“一套模板通杀”。

Midjourney：参数驱动，位置敏感

Midjourney v6.1 的核心规则：文本描述 + 末尾参数。光线词必须放在 prompt 前 1/3 段，越靠后权重越低。

对比写法（同样描述“写实猫”）：

• Midjourney macro photography of a realistic cat, dramatic light --ar 2:3 --v 6.1 --s 250
• Stable Diffusion XL 正向框：macro photography of a realistic cat, dramatic light 负向框：worst quality, blurry, bad anatomy, extra fingers
• Gemini 2.5 Flash 一张微距摄影写实猫，戏剧光，画面比例2:3

差异在哪？

• MJ：参数用 -- 前缀，位置顺序影响权重。
• SD：Positive + Negative 双框结构，支持权重语法 (bad hands:1.4)。
• Gemini：无参数系统，比例必须融入自然语言描述。

SD：权重语法与组合排除

SD 独有的权重微调是其他工具没有的。示例：(extra fingers:1.5), (deformed hands:1.4), worst quality

这套语法在 MJ 中完全无效。MJ 的 --no extra limbs 只能排除物体，不能加重惩罚。

Gemini：长文本与中文优势

根据官方文档，Gemini 2.5 Flash 的 token 限制是 32,768（来源[3]），远超 MJ 和 SD。这意味着：

• 可以写 5-8 行的详细描述，AI 不会丢失信息
• 直接写中文比例描述：16:9宽幅画面
• 适合复杂场景：一个戴反光墨镜的写实猫，在太平洋岛礁上，午后的金色光线，微距

实用忠告：不要在同一工具中混用另一工具的语法。MJ 参数在 SD 中会被忽略，SD 权重写法在 MJ 中产生乱码。每次切换工具前，先确认对方支持的指令集。

迭代优化法：如何通过重写与测试逐步逼近理想输出

理想输出很少一次生成。第一版总有些问题：构图不对、光线太平、主体位置偏离预期。AI 绘图 prompt 提示词技巧的核心不是“一次性写好”，而是“快速迭代”——通过小步重写加对比测试，在3-5轮内逼近目标。

对比测试：用“三张定基调”

不要只生成一张图就判断好坏。一次至少出 3张，对比找出共性缺陷：

• 构图偏移：如果3张主体都偏右，调整角度词 from left 或 centered composition
• 光线偏差：如果3张都太暗，加 bright 或提高 \--s 值50点
• 风格不一致：如果一张写实、一张卡通，检查 \--v 版本是否稳定，或加 photorealistic, 8k 强化写实标记

对比完成后，只改一个变量。这是单变量原则——改错时能立刻定位到是哪个参数引起的偏差。

精准修改：改词而不是改描述

发现“颜色偏离”后，不要整句推倒重写。定位到是“环境”部分的颜色词不准，只替换那一个词：

• 原：tropical island, green foliage
• 改：tropical island, turquoise water, white sand
• 试：看结果是否变得更贴近预期

关键：Midjourney v6.1 对词序敏感，修改范围越小，AI 的响应越可预测。

如果修改后新问题出现（如背景变模糊），检查是否是新词带来的副作用。这时可以加 \--no blurry background 排除，而不是再换一组描述。

版本控制：记住每一步的prompt

每次修改后，保存prompt并记录版本号和生成时间。一个可复用的格式：

v1: prompt + \--ar 16:9 \--v 6.1 \--s 250 (2025-02-15)
v2: v1基础上 cat改为 golden retriever
v3: v2基础上 s改为 500

这样做的好处是：当某个版本效果特别好，你能直接复现。当某个修改失败，也能快速回退，不必从头写。

迭代的核心是“小步快跑”：一次改一个词或一个参数，生成3张，对比，再改下一个。三轮迭代后，你的prompt就从“能用”变成“稳定出高质量图”。

三大常见错误：冗长、冲突、缺乏场景——以及如何避免

写 prompt 最常见的坑有三个：形容词堆砌、抽象意图描述、缺乏背景约束。避开它们，输出质量会立刻提升。

冗余的形容词堆砌

beautiful majestic gorgeous stunning breathtaking amazing —— 五六个形容词夸同一件物体。AI 不会平等关注每个词，而是随机组合两个，导致每张图风格不一样。

解决办法：只保留 1-2 个精准形容词，其他交给主词和参数控制。

• 原：a beautiful majestic stunning cat
• 改：a elegant cat, macro photography
• 省下的 token 留给场景描述。

关键原则：形容词描述状态，名词和参数控制风格。去掉 beautiful，结果通常更好。

抽象的意图描述

a sad photo — 模型不理解“悲伤”。它只能回应物理特征：五官、光线、构图。

不要写情感，写物理特征：

• × a romantic atmosphere
• √ soft warm light, shallow depth of field, rose petals in foreground

a futuristic feel → sleek metal surfaces, neon blue lighting, floating holograms

AI 绘图 prompt 提示词技巧：所有抽象词都是干扰。改成可测量的视觉元素：颜色、纹理、形状、光照角度。

缺乏场景与背景约束

只写 a cat，模型会默认填充背景——可能是白色 studio、草地、太空站、水墨画。这是风格冲突的源头。

明确背景，即使只是简单一句：

• × a cat
• √ a cat on a weathered wooden fence, morning mist

背景描述的优先级：单元素优于多元素。如果写 a cat, a tree, a house，模型可能平均分配注意力导致主体不突出。要么写 a cat on a porch，要么用 Negative prompt 强制排除其他物体。

注意：背景越具体，主体越稳定。空背景默认是模型平均值——往往是最无聊、最混乱的输出。

如果不填背景，可以用 --no background 或 --no scenery 强迫模型聚焦主体。但这只适用于 Midjourney v6.1+ 和 SD XL，Gemini 不支持 Negative prompt，必须用自然语言明确。

总结

写好 prompt 只是第一步。真正让输出质量稳定的，是可复用的工作流。AI 绘图 prompt 提示词技巧的最终阶段不是记忆所有语法，而是建立一套自己的检查流程。

写 prompt 的标准流程

每次生成前，按三个步骤过一遍：

1. 套结构公式：主体 + 媒介 + 环境 + 光照 + 角度，缺哪个补哪个。这是兜底模板。
2. 追加参数：先设 --ar 确定构图骨架，再调 --v 确定模型版本，最后用 --s 微调风格强度。
3. 填反向池：根据图生图结果，把重复出现的错误加入 Negative Prompt。手部问题用 (extra fingers:1.5)，画质问题用 worst quality, blurry。

这个流程约30秒。跳过它直接写描述，出图后修图的时间是它的10倍。

一份可打印的检查清单

把下面内容记在备忘录里。每次卡壳时逐一比对：

• 主体是否只有一个？（多主体请分别描述，用“and”连接）
• 光线是否用专业术语而非日常词？
• 是否设置了画面比例？（默认1:1不是你想要的）
• Negative prompt 是否包含至少3个常见排除项？
• 是否开启了迭代流程？（生成3张，改1个参数，再生成3张）

常见问题快速对应表

最后一句执行力建议

别囤积技巧文档。 打开你的 AI 绘图工具，选一个之前生成失败的 prompt，按本文的流程重写一次。一次实践胜过十页理论。 你会发现，高质量图片的生成规律并不神秘——它只是一组可重复、可调试的输入指令。