1. 为什么“找到能用的提示词”比想象中难1.1 提示词不是万能钥匙但它决定了出图的下限很多人第一次接触 AI 图片生成都会有一种错觉只要把脑子里想的画面用中文描述出来模型就应该画出来。实际用下来才发现同一个模型、同一个主题别人写出来的提示词能出大片自己写出来的却像随机抽卡。问题往往不在模型本身而在于提示词的质量和适配度。我刚开始接触 AI 图片的时候也走过一段弯路。那时候到处收集所谓的“神级提示词”存了几百条结果真正能稳定出图的不到十分之一。后来才慢慢明白提示词不是咒语它更像是一份给模型的“施工图纸”。图纸画得越清楚、越符合模型的“阅读习惯”出来的结果就越接近预期。所谓“真正可以使用的提示词”我给它下的定义是在目标模型上用可复现的方式能够稳定产出符合预期画面结构的提示词。注意这里有三个关键词——目标模型、可复现、画面结构。脱离模型谈提示词没有意义不能复现的提示词只是运气而只追求“好看”不追求结构则很难在实际项目中复用。1.2 市面上的提示词为什么大量“失效”现在网上流传的提示词大致分几类。第一类是早期模型时代的产物比如大量堆砌“masterpiece, best quality, ultra detailed”这类质量词。这些词在早期的扩散模型上确实有一定效果但在新一代模型上很多已经被训练数据“吸收”了继续堆砌反而会干扰画面。第二类是从英文社区直接机翻过来的语法和语序都不符合模型的训练分布模型理解起来自然打折扣。第三类是针对特定风格调优的比如某个特定画风或特定人物换一个模型就完全失效。还有一个很现实的问题很多提示词是“结果导向”的也就是作者只告诉你最终那串词却不告诉你他试了多少次、用了什么负面提示词、采样器和步数是多少。你拿过来直接用参数不匹配出来的图自然天差地别。所以判断一条提示词能不能用不能只看它本身还要看它背后的完整上下文。1.3 这篇指南适合谁看如果你只是偶尔玩一玩随便生成几张图发朋友圈那其实不太需要研究提示词的筛选方法。但如果你是想把 AI 图片真正用起来——比如做自媒体配图、电商产品图、游戏概念设计、绘本插画甚至是接单交付——那你就需要一套可复用的判断和筛选方法。这篇内容我会从提示词的结构拆解、判断标准、实操筛选流程、常见坑和排查技巧几个方面展开。不管你是刚入门的新手还是已经用了一段时间但出图不稳定的朋友都能从中找到可以直接抄作业的方法。我不会给你一堆“万能提示词”因为那种东西基本不存在我会教你的是怎么自己判断和筛选出真正能用的提示词。2. 拆解一条提示词它到底由哪些部分组成2.1 主体、风格、构图、光影、参数五层结构一条结构完整的提示词通常可以拆成五个层次。第一层是主体也就是画面里到底有什么比如“一只骑自行车的鹈鹕”。第二层是风格比如“水彩插画风”“赛博朋克”“胶片摄影”。第三层是构图比如“特写”“全身”“俯视”“三分法构图”。第四层是光影和氛围比如“黄昏逆光”“柔和漫射光”“高对比度”。第五层是技术参数比如分辨率、采样器、步数、CFG 值。这五层里主体是必须的其他四层根据需求取舍。很多人写提示词失败就是因为只写了主体然后抱怨模型不理解自己。你只告诉模型“画一只鹈鹕”它当然只能随机发挥。但如果你告诉它“一只白色鹈鹕骑着红色自行车水彩插画风格侧面全身构图黄昏暖光背景是海边公路”那出图的确定性就会大幅提升。这里要特别说一下“鹈鹕骑自行车”这个测试提示词。它在社区里被广泛用来测试模型的空间关系和物体组合能力。因为鹈鹕的嘴部结构特殊自行车又有复杂的几何框架两者组合在一起非常考验模型对物体交互的理解。如果你拿到的提示词连鹈鹕骑车都画不明白那它在处理更复杂的场景时大概率也会翻车。所以这个测试提示词其实是一个很好的“压力测试”工具。2.2 权重语法冒号加数字不是随便写的在很多模型里提示词支持权重语法比如(red dress:1.3)表示红色裙子权重提高 30%。这个功能很有用但也很容易滥用。我见过有人把每个词都加上权重结果画面直接崩掉。权重的本质是调整模型对某个概念的注意力分配但注意力是有限的你这里多了那里就少了。我的经验是一条提示词里带权重的词不要超过三个而且权重范围控制在 0.8 到 1.4 之间比较稳妥。超过 1.5 容易导致画面过饱和或结构扭曲低于 0.6 则基本等于没写。另外权重语法在不同模型上的支持程度不一样有些模型用圆括号有些用方括号有些干脆不支持。拿到一条提示词先确认它用的语法和你当前模型是否匹配这是最基本的一步。2.3 负面提示词被低估的“排雷工具”负面提示词的作用是告诉模型“不要什么”。很多人只关注正面提示词忽略了负面提示词结果画面里总是出现多余的手指、扭曲的肢体、奇怪的文字。其实在早期扩散模型里负面提示词对画面质量的提升非常明显。比如常见的lowres, bad anatomy, extra fingers, watermark, text就能过滤掉很多低级错误。但负面提示词也不是越多越好。堆太多负面词一方面会拖慢生成速度另一方面可能误伤正常画面元素。比如你写了dark那画面里本来需要的阴影可能也被削弱了。我的做法是分场景配置负面提示词人像场景重点防肢体错误和皮肤瑕疵风景场景重点防文字和水印产品场景重点防多余物体和背景杂乱。这样针对性强效果也更稳定。2.4 模型差异同一串词在不同模型上的表现这是最容易被忽视的一点。同一个提示词在模型 A 上出图很好在模型 B 上可能完全不能用。原因在于不同模型的训练数据、文本编码器、甚至对提示词长度的敏感度都不一样。有些模型偏好短提示词有些模型对长提示词理解更好。有些模型对英文敏感有些对中文支持更好。所以我在筛选提示词时第一步永远是确认它原本是为哪个模型写的。如果作者没有标注我会先在自己的目标模型上跑三到五次看结果的稳定性。如果三次以上都偏离预期那这条提示词对我来说就是不可用的不管它在别人那里多神。这不是提示词的问题是适配的问题。3. 判断一条提示词能不能用的四个硬指标3.1 可复现性跑三次看结果是否收敛可复现性是判断提示词质量的第一指标。具体怎么做固定随机种子用同一组参数连续跑三次。如果三次结果的构图、主体位置、风格基本一致只有细节差异那说明这条提示词对模型的控制力是够的。如果三次结果差异巨大主体都变了那这条提示词就过于模糊不适合用于需要稳定输出的场景。这里要说明一下完全一致是不可能的扩散模型本身就有随机性。我们追求的是“收敛”也就是大方向一致。比如画一只猫三次都是猫姿势和毛色略有不同这是正常的。但如果一次是猫、一次是狗、一次是抽象色块那就说明提示词的主体描述不够明确或者被其他词干扰了。我通常会用一个简单的评分表来记录测试次数主体一致性风格一致性构图一致性可用性判断第 1 次符合符合符合继续测试第 2 次符合轻微偏差符合继续测试第 3 次符合符合轻微偏差可用第 4 次偏离偏离偏离不可用三次里至少有两次大方向一致我才认为这条提示词具备可复现性。3.2 结构清晰度模型能不能“读懂”你的意图结构清晰度指的是提示词内部的逻辑是否清楚。好的提示词读起来像一份简短的说明书主体是什么、什么风格、什么光线、什么构图层次分明。差的提示词则是一堆词的堆砌前后矛盾比如同时写了“特写”和“全身”同时写了“白天”和“夜晚”。判断方法很简单把提示词翻译成中文读一遍看自己能不能在脑子里形成一幅清晰的画面。如果你自己读完都模糊那模型大概率也模糊。另外注意提示词里有没有互相冲突的概念。比如“极简主义”和“繁复细节”放在一起模型就会左右为难最后出来一个四不像。还有一个细节是语序。在大多数模型里靠前的词权重天然更高。所以重要的主体和风格应该放在前面修饰性的词放在后面。如果你把“8K、超高清、杰作”放在最前面主体放在最后模型可能会把注意力都放在质量词上反而忽略了画面内容。3.3 参数完整性采样器、步数、CFG 是否匹配一条提示词如果只给了文字没给参数那它的参考价值至少要打七折。因为采样器、步数、CFG 值对最终画面的影响非常大。同一个提示词用 Euler 和用 DPM 2M Karras出来的风格可能完全不同。步数太低画面糊步数太高又可能过拟合。CFG 值太低模型不听话太高画面又容易过饱和。我一般会要求提示词附带以下参数信息采样器名称、步数、CFG 值、分辨率、是否使用高分辨率修复。如果作者没给我会先用一组通用参数跑一遍然后逐步调整。通用参数可以参考DPM 2M Karras步数 25 到 30CFG 7 到 9分辨率 512x512 或 768x768。这套参数在多数模型上都能跑出及格线以上的结果然后再根据具体提示词微调。3.4 负面提示词配套有没有“排雷”清单前面说了负面提示词的重要性这里从判断角度再强调一下。一条成熟的提示词通常会附带一套负面提示词。如果作者只给了正面词那你在使用时就要自己补一套通用的负面词。如果作者给了负面词你要看这套负面词是否针对该场景做了优化。比如人像提示词的负面词里应该有bad anatomy, extra fingers, fused fingers, long neck这类风景提示词的负面词里应该有text, watermark, signature, blurry这类。如果一条人像提示词的负面词里全是风景相关的过滤词那说明作者可能只是随便复制了一套并没有认真调过。这种提示词的可靠性就要打问号。4. 实操从零筛选出一条可用提示词的完整流程4.1 第一步明确你的目标和模型在开始筛选之前先问自己三个问题我要画什么我用的是哪个模型我需要多高的稳定性这三个问题的答案决定了你的筛选标准。如果你只是做概念探索那对可复现性的要求可以低一些如果你是要批量出图做产品那稳定性就是第一位的。模型方面不同模型对提示词的偏好差异很大。有些模型对自然语言描述理解好你可以写完整的句子有些模型对关键词列表更敏感你需要用逗号分隔的短语。先确认你的模型属于哪一类再去筛选对应的提示词。拿一个为关键词模型写的提示词去喂自然语言模型效果通常不会好。4.2 第二步收集候选提示词并做初步过滤收集渠道很多社区分享、教程附带、自己积累都可以。但收集来之后先做一轮快速过滤。过滤标准很简单一看有没有主体描述二看有没有明显的模型标注三看有没有参数信息。三条里缺两条以上的直接跳过不用浪费时间测试。我一般会把候选提示词整理成一个表格记录来源、适用模型、是否带参数、初步判断。这一步不需要跑图纯靠阅读就能筛掉一半以上。剩下的再进入实际测试环节。这样做的好处是节省算力也节省时间。4.3 第三步小图快测记录每次结果进入测试环节后不要一上来就开高分辨率。先用小图快速跑比如 512x512步数 20 左右这样一次生成只要几秒到十几秒。连续跑三到五次每次记录结果。记录的内容包括主体是否符合、风格是否符合、有没有明显崩坏、构图是否合理。这一步的关键是“快”和“多”。快是为了在短时间内测试更多候选词多是为了观察稳定性。我通常会一次性测试五到十条提示词每条跑三次然后对比结果。表现最好的那几条进入下一轮表现差的直接淘汰。4.4 第四步参数微调与锁定进入下一轮的提示词开始做参数微调。先固定随机种子然后调整 CFG 和步数看哪个组合出图最稳定。CFG 从 7 开始每次加 1试到 11步数从 20 开始每次加 5试到 40。记录每个组合的结果找到那个“画面质量好且稳定”的甜点区。微调完成后把最优参数锁定下来再跑五次验证。如果五次结果都稳定那这条提示词就可以进入你的常用库了。如果还有波动就继续调整或者考虑换一条提示词。不要在一个不稳定的提示词上死磕时间成本不划算。4.5 第五步建立自己的提示词库筛选出来的提示词要分类存档。我一般按场景分人像、风景、产品、插画、概念设计。每个分类下再按风格细分。每条提示词记录完整信息正面词、负面词、模型、采样器、步数、CFG、分辨率、测试日期、稳定性评分。这样做的好处是下次需要类似画面时可以直接从库里调用不用从头再筛一遍。而且随着积累你会慢慢发现哪些词组合在自己的模型上特别有效哪些词是“万金油”哪些词是“雷区”。这些经验是任何现成提示词包都给不了你的。5. 常见问题与排查技巧实录5.1 画面主体对了但风格不对怎么调这是最常见的问题之一。主体描述没问题但风格总是偏。原因通常是风格词权重不够或者被其他词干扰了。解决办法有两个一是给风格词加权重比如(watercolor:1.2)二是把风格词往前放让模型优先处理。另外检查一下有没有冲突的风格词比如同时写了“油画”和“赛博朋克”模型就会混乱。还有一种情况是模型本身对某种风格的支持不好。比如某些模型对“水墨风”理解很差你怎么调都出不来那个味道。这时候不要硬调换一个擅长该风格的模型或者用图生图配合参考图效果会好很多。5.2 人物手指总是崩负面词也压不住手指崩坏是扩散模型的老大难问题。负面词能缓解但不能根治。我的经验是从三个方向入手一是降低画面复杂度人物手部不要做太复杂的动作二是提高分辨率手指区域像素多了模型发挥空间更大三是用高分辨率修复先出小图再放大手指细节会好很多。如果还是崩可以考虑在提示词里明确手部状态比如hands resting on table, fingers relaxed给模型更具体的指引。另外有些模型专门针对手部做了优化如果人像需求多可以优先选这类模型。5.3 提示词在 A 模型好用B 模型就废了这太正常了前面说过提示词和模型是绑定的。解决办法不是改提示词去适配所有模型而是为常用模型分别建立提示词库。同一个画面需求在模型 A 上用一套词在模型 B 上用另一套词。虽然麻烦一点但稳定性最高。如果非要跨模型使用那就把提示词拆到最简只保留主体和核心风格去掉所有模型特定的语法和权重。这样虽然出图精度会下降但至少不会完全不能用。5.4 网上抄来的提示词出图总是差一口气差一口气通常差在细节上。可能是负面词没抄全可能是参数不对可能是模型版本不同。我的建议是抄提示词的时候把作者给的参数、负面词、甚至生成截图都一起抄下来。然后逐项对比自己的设置找出差异点。很多时候就是那一个参数或者一个负面词决定了画面的成败。另外不要迷信“大神提示词”。很多所谓的神级提示词是在特定模型、特定参数、甚至特定随机种子下才成立的。脱离了那个上下文它就是一条普通提示词。学会自己判断和调整比收藏一堆提示词有用得多。5.5 常见问题速查表问题现象可能原因排查方向解决建议主体正确但风格偏离风格词权重低或被干扰检查风格词位置和权重加权重、前移、去冲突词手指/肢体崩坏分辨率低、动作复杂检查分辨率和手部描述提高分辨率、简化动作、加负面词跨模型失效模型语法和训练数据不同确认提示词原始模型为不同模型分别建库画面过饱和/过暗CFG 过高或过低检查 CFG 值在 7 到 11 之间微调出图模糊步数太低或分辨率太低检查步数和分辨率步数提到 25 以上分辨率提一档画面出现文字/水印负面词缺失检查负面词列表加入 text, watermark, signature6. 我个人的几条实操心得6.1 不要追求“万能提示词”要追求“可控提示词”我早期也沉迷收集万能提示词后来发现根本不存在。真正有价值的是那些你能完全掌控的提示词——你知道它为什么有效知道改哪个词会有什么变化知道在什么参数下最稳定。这种掌控感比收藏一百条“神词”都重要。6.2 测试记录比提示词本身更值钱每次测试的结果、参数、截图都是宝贵的数据。我现在的提示词库每条词后面都跟着十几条测试记录。这些记录告诉我这条词在什么条件下好用什么条件下会翻车。这些信息是任何现成提示词包都不会附带的。6.3 定期清理提示词库提示词库不是越大越好。随着模型迭代很多老提示词会失效。我每隔一两个月会清理一次把稳定性下降的、风格过时的、重复的删掉。保持库的精简和高效比堆量更有意义。6.4 学会看模型的“脾气”每个模型都有自己的脾气。有的模型对长提示词耐心好有的模型超过 75 个 token 就开始忽略后面的内容。有的模型对颜色词敏感有的模型对光影词反应大。多跑、多看、多记慢慢你就能摸清它的脾气写提示词的时候自然事半功倍。6.5 最后再分享一个小技巧如果你拿到一条提示词不确定能不能用先把它拆成“主体 风格”两部分只跑主体看模型能不能准确画出主体。如果主体都画不准那加上风格词也没用。如果主体没问题再逐步加风格、构图、光影每加一层跑一次看哪一层开始出问题。这样排查比一次性跑完整提示词再猜哪里有问题效率高得多。这个方法我用了大半年帮我筛掉了大量看似华丽实则不可用的提示词。你也可以试试尤其是当你面对一堆网上抄来的提示词不知道从哪下手的时候这个拆解法能帮你快速定位问题。
