AI 绘画提示词怎么写：从"出图不像"到"一次成型"的完整思路
先说一个常见误解
很多人觉得 AI 出图不像，是「提示词写得不够长」。实际情况往往相反：堆了 30 个形容词，模型反而不知道重点在哪。
提示词的有效性，取决于它是否把画面的关键决策说清楚了，而不是用词多不多。
一、提示词的五个要素
一个能稳定出图的提示词，通常包含这五层（按重要性排序）：
| 要素 | 说明 | 示例 |
|---|---|---|
| 主体 | 画面里最核心的东西，必须具体 | 「一只橘色短毛猫」而不是「一只可爱的猫」 |
| 场景与构图 | 在哪里、什么角度、占多大 | 「窗台边，侧逆光，主体占画面 60%」 |
| 光线 | 决定质感的头号因素 | 「柔光箱三点布光」「日落金色时刻」 |
| 风格与媒介 | 摄影 / 插画 / 3D / 水彩 | 「商业摄影质感」「赛博朋克插画」 |
| 技术参数 | 画质、比例、分辨率 | 「8K，高细节，16:9」 |
主体和光线最重要，风格词其实影响最小。很多人把 80% 的篇幅花在风格词上，这是本末倒置。
二、四类场景的可复用模板
电商产品图
产品特写摄影，白色亚克力台面，柔光箱三点布光，浅景深，
背景纯白，产品在画面中央占比 70%，高细节，商业摄影质感，8K要点：背景纯白方便后期抠图，主体占比明确，光线用「柔光箱三点布光」这种具体描述而不是「好看的光」。
中文海报（需要画面内文字）
现代简约海报设计，暖橙与米白配色，画面上方留白 30% 用于排版，
中心是一杯咖啡的特写，柔光，浅景深，扁平插画风格，竖版 3:4要点：需要中文文字准确时优先用 GPT-Image（中文提示词直出，文字渲染准确）；预留排版空间比让 AI 直接写字更可靠。
概念插画
赛博东方美学城市街景，雨天，霓虹招牌倒映在积水路面，
暖橙与青蓝对比色调，电影级构图，广角，高细节插画风格要点：概念图适合 Midjourney，它的艺术性与风格化上限更高。给出「色调对比」和「构图方式」比堆形容词有效。
二次元立绘
动漫风格少女立绘，银色长发，深蓝制服，站在樱花树下，
柔和逆光，半身构图，精致面部细节，赛璐璐上色要点：二次元场景用 Niji（Midjourney 的动漫专用模型），比通用模型稳定得多。
三、中文提示词直出，还是翻译？
取决于模型：
- GPT-Image、Flux：支持中文提示词直出，直接写中文即可，语义保留更好；
- Midjourney、Niji：底层对英文理解更好，但通过星界AI 的智能提示词优化可以自动完成翻译与补全，你仍然可以写中文。
实践建议：先写中文（因为你的想法用中文表达最准确），再根据模型决定是否需要翻译这一步。手动翻译往往会在「意境」上损失最多。
四、用「图生文」做二次迭代
这是最省点数的迭代方法，分三步：
- 找到一张方向对但细节不对的图（哪怕是你从别处看到的参考图）；
- 用图生文功能（基础模型，不消耗绘画点）反向生成一段详细描述；
- 在描述上改一两个关键词，重新出图。
比反复盲试关键词高效得多，而且每一步改动都可追溯 —— 你知道是哪句话影响了结果。
五、五个高频问题
Q：为什么同样的提示词，两次出图差别很大？ 这是模型的随机性。想要稳定的批量素材，优先用 GPT-Image 或 Flux（指令跟随更严格）；需要创意探索时用 Midjourney（随机性带来惊喜）。
Q：画面里的中文文字总是乱码怎么办？ 换 GPT-Image。它在画面内文字的准确度上明显领先。另一个更稳妥的做法是：让 AI 只出背景与主体，留白给文字，后期用设计工具排版。
Q：人物手指、面部经常崩怎么办？ 目前所有模型都有这个问题。规避方式：选择中景或远景构图避免手部特写；或者在提示词里明确「双手置于画面外 / 手部在口袋中」。
Q：怎么保持同一角色在多张图里一致？ 用图生图 + 同一张参考图，配合固定的人物描述段落。完全一致的解决方案目前仍在演进中，商用建议配合人工修图。
Q：绘画点消耗太快怎么办？ 先用低分辨率批量试方向，确认后再上高分辨率。另外可以配置绘画点加油包，永久有效不清零。