教程9 分钟阅读

AI 生图提示词的六槽位写法

学习如何先表达视觉意图,再编写提示词:参考图、情绪、构图、输出格式、提示词结构和实际迭代方法。

这篇解决什么问题

你描述了一张图,模型给回来的结果却不同,而你不知道该改什么。可以先把任务拆成能逐项检查的决定:主体、场景、光线、构图和风格。

下面的方法是一份编辑清单,不是模型评测。图库例子展示写法,不证明哪个词导致了画面、哪种格式效果最好。相关判断方法见如何阅读 AI 图像提示词。

AI 生图提示词该写多长

写清对这张图重要的决定,然后删掉重复和冲突的指令。没有已验证、适用于所有任务的词数门槛。简短而具体的简报,可以比堆满形容词的长提示词更容易检查。

需改进

A moody portrait of a woman, cinematic, high quality, 8k

更清晰

Moody cinematic portrait of a young woman, barely-there makeup, loose dark brown hair, fitted black turtleneck. Dark minimal background fading into black. Gentle diffused front light, soft shadows, subtle film grain, organic color grading, shallow depth of field, high-end editorial feel.

第二种写法说明了服装、背景和光线。这里比较的是文字是否具体,不是受控实验中的生成效果。只保留任务真正需要的细节。

橙墨镜选择性色彩肖像
橙墨镜选择性色彩肖像Nano Banana Pro

散文写法,但每个从句都是规格——服装、领口高度、皮肤质感、主体与背景的分离。

查看提示词收起提示词
在 LocalBanana 打开
一张工作室风格的特写编辑肖像,主体面部轮廓分明,有着轻微不完美的自然皮肤纹理。主体穿着剪裁利落、线条干净的黑色高领毛衣,外搭高领黑色外套,呈现极简当代时尚风格。

主体佩戴半透明橙色醋酸纤维墨镜——矩形框架带柔和圆角边缘,光泽饰面,琥珀色渐变镜片——作为画面中唯一的彩色元素。

色彩概念:选择性色彩摄影——单色黑白图像,只有墨镜呈现鲜艳橙色。

氛围沉稳自信,表情严肃,直视镜头。

灯光为柔和正面工作室光,带轻柔阴影,均匀肤色,电影级对比度,可见自然皮肤纹理。使用专业人像相机拍摄,f/2.0,ISO 100,1/125s。高分辨率,面部超锐对焦。

风格:编辑级奢华时尚肖像,照片级真实,专业工作室摄影,无插画,无绘画效果。

可以检查的六个槽位

用这六个问题检查是否遗漏决定。不是每个任务都需要填满。

槽位它回答什么可以说明的决定
主体是谁或是什么外观、材质、姿势
场景在哪里背景与前景
光线光从哪里来方向、软硬、颜色
相机与构图画面怎样安排机位、景别、背景可见程度
情绪与风格需要什么视觉处理媒介、配色、纹理
排除项哪些不需要的细节很重要多余文字或物件

下面把一条图库提示词重新排版,方便检查其中要求的细节:

{
  "subject": "young woman, voluminous messy long hair, black sporty crop top
               with white trim, sitting perched on a high dark wooden counter,
               leaning forward, sultry nonchalant expression",
  "setting": "white wall with vintage posters taped up, brown wooden blinds,
              electric guitar neck and liquor bottles in the foreground",
  "composition": "full body, 35mm focal length, slightly low angle,
                  hard flash fall-off, messy but balanced framing",
  "lighting": "direct on-camera flash, hard light, sharp drop shadow on the
               wall behind her, high contrast, no diffusion",
  "color_palette": "vintage film aesthetic, Kodak Gold 200 simulation, warm
                    wood tones against cool white flash, deep blacks, grainy",
  "mood": "indie sleaze, candid, rebellious, snapshot style",
  "negative_prompt": "soft lighting, studio lighting, bokeh, airbrushed skin,
                      3d render, illustration, over-processed, HDR"
}
独立摇滚酷女孩闪光写真
独立摇滚酷女孩闪光写真Nano Banana Pro

一个明确写出闪光、服装和质感要求的精选案例。排除项表达创作意图,这不是隔离验证其效果的实验。

查看提示词收起提示词
在 LocalBanana 打开
{
  "portrait_prompt": {
    "subject": "基于<用户肖像>,一位年轻女性,拥有蓬松凌乱的长发,穿着黑色运动短款上衣配白色滚边和配套黑色短裤,白色中筒袜。她坐在高高的深色木质柜台或钢琴顶上。她的姿势随意而前卫,身体前倾,一只手靠近嘴边,轻轻咬着手指,以慵懒漫不经心的表情直视镜头。手腕上戴着银手链。背景包括贴有复古海报的白墙和棕色木百叶窗。前景细节包括电吉他的琴颈、一罐曲奇饼干和酒瓶",
    "composition": "全身照,35mm焦距,略低角度以强调腿部长度,主体锐利对焦配硬闪光衰减,凌乱但平衡的构图",
    "camera_angle": "相对于坐姿主体的平视角度,从地板略低角度,中距离",
    "lighting": "直接机顶闪光摄影,硬光在主体身后墙壁上产生锐利投影,高对比度,让人联想到90年代傻瓜相机美学,无柔光",
    "color_palette": "复古胶片美学,Kodak Gold 200模拟,木百叶窗和家具的暖色调与冷白闪光灯形成对比,深黑色,略带颗粒感纹理,低保真独立氛围",
    "mood": "独立颓废风,随拍,叛逆,酷女孩美学,原始真实,Y2K复古时尚编辑,快照风格",
    "negative_prompt": "柔光,影棚灯光,虚化,专业影棚肖像,磨皮,3D渲染,卡通,插画,变形手部,缺失吉他弦,漂浮物体,解剖错误,僵硬姿势,过度处理,HDR"
  }
}

排除项可以说明不想要的细节,但一个名为 negative_prompt 的 JSON 键不自动成为模型支持的参数。先查所选工具的支持情况,同时正面描述想要的结果,再检查输出有没有遵守。

散文还是结构化槽位

选能帮助你审阅简报的格式。带标签的槽位更方便发现遗漏或冲突,散文也可以表达同样的决定。两种格式都不保证更好的生成质量。

你不需要严格的 JSON 语法,这样就够了:

Subject: [是谁,体貌、服装、表情]
Setting: [地点,背后是什么,前景有什么]
Light: [光源、方向、软硬、色温]
Camera: [焦段、光圈、机位高度、景别]
Mood: [情绪基调,参照媒介]
Avoid: [不能出现的东西]
极简空间的向上凝视
极简空间的向上凝视Nano Banana Pro

一条由相机槽位挑大梁的结构化提示词:全身、极端高机位、主体居中。

查看提示词收起提示词
在 LocalBanana 打开
{
"image_type": "摄影肖像",
“风格”:“影棚肖像、电影感、极简主义”,
“作品”: {
“方向”: “竖屏”
“构图”:“从极高角度拍摄的全身照”,
"subject_position": "居中",
"camera_angle": "俯视(鸟瞰/上方)",
"lens_distortion": "强烈的广角透视夸张",
"负空间": "大片的周围空白空间",
“视角”: “戏剧性的俯视视角,主体向上看”
},
“主题”: {
“计数”:1,
描述:戴眼镜的年轻人
“姿势”:“站直,肩膀略微前倾,手臂放松”,
“表情”:“柔和、内省、略带好奇心”
“凝视”:“直视镜头”,
“配件”: [
圆形眼镜
],
“衣服”: {
“外套”:“深棕色夹克”,
“内衣”: “浅色针织或纹理衬衫”,
风格:休闲、低调
}
},
"facial_details": {
“特征”:“圆脸,柔和的下颌线条”,
“情绪”:“平静,深思熟虑”,
"eye_emphasis": "因眼镜和向上凝视而增强"
},
“灯光”: {
类型: “影棚灯光”,
“设置”:“顶部中心柔光,逐渐衰减”,
“对比度”:“低到中等”,
“阴影”:“下巴和身体下方的微妙阴影”,
“渐晕”: “边缘逐渐变暗的强烈放射状渐晕”
},
“颜色”: {
“调色板”:[
“冷灰色”,
“木炭”,
“柔和的棕色”,
柔和米色
],
“温度”: “冷中性”
“饱和度”:“低”,
“情绪”:“安静,沉思”
},
“背景”: {
“环境”: “工作室”,
“表面”:“光滑无缝的地板”,
“渐变”: “从亮中心到暗边缘的径向渐变”,
“干扰因素”: “无”
},
"technical_details": {
"camera_type": "digital",
“镜头”:“超广角或鱼眼镜头式广角镜头”,
"depth_of_field": "deep (整个主体都清晰对焦)",
“锐度”:中心锐度高,边缘略微柔和,
“噪音”:“极小”,
“后处理”:[
“对比塑造”,
“冷色调分级”,
“场景增强”,
“透视夸张”
]
},
“artistic_elements”:{
“概念”:“通过规模和视角展现孤立和脆弱性”,
"视觉隐喻": "被广阔的空旷空间包围的小主体",
"aesthetic_influences": [
“编辑肖像摄影”,
“现代工作室极简主义”,
“电影式俯视构图”
]
},
"排版": {
“存在”:否
},
"overall_mood": "亲密、内省、略带超现实感"
"预期用途": [
“编辑肖像”,
“概念摄影参考资料”
“AI图像生成风格指南”
]
}

光线槽位怎么写

说明方向和阴影特征,不要只依赖情绪词。例如:光从相机左侧来、阴影边缘清晰、远侧脸颊保持暗部。这些都是生成后可以直接检查的特征。

需改进

cinematic lighting, dramatic, moody

更清晰

single hard source from camera left at 45 degrees, no fill, deep shadow on the far cheek, cool teal spill on the back wall
冰蓝审讯蛇蝎美人
冰蓝审讯蛇蝎美人Nano Banana Pro

光的颜色是被点名的,不是暗示的——瓷砖墙上的青蓝,正是这个场景读起来像审讯室的原因。

查看提示词收起提示词
在 LocalBanana 打开
{
  "scene_description": {
    "location": "冷峻审讯室,青蓝色砖砌瓷砖墙面,电影《本能》(1992)的静止画面",
    "vibe": "强烈诱惑力量,经典黑色电影张力,掌控全场的气场",
    "lighting": "青蓝色环境房间光,左侧强烈方向性主光投射长阴影,轮廓光勾勒身形与双腿,高对比度,戏剧化新黑色电影氛围",
    "camera_settings": "35mm变形镜头,f/2.0,浅景深,电影胶片颗粒,轻微镜头呼吸,超写实8K,《本能》色调(冷青蓝阴影,暖肤色高光)"
  },
  "primary_subjects": [
    {
      "character": "贴脸名人替身",
      "role": "审讯对象 / 终极蛇蝎美人",
      "action": "坐于黑色金属椅,右腿搭左腿交叉诱惑,右臂随意搭椅背,左手置大腿,上身微后仰,髋部前倾,锐利直视镜头,唇角自信半笑",
      "details": "无袖白色高领迷你裙贴身勾勒曲线,裸露紧致美腿带光泽,白色尖头高跟鞋,长而亮泽深色卷发,烟熏猫眼妆,大红唇,右手腕金手镯"
    }
  ],
  "environment_details": {
    "crowd": "无——孤独电影张力",
    "architecture": "青蓝色砖砌瓷砖墙面,黑色金属椅,混凝土地面",
    "fidelity": "超写实8K,冷光下逼真肌肤,织物细节,发丝光泽,精确还原《本能》凯瑟琳·特拉梅尔姿态、灯光与氛围"
  }
}
磨砂玻璃后的黑白剪影
磨砂玻璃后的黑白剪影Nano Banana Pro

穿过漫射介质的光本身成了主体。提示词指定了光源与人之间隔着什么材质。

查看提示词收起提示词
在 LocalBanana 打开
抽象艺术黑白摄影,主体为透过毛玻璃、半透明塑料或磨砂亚克力呈现的人体轮廓。人物呈跪姿,完全模糊,无面部细节,仅存柔和阴影勾勒的轮廓。双手贴附于表面,手指微张,营造出微妙的空间层次与情绪张力。极致柔焦,高度漫射,光影过渡平滑且衰减柔和。高调单色影调,低对比度,质感极简。构图简洁克制,留白充足。氛围空灵、超现实且带有一丝怅惘。采用影棚布光,主体后方置柔和逆光,属电影感艺术摄影风格,兼具概念性与内省性。姿态性感。画面比例 4:5

相机槽位怎么写

相机词是视觉线索,不证明模型在模拟物理镜头。把它和需要看到的效果一起写:半身构图、低机位,或者保留可辨认的背景。

相机槽位可以组合这些细节:

Camera: 85mm, f/1.8, eye level, waist-up — background falls off to soft bokeh
Camera: 35mm, f/2.8, slightly low angle, full body — background legible, not blurred
Camera: 24mm, f/4, high angle looking down, subject centred with headroom

近景人像要说明脸部和周围环境各占多少;环境人像则明确要求把房间保留在画面中。直接检查结果,不要只依赖一个焦段数字。

都市静影·人流穿梭
都市静影·人流穿梭Nano Banana Pro

把快门速度当成构图指令:主体保持锐利,人群被拉成有方向的动态模糊。

查看提示词收起提示词
在 LocalBanana 打开
一张极具电影质感的街头肖像,一位年轻女子静立于熙熙攘攘的城市街道,镜头清晰聚焦于她平静而专注的面部表情。长曝光效果使周围人群的移动形成强烈的方向性运动模糊,而主体则保持静止。柔和的自然日光,浅景深,奶油般的散景,逼真的肌肤纹理,淡淡的雀斑,自然的妆容,深色冬装外套和围巾。画面充满情感,引人深思,展现了都市叙事摄影的精髓,媲美单反相机的画质,85mm镜头视角,f/1.8光圈,高动态范围,8K分辨率,专业调色。

一条提示词该发给哪个模型

按可测试的目标选模型:准确文字、参考图保真、构图,或需要的视觉处理。使用同一份简报和输入材料,比较对你重要的标准。可以到 Nano Banana、GPT Image 和 Midjourney 专区找灵感,但不把案例数量当作排名。

三条不同的文字类图库任务。型号是图库标签,这些不是同条件测试结果。

想看有明确范围的比较,可阅读同一提示词对比三个生成器,同时留意它的任务范围与样本限制。

出图不对时怎么改

最费钱的习惯,是一张图不满意就把整条提示词重写一遍——你因此丢掉了"哪一处改动造成了什么"的信息。

一次只改一个槽位,顺序如下:

  1. 构图不对(主体太小、裁切错、机位错)→ 只改相机槽位。先改距离和机位,其他都往后放。
  2. 构图对但情绪不对 → 只改光线槽位。改方向和软硬,不要改形容词。
  3. 风格在往通用漂 → 加排除项。把你正在拿到的那种"家常风格"点名禁掉。
  4. 主体细节不对(服装、年龄、发型)→ 把这些细节往提示词前面挪。让重要细节容易找到并移除冲突描述;位置本身不保证遵从。
  5. 整体都对,想要变体 → 保持提示词不动,每次只换一个形容词,不要一次换五个。

用参考图的工作流也是同一条规则。当你喂进一张输入图,提示词的职责就从"描述"变成"约束什么可以变":

极简白底高端产品工业图鉴
极简白底高端产品工业图鉴Nano Banana Pro

一条参考图驱动的任务:开头就声明上传图是唯一事实来源,随后只规定它周围的版面。

查看提示词收起提示词
在 LocalBanana 打开
{
  "reference": {
    "type": "图像",
    "usage": "将上传的图像作为唯一真实来源。不要提前假设产品类别。"
  },
  "scene": {
    "description": "极简、高端的产品展示布局,灵感源自高端工业设计与产品文档。",
    "background": "纯白色、干净、无干扰"
  },
  "layout": {
    "top_left": {
      "content": "品牌名称",
      "style": "现代无衬线字体、低调、优雅"
    },
    "left_column": {
      "content": "多个辅助产品视图",
      "views": [
        "主要正面或主视图",
        "次要侧面视图",
        "备用角度或后视图",
        "如适用,细节或顶视图"
      ],
      "arrangement": "垂直堆叠、均匀间距、对齐"
    },
    "right_section": {
      "content": "主要英雄产品渲染",
      "style": "大型、主导、照片级真实",
      "lighting": "柔和工作室灯光",
      "materials": "与上传产品视觉一致的材料"
    }
  },
  "visual_style": {
    "aesthetic": "斯堪的纳维亚、现代、工业文档",
    "mood": "平静、精确、专业",
    "color_palette": "中性且克制"
  },
  "rendering": {
    "quality": "超高分辨率",
    "shadows": "柔和且真实",
    "accuracy": "精确比例与几何保真度"
  }
}
一张图片生成9个不同景别的镜头
一张图片生成9个不同景别的镜头Nano Banana Pro

一个要求根据参考图生成九格画面的图库案例。单张多格不证明跨多次生成的一致性。

查看提示词收起提示词
在 LocalBanana 打开
<instruction> (指令)
分析输入图像的整个构图。识别所有存在的关键主体(无论是单人、群体/情侣、车辆还是特定物体)及其空间关系/互动。
生成一个连贯的 3x3 网格“电影印样(Contact Sheet)”,展示在同一环境中完全是这些主体的 9 个不同镜头。
你必须调整标准的电影镜头类型以适应内容(例如,如果是群体,保持群体在一起;如果是物体,构图包含整个物体):
第 1 行(建立背景):
大远景 (ELS): 主体在广阔的环境中显得很小。
全景 (LS): 完整的主体或群体从上到下可见(从头到脚 / 从车轮到车顶)。
中远景 (美式镜头/四分之三): 构图从膝盖以上(针对人物)或 3/4 视角(针对物体)。
第 2 行(核心覆盖):
4. 中景 (MS): 构图从腰部以上(或物体的中心核心)。聚焦于互动/动作。
5. 中特写 (MCU): 构图从胸部以上。主要主体的亲密构图。
6. 特写 (CU): 紧凑构图于脸部或物体的“正面”。
第 3 行(细节与角度):
7. 大特写 (ECU): 强烈聚焦于关键特征(眼睛、手、标志、纹理)的微距细节。
8. 低角度镜头 (仰视/虫眼): 从地面仰望主体(壮观/英雄感)。
9. 高角度镜头 (俯视/鸟瞰): 从上方俯瞰主体。
确保严格的一致性:所有 9 个面板中是相同的人物/物体、相同的衣服和相同的光照。景深应逼真地变化(特写镜头中的背景虚化)。
</instruction>
一个包含 9 个面板的专业 3x3 电影故事板网格。
该网格以全面的焦距范围展示输入图像中的特定主体/场景。
顶行: 宽广环境镜头,全视图,3/4 剪辑(膝上景)。
中间行: 腰部以上视图,胸部以上视图,脸部/正面特写。
底行: 微距细节,低角度,高角度。
所有帧均具有照片般逼真的纹理,一致的电影级调色,以及针对所分析的主体或物体特定数量的正确构图。

如果你要的是一整格连贯变体而不是单张,机制在《多格生图指南》里。

可以直接复制的骨架

散文版——按任务选择字段;它是写作模板,不是经过验证的效果保证:

[Subject: age, build, hair, wardrobe, expression, pose].
[Setting: location, background surface, one or two foreground objects].
Lit by [source] from [direction], [hard or diffused], [colour of the light],
[what the shadows do].
Shot at [focal length], [aperture], [camera height], [framing distance].
[Mood in three words], [reference medium].
No [thing to exclude], no [thing to exclude].

结构化版,同样的内容,换成带标签的槽位:

{
  "subject": "",
  "setting": "",
  "lighting": "source, direction, hardness, colour, shadow behaviour",
  "camera": "focal length, aperture, height, framing distance",
  "mood": "",
  "style": "reference medium, grain, colour treatment",
  "negative_prompt": ""
}

填写重要的槽位,省略无关细节,并在逐次修改时保持关键决定一致。

骨架顺手之后,到生成器里跑一遍,然后一次只改一个槽位。写之前想多读几条结构良好的提示词,可以到人像分类检查具体案例。

常见问题

AI 生图提示词该写多长?

用最短的文字写清主体和你在意的决定。为解决实际发现的歧义而补细节,不要为凑词数而写。

一条 AI 生图提示词应该包含什么?

可以检查主体、场景、光线、相机与构图、情绪与风格,以及重要的排除项。这是一组可选问题,不是强制格式。

AI 提示词应该用 JSON 写吗?

复杂任务可以用 JSON 或带标签的行来方便修改。本文没有证明这种格式比散文生成得更好。

负面提示词(negative prompt)真的有用吗?

不同模型和界面的支持情况不同。先清楚描述需要的结果,按工具说明使用支持的排除项,再检查输出,不能假定负面清单一定被遵守。

哪类提示词该发给哪个模型?

用实际任务的同条件测试来选择。图库案例能提供灵感,但某种写法出现得多,不代表对应模型一定更能完成它。

LocalBanana Team@LocalBananaAI更新于

继续阅读

查看全部