图片提示词结构：从一句话到专业参数

为什么一句话图片提示词不稳定

"一只猫"每次生成都不一样。要让输出可控，需要把画面要素拆开写。

六段式结构

主体 + 场景 + 光线 + 风格 + 画质 + 负面词

• 主体：明确描述物体、动作、材质
• 场景：环境、构图、角度
• 光线：硬光/柔光、时间、方向
• 风格：摄影/插画/3D、参考风格
• 画质：分辨率、细节层次
• 负面词：明确不要什么（Midjourney 用 --no，其他模型用负面提示词区）

示例

一句话版：一杯咖啡

六段式版：

A ceramic cup of latte with heart latte art on a wooden cafe table,
soft window light from the left, warm cozy atmosphere,
cinematic photography style, shallow depth of field,
ultra detailed, 8k --no blurry, oversaturated

图片类模型的差异

• Midjourney v6：参数式，用 --ar 控制画幅，--v 控制版本
• DALL·E 3：自然语言友好，描述越具体越好
• Stable Diffusion / Flux：配合负面词与采样步数，工程感更强

记住：提示词是给模型看的"分镜脚本"，写清楚每个镜头要素。