在尝试使用 Midjourney、Stable Diffusion 或 DALL-E 等 AI 绘图工具时你是否也经历过这样的挫败脑海中构思了绝妙的画面但输入提示词后AI 却生成了一堆不知所云、甚至令人啼笑皆非的图片从“一个女孩在森林里”到“赛博朋克城市”看似简单的描述结果却天差地别。问题的核心往往不在于工具本身而在于我们与 AI “沟通”的语言——提示词Prompt。本文旨在成为你手边最实用的“AI绘图提示词词典”与“沟通指南”。我们将彻底抛开那些华而不实的理论直接切入核心系统性地拆解提示词的构成要素、高级技巧与实战公式。无论你是刚入门的新手还是希望提升出图质量与稳定性的进阶玩家都能在这里找到从基础语法到专业控图的完整路径。我们将通过大量可复制的代码级示例这里指结构化的文本提示词让你快速掌握如何精准地向 AI 描述你的想象。1. AI绘图提示词核心概念与工作原理在深入技巧之前我们必须理解 AI 绘图模型是如何“听懂”我们的话的。这并非魔法而是一种基于海量数据训练的模式匹配。1.1 什么是提示词Prompt提示词是你输入给 AI 图像生成模型的一段文本描述模型根据这段描述生成对应的图像。你可以将其理解为给一位拥有无限想象力但缺乏常识的画师下达的“绘画指令”。指令越清晰、越具体画师的作品就越接近你的预期。关键认知转变不要将 AI 视为通晓一切的“智能体”而应将其视为一个强大的“模式联想器”。它通过学习数十亿张图片及其对应标签描述文本建立了“文本片段”与“视觉特征”之间的概率关联。当你输入“a cat”时模型并非“理解”了猫的生物定义而是调取了训练数据中所有与“cat”这个标签关联的视觉模式毛茸茸、胡须、圆眼等并组合生成。1.2 提示词的核心构成要素一段高效的提示词通常不是一句话而是由多个模块化部分有机组合而成的“结构化指令”。主要包含以下要素主体Subject画面的核心对象。例如“一位宇航员”、“一只柯基犬”、“一座城堡”。细节与属性Details Attributes对主体的具体描述。包括外观发型齐肩银发、着装穿着太空服、材质金属质感。动作与姿态坐着喝茶、奔跑跳跃、回头凝望。表情与情绪微笑、忧郁、惊讶。环境与场景Environment Scene主体所处的背景。例如“在火星表面”、“在霓虹灯闪烁的雨夜街头”、“在充满藤蔓的古老图书馆”。艺术风格Art Style决定图像的整体美学基调。这是控制出图风格最强大的杠杆之一。艺术运动by Vincent van Gogh梵高风格 surrealism超现实主义 ukiyo-e浮世绘。媒介与渲染oil painting油画 pencil sketch铅笔素描 3D render3D渲染 cinematic photography电影摄影。特定艺术家in the style of Hayao Miyazaki宫崎骏风格 by Greg Rutkowski数字绘画大师风格。构图与视角Composition Camera控制画面的框架和观看角度。镜头语言close-up shot特写 wide angle lens广角镜头 drone view无人机视角。构图法则rule of thirds三分法构图 centered composition中心构图 golden ratio黄金比例。光照与色彩Lighting Color塑造氛围和情绪的关键。光照类型cinematic lighting电影感灯光 volumetric fog体积雾 rim light轮廓光 neon glow霓虹辉光。色彩基调vibrant color palette鲜艳色彩 monochromatic单色 pastel colors柔和色彩。画质与参数Quality Parameters技术性指令通常放在提示词末尾或通过模型参数设置。通用质量masterpiece, best quality, ultra detailed, 8K。负面提示词Negative Prompt指定不希望出现的内容如blurry, ugly, deformed hands, extra fingers。理解这些要素后我们就能像搭积木一样构建提示词。一个基础的公式是[主体] [细节] [场景] [风格] [构图/光照] [质量词]。2. 环境准备提示词实验场在开始大量编写提示词前拥有一个稳定、高效的实验环境至关重要。虽然本文聚焦于提示词本身但了解工具是实践的基础。2.1 主流AI绘图平台选择不同的平台在模型支持、出图速度、成本和控制粒度上各有优劣。以下是目前主流的几种选择平台名称核心特点适合人群访问方式Midjourney艺术质感强风格独特易上手社区活跃。设计师、艺术创作者、快速概念设计。通过 Discord 机器人使用。Stable Diffusion WebUI (Automatic1111 / ComfyUI)开源高度可定制支持大量模型Checkpoint、LoRA、ControlNet等插件控制力极强。开发者、技术爱好者、需要精细控制的研究者。本地部署或使用云端GPU服务。DALL-E 3 (ChatGPT Plus / API)与ChatGPT深度集成对自然语言理解能力强提示词可以很口语化。ChatGPT重度用户需要与对话结合进行迭代创作。通过 OpenAI 官网或 API。Leonardo.Ai专为游戏和资产创作设计内置大量风格化模型和实用工具。游戏开发者、概念艺术家、需要生成一致性资产。网页端应用。建议初学者可以从Midjourney或DALL-E 3开始感受提示词的直接反馈。当需要更深入的控制和定制时转向Stable Diffusion WebUI是必然选择。2.2 Stable Diffusion WebUI 基础配置以Automatic1111为例如果你选择这条可塑性最强的道路以下是最简化的启动配置思路硬件要求推荐拥有至少 8GB 显存的 NVIDIA GPU如 RTX 3060 及以上。CPU也能运行但极慢。软件安装安装 Python 3.10.6。安装 Git。从 GitHub 克隆 Stable Diffusion WebUI 仓库。运行启动脚本它会自动处理大部分依赖。获取基础模型下载一个通用的基础模型如SDXL 1.0或Deliberate并放入指定的models/Stable-diffusion文件夹。启动WebUI运行webui-user.bat(Windows) 或webui.sh(Linux/Mac)在浏览器中打开显示的本地地址通常是http://127.0.0.1:7860。你的操作界面将包含提示词输入框、负面提示词输入框、采样器、步数等参数设置区域。这里就是我们实践所有提示词技巧的“主战场”。3. 提示词语法与高级控制技巧掌握了要素和工具我们来学习如何将它们组合成有效的“咒语”。这里的语法规则主要针对 Stable Diffusion 和 Midjourney其思想是通用的。3.1 基础语法加权与连接逗号分隔最基本的语法用逗号分隔不同的概念。a cat, wearing a hat, in a garden括号加权()增加某个概念的权重。每套一层括号权重增加约1.1倍。(sunshine)比sunshine更重要。((masterpiece))权重更高。方括号减权[]降低某个概念的权重。[noise]会减少画面中的噪点感。交替语法[A|B]让模型在A和B之间随机选择或混合。a [cat|dog] wearing a hat可能生成猫或狗。融合语法A: B:0.5在生成过程中切换提示词。例如a cat: a tiger:0.8意味着前80%的生成步骤描述“a cat”后20%切换为“a tiger”可能产生猫虎混合的奇幻生物。3.2 负面提示词Negative Prompt的威力这是提升出图质量最立竿见影的技巧之一。用于明确告诉AI“不要什么”。通用高质量负面提示词可作为模板开头(worst quality, low quality, normal quality:1.4), blurry, grainy, text, watermark, signature, username, artist name, (bad anatomy), bad hands, missing fingers, extra digit, fewer digits, (mutated hands and fingers), (poorly drawn face), (mutation), (deformed), (ugly), (bad proportions), (extra limbs), (disfigured), malformed limbs, (missing arms), (missing legs), (extra arms), (extra legs), (fused fingers), (too many fingers), (unclear eyes), long neck, (bad feet), error你可以根据具体需求增减。例如画风景时去掉bad hands画抽象画时可能降低对解剖结构的要求。3.3 使用破折号“--”添加参数Midjourney 特色在 Midjourney 中提示词后可以跟参数来控制生成。--ar 16:9设置宽高比为16:9。--v 5.2指定使用 5.2 版本模型。--s 750设置风格化强度。--no plants负面提示词不要植物。3.4 提示词顺序与优先级模型对提示词的开头部分更为关注。通常的结构建议是质量与主体前置(masterpiece, best quality), 1girl, ...接着描述主体细节... long silver hair, blue eyes, wearing a sleek sci-fi armor, ...然后是场景与环境... standing on the observation deck of a space station, ...接着是风格与光照... cinematic lighting, volumetric rays, neon accents, ...最后是艺术家与通用后缀... by Greg Rutkowski and Makoto Shinkai, ultra detailed, 8k.4. 实战案例从简单到复杂的提示词构建让我们通过一系列具体案例看看如何应用上述理论。4.1 案例一基础肖像画目标生成一位女性的高质量肖像。新手尝试a beautiful woman结果预测结果随机风格不定细节模糊。结构化提示词(masterpiece, best quality, ultra detailed, 8k), 1girl, delicate face, long wavy auburn hair, green eyes, soft smile, wearing a white lace dress, portrait, close-up shot, studio lighting, soft shadows, by Annie Leibovitz and Elena Sai, sharp focus拆解(masterpiece...8k)质量锚定。1girl明确主体常用tag比woman更稳定。delicate face...green eyes...soft smile面部细节。wearing a white lace dress服装细节。portrait, close-up shot构图。studio lighting, soft shadows光照。by Annie Leibovitz and Elena Sai融合两位人像摄影大师的风格。sharp focus强化画质。4.2 案例二复杂场景叙事画目标一个赛博朋克风格的侦探在雨夜街头调查的场景。结构化提示词(masterpiece, best quality, ultra detailed), a cyberpunk detective, wearing a long trench coat with glowing circuits, robotic left arm, holding a holographic case file, standing in a neon-lit rainy alley at night, towering megastructures in the background, flying cars passing by, wet pavement reflecting neon signs, cinematic composition, wide angle lens, volumetric rain and fog, strong rim light from a neon sign, colors dominated by electric blue, magenta and dark purple, in the style of Blade Runner 2049 and Ghost in the Shell, cyberpunk aesthetic, dystopian拆解主体 (cyberpunk detective) 及其细节 (trench coat,robotic arm,holographic file)。场景 (neon-lit rainy alley,megastructures,flying cars,wet pavement) 充满细节。构图与视角 (cinematic composition,wide angle lens)。光照与色彩 (volumetric rain,rim light,electric blue...) 塑造氛围。风格指引 (Blade Runner 2049,Ghost in the Shell,cyberpunk aesthetic) 精准定位视觉风格。4.3 案例三特定艺术风格转化目标将“一只猫在窗台上”这个简单主题转化为梵高的油画风格。结构化提示词a ginger cat curled up on a wooden windowsill, bright sunlight streaming through the window, van Gogh style, thick impasto oil painting, bold and dynamic brushstrokes, swirling patterns, vibrant contrasting colors of yellow and blue, post-impressionism, texture of canvas visible关键van Gogh style,thick impasto oil painting,bold brushstrokes,swirling patterns,post-impressionism这些词共同“激活”了梵高的绘画模式。texture of canvas visible增加了媒介的真实感。5. 进阶控制超越文本提示词当纯文本提示词无法满足对构图、姿势、细节的精确控制时我们需要借助更强大的工具。5.1 使用 LoRA 和 Embedding 注入特定概念LoRA一种小型模型文件用于训练并注入特定人物、风格或物品的特征。例如一个“汉服风格”的LoRA。用法在提示词中加入触发词并在WebUI中加载对应的LoRA模型。提示词示例lora:ChineseStyleClothing:0.8 1girl in traditional hanfu。Embedding (Textual Inversion)一种将新概念如特定画风、物体编码成关键词的方法。文件小用于微调。用法将.pt文件放入embeddings文件夹在提示词中使用其文件名作为关键词。5.2 使用 ControlNet 进行精确构图控制这是革命性的插件。它允许你用一张参考图如线稿、姿势图、深度图来控制生成图像的构图、姿势或边缘让AI在指定的框架内发挥创意。常用 ControlNet 模型Canny提取边缘线稿。用于精确控制形状和轮廓。OpenPose识别人体骨骼姿势。用于固定人物动作。Depth识别画面深度信息。用于控制前后景关系。Scribble涂鸦。即使乱画几笔AI也能生成符合涂鸦结构的精美图像。实战流程在 Stable Diffusion WebUI 中上传一张姿势参考图到 ControlNet 单元。预处理器选择openpose模型选择control_v11p_sd15_openpose。勾选“启用”和“像素完美”。在提示词框中描述你想生成的内容例如a superhero, dynamic fighting pose, detailed armor。生成图像AI 将严格按照参考图的姿势来生成你的超级英雄。6. 常见问题与排查思路Prompt Troubleshooting即使掌握了语法出图不如意仍是常态。以下是典型问题及解决思路。问题现象可能原因解决思路画面混乱元素扭曲提示词冲突模型不理解复杂组合采样步数太少。1. 简化提示词先确保主体清晰。2. 增加采样步数如20-30步。3. 使用更强大的负面提示词。4. 尝试不同的采样器如 DPM 2M Karras。人物手部畸形、多指这是SD模型的通病。1. 在负面提示词中加强bad hands, extra fingers, missing fingers。2. 使用专门修复手部的 LoRA 或 Embedding。3. 使用 ControlNet OpenPose 固定手部姿势后再局部重绘Inpainting手部区域。忽略某些关键词该词权重太低或被其他强权重词淹没。1. 用括号()增加该词权重。2. 将该词移到提示词更靠前的位置。3. 检查是否有同义词冲突。风格不明确风格词太弱或太泛如beautiful。1. 使用更具体、公认的风格词by Artgerm,studio ghibli style。2. 组合使用风格词和媒介词digital painting, concept art, trending on artstation。3. 使用对应风格的 LoRA。画面过于灰暗或平淡缺乏光照和色彩描述。1. 添加光照词dramatic lighting,rim light,golden hour。2. 添加色彩词vivid colors,pastel color scheme。3. 在设置中调整CFG Scale提示词相关性通常7-12值越高越遵循提示词但可能降低多样性。生成内容完全偏离预期基础模型不擅长该领域提示词有歧义。1. 更换更适合的基础模型如画真人用ChilloutMix画动漫用Anything。2. 重新审视提示词用更精确的术语替换模糊词汇用cybernetic arm代替robot arm。7. 最佳实践与工程化建议将提示词创作从“玄学”变为可重复、可管理的工程流程。建立你的提示词库使用笔记软件如 Notion、Obsidian或专门的提示词管理工具分类保存成功的提示词。记录下模型、参数、种子以便复现。迭代与优化不要指望一次成功。采用“由简到繁逐步添加”的策略第一轮只放主体和基本质量词生成一批图。第二轮从第一轮中选一张最接近的添加细节描述服装、发型。第三轮固定种子添加场景和风格词。第四轮微调光照、色彩和构图参数。善用“提示词翻译”与“反推”工具翻译将中文构思用 DeepL 或 ChatGPT 翻译成更地道的英文描述多数模型对英文理解更好。反推利用 WebUI 的“Interrogate CLIP”功能或第三方工具将一张你喜欢的图片反推出可能的提示词作为学习参考。组合使用多种控制方法对于重要项目不要只依赖文本提示词。结合使用ControlNet控制构图LoRA控制风格区域提示Regional Prompter控制不同区域内容实现像素级的精确控制。版权与伦理意识避免直接生成可辨识的真人肖像尤其是公众人物除非用于合法的艺术创作并明确标注。尊重艺术家风格用于学习和实验是好的但直接模仿并声称原创则不妥。在商业项目中谨慎使用特定在世艺术家的风格词。了解你所使用平台的服务条款。掌握AI绘图提示词本质上是掌握一门与机器协同创作的新语言。它没有唯一的标准答案但存在最佳实践和可循的路径。从理解核心要素开始通过结构化模板构建你的提示词勇敢地进行大量测试和迭代并逐步引入LoRA、ControlNet等高级工具来驾驭你的创意。真正的精通来源于实践。建议你立即打开你的AI绘图工具从模仿本文的一个案例开始然后尝试修改其中的几个关键词观察画面的变化。记录下哪些词产生了你期望的效果哪些没有逐步构建起属于自己的“提示词直觉”。