1. 从“翻车”到“封神”：AI绘图提示词的核心逻辑

最近在几个AI绘画社群里潜水，发现一个挺有意思的现象：很多人兴冲冲地打开Stable Diffusion或者Midjourney，输入“一个美丽的女孩”，结果生成出来的要么是五官扭曲的“克苏鲁系”生物，要么是穿着打扮一言难尽的“赛博朋克”风格。然后他们就开始抱怨：“这AI不行啊，根本画不出我想要的小姐姐！”

其实，这事儿真不能全怪AI。AI绘图模型就像一个拥有顶级画技，但理解能力有点“轴”的实习生。你跟它说“画个美女”，它脑子里瞬间闪过几百万张被标记为“美女”的图片，从维密超模到古典油画里的女神，从二次元萌妹到写实肖像，它完全不知道你想要哪一种。结果就是抽卡，抽到啥是啥。而“提示词”，就是我们与这位“实习生”沟通的唯一工作语言。你说得越模糊，它发挥的空间就越大，翻车的概率也就越高；你说得越精准，它就越能理解你的意图，交出让你满意的作品。

所以，生成“美丽小姐姐”的关键，根本不是寻找某个“魔法咒语”，而是掌握一套让AI“听懂人话”的方法论。今天，我就结合自己从无数次“翻车”中总结出的经验，拆解几个能显著提升出图成功率与质量的提示词构造技巧。这些技巧不依赖于任何特定模型或平台，而是从底层逻辑出发，让你无论用SD、MJ还是DALL·E，都能更高效地指挥AI。

2. 基础构建：从“骨架”到“血肉”的提示词分层法

很多人写提示词喜欢堆砌形容词，“非常美丽、超级好看、绝美、惊艳……” 这种词在AI看来信息量为零，因为它无法量化“非常”和“超级”的区别。有效的提示词需要像建筑师画蓝图一样，分层级、有结构地搭建。

2.1 第一层：主体与核心构图（画什么？）

这是提示词的基石，必须绝对清晰。你需要明确告诉AI画面的绝对主角是谁，以及基本的画面结构。

• 主体描述： 不要只用“girl”或“woman”。使用更具体的词汇来锚定风格和年龄感。例如：

  • 1girl ：这是最常用的标签，特指“一位女孩”，常用于二次元风格。
  • young woman ：年轻女性，感觉比 girl 更成熟一些，偏向写实。
  • female portrait ：女性肖像，强调面部特写。
  • beautiful lady ：美丽的女士，更具古典或优雅气息。
  • 关键技巧： 在主体词前加上数量词非常有效，如 1girl 就比 girl 指向性更强，能极大降低出现多个人的概率。

• 构图与景别： 这决定了小姐姐在画面中的呈现方式。

  • close-up ：特写，聚焦面部，适合展现五官细节和情绪。
  • upper body ：上半身，是展示发型、服饰和姿态的黄金比例。
  • full body ：全身像，需要协调肢体动作和整体环境。
  • looking at viewer ：看向观众，能立刻建立眼神联系，增强画面感染力。
  • from side ：侧面， from back ：背面，用于营造特定氛围或展示发型、背影。

注意： 景别词有优先级。如果你同时写了 close-up 和 full body ，AI会非常困惑，结果往往不堪入目。通常，越靠前的词权重越高，但最稳妥的做法是一次只用一个核心景别词。

2.2 第二层：外貌与风格细化（长什么样？）

这一层是为小姐姐注入“灵魂”和“个性”的关键，需要多维度刻画。

• 面部与五官： 避免“大眼睛、高鼻梁”这种笼统说法。使用更绘画性的术语：

  • detailed eyes ：精细的眼睛， sparkling eyes ：闪亮的眼睛。
  • sharp nose ：精致的鼻子， small mouth ：小嘴。
  • perfect face ：完美的脸型，这是一个比较安全的概括词。
  • 进阶技巧： 可以组合使用，如 detailed eyes, sharp nose, small mouth ，这样生成的面部特征会更协调、更具刻画感。

• 发型与发色： 这是改变角色气质最直接的元素。

  • long hair ：长发， short hair ：短发， twintails ：双马尾， ponytail ：马尾。
  • silver hair ：银发， blonde hair ：金发， black hair ：黑发， blue hair ：蓝发。
  • 组合示例： long silver hair （银色长发）， twin blonde ponytails （金色双马尾）。

• 风格化标签： 这是将你的画面引向特定美学领域的关键。

  • anime ：动漫风格， comic ：漫画风格。
  • realistic ：超写实风格， photorealistic ：照片级真实。
  • oil painting ：油画风格， watercolor ：水彩风格。
  • cyberpunk ：赛博朋克， fantasy ：奇幻风格。
  • 重要提示： 风格词之间可能冲突。 anime 和 photorealistic 同时使用会导致风格撕裂。通常一个核心风格词足矣。

2.3 第三层：环境、光影与质感（在哪？氛围如何？）

这一层决定了画面的氛围和高级感，是区别“普通作品”和“佳作”的分水岭。

• 环境与背景：

  • in a garden ：在花园里， at the beach ：在海边， in a cozy room ：在温馨的房间内。
  • cityscape background ：城市景观背景， nature background ：自然背景。
  • simple background ：纯色/简单背景，能最大限度突出人物。

• 光影与色调：

  • cinematic lighting ：电影感灯光，这是提升质感的王牌词汇，能自动生成富有层次的光影。
  • soft light ：柔光， dramatic light ：戏剧性光线。
  • golden hour ：黄金时刻（日出日落时）， blue hour ：蓝色时刻（日落后）。
  • warm color palette ：暖色调， cool color palette ：冷色调。

• 画质与渲染词：

  • best quality ：最佳质量， masterpiece ：杰作， ultra detailed ：超精细。这些词属于“玄学加成”，放在提示词开头或结尾，有时能轻微提升渲染精度。
  • 8k ， 4k ：高分辨率提示，更多是表达一种对清晰度的要求倾向。
  • unreal engine ， octane render ：这些是高级渲染引擎的名字，使用它们能引导AI模仿该引擎特有的、细节丰富且光影真实的渲染风格，对提升写实类作品的质感有奇效。

3. 实战进阶：组合与权重的魔法

掌握了分层法，就像有了各种颜料。现在要学习如何调色和运笔，也就是提示词的组合与权重控制艺术。

3.1 经典组合公式与场景示例

我们可以把上述层次组合起来，形成有明确指向性的提示词。这里以追求较高画面质感和风格化为目标：

• 示例1：唯美动漫风肖像

  masterpiece, best quality, 1girl, close-up, detailed sparkling eyes, small mouth, long flowing silver hair, looking at viewer, gentle smile, anime style, cinematic lighting, soft light, pink cherry blossoms background, unreal engine
  

  拆解：

  • masterpiece, best quality ：质量锚定。
  • 1girl, close-up ：明确主体与构图。
  • detailed sparkling eyes... gentle smile ：精细的五官与表情刻画。
  • long flowing silver hair ：标志性发型发色。
  • anime style ：核心风格。
  • cinematic lighting, soft light ：氛围光影。
  • pink cherry blossoms background ：具体环境。
  • unreal engine ：渲染质感导向。

• 示例2：复古油画感少女

  oil painting of a beautiful young woman, upper body, from side, elegant neckline, intricate braided brown hair, wearing a victorian era dress, in a vintage library, warm sunlight from window, rich texture, brush strokes visible, by Greg Rutkowski
  

  拆解：

  • oil painting of ：直接以绘画形式开头，风格强烈。
  • beautiful young woman, upper body, from side ：主体与构图。
  • elegant neckline... victorian era dress ：服饰与时代感。
  • intricate braided brown hair ：发型细节。
  • in a vintage library ：典型环境。
  • warm sunlight from window ：具体的光源描述。
  • rich texture, brush strokes visible ：强调绘画质感。
  • by Greg Rutkowski ：引用一位以奇幻油画风格著称的现代艺术家名字，能强力“拉偏”整体画风。

3.2 权重的精细控制：让AI听懂重点

当你想要强调或弱化某个元素时，就需要用到权重语法。不同平台语法不同，但逻辑相通。

• 增加权重：

  • (word) ：括号可以轻微提高该词的权重。例如 (detailed eyes) 。
  • ((word)) ：双层括号，权重提升更大。例如 ((cinematic lighting)) 。
  • word:1.2 ：使用冒号加数字精确控制权重（如Stable Diffusion WebUI）。 1.0 是默认， 1.2 表示重要性提高20%。

• 降低权重：

  • [word] ：方括号会降低权重。这在你想加入一个概念但又不想让它太突出时有用。
  • word:0.8 ：将权重设置为小于1。

实战应用： 假设我们想要一个在花园里的小姐姐，但花园背景不能太抢镜。

1girl, full body, wearing a summer dress, in a garden:0.9, smiling, sunlight through leaves

这里将 in a garden 的权重设为0.9，意味着AI仍会生成花园背景，但会更多地关注人物本身。

3.3 负面提示词：告诉AI“不要什么”

负面提示词和正面提示词同等重要。它用于排除那些你不希望出现的、但模型可能默认关联的元素。

• 通用高质量负面词（适用于大多数人物场景）：

  lowres, bad anatomy, bad hands, text, error, missing fingers, extra digit, fewer digits, cropped, worst quality, low quality, normal quality, jpeg artifacts, signature, watermark, username, blurry, ugly, deformed, mutated
  

  这组词能有效避免常见的人物畸形（如多手指、奇怪的手部结构）、低质量图像、水印和文字等。

• 风格限定负面词： 如果你想锁定某种风格，可以排除其他风格。

  • 画动漫时加： realistic, photorealistic, 3d render
  • 画写实时加： anime, cartoon, drawing, painting

重要心得： 负面提示词不是越多越好。过于冗长复杂的负面词有时会干扰生成过程。建议从上述通用套件开始，根据生成结果中出现的问题，再有针对性地添加。例如，如果总生成闭眼的人物，就加上 eyes closed ；如果服饰过于夸张，就加上 complicated costume 。

4. 高阶策略与风格化“外挂”

当你熟悉了基本法后，可以尝试一些高阶技巧和外部工具，让你的创作效率和质量再上一个台阶。

4.1 利用艺术家与风格参照

在提示词中加入艺术家名字或特定艺术运动名称，是快速获得高级风格化的捷径。AI学习过大量艺术家的作品特征。

• 知名艺术家（对画面质感、色彩、笔触影响巨大）：

  • Greg Rutkowski ：奇幻油画风，厚重、史诗感、动态光影。
  • Artgerm ， Rossdraws ：欧美商业插画风，色彩鲜艳，人物俊美，线条流畅。
  • Makoto Shinkai ：新海诚风格，标志性的通透光影与蓝天白云。
  • Wlop ：国内知名画师，风格唯美飘逸，擅长光影和氛围。

• 艺术风格/运动：

  • impressionism ：印象派，笔触感强，色彩明亮。
  • art nouveau ：新艺术运动，装饰性强，曲线优美。
  • ukiyo-e ：浮世绘，平面化，线条清晰，色彩鲜明。

使用注意： 直接使用艺术家名字可能涉及版权和风格模仿的伦理讨论。在非商业的个人学习探索中，这是很好的学习工具。你也可以尝试组合，如 in the style of Greg Rutkowski and impressionism ，创造混合风格。

4.2 使用LoRA等微调模型进行“角色定制”

如果你想要一个固定特征（如特定的脸型、发型、服饰风格）的小姐姐反复出现在不同场景中，提示词会显得力不从心。这时就需要用到LoRA、Textual Inversion等微调模型。

• LoRA是什么： 可以把它理解为一个针对特定概念（如“我想要的这张脸”、“某种画风”、“某件服装”）训练出来的小型“外挂模块”。它体积很小（通常几十到一百多MB），加载后可以与基础大模型结合使用。
• 如何使用：
  1. 你需要先获取或自己训练一个LoRA模型（例如，用自己收集的某位虚拟偶像的图片训练一个“脸模”LoRA）。
  2. 在支持LoRA的WebUI（如Stable Diffusion的AUTOMATIC1111或ComfyUI）中加载该模型。
  3. 在提示词中，使用特定的触发词（通常是训练时定义的，如 <lora:characterX:1> ）来调用这个LoRA。
  4. 这样，你只需要在提示词里写 <lora:characterX:1> 1girl, in a coffee shop ，就能生成带有“characterX”特征的小姐姐在咖啡店的图片了。
• 优势： 实现了角色的高一致性，是进行系列创作或角色设计的利器。

4.3 反向推导与提示词优化工具

当你看到一张优秀的AI作品时，如何学习它的提示词？或者自己写不出好词时怎么办？

• 图像反向推导： 很多平台（如Stable Diffusion WebUI的“图生图”标签页下的“CLIP反推”或“DeepBooru反推”功能）可以从一张图片中提取出可能的提示词。这是一个绝佳的学习方式。你可以拿喜欢的图去反推，看看高手用了哪些关键词组合。
• 提示词辅助工具/网站：
  • PromptHero ：一个巨大的提示词分享社区，可以按模型、风格搜索海量作品及其提示词。
  • OpenArt ：类似，集成了发现、创作和提示词学习功能。
  • 本地提示词自动补全插件： 一些SD WebUI插件能根据你输入的前几个字母推荐常用提示词，大大提高编写效率。

5. 避坑指南：那些我踩过的“雷”

最后，分享几个实实在在的教训，希望能帮你节省大量试错时间。

• 坑一：形容词堆砌与矛盾指令。

  • 错误示例： a very extremely beautiful super cute girl, realistic anime style 。
  • 问题： very , extremely , super 是无效词。 realistic 和 anime 在风格上存在根本矛盾，AI会精神分裂，产出扭曲的结果。
  • 解决： 删除无意义的副词，确保核心风格词唯一且明确。

• 坑二：忽略负面提示词。

  • 现象： 生成的人物经常出现六根手指、面部扭曲、画面里有奇怪的文字或水印。
  • 解决： 务必使用负面提示词。可以从通用的高质量负面词库开始，这是提升出图基线质量的成本最低的方式。

• 坑三：过度依赖单一“魔法词”。

  • 现象： 听说 masterpiece 好用，就每句提示词都加上，结果发现有时灵有时不灵。
  • 本质： 这些词更像是“调味料”而非“主菜”。当你的主体、构图、风格等“主菜”足够清晰时，加点 masterpiece , best quality 可能锦上添花。但如果“主菜”本身是模糊或矛盾的，加再多调味料也做不出佳肴。

• 坑四：不进行迭代和“图生图”。

  • 新手常犯的错误： 写一句提示词，生成一次，不满意就放弃了。
  • 正确流程： AI绘图是一个迭代过程。
    1. 文生图： 用相对简洁的提示词生成一批（4-8张）图片。
    2. 选择种子： 从这批图片中，选出一张整体构图、风格最接近你想要的，记录下它的“种子”。
    3. 图生图微调： 使用这张图作为基础，保持种子不变，在提示词中增加或修改一些细节描述（例如，把 long hair 改成 braided long hair ，或者加上 wearing a hat ），然后以较低的“重绘幅度”进行图生图。这样可以在保持原图大部分优点的前提下，定向修改细节。
    4. 高清修复： 对最终满意的图片，使用高清修复功能放大分辨率，补充细节。

说到底，AI绘图提示词工程，是一门在“精确控制”和“意外惊喜”之间寻找平衡的艺术。没有一劳永逸的万能公式，但通过理解分层结构、掌握权重语法、善用负面提示和迭代工作流，你就能从“抽卡玩家”进阶为“导演”，让AI这位强大的“实习生”，越来越精准地画出你心中的那位美丽小姐姐。最重要的永远是动手去试，在每一次“翻车”中观察AI对你词句的反应，积累属于自己的提示词直觉。