怎么写出能真正出图的提示词

主体 → 镜头或媒介 → 光线 → 构图，一套可复用的提示词写法，外加四个最常见问题的解法。

2026年7月17日

Image Generator 团队

让人失望的图，多半不是因为提示词写得笨，而是写得太短。「城市里的一只猫」把镜头、光线、氛围、构图这些真正决定画面的选择全都丢给了模型，而模型只会给出它见过的一切的平均值。

解法不是写得更长，而是把真正决定画面的那四五件事说清楚。

有效的顺序

主体 → 媒介或镜头 → 光线 → 构图 → 要避开的东西。

先看最朴素的版本：

一位女性的棚拍肖像。

再一层层加上去：

一位穿米色针织毛衣的女性在窗边的棚拍肖像，柔和自然光，浅景深，真实皮肤质感。

一句话，每个分句都在干活。「窗边」和「柔和自然光」定了打光，「浅景深」是镜头指令，「真实皮肤质感」则挡住了大多数模型都会滑向的塑料感磨皮。

摄影术语之所以有效，是因为模型是从带说明的照片里学出来的：85mm、f/1.8、蓝调时刻、逆光、微距、俯拍平铺。其他媒介的术语同样有效——水彩、扁平矢量、等距 3D 渲染、版画、电影剧照。明确指定一种媒介，整张图都会跟着走。

把要出现的文字加引号、写短，并说明位置：海报顶部有标题 "Winter Sale"。然后选对模型——Nano Banana Pro 和 GPT Image 2 能画出可读的文字；FLUX Schnell 是草稿模型，只会画个大概。整段长文字在任何模型上都还是碰运气。

别指望模型猜，直接说：居中、三分法、低角度、俯拍、全身、手部特写、顶部留出标题位置。画幅也要在生成前选好——16:9 和 9:16 改变的是模型怎么构图，而不只是裁哪一块。

写一句风格描述，然后在这组里的每一张上原样复用——同样的媒介、同样的配色、同样的光线用词。只换主体、风格句一字不动，一页插画才会看起来像同一次委托，而不是五次。

这通常是模型选错了，而不是写法问题。GPT Image 2 是最较真的那个：数量、位置、标注都会照写的来。如果你的提示词其实是一份需求说明——三个物体、这个放角落、那个放底部——就交给它。

「不要文字、不要水印、不要糊」往往不如正面描述有效：干净无标记的表面、全画面清晰。否定式写法反而把那个概念塞进了提示词，多少会渗进画面。

图已经接近时，一次只改一个分句——光线、或镜头、或媒介，别三个一起动。在 FLUX Schnell 上一张只要一积分、一次还给四张，是搞清楚措辞到底起了什么作用最便宜的地方。句子调对了，再拿去重型模型上重跑。

提示词库里的每个例子都是真实提示词配上它生成的图。点一下就会直接载入输入框，模型也已经选好——换掉主体、保留结构，你就是从一个已经奏效的写法开始的。