AI绘图提示词全攻略：从入门到精通，写出大师级指令

随着Midjourney、Stable Diffusion、DALL-E 3等AI绘图工具的爆发式增长，一个全新的职业——“提示词工程师”（Prompt Engineer）应运而生。同样的AI模型，有人能生成堪比商业大片的作品，有人却只能得到模糊变形的“人工智障”图片。差别在哪里？答案就在提示词（Prompt）本身。本文作者基于20余年内容编辑与视觉表达经验，结合数千次实战测试，系统拆解AI绘图提示词的核心逻辑、语法结构、分类词库、进阶技巧及行业应用。无论你是设计师、自媒体运营者、游戏原画师，还是纯粹的好奇者，这篇文章都将帮你彻底掌握“与AI对话绘画”的能力。

关键词：AI绘图；提示词工程；Midjourney；Stable Diffusion；AIGC

一、引言：为什么你需要认真对待提示词？

2022年，一幅由Midjourney生成的《太空歌剧院》在美国科罗拉多州博览会美术比赛中获得一等奖，引发全球艺术界的震动。这幅作品的创作者Jason Allen并非传统意义上的画家，他花了80多个小时，迭代了900多次提示词，才得到了那幅完美的作品。

这个故事揭示了一个被很多人忽视的事实：AI绘图不是“一键生成艺术”，而是一种新的创作语言。

过去20年，作为一名专业编辑，我经历了从传统排版到数字出版、从PS手工修图到AI批量生成的全过程。我深刻体会到：技术越自动化，人的判断力和表达力就越重要。AI绘图提示词，本质上就是你作为创作者，向一个天赋极高但“理解力古怪”的外星画师下达的精确指令。

本文适合谁读？

• 刚接触AI绘图，总是生成“四不像”的新手
• 已经尝试过但结果不稳定，时好时坏的中度用户
• 希望系统化掌握提示词方法论，用于商业项目的专业人士

读完本文你将获得：

• 一套可复用的提示词黄金公式
• 覆盖人像、风景、二次元、科幻、产品等场景的词库
• 10个提升出片率的实操技巧
• 中文/英文提示词的差异与最佳实践

二、AI绘图提示词的底层逻辑

2.1 AI到底是如何“理解”你的词的？

在写提示词之前，你需要先理解AI的“思维方式”。目前主流的AI绘图模型（如扩散模型）的工作流程是：

1. 随机噪声：从一片随机的彩色噪点开始
2. 逐步去噪：根据你的提示词，一步步去除噪声，形成有意义的图案
3. 语义匹配：模型内部有一个巨大的“图像-文本”关联库，它会试图让生成的图像与你的描述在“语义空间”中尽可能接近

这意味着：AI不是“理解”语言，而是“匹配”模式。

举个例子：你说“a red rose”，AI不会像人类一样知道玫瑰象征爱情、有刺、会凋谢。它只是从训练数据中找到所有与“red”和“rose”最相关的像素分布，然后组合出来。

这就是为什么提示词的措辞、顺序、甚至标点符号都会影响结果——因为这些都影响了AI在语义空间中的匹配路径。

2.2 提示词的“三大公理”

基于这个底层逻辑，我总结出三条核心公理：

公理一：具体优于抽象

• ❌ “a beautiful girl” → 太模糊，AI会随机给你任何一个“美”的定义
• ✅ “a 25-year-old Chinese woman, porcelain skin, double eyelid, straight black hair, wearing a white lab coat” → 具体到每个特征

公理二：风格限定比不限定好十倍

• ❌ “a castle” → 可能是儿童涂鸦，也可能是3D渲染，完全不可控
• ✅ “a medieval stone castle, gothic architecture, foggy morning, cinematic lighting, unreal engine 5 render” → 风格锁定

公理三：负面词和正面词同等重要

• 正面词告诉AI“要什么”
• 负面词（Negative Prompt）告诉AI“不要什么”，这在Stable Diffusion中尤其关键

2.3 人类语言 vs AI语言的差异

> 案例：说“a dreamy atmosphere”，AI可能不知道怎么做。说“soft diffusion, pastel colors, fog, backlighting, impressionist style”，AI就懂了。

三、提示词的黄金公式（附详细拆解）

经过对上百个高质量提示词的逆向工程，我提炼出一个适用99%场景的公式：

> [主体描述] + [环境背景] + [风格媒介] + [光线色彩] + [构图视角] + [画质参数] + [否定项]

3.1 主体描述（Subject）

这是画面的核心，需要回答：谁/什么？在做什么？状态如何？

要素拆解：

• 物种/对象：human, cat, tree, spaceship
• 年龄/性别/特征：young, old, male, female, red hair, glasses
• 动作/表情：running, smiling, crying, thinking
• 服装/配饰：wearing a leather jacket, holding a sword

案例进化：

• Level 1: a dog
• Level 2: a golden retriever
• Level 3: a happy golden retriever puppy, running on grass, tongue out
• Level 4: a happy golden retriever puppy, running on grass, tongue out, wearing a red collar with a silver tag, shallow depth of field

3.2 环境背景（Environment）

画面发生在哪里？什么时间？什么天气？

要素拆解：

• 地点：in a forest, on Mars, inside a cyberpunk bar
• 时间：at sunset, midnight, early morning
• 天气：rainy, snowy, foggy, clear sky
• 季节：spring, autumn with fallen leaves

3.3 风格媒介（Style & Medium）

这是很多人忽略但极其重要的一环。它决定了画面的“艺术语言”。

常用分类：

3.4 光线色彩（Lighting & Color）

光线和色彩是情绪的载体。同样的场景，换一种光，氛围完全不同。

光线关键词库：

• 自然光：soft morning light, golden hour, overcast lighting, moonlight
• 人工光：neon lighting, studio lighting, candlelight, flashlight
• 特效光：cinematic lighting, volumetric lighting, rim lighting, backlight
• 氛围光：moody lighting, ethereal glow, radioactive glow

色彩关键词库：

• 整体调性：warm tone, cold tone, vibrant, desaturated, pastel
• 配色方案：monochromatic, complementary colors, analogous colors
• 特定效果：color grading like Blade Runner 2049

3.5 构图视角（Composition & Perspective）

这决定了观众如何“看”这张图。

景别：

• extreme close-up（极特写，如一只眼睛）
• close-up（特写，头像）
• medium shot（中景，半身）
• full body shot（全身）
• wide shot（远景）
• aerial view（鸟瞰）

角度：

• eye-level（平视）
• low angle（仰视，显高大）
• high angle（俯视，显渺小）
• dutch angle（斜角，制造不安感）

其他构图词：

• rule of thirds（三分法）
• symmetrical（对称构图）
• leading lines（引导线）
• negative space（留白）

3.6 画质参数（Quality & Format）

这是“锦上添花”的部分，让输出更专业。

常用词：

• 4K, 8K, Ultra HD, High resolution
• Highly detailed, Intricate details
• Sharp focus, Perfect anatomy
• Masterpiece, Best quality, Trending on ArtStation

3.7 否定项（Negative Prompt）

在Stable Diffusion等支持负面提示词的软件中，必须写清楚不要什么。

通用负面词模板（可直接复制）：

lowres, bad anatomy, bad hands, missing fingers, extra digits, cropped, worst quality, low quality, normal quality, jpeg artifacts, signature, watermark, username, blurry, ugly, deformed, mutated, disfigured, out of frame

四、七大场景实战词库（可直接复制）

以下所有提示词均经过实测，可直接用于Midjourney、DALL-E 3或Stable Diffusion（中文版适用于通义万相、文心一格等）。

4.1 写实人像

核心逻辑：越具体越真实。不要只说“美女”，要说“27岁亚洲女性，小麦色皮肤，微卷长发”。

提示词（英）：

A 30-year-old Chinese woman, natural-looking, no heavy makeup, slightly tanned skin, wavy shoulder-length black hair, wearing a cream-colored cashmere sweater, sitting by a window in a quiet coffee shop, reading a book, soft overcast morning light, shot on Sony A7 III, 85mm lens, f/2.2, natural skin texture visible, candid moment, cinematic composition, 8K.

提示词（中）：
> 一位35岁的中国男性，成熟稳重，面部有细微的岁月痕迹但气质儒雅，身穿深蓝色衬衫和灰色羊毛西装外套，站在老式书房里，背靠满墙的书架，午后斜射的阳光从百叶窗缝隙照进来，产生条纹光影，45度侧脸，眼神深邃，胶片质感，柯达Portra 400色调，真实皮肤细节，超高清。

4.2 二次元动漫

核心逻辑：画师风格 > 场景描述 > 画质词。反向词必须写。

提示词（英）：

1girl, solo, long white hair, blue eyes, wearing a black gothic lolita dress, holding a silver pocket watch, standing in an abandoned clock tower, moonlight shining through broken stained glass, Makoto Shinkai style, vibrant, masterpiece, best quality, soft lighting, dynamic angle.
Negative prompt: 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.

4.3 奇幻风景

核心逻辑：氛围 > 细节。用“情绪词”调动画面感。

提示词（英）：

A floating island with waterfalls cascading into the void, ancient ruins with overgrown vines, giant glowing mushrooms, bioluminescent flora, multiple moons in the night sky, aurora borealis, misty abyss below, fantasy art, concept art, highly detailed, trending on ArtStation, octane render, cinematic lighting, 8K, epic scale.

4.4 科幻赛博朋克

核心逻辑：霓虹灯 + 雨天 + 反射 + 高密度城市。

提示词（英）：

Cyberpunk street at night, heavy rain, wet asphalt reflecting neon signs in pink and cyan, a woman with a cybernetic arm holding an umbrella, noodle shop with steam rising, flying cars in the background, dense skyscrapers with holographic billboards, Blade Runner 2049 color grading, dramatic shadows, shot on ARRI Alexa, anamorphic lens, cinematic.

4.5 产品摄影

核心逻辑：材质 + 布光 + 背景极简。

提示词（英）：

A minimalist wireless mouse, matte white finish, aluminum accents, placed on a light grey concrete surface, with a fresh monstera leaf next to it, soft studio lighting from the left, clean white background, product photography, commercial quality, 8K, sharp focus, no shadow.

4.6 食物摄影

核心逻辑：让“好吃”转化为“好看”——蒸汽、质感、自然光。

提示词（英）：

A freshly baked croissant, golden brown flaky crust, steam rising, a small dish of strawberry jam on the side, wooden table, morning sunlight streaming through a window, shallow depth of field, warm tone, food photography, shot on Canon 5D Mark IV, 100mm macro lens, appetizing, high resolution.

4.7 室内设计

核心逻辑：风格 + 家具 + 光源 + 视角。

提示词（英）：

Modern minimalist living room, grey fabric sofa, concrete floor, large floor-to-ceiling windows, view of a bamboo garden, pendant lights, warm ambient lighting, afternoon sun casting soft shadows, wide-angle lens, architectural photography, realistic render, 8K.

五、10个提升出片率的进阶技巧

技巧1：给词排权重（Weighting）

不同AI工具的写法不同：

• Midjourney：用 :: 分隔，如 cat::2 sleeping::1
• Stable Diffusion：用 (词:1.3) 或 [词:0.8]
• DALL-E 3：不支持手动权重，靠顺序和重复

技巧2：融合风格（Style Blend）

Midjourney中用 --style 参数或 :: 混合，如 impressionism::1 ukiyo-e::0.8

技巧3：使用“种子”锁定一致性（Seed）

找到一张满意的图，复制它的seed值，再微调提示词，可保持构图和主体一致性。

技巧4：垫图（Image Prompt）

上传参考图作为视觉锚点，Midjourney中用 --iw 调整权重。

技巧5：多轮迭代

一次完美的提示词至少要迭代5-10次。每次只改一个变量。

技巧6：善用Remix模式

Midjourney的Remix模式允许你在生成后的图上直接修改提示词。

技巧7：参数调优

技巧8：参考艺术家名字

加入艺术家名字效果显著：Greg Rutkowski（奇幻）、James Jean（装饰华丽）、Edward Hopper（孤独光影）

技巧9：加入相机参数

写实摄影类提示词中，加入相机镜头型号能显著提升“摄影感”，如 shot on Leica M6, 35mm, f/1.4。

技巧10：将抽象描述“翻译”为视觉描述

六、常见错误与避坑指南

错误1：提示词过短

• 症状：结果随机，风格混乱
• 对策：至少6-8个描述维度

错误2：描述矛盾

• 症状：出现无法理解的怪异元素
• 例如：“bright sunny day” 和 “heavy rain” 同时出现
• 对策：检查逻辑一致性

错误3：忘记写反向词（Stable Diffusion用户）

• 症状：多手指、畸形脸、水印
• 对策：永远带上通用反向词模板

错误4：滥用“beautiful”“amazing”等空词

• 症状：无效输入，浪费token
• 对策：换成具体词，如 symmetrical face, clear skin

错误5：忽略画面比例

• 症状：想要的全身照变成了大头照
• 对策：明确写 full body shot 或 waist up

七、中文提示词 vs 英文提示词

7.1 哪个更好？

结论先行：英文效果普遍优于中文。

原因：

1. 主流模型（SD、MJ、DALL-E）的训练数据90%以上是英文
2. 英文的视觉概念映射更丰富（比如“sunset”对应几百万张图，“日落”可能只有几十万张）
3. 英文社区的提示词生态更成熟

7.2 但中文也有优势

国内模型（通义万相、文心一格、混元）对中文理解很好，且在主流审美（东亚人像、古风、国潮）上甚至超越英文模型。

7.3 最佳实践

• 用英文模型（MJ/SD） → 写英文提示词
• 用国内模型 → 写中文提示词
• 实在不会英文 → 用翻译软件，但要微调

中文提示词写作要点：

• 使用短句，用逗号分隔（和英文一样）
• 避免成语、古诗（如“闭月羞花”无法精确映射）
• “的”“了”“啊”等虚词无意义，可省略

八、从工具到职业：提示词工程师的修炼之路

8.1 这是一个真实存在的职业

截至2025年，国内外已有数千个“提示词工程师”岗位，年薪从20万到80万不等。核心能力不是写词本身，而是：

• 对视觉语言的深度理解（构图、色彩、光影、风格史）
• 对特定AI模型边界的高精度把握
• 快速的测试迭代能力

8.2 学习路径建议

第一阶段（1-2周）：读懂提示词，能复制修改别人的提示词
第二阶段（1个月）：熟练运用黄金公式，能独立完成一个系列（如12张不同风格头像）
第三阶段（3个月）：掌握权重、种子、垫图等进阶技巧，能处理商业项目
第四阶段（6个月以上）：形成自己的提示词方法论，能教别人

8.3 每日刻意练习方法

每天选择一个主题（如“秋天的颜色”“未来主义家具”），尝试用同一主题写出3套完全不同的提示词（写实版、动漫版、抽象版），将生成结果保存对比。

九、结语：提示词是新的书法

回到本文开头的问题：为什么同样的AI，有人能生成艺术品，有人只能得到垃圾？

答案不在技术，在人。

AI绘图提示词，本质上是一种新的表达媒介。它和我们写字、画画、拍照一样，需要练习、需要审美、需要经验积累。20年前，我们学打字；10年前，我们学做PPT；今天，我们需要学写提示词。

这并不意味着每个人都要成为提示词工程师，但就像今天几乎每个白领都会打字和做PPT一样，未来5年，“写高质量提示词”将成为基础数字素养。

最后送你三句话：

1. AI不会取代你，但会用AI的人可能会。
2. 提示词没有标准答案，只有更好的描述。
3. 最好的学习方式是：看100个优秀提示词，然后自己改写1000次。

现在，打开你的AI绘图工具，试着写一句比昨天更好的提示词吧。

参考文献与推荐资源