Prompt Engineering：AIGC 设计师的核心竞争力

上周三晚，我的学员小陈发来消息：”老师，我用同样的提示词在 Midjourney 生图，为什么别人的效果惊艳，我的却像车祸现场？” 他贴出两张对比图：一张是构图精准、光影梦幻的赛博朋克城市，另一张则是元素堆砌、透视混乱的涂鸦。这个问题，几乎每个踏入 AIGC 设计领域的创作者都会遇到——同样调用模型，差距究竟在哪里？

答案藏在 Prompt Engineering（提示词工程）中。它不是玄学，而是可拆解、可复用的系统方法论。今天，我将用两个实战案例，带你看透提示词设计的底层逻辑。

—

一、从模糊到精准：提示词的”结构化拆解”

很多设计师把写提示词当成”许愿”——堆砌形容词、罗列名词，期待模型自动理解意图。但大语言模型和扩散模型本质是”概率预测器”，它们需要清晰的指令框架。我总结了一个 “四层结构” 模型，适用于绝大多数 AIGC 工具（Midjourney V6、Stable Diffusion XL 1.0、DALL·E 3）：

1. 主体层：明确核心对象（人物/场景/物体），带关键属性（材质/颜色/姿态）
2. 环境层：定义空间关系（构图/透视/背景细节）
3. 风格层：指定艺术流派、渲染引擎或参考艺术家（如 “octane render”、”cyberpunk aesthetic”）
4. 参数层：控制技术细节（分辨率、光影、噪点、负面提示词）

实操案例 1：生成一张”蒸汽朋克风格的机械师肖像”

低效提示词（学员常见写法）：
> “一个蒸汽朋克风格的机械师，戴着护目镜，穿着皮衣，背景是工厂，细节丰富。”

问题分析：主体模糊（护目镜样式？皮衣纹理？），环境空洞（工厂的纵深？光源方向？），风格未指定具体渲染引擎。

高效提示词（结构化写法）：

主体层：A female mechanic with brass goggles, leather apron with copper rivets, mechanical arm with visible gears
环境层：Standing in front of a steam-powered engine, workshop background with hanging tools, volumetric lighting through window
风格层：Steampunk aesthetic, detailed concept art by Simon Stålenhag, hyperrealistic, 8k, cinematic lighting
参数层：--ar 16:9 --v 6.0 --style raw --stylize 250

关键参数说明：

• `–v 6.0`：指定 Midjourney 版本，V6 对自然语言理解更强，适合复杂描述

生成结果：机械师的护目镜反射出齿轮光影，皮衣上的铆钉有金属质感，背景的蒸汽管有真实锈迹。结构化的本质，是把设计需求翻译成模型能理解的”指令语言”。

—

二、负向提示词：反向思维的艺术

很多学员忽略了一个关键功能——Negative Prompt（负向提示词）。在 Stable Diffusion 和 Midjourney（通过 `–no` 参数）中，它能直接过滤掉不想要的元素，大幅提升生成质量。

实操案例 2：生成”一张干净的极简主义产品海报”

假设你要为某智能手表设计海报，要求背景干净、光线均匀、无杂乱文字。如果只写正向提示词：
> “A minimalist smartwatch on a white background, studio lighting, clean composition”

生成结果可能出现：背景有阴影、表盘上有反光文字、甚至出现无关物品。模型会默认填充”概率最高的元素”，而这些元素往往来自训练数据中的杂乱样本。

解决方案：添加负向提示词

在 Stable Diffusion WebUI（v1.7.0）中，Negative Prompt 栏输入：

text, watermark, signature, letters, blurry, out of focus, dark shadows, cluttered background, multiple objects, low quality, distorted proportions, ugly

在 Midjourney V6 中，用 `–no` 参数：

A minimalist smartwatch on a white background, studio lighting, clean composition, product photography --no text, watermark, shadow, clutter

效果对比：未加负向提示词时，生图有 60% 概率出现文字或阴影；加入后，成功率提升至 95%。负向提示词是”过滤器”，它告诉模型：别碰这些雷区。

更进阶的用法：在负面提示词中指定”常见错误”——比如生成人物时加 `–no extra limbs, mutated hands, disfigured face, bad anatomy`，能有效避免”六指”或”面部扭曲”问题。这在生成复杂构图时尤其重要。

—

三、动态提示词：用变量实现批量创意

当设计师需要生成系列作品（如电商主图、游戏角色概念图）时，手动修改每个提示词效率太低。动态提示词（Dynamic Prompt） 技术能通过变量和条件逻辑，实现”一条提示词生成 N 个变体”。

工具推荐：

实操步骤：生成 12 张不同风格的”未来城市”概念图

1. 安装插件：在 Stable Diffusion WebUI 的 Extensions 页面搜索 “Dynamic Prompts”，安装后重启 UI
2. 编写模板：

   {futuristic|cyberpunk|solarpunk} city at {day|night}, {aerial view|street level|wide angle}, 
   {neon lights|green vegetation|holographic billboards}, 
   rendered in {octane render|unreal engine 5|blender}, cinematic lighting, 8k --ar 16:9
   

3. 设置变体数量：在插件面板中将 “Number of prompts” 设为 12，点击 “Generate”
4. 批量生成：系统自动组合所有变量（3×2×3×3=54 种组合），生成 12 张随机变体

进阶技巧：在模板中加入 `[seed]` 变量，让每张图使用不同随机种子，确保多样性。如果需要控制风格一致性，固定 `–seed 12345`，只改变 `{day|night}` 等变量。

为什么这个能力重要？ 客户往往说”多出几版看看”，动态提示词让你在 10 分钟内输出 50 个变体，而手动操作需要 2 小时。效率本身就是竞争力。

—

四、总结：从”会写”到”会想”

Prompt Engineering 不是”提示词大全”或”咒语书”，而是一套设计思维的外化系统。回顾本文的三个核心：

1. 结构化拆解：把创意需求分解为模型能理解的层级，让提示词从”模糊描述”变为”精确指令”
2. 负向思维：用 `–no` 或 Negative Prompt 主动过滤干扰，提升生成成功率
3. 动态变量：用模板和插件实现批量创意，从”单张设计”升级为”方案矩阵”

进阶建议：

—

常见问题 FAQ

Q1：为什么我照着教程写提示词，生成效果还是差很多？
A：检查三个地方：① 模型版本是否匹配（V5 和 V6 语法不同）；② `–stylize` 值是否过高（建议从 100 起步）；③ 是否忽略了负面提示词。建议先用 `–style raw` 模式测试基础效果。

Q2：提示词越长越好吗？
A：不是。关键在”有效信息密度”。Midjourney V6 对 200 词以内的提示词理解最准确，超过 300 词可能导致关键信息丢失。优先确保主体和环境描述清晰，风格词控制在 3-5 个。

Q3：Stable Diffusion 和 Midjourney 的提示词写法通用吗？
A：不完全通用。SD 更依赖具体参数（如 CFG Scale、Sampler），且支持复杂的负面提示词；Midjourney 更偏向自然语言，参数用 `–` 前缀。建议针对工具优化提示词，但”结构化拆解”的思路是通用的。

Q4：如何避免生成”六指”或”畸形”？
A：① 在负面提示词添加 `extra limbs, mutated hands, bad anatomy`；② 使用 ControlNet 的 OpenPose 功能固定手部姿态；③ 降低 `–stylize` 值（Midjourney 中设为 50-150）。如果问题频繁，考虑使用专门优化手部的模型（如 SD 的 “Hands Fix” LoRA）。

Q5：动态提示词会不会导致生成结果”同质化”？
A：会，如果变量太少。建议至少设置 3 个维度（如时间、视角、风格），每个维度 2-4 个选项。同时随机化种子（`–seed random`），或在不同批次间改变基础提示词的核心名词。

—

提示词是设计师与 AI 之间的”翻译器”，但最终，真正决定作品高度的，是你对设计本质的理解。