Prompt Engineering：AIGC 设计师的核心竞争力

上周三的直播答疑课上，一位学员发来两张图：一张是 Midjourney 生成的“赛博朋克风咖啡馆”，画面里霓虹灯管歪歪扭扭，人物手指像被压路机碾过；另一张是他在小红书看到的“神仙作品”——同样的主题，光影通透、细节炸裂，连咖啡杯上的蒸汽都带着情绪。他问我：“老师，我用的也是 V6 模型，关键词也抄了，为什么我的像车祸现场？”

我让他把 Prompt 发过来，一看就笑了：`cyberpunk cafe, neon lights, barista, coffee`——五个词，零修饰。而那张神仙作品的 Prompt 足足 327 个字符，里面嵌入了相机型号、光圈值、光线角度、材质描述，甚至还有“volumetric steam”这种物理关键词。

这就是 AIGC 设计师的分水岭：会用工具的人很多，但能精准控制工具的人，才是稀缺资源。 Prompt Engineering 不是玄学，而是可以拆解、复制、优化的工程技术。今天，我们就用两个实操案例，把它讲透。

一、Prompt 的结构化拆解：从“关键词堆砌”到“指令工程”

1.1 为什么你的 Prompt 像“碎碎念”？

很多设计师把写 Prompt 当成“掷骰子”：想到什么词就往上扔，最后画面靠运气。但专业 Prompt 是有固定框架的。我把它总结为 4C 法则：

  • Context（语境）：主体、场景、时间
  • Characteristic（特征）：风格、材质、颜色、纹理
  • Composition（构图）：景别、视角、镜头焦段
  • Condition（条件）：光照、氛围、渲染引擎

    • 拿开头那个“赛博朋克咖啡馆”举例。改写后的 Prompt 是这样的：

    /Imagine prompt: 
A futuristic coffee shop interior, cyberpunk aesthetic, 
neon blue and magenta lighting, 
rain-slicked window reflecting street signs, 
barista pouring latte art with precise hands, 
shot on Leica M6, 35mm f/1.4, shallow depth of field, 
volumetric haze, realistic skin texture, 
octane render style, 8K, --ar 16:9 --v 6

    看到区别了吗？这不是“关键词”，而是“视觉命令”。每个短语都在约束画面的一部分。

    1.2 工具实操：用 Midjourney 的“/describe”反向工程

    如果你看到一张好图，但不知道 Prompt 怎么写的，别猜。Midjourney 自带的 `/describe` 命令能帮你逆向解析。

    操作步骤：
    1. 在 Discord 输入 `/describe`，上传目标图片
    2. 系统返回 4 个 Prompt 建议
    3. 选择最接近的版本，手动调整参数

    上周我解析一张“哥特风教堂室内”图时，系统给出的 Prompt 里有个词 `“gobelin tapestry texture”`（戈布兰挂毯纹理）。我查了资料才知道，这个词直接让 AI 生成了一种特定编织纹理。这就是设计师的知识壁垒：你不仅要会写词，还要知道哪些词能触发特定效果。

    Midjourney /describe 解析示例

    二、进阶控制：参数级 Prompt Engineering

    2.1 Stable Diffusion 的“负向 Prompt”与权重控制

    如果说 Midjourney 是“画图”，那 Stable Diffusion 就是“炼丹”。它最大的优势是 精准控制。但很多新手只写正向 Prompt，忽略负向 Prompt，导致画面出现“六指琴魔”或“建筑扭曲”。

    具体操作（WebUI 1.7.0 版本）：

    场景： 生成一张“中世纪药剂师的工作台”，要求细节丰富，但不能有现代元素。

    正向 Prompt：

    (masterpiece, best quality:1.2), medieval apothecary table, 
glass vials with colored liquids, dried herbs hanging from ceiling, 
candlelight illumination, brass scales, worn wooden surface, 
dust motes in light beam, hyperdetailed, photorealistic

    负向 Prompt：

    plastic, modern, smartphone, electricity, metal chair, 
digital watch, neon sign, cartoon, (worst quality, low quality:1.4), 
extra fingers, deformed hands, twisted body

    这里的关键是 `(word:weight)` 语法。`(masterpiece:1.2)` 表示这个词的权重增加 20%，`(worst quality:1.4)` 表示负向权重增加 40%。权重不是越高越好，1.2-1.5 是安全区间，超过 2.0 会导致画面过饱和。

    参数设置：

  • 采样器： DPM++ 2M Karras（细节保留最好）
  • 步数： 30-40（太少会模糊，太多会过锐）
  • CFG Scale： 7-9（数值越高越服从 Prompt，但会损失创意）
  • 分辨率： 768×768 → 高清修复 2x（用 ESRGAN 模型）

    • 2.2 ControlNet 的“结构约束”：让 AI 按你的构图走

    很多设计师抱怨：“AI 生成的构图总是歪的，主体不在我想要的焦点上。” 这时候要用 ControlNet（版本 1.1.441）。

    操作案例： 生成一张“宇航员在火星上种花”，但要求构图是“人物在右侧，面朝左，花在左下角”。

    步骤：
    1. 在 Photoshop 里画一个极简草图（火柴人+方块花盆）
    2. 导入 ControlNet，选择 Canny（边缘检测） 模型
    3. 设置参数：`Control Weight: 0.8`，`Starting Control Step: 0.1`，`Ending Control Step: 0.9`
    4. 写 Prompt：`astronaut planting flowers on Mars, red soil, glass helmet reflecting sunset, delicate hands, hyperrealistic`

    参数解释：

  • `Control Weight`：约束强度，0.8 意味着构图 80% 遵循草图，20% 自由发挥
  • `Starting/Ending Step`：控制在哪个阶段施加约束。提前释放（0.1-0.9）能让细节部分更自然

    • ControlNet 结构约束示意图

    2.3 进阶技巧：用“种子值”锁定风格

    你有没有遇到过：同一段 Prompt 跑两次，结果完全不一样？这是因为每次生成都是随机种子。要复现结果，必须锁定种子值。

    操作：
    1. 生成一张满意的图后，在图片信息里找到 `Seed: 123456789`
    2. 下次生成时，在参数栏输入 `–seed 123456789`（Midjourney）或 `Seed: 123456789`（SD）
    3. 微调 Prompt 中的关键词，观察变化

    实战技巧： 先跑 10 张图，选出构图最好的那张，锁定它的种子，然后修改 Prompt 中的颜色/材质描述。这样你就能在保持构图的前提下，快速迭代风格。

    三、Prompt Engineering 的“心法”：设计师的不可替代性

    3.1 为什么 AI 无法取代你？

    有人说：“以后设计师就失业了，AI 自己就能生成。” 这是对 Prompt Engineering 最大的误解。AI 生成的内容是“概率产物”，而设计师的价值在于“意图定义”。

    举个例子：你让 AI 生成“悲伤的蓝色调”，它可能会给你一张阴天的海景。但真正的设计师知道，“悲伤的蓝色”在色彩心理学里是 `#2C3E50` 的深蓝灰，在摄影里是“低饱和度+高对比度”，在材质上要搭配“磨砂玻璃”而不是“抛光金属”。这些知识库，是 Prompt 写不出来的，但 Prompt 可以调用它们。

    3.2 建立你的“Prompt 知识库”

    我建议每个设计师都建一个 Prompt 模板库，按场景分类：

    | 场景 | 核心词 | 参数模板 |
    |——|——–|———-|
    | 产品摄影 | product shot, studio lighting, white background | –ar 4:3 –v 6 –style raw |
    | 概念设计 | concept art, matte painting, cinematic lighting | –ar 16:9 –v 6 –stylize 250 |
    | 角色设计 | character design, turnarounds, clean lineart | –ar 3:4 –niji 6 |

    每次生成时，从模板出发，只修改 2-3 个变量。这样你就能快速积累“什么词产生什么效果”的经验。

    3.3 未来趋势：多模态 Prompt 和 LORA 微调

    2024 年，Midjourney 发布了 `–style reference` 参数，Stable Diffusion 的 LORA 模型已经能��刻特定画风。这意味着 Prompt 正在从“文字指令”变成“多模态指令”。

    学习建议：

  • 花一周时间，用 `/describe` 解析 50 张你喜欢的设计图
  • 建立自己的“关键词效果表”（比如“volumetric”= 体积光，“grainy”= 胶片噪点）
  • 学会用 LORA 训练自己的风格模型（推荐 Kohya_ss 工具）

    • 多模态 Prompt 参考示例

    四、总结与进阶建议

    Prompt Engineering 不是“魔法咒语”，而是一套 可复用的设计控制工程。它需要你同时具备三样东西：
    1. 视觉知识：懂构图、色彩、光影
    2. 工具认知：知道每个参数的边界
    3. 迭代思维：不追求一次完美，而是用种子值+微调逼近目标

    进阶路径：

  • 初级： 能写 100 字以上的结构化 Prompt，控制画面主体和风格
  • 中级： 能使用 ControlNet 和种子值，精确控制构图和复现
  • 高级： 能训练自己的 LORA 模型，用多模态 Prompt 生成品牌专属风格

    • 最后送你一句话：AI 是画笔，Prompt 是握笔的手。手不稳，再好的笔也画不出好画。

    —

    常见问题 FAQ

    Q1：为什么我复制了网上的 Prompt，生成的效果不一样？
    A：因为版本不同。Midjourney V6 和 V5 对 Prompt 的解析方式差异很大。V6 更注重自然语言理解，不需要堆砌关键词。建议先确认版本，再用 `/info` 查看当前设置。

    Q2：负向 Prompt 写多少词合适？
    A：一般 5-10 个核心负面词即可，太多会干扰模型。重点放“手部畸形”“低质量”“不想要的风格”三类。注意不要和正向 Prompt 冲突，比如正向写了“realistic”，负向就别写“photorealistic”。

    Q3：为什么我用了 ControlNet，画面还是偏离草图？
    A：检查两个参数：`Control Weight` 是否低于 0.6？`Ending Control Step` 是否太早？如果权重低于 0.6，模型会忽略约束；如果结束步数小于 0.7，模型会在后期自由发挥，导致偏离。

    Q4：Stable Diffusion 的 CFG Scale 设多少最合适？
    A：没有标准答案。7-9 是通用区间。如果画面太乱（AI 自由发挥过多），提高 CFG 到 10-12；如果画面太死板（完全照搬 Prompt），降低到 5-6。建议用 X/Y 图功能批量测试。

    Q5：我想生成特定品牌风格（比如苹果产品图），怎么训练 LORA？
    A：准备 20-30 张高清产品图，用 Kohya_ss 训练。关键参数：`Repeat: 10`（每张图重复 10 次），`Epoch: 20`（训练轮次），`Learning Rate: 1e-4`。训练完生成时，权重设 0.6-0.8 即可，太高会过拟合。

    声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。