Prompt Engineering：AIGC 设计师的核心竞争力

上周，一位学员拿着两张图来找我：“老师，我用同样的提示词，在 Midjourney 和 DALL·E 3 里生成的结果完全不同，一个像概念艺术，一个像产品渲染图。到底哪个是对的？”

这个问题很典型。很多设计师以为“写提示词”就是堆砌形容词，但真正拉开差距的，是 对 Prompt 结构的理解，以及 针对不同工具的适配能力。在 AIGC 时代，不会写 Prompt 的设计师，就像拿着单反却只懂按快门——你能出图，但永远出不了好图。

今天，我们就从“能出图”到“能控图”，拆解 Prompt Engineering 的核心方法。

—

一、Prompt 的“三层架构”：从乱写到精准控制

1.1 为什么你的提示词总失效？

大多数人写 Prompt 是这样的：
> “一只可爱的猫，坐在沙发上，高清，写实风格，电影感”

这种写法有两个致命问题：

• 信息堆砌：AI 无法区分主次，容易忽略关键元素

正确的做法是 按“主体-环境-风格-参数”分层构建。以 Midjourney 6.1 为例，一个专业级 Prompt 的骨架是：

[主体描述] + [环境/背景] + [风格/媒介] + [光照/色彩] + [构图/视角] + [技术参数]

1.2 实操案例：从“翻车”到“出片”

案例目标：生成一张“赛博朋克风格的中国茶馆，雨夜，霓虹灯反射在湿漉漉的石板路上”

错误版本（学员原始 Prompt）：

Cyberpunk Chinese tea house, rain, neon lights, wet street, realistic

结果：画面混乱，霓虹灯和茶馆元素混合，像是日式动漫场景。

正确版本（经过三层架构优化）：

主体：A traditional Chinese tea house with curved eaves and wooden lattice windows
环境：Rainy night, wet cobblestone street reflecting neon signs, steam rising from tea cups
风格：Cyberpunk aesthetic, blade runner vibes, volumetric lighting, cinematic
参数：--ar 16:9 --v 6.1 --s 250 --style raw

关键参数说明：

效果对比：优化后的 Prompt 生成结果，茶馆结构清晰，霓虹灯反射在石板路上形成倒影，蒸汽和雨丝有层次，整体更像电影截图而非插画。

—

二、工具适配：同一段 Prompt，不同 AI 的反应

2.1 核心原则：理解 AI 的“语言偏好”

AIGC 工具本质上是 语言模型 + 扩散模型的组合。不同工具的训练数据、权重分配不同，导致对同一段 Prompt 的解读差异巨大。

| 工具 | 擅长领域 | 对 Prompt 的敏感点 |
|——|———|——————|
| Midjourney | 艺术性、氛围感 | 风格关键词、艺术家引用 |
| DALL·E 3 | 写实度、文字生成 | 精确的物体名称、空间关系 |
| Stable Diffusion | 可控性、局部修改 | 负面提示词、权重标记 |

2.2 实操案例：为 DALL·E 3 重构 Prompt

同样是“赛博朋克茶馆”，DALL·E 3 对“传统建筑”的理解更偏向 几何结构，而对“氛围感”的依赖较低。因此需要调整表达方式：

针对 DALL·E 3 的优化版本：

A hyper-realistic photograph of a traditional Chinese tea house in a futuristic city. The building has curved eaves and red lanterns. Rain is falling on a cobblestone street, creating reflections of blue and pink neon signs. Steam rises from a ceramic teapot on an outdoor table. The scene is shot with a 35mm lens, shallow depth of field, cinematic lighting.

关键差异：

结果：DALL·E 3 生成的茶馆带有明显的光学镜头效果（如焦外虚化），石板路的纹理更接近真实照片，而 Midjourney 版本则更接近概念艺术。

2.3 进阶技巧：利用负面提示词（Negative Prompt）

在 Stable Diffusion 中，负面提示词是控制质量的利器。例如，在生成“赛博朋克茶馆”时，添加：

Negative prompt: cartoon, anime, illustration, watercolor, blurry, low quality, deformed buildings, incorrect perspective

能让 SD 避免输出二次元风格，保持写实感。这在 Midjourney 中可以通过 `–no` 参数实现类似效果：`–no cartoon, anime, illustration`。

—

三、参数调优：让 AI 听你的话

3.1 Midjourney 的“隐藏参数”组合

除了基础参数，Midjourney 6.1 还支持一些高级控制：

实战组合：生成“超现实茶馆”

A tea house floating in the sky, upside down, with waterfalls flowing upward --v 6.1 --chaos 80 --weird 1000 --ar 16:9

3.2 迭代法：用“反推提示词”优化

当你对某张图满意但想微调时，使用 Describe 功能（Midjourney 的 `/describe` 命令）反推提示词。例如，上传一张满意的图，AI 会生成 4 个可能的 Prompt，你可以：

1. 选择最接近你想法的那个
2. 修改关键元素（如“把红色灯笼换成蓝色”）
3. 调整参数（降低 `–s` 值增加写实度）

注意：反推的 Prompt 通常包含冗余信息（如“8k resolution”），需要手动精简。

—

总结与进阶建议

核心结论

1. Prompt 是结构化编程：不是写作文，而是给 AI 设定参数范围
2. 工具适配是必修课：同一段 Prompt 在不同工具中效果天差地别
3. 参数是控制权：学会使用 `–v`、`–s`、`–chaos` 等参数，才能从“抽卡”变成“设计”

学习路径建议

推荐工具

—

常见问题 FAQ

Q1：为什么我用了同样的 Prompt，在 Midjourney 和 Stable Diffusion 里结果完全不一样？
A：因为训练数据和模型架构不同。Midjourney 更强调艺术风格，SD 更依赖数学计算。建议为每个工具建立独立的 Prompt 库，不要直接复用。

Q2：Prompt 越长越好吗？
A：不是。超过 200 个字符的 Prompt 容易导致 AI 注意力���散��忽略核心元素。建议控制在 100-150 字符，用精确的动词和名词代替长句。

Q3：如何让 AI 生成特定角色的连续形象？
A：使用 种子值（Seed）。在 Midjourney 中，每张图生成时都有种子号，固定种子值（`–seed 12345`）可以保持角色面部特征一致。Stable Diffusion 同理。

Q4：负面提示词（Negative Prompt）在 Midjourney 里怎么用？
A：Midjourney 不支持直接写负面提示词，但可以用 `–no` 参数：`–no cartoon, blurry`。注意 `–no` 只能排除大类别，无法像 SD 那样精确到“排除特定颜色”。

Q5：为什么我加了“photorealistic”但结果还是像插画？
A：因为 AI 对“photorealistic”的理解依赖训练数据。建议替换为更具体的摄影术语，如“shot with Canon EOS R5, 85mm lens, f/1.4, ISO 200, natural light”，触发更真实的渲染逻辑。