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，同样的模型，同样的关键词，为什么别人出的图是大师级，我的就像幼儿园涂鸦？”左边是一张构图混乱、光影错乱的赛博朋克城市，右边则是细节丰富、氛围拉满的视觉大片。我扫了一眼他的 Prompt，只改了三个词——问题解决了。

这不是玄学。在 AIGC 时代，Prompt 就是你手中的画笔。区别不在于工具，而在于你如何描述那个“看不见的画面”。

一、为什么你的 Prompt 总是“差一口气”？

很多设计师以为写 Prompt 就是堆形容词：beautiful, stunning, masterpiece… 然后祈祷 AI 能读懂你的心。现实是，AI 没有心，它只有概率。

核心问题：缺乏结构化思维。

我们来看一个典型“翻车”案例：

> ❌ “未来的城市，很酷，有霓虹灯，细节很多”

结果：画面模糊，元素混乱，光影平铺直叙。

现在，我们把它拆解成设计师的“专业语言”：

> ✅ “cyberpunk city, night, neon signs reflecting on wet asphalt, volumetric fog, cinematic lighting, 8K, hyperdetailed, shot on 50mm f/1.4”

区别在哪？后者包含了：主体 + 环境 + 光照 + 镜头语言 + 技术参数。

Prompt Engineering 本质上就是将视觉需求翻译成 AI 能理解的“结构化指令”。

二、实操案例：从“翻车”到“封神”

案例1：产品摄影——让 AI 理解“高级感”

工具：Midjourney V6.1 / DALL·E 3
场景：为一款极简风格香水瓶做产品视觉

初始 Prompt：
> “a perfume bottle on a marble table, elegant, minimalist”

结果：瓶子歪斜，大理石纹理模糊，光线像办公室日光灯。

优化思路：加入“摄影工作室”语境和具体参数。

Step 1：明确主体与材质

  • 主体：perfume bottle, frosted glass, gold cap
  • 材质：matte ceramic base, metallic accent

    • Step 2：定义光照与场景

  • 光源：softbox lighting from left, rim light from back
  • 场景：minimalist white studio, clean lines

    • Step 3：增加镜头与后期暗示

  • 镜头：shot on Hasselblad X1D, 90mm macro
  • 后期：color graded to warm tones, shallow depth of field

    • 最终 Prompt：
    > “A frosted glass perfume bottle with gold cap on a matte ceramic base, softbox lighting from left with warm rim light, minimalist white studio, shot on Hasselblad X1D 90mm macro, shallow depth of field, color graded to warm neutral tones, hyperdetailed, 8K”

    产品摄影对比

    结果：AI 理解了“高级感”不是形容词，而是光、材质、焦段的组合。瓶子立体感、玻璃通透度、背景干净度全面提升。

    案例2：角色设计——从“网红脸”到“有故事的人”

    工具：Stable Diffusion + ControlNet（Canny 边缘检测）
    场景：为独立游戏设计一个“神秘女巫”角色

    初始 Prompt：
    > “a witch, mysterious, female, fantasy style”

    结果：AI 给你一个戴尖帽、骑扫帚、满脸绿光的刻板印象。

    优化思路：用“角色设计表”的思路写 Prompt。

    Step 1：建立角色档案

  • 身份：ancient witch, not young, not old
  • 外貌：silver hair with one streak of black, heterochromia (one green eye, one gold eye)
  • 服装：worn leather cloak, brass brooch with an eye symbol, layers of fabric

    • Step 2：定义气质与氛围

  • 情绪：weary but wise, holding a faintly glowing potion vial
  • 环境：damp forest clearing, moonlight through branches, fireflies

    • Step 3：结合 ControlNet 保持一致性

  • 先用 Canny 提取线稿（确���姿势稳定）
  • 再用 Prompt 驱动风格与细节

    • 最终 Prompt：
    > “an ancient witch with silver hair and one black streak, heterochromia, wearing a worn leather cloak with brass eye brooch, weary expression, holding a glowing potion vial in damp forest clearing, moonlight, fireflies, art by Ruan Jia and Loish, textured brushwork, deep green and gold palette, fantasy character design sheet style”

    角色设计流程

    结果：角色有了“个人史”——银发中的一缕黑发暗示着诅咒，异色瞳暗示着她曾与不同世界交易。AI 不再是画“女巫”，而是画“这个女巫”。

    三、Prompt Engineering 的核心框架：T.A.R.G.E.T.

    经过上百次教学与实战，我总结出一个易记的框架——T.A.R.G.E.T.

  • T – Task（任务类型）：是摄影、插画、3D 渲染还是 UI 设计？这决定了 AI 的“思维模式”。
  • A – Attributes（属性）：主体、颜色、材质、形状。越具体越好。
  • R – Reference（参考）：风格参考（如“in style of Studio Ghibli”）、艺术家、特定作品。
  • G – Geometry（构图）：视角（top-down, low angle）、景深（shallow, deep）、布局（rule of thirds）。
  • E – Environment（环境）：光照（golden hour, studio softbox）、氛围（foggy, cluttered）、空间（indoor, underwater）。
  • T – Technical（技术参数）：分辨率（8K, 4K）、渲染引擎（Octane, Unreal Engine）、后期（film grain, color grading）。

    • 实战技巧：

  • 负面 Prompt 同样重要：用 `–no`（Midjourney）或 `Negative prompt:`（SD）排除“watermark, text, blurry, disfigured, extra limbs”
  • 权重控制：Midjourney 用 `::` 分隔（如 `cyberpunk::2 city::1`），SD 用 `(keyword:1.3)`
  • 版本差异：Midjourney V6 对自然语言理解更好，但 SD XL 对长 Prompt 更稳定

    • 四、进阶技巧：Prompt 的“迭代思维”

    真正的 Prompt Engineer 不会一次写好。他们会观察-调整-再观察。

    迭代流程：

    1. 生成初版：用 T.A.R.G.E.T. 框架写出基础 Prompt
    2. 诊断问题：是构图不对？光影不对？还是风格不对？
    3. 局部修改：只改出问题的部分，别全盘重写
    4. 对比验证：用同一 Seed 值对比前后效果

    示例迭代记录：

  • V1：prompt + seed=12345 → 构图偏左
  • V2：加 `centered composition` → 主体居中但背景空
  • V3：加 `detailed background with ancient ruins` → 背景丰富但颜色脏
  • V4：加 `golden hour lighting, warm tones` → 最终满意

    • Prompt迭代记录

    总结与进阶建议

    Prompt Engineering 不是“魔法咒语”，而是一种��构化沟通能力。它要求你跳出“我描述，AI 生成”的线性思维，转而建立“我设计信息结构，AI 执行视觉翻译”的框架思维。

    给设计师的三个进阶建议：

    1. 建立自己的 Prompt 库：按类型（产品、角色、场景、UI）分类，记录每次优化的参数和结果。用 Notion 或 Excel 管理。
    2. 学习逆向工程：看到好的 AI 作品，尝试反向推导它的 Prompt 结构——用了什么光源？什么镜头？什么材质？
    3. 跳出“完美 Prompt”执念：没有完美的 Prompt，只有最适合当前任务的。接受迭代，享受过程。

    最后，记住：AI 是你的画笔，而 Prompt 是你拿笔的方式。好的方式，让每一笔都精准有力。

    —

    常见问题 FAQ

    Q1：Prompt 越长越好吗？
    A：不是。太长会导致 AI 注意力分散。关键信息（主体、光照、风格）应放在前面，次要细节（纹理、小元素）放后面。Midjourney V6 建议 30-80 词，SD XL 可到 100 词左右。

    Q2：为什么同样的 Prompt，不同时间生成结果不同？
    A：AI 模型有概率性，每次生成会采样不同的“噪声起点”���可�� `–seed` 参数（Midjourney）或 `Seed` 参数（SD）固定随机数，获得可复现结果。

    Q3：如何避免 AI 生成“六根手指”？
    A：在负面 Prompt 中加入 `extra fingers, extra limbs, bad anatomy`。同时，避免 Prompt 中出现“hands”等关键词，AI 对复杂肢体理解较差。用 ControlNet 的 OpenPose 可以固定手部姿势。

    Q4：Midjourney 和 Stable Diffusion 的 Prompt 写法有什么不同？
    A：Midjourney 更吃“关键词权重”（用 `::` 符号），支持自然语言；SD 更适合结构化写法，且负面 Prompt 是独立字段。建议：MJ 用“短语+冒号权重”，SD 用“逗号分隔+括号权重”。

    Q5：商业项目如何保证 Prompt 的版权安全？
    A：避免使用受版权保护的艺术家名（如“in style of Kim Jung Gi”），改用艺术运动或技法描述（如“expressive line art, cross-hatching”）。使用 Adobe Firefly 等有版权保障的平台。

    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。