Prompt Engineering：AIGC 设计师的核心竞争力

上周，一位学员发来两张图：左边是他用 Midjourney 生成的“赛博朋克城市夜景”，画面混沌，霓虹灯糊成一片，建筑比例失调，像是 AI 喝醉了随手涂鸦；右边是我在课堂上演示的同一主题，楼宇轮廓锐利，雨滴反射着冷蓝色光芒，广告牌上的日文字体清晰可读，甚至能看出街角便利店门前的积水倒影。他问我：“老师，同样用 V6 模型，为什么差距这么大？我是不是该换工具？”

我告诉他：工具没变，变的是你输入的 prompt。在 AIGC 领域，80% 的产出质量差距源于 prompt 设计能力。这不是玄学，而是一套可拆解、可训练的工程技术。今天，我们就来拆解这门手艺。

一、Prompt 工程的底层逻辑：从“咒语”到“参数体系”

很多设计师把 prompt 当成“描述画面的句子”，这是误解。真正高效的 prompt 是一套结构化参数组合，每一部分都对应生成模型内部的特征空间映射。

以 Stable Diffusion 为例，当你输入 `a cat`，模型会在潜空间中搜索“猫”的特征向量；当你输入 `a fluffy orange tabby cat sitting on a velvet armchair, cinematic lighting`，你实际上是在逐层压缩特征空间——从“猫”到“特定品种的猫”，再到“特定环境与光效下的猫”。每增加一个修饰词，就相当于给模型添加了一个约束条件，缩小了采样范围。

核心参数结构（以 Midjourney V6 / SDXL 为基础）

一个专业级 prompt 通常包含以下五个层级：

1. 主体描述（Subject）：明确核心对象，避免歧义。例如 `a female warrior` 不如 `a female samurai with red armor`。
2. 环境与背景（Environment）：定义空间关系。`in a neon-lit alley` 和 `in a bamboo forest` 生成的构图完全不同。
3. 光照与色彩（Lighting & Color）：这是提升质感的关键。`golden hour`、`volumetric fog`、`cold blue tint` 都是常用参数。
4. 构图与视角（Composition）：`low angle shot`、`extreme close-up`、`symmetrical composition` 控制镜头语言。
5. 风格与介质（Style & Medium）：`photorealistic`、`oil painting`、`isometric 3D render` 决定输出风格。

Prompt结构示意图

实操技巧：在 SDXL 中，我习惯使用 `BREAK` 关键词分隔不同层级。例如：

a futuristic city street at night BREAK 
neon signs reflecting on wet asphalt BREAK 
cyberpunk aesthetic, blade runner style BREAK 
shot on 35mm film, grain visible, cinematic lighting

这能让模型更精准地理解每个部分的权重，而不是把所有描述混为一团。

二、实战案例：从“废图”到“出片”的完整调优过程

案例 1：产品摄影级图片生成

初始 prompt（学员提交）：`a bottle of perfume on a table`

结果：画面平淡，瓶子形状怪异，背景模糊，无法商用。

问题诊断：

  • 缺少产品类型细节（玻璃瓶、金属盖、液体颜色）
  • 无光照参数，模型默认使用均匀环境光
  • 无构图描述，主体位置随机

    • 优化后的 prompt（Midjourney V6）：

    A transparent glass perfume bottle with a gold cap, half-filled with amber liquid, placed on a white marble surface --ar 4:5 --style raw --s 250 --v 6.0
    Detailed: Soft studio lighting from the left, creating a subtle gradient on the bottle surface. Macro photography, sharp focus on the bottle cap, shallow depth of field. Minimalist composition, high-end product photography aesthetic.

    参数说明：

  • `–ar 4:5`：适应 Instagram 竖版构图
  • `–style raw`：减少 Midjourney 默认的美化滤镜，保留更多摄影真实感
  • `–s 250`：风格化强度（范围 0-1000），此处取中等偏低，避免过度艺术化
  • `–v 6.0`：指定模型版本，V6 对自然语言理解更强

    • 输出对比：优化后的图片玻璃通透感明显，光影过渡自然，金属盖高光准确，可以直接用于电商详情页。

    产品摄影对比图

    案例 2：角色设计的风格一致性控制

    在游戏原画中，保持角色在不同场景下的风格统一是难点。使用 Image-to-Prompt + 权重调整 可以解决。

    工具组合：Stable Diffusion WebUI（Automatic1111 版本） + ControlNet（v1.1.450）

    操作步骤：

    1. 建立风格参考：用你喜欢的画师作品（如金亨泰风格），通过 CLIP Interrogator 工具提取风格 prompt。在 WebUI 的 img2img 标签页，上传参考图，点击 Interrogate CLIP，得到类似 `art by kim hyung tae, sharp lines, vibrant colors, detailed armor` 的文本。

    2. 注入 ControlNet：在 txt2img 标签页，展开 ControlNet 面板，上传角色线稿图（确保白底黑线），预处理器选择 `canny`，模型选择 `control_v11p_sd15_canny`，权重设为 0.8。这能强制模型遵循线稿轮廓。

    3. 编写主体 prompt：

    masterpiece, best quality, 1girl, warrior, silver armor with gold trim, long blonde hair, blue eyes, holding a sword, dynamic pose, detailed clothing texture, dramatic lighting, (art by kim hyung tae:1.2)

    注意 `(art by kim hyung tae:1.2)` 的写法——括号加权重值，表示将风格参考的权重提升 20%。范围是 0.5-1.5，超过 1.5 容易过拟合导致画面崩坏。

    4. 生成与迭代：如果角色面部特征不一致，可以在 Negative prompt 中加入 `bad anatomy, deformed face, extra fingers`。建议每次只修改一个变量（如只改姿势或背景），观察输出变化。

    关键参数：

  • CFG Scale：7-9 为常用范围，值越高越遵循 prompt，但容易过饱和。角色设计建议 7.5。
  • Sampling steps：20-30 步，DPM++ 2M Karras 采样器在 25 步左右达到最佳平衡。
  • Seed：固定种子值（如 123456），生成满意形象后锁定，后续只调整 prompt 其他部分。

    • 三、进阶技巧：Prompt 工程中的“反直觉”操作

    1. 用 Negative Prompt 做减法

    很多新手只关注“要什么”，忽略“不要什么”。Negative prompt 是控制输出的利器。

    常见案例：生成室内设计图时，模型常自动加入“窗户外的风景”。在 Negative prompt 中加入 `window, outside view, landscape` 即可屏蔽。

    高级用法：在 SDXL 中，甚至可以用 Negative prompt 控制材质。例如生成金属质感时，加入 `plastic, rubber, matte surface` 能强制输出高反射材质。

    2. 权重语法与混合技巧

  • 权重叠加：`(red hair:1.5)` 增强红色头发特征；`(blue eyes:0.8)` 降低蓝色眼睛权重。
  • 交替融合：`[cat|dog]` 让模型在两者间混合，生成猫狗特征融合的生物。
  • 渐变过渡：`[from:to:0.3]` 前 30% 步数生成 from 内容，后 70% 过渡到 to 内容。适用于动态模糊或风格转换。

    • 3. 版本特异性参数

    Midjourney V6 引入了 `–weird` 参数（范围 0-3000），用于控制输出的“怪异程度”。在创意阶段（如生成外星生物概念），可以尝试 `–weird 500` 获得意外效果；但商业项目建议保持 0-100。

    参数效果对比图

    总结与进阶建议

    Prompt Engineering 的本质是将人类视觉意图翻译成机器可理解的参数语言。这个过程需要反复测试、记录、分析。我建议每位设计师建立自己的“Prompt 实验日志”，记录每次修改的参数、种子值、采样器、CFG 值，以及输出结果。一个月后，你会发现自己对“为什么这张图好”有了直觉判断。

    学习路线建议：
    1. 基础期（1-2���）：掌握 Midjourney V6 的 15 个核心参数，每天生成 50 张图并做对比分析。
    2. 进阶期（3-4周）：学习 SDXL + ControlNet 的组合用法，重点攻克角色一致性、场景透视。
    3. 实战期（持续）：从 Dribbble、ArtStation 找商业案例，尝试用 prompt 复现。复盘时问自己：这张图的构图用了什么视角？光照用了什么方案？风格参考了哪位艺术家？

    最后记住：AI 工具会迭代，但 prompt 设计的底层逻辑——明确主体、控制环境、精调参数、持续迭代——始终是设计师的核心竞争力。

    —

    常见问题 FAQ

    Q1：Midjourney V6 和 SDXL 的 prompt 写法通用吗？
    不完全通用。V6 更接近自然语言，可以写长句；SDXL 需要更结构化的关键词，建议用逗号分隔，并善用 `BREAK` 和权重语法。建议掌握两套语法体系，根据项目需求选择工具。

    Q2：为什么我加了“photorealistic”还是不像照片？
    “photorealistic”是一个宽泛标签。要生成照片级图像，需要更具体的摄影参数：镜头类型（35mm/85mm）、光圈（f/1.8/f/8）、ISO、快门速度、光源方向。例如 `shot on Canon EOS R5, 85mm lens, f/1.4, shallow depth of field, natural window light` 比单纯 `photorealistic` 有效得多。

    Q3：如何避免生成的图片出现畸形手指/多余肢体？
    在 Negative prompt 中加入 `extra fingers, deformed hands, mutated hands, bad anatomy`。同时，在 Midjourney 中可以使用 `–no hands` 参数，或者生成后通过 Photoshop 的 Generative Fill 修复。对于 SDXL，可以加载专门的手部修复 Checkpoint（如 `handfix`）。

    Q4：同一个 prompt 每次生成结果不同，正常吗？
    正常。如果使用不同的种子值（Seed），结果必然不同。要复现效果，需要固定：种子值 + 采样器 + CFG Scale + 模型版本 + prompt 完全一致。建议记录“种子配方”以便后续微调。

    Q5：Prompt 越长越好吗？
    不是。过长的 prompt 会稀释关键信息权重。最佳长度是 50-80 个词（英文），涵盖主体、环境、光照、风格、构图五要素。超出部分可以考虑用 `BREAK` 分隔或降低权重。记住：每个词都在占用模型的注意力预算。

    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。