Prompt Engineering：AIGC 设计师的核心竞争力

上周三，一位在火星教育学习了三个月 Midjourney 的学员发来一组图：“老师，我明明写了‘赛博朋克风格，霓虹灯光，雨夜’，为什么 AI 给我生成了一堆模糊的色块？跟我用关键词搜到的参考图完全不一样。”

我点开他的 prompt 看了一眼，发现他用的版本还是 v5.2，参数里只有 `–ar 16:9`，连 `–stylize` 和 `–chaos` 都没碰。更关键的是，他的描述停留在“形容词堆砌”阶段——把“赛博朋克”当成万能标签，却不知道这个标签背后对应的是“高对比度蓝紫调、金属反光、潮湿地面反射、故障艺术文字”。

这个案例很典型。很多设计师以为 Prompt Engineering 就是“写长句子”，结果发现 AI 根本不买账。实际上，Prompt Engineering 的本质是“需求分解 + 控制参数”，它考验的是你把视觉需求翻译成机器能理解的结构化指令的能力。今天我就拆解这个能力，从两套核心工具链入手。

一、Midjourney：从“形容词堆砌”到“参数化控制”

Midjourney 的 prompt 写作，最忌“无脑堆词”。你可以把 prompt 拆成四个功能区：

主体描述（Subject）→ 环境/氛围（Environment）→ 风格/媒介（Style）→ 参数控制（Parameters）

拿“赛博朋克雨夜”这个需求举例，错误示范是：

cyberpunk style, neon lights, rain, night, cinematic lighting, high detail --ar 16:9

这个 prompt 的问题在于：AI 不知道“赛博朋克”的具体视觉权重，也不知道“cinematic lighting”是打在主体上还是环境上。正确的做法是用具体媒介和镜头语言来锁定风格：

a woman in a transparent raincoat standing on a wet street, reflection of pink and blue neon signs on the wet asphalt, heavy rain, volumetric fog, shot on anamorphic lens, f/1.8, shallow depth of field, blade runner 2049 aesthetic, 8k, raw photo --ar 16:9 --stylize 250 --v 6.1

注意这里的关键改变：

  • 主体具体化：“a woman in a transparent raincoat” 比“cyberpunk character”更可控
  • 环境细节化：“reflection on wet asphalt” 直接告诉 AI 地面处理方式
  • 镜头参数化：“shot on anamorphic lens, f/1.8” 锁定景深和畸变效果
  • 风格锚点：“blade runner 2049 aesthetic” 比“cyberpunk”更精确

    • 实操步骤：
    1. 先用 `–v 6.1` 版本（当前最新版，支持更精准的文本理解）
    2. 设置 `–stylize 250`（默认100，调高会让AI更“自由发挥”，但会偏离文本；调低��50-100则更忠实于描述）
    3. 如果生成结果太“油腻”，加 `–style raw` 去掉Midjourney的默认美化滤镜
    4. 如果你想要更暗的调子，加 `–chaos 20` 让AI在构图上有更多变化，而不是千篇一律的黄金分割

    Midjourney prompt参数对比图

    二、Stable Diffusion：用 ControlNet 实现“指哪打哪”

    如果说 Midjourney 是“用文字画画”，那 Stable Diffusion（SD）就是“用文字配合骨骼和肌肉来塑造”。SD 的优势在于 ControlNet，它能让你用线稿、深度图、姿态骨架来约束生成结果，而不是完全依赖 prompt 的想象力。

    案例：为一个游戏角色设计“暗黑精灵弓箭手”的站姿

    你不可能靠 prompt 让 SD 理解“左脚在前、弓弦拉到耳后、身体扭转30度”这种精确姿态。这时候需要 ControlNet 的 OpenPose 功能：

    1. 在 ComfyUI 或 Automatic1111 中加载一张你找好的参考姿态图（比如从 Pinterest 找的弓箭手剪影）
    2. 开启 ControlNet，选择 OpenPose 预处理器（版本号 v1.1.4.2）
    3. 设置权重（Weight）为 0.8-1.0（太高会完全复制姿态，忽略 prompt；太低则姿态不准确）
    4. 写入 prompt：

       dark elf archer, female, pale skin, white hair, red eyes, leather armor with silver trim, holding a longbow, arrow drawn, focused expression, forest background, dappled sunlight, volumetric lighting, epic fantasy, artstation style, 4k, highly detailed

    5. 负面 prompt（Negative Prompt）必须写：

       bad anatomy, extra fingers, deformed hands, missing limbs, disfigured, ugly, poorly drawn hands, extra limbs, blurry, low quality

    关键参数说明：

  • CFG Scale：建议 7-9（低于7图像模糊，高于15会过度饱和）
  • Sampling Steps：20-30（过高不会提升质量，只会浪费时间）
  • Sampler：DPM++ 2M Karras（兼顾速度和细节，适合人物类）

    • 你会发现，ControlNet 的作用是把“模糊的姿态描述”变成“精确的骨骼约束”，这样 prompt 只需要负责风格和细节，不需要承担“姿态控制”这个它根本做不好的任务。

    ControlNet OpenPose工作流

    三、Prompt Engineering 的进阶：多工具协同

    真正高段位的设计师，不会只依赖某一个工具。他们会把 Midjourney 和 SD 串联起来，形成“创意发散 → 结构约束 → 精细调整”的流水线。

    实操案例：设计一张“蒸汽朋克飞艇”概念图

    阶段1：Midjourney 发散创意

    airship with brass hull, giant propeller, steam engines, Victorian era design, floating above a city of gears and pipes, sunset sky with hot air balloons, intricate mechanical details, concept art, matte painting --ar 2:1 --stylize 500 --v 6.1

    生成4张图，选一张构图最满意的。

    阶段2：用 SD 做结构修正

    Midjourney 生成的飞艇可能有“螺旋桨位置错误”或“蒸汽管道逻辑混乱”的问题。把选中的图拖进 SD，用 ControlNet Canny 边缘检测（Canny v1.1.4.2）提取线稿，然后重写 prompt：

    airship, detailed mechanical structure, brass and copper materials, rivets, gears, steam pipes, realistic lighting, 8k, sharp focus, centered composition

    设置 Denoising Strength（重绘幅度）为 0.4-0.6（太高会丢失原图结构，太低则无法修正细节）。

    阶段3：局部重绘（Inpainting）修复细节

    如果飞艇的某一处结构仍然不合理，用 SD 的 Inpainting 功能：

  • 用蒙版涂抹需要修改的区域（比如一个错误的螺旋桨）
  • 输入 prompt：`steampunk propeller, brass blades, mechanical hub, spinning motion blur`
  • 设置 Inpaint area 为 “Only masked”（只修改蒙版区域）

    • 这样，你既保留了 Midjourney 的创意构图，又用 SD 的结构控制能力修正了逻辑问题。这是目前 AIGC 设计师最实用的工作���。

    多工具协同工作流

    总结与进阶建议

    Prompt Engineering 不是“写作文”，而是用结构化思维控制 AI 的视觉输出。核心记住三点：

    1. 分解需求：把“我想要一张好看的图”拆解成“主体+环境+风格+参数”
    2. 工具分工：Midjourney 负责创意发散和美学氛围，SD+ControlNet 负责结构约束和细节修正
    3. 参数是杠杆：`–stylize`、`CFG Scale`、`Denoising Strength` 这些参数比任何形容词都管用

    进阶建议：

  • 每天做一次“反向工程”：看到一张好图，试着用 prompt 结构拆解它（主体是什么？用了什么镜头？风格锚点是什么？）
  • 建立自己的“参数库”：记录不同场景下（人物、建筑、风景）的最佳参数组合，比如人物类的 CFG Scale 通常 7-9，建筑类可以到 10-12
  • 学习 ControlNet 的更多预处理器：Depth（深度图）、Normal（法线贴图）、Seg（语义分割），它们能帮你实现更复杂的控制

    • 常见问题 FAQ

    Q1：为什么我用了很长的 prompt，结果还是不如别人短 prompt 的效果好？
    A：长 prompt 不等于好 prompt。关键在于信息的优先级。把最重要的视觉元素放在最前面（前15个词），次要的放后面。Midjourney 对 prompt 前部的词权重更高。另外，去掉冗余的“beautiful”“high quality”这类词，它们几乎不产生实际作用。

    Q2：Midjourney 的 `–stylize` 参数到底应该怎么调？
    A：`–stylize` 控制的是 AI 的“审美自由度”。默认100，调低（50-100）让 AI 更严格遵循你的描述；调高（250-1000）让 AI 加入更多自己的“创意”。如果你想生成概念设计（需要惊喜感），调高到 300-500；如果你想生成产品图（需要精确性），保持在 50-100。

    Q3：Stable Diffusion 的负面 prompt 写多少合适？
    A：不要超过15个词。重点写“anatomy”（解剖错误）和“hands”（手指问题），因为这是 SD 最容易出错的地方。常见的如：`bad anatomy, extra fingers, deformed hands, missing limbs`。不用写“ugly”“low quality”这种主观词，它们几乎没效果。

    Q4：ControlNet 的权重（Weight）怎么判断？
    A：如果 prompt 描述的是具体的主体（比如“一个穿红裙子的女人”），权重设为 0.8-1.0；如果 prompt 更偏向氛围（比如“阳光穿过树叶”），权重降到 0.4-0.6。一个简单的测试：如果生成结果完全忽略了 prompt 的风格描述，说明权重过高；如果姿态完全走形，说明权重过低。

    Q5：为什么我用同样的 prompt 在不同时间生成的结果差异很大？
    A：Midjourney 和 SD 的模型会持续更新，即使是同一个版本号，后台也可能有微调。解决方法��固定使用特定版本的模型（比如 Midjourney 的 `–v 6.1`），并且开启 seed 参数（Midjourney 用 `–seed 12345`，SD 在设置里固定 seed），这样相同 prompt 和参数能得到一致的结果。

    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。