Prompt Engineering：AIGC 设计师的核心竞争力
上周三的直播课上，学员小王给我看了他花了两小时生成的“赛博朋克城市”图——霓虹灯管糊成一片，建筑结构扭曲，倒影方向全错。他沮丧地说：“同样的关键词，别人出图像电影海报，我出的像故障电视。”
这不是他一个人的问题。很多设计师刚接触 AI 绘画时，都以为只要输入“beautiful girl, cyberpunk city”就能拿到成品。但现实是：Prompt 写得像咒语，出图全凭运气。
今天我们就来拆解 Prompt Engineering 的核心逻辑。这不是玄学，是可以通过结构化方法掌握的设计技能。
—
一、为什么你的 Prompt 总是不够“稳”？
先看一个常见场景。你输入：
a beautiful girl in a cyberpunk city, neon lights, rain, cinematic lighting
出图结果：人物肤色发青，背景建筑结构混乱，霓虹灯颜色溢出。
问题出在哪里？信息密度太低，且缺乏约束条件。AI 模型（比如 Stable Diffusion XL 1.0 或 Midjourney V6）在处理这类模糊描述时，会自行“脑补”大量细节，而脑补的结果往往不可控。
核心原��：Prompt 不是“描述��，而是“约束”。你要通过关键词，把模型的自由度压缩到可控范围内。
结构化 Prompt 模板（以 Stable Diffusion 为例）
我推荐使用“四段式”结构：
[主体内容] + [环境/背景] + [光影/色彩] + [画质/风格]
- 主体内容：人物/物体特征、动作、表情（具体到肤色、服装材质）
实操案例：
[主体] A young woman with olive skin, wearing a translucent raincoat, short wet hair, looking up
[环境] in a narrow alley of Tokyo at midnight, wet asphalt reflecting blue and magenta neon signs, steam rising from a manhole
[光影] volumetric lighting from above, rim light on her shoulder, high contrast, cinematic shadows
[画质] 8k, photorealistic, shot on Fujifilm GFX100, f/1.4, shallow depth of field, no distortion --ar 16:9 --v 6.0
用这个结构重写小王的 Prompt，出图稳定性提升了 70% 以上。
—
二、实操案例：用“权重+负面提示词”精准控图
工具：Stable Diffusion WebUI 1.7.0（AUTOMATIC1111 版本）
案例背景：生成一张“中世纪铁匠铺内景”
很多学员第一次写：
interior of a medieval blacksmith shop, forge, tools, anvil, fire
出图：场景单调，铁砧像塑料玩具，火焰颜色失真。
步骤 1：拆分要素并赋予权重
在 Stable Diffusion 中，可以用 `(word:weight)` 语法控制每个要素的重要性。权重范围 0.5-1.5，1.0 为默认。
(medieval blacksmith workshop:1.2), (glowing forge fire:1.4), (detailed iron tools hanging on wall:1.1), (stone walls with soot stains:1.0), (wooden workbench with scattered metal pieces:0.9)
步骤 2：使用负面提示词排除干扰
负面提示词（Negative Prompt）是最容易被忽略但最有效的工具。它告诉模型“不要画什么”。
负面: cartoon, illustration, 3d render, low quality, blurry, distorted, deformed hands, extra fingers, bad anatomy, watermark, text, signature, neon colors, modern objects, plastic texture, symmetrical composition
注意���个关键点：
步骤 3：调整采样参数
在 WebUI 的左侧面板：
最终出图：铁砧表面有锤击痕迹，火焰呈橙红色渐变，墙壁的烟熏痕迹自然，整体氛围厚重。
—
三、进阶技巧：用“风格迁移”突破创作瓶颈
工具：Midjourney V6 + ComfyUI 工作流
很多设计师遇到的问题是“风格单一”——不管怎么换 Prompt，出图都像同一个画师画的。这是因为模型训练数据存在偏差，需要主动注入风格约束。
技巧 1：在 Prompt 中嵌入“参考艺术家”
Midjourney V6 支持通过 `–sref` 参数引用风格参考图。但更高级的做法是直接指定艺术家组合：
a futuristic library with floating books, stained glass ceiling, marble columns --ar 16:9 --v 6.0 --s 750 --style raw
加上艺术家风格：
in the style of Zaha Hadid architecture, H.R. Giger's organic biomechanics, and Makoto Shinkai's lighting
三个风格叠加后，出图不再是“标准模型脸”，而是真正具有设计感的作品。
技巧 2：在 ComfyUI 中构建“风格控制工作流”
ComfyUI 的节点式架构允许更精细的控制。关键节点：
1. CLIP Text Encode (Prompt)：支持权重语法
2. ControlNet：用 Canny 边缘检测或 Depth 深度图约束结构
3. IPAdapter：用参考图直接迁移风格（类似 Midjourney 的 –sref）
实操步骤：
1. 加载一张你喜欢的建筑摄影图作为“风格参考”
2. 用 IPAdapter 节点提取风格特征（色彩、纹理、光影分布）
3. 用 ControlNet 的 Depth 节点约束生成物体的空间结构
4. 主 Prompt 只写内容，不写风格词
这样生成的图像既有参考图的质感，又有你自定义的内容，且可控性极高。
—
总结与进阶建议
回顾一下核心要点：
1. 结构化 Prompt：主体 + 环境 + 光影 + 画质，把自由度压缩���可控范围
2. 权重与负面提示词：精准控制每个要素的重要性，排除干扰项
3. 风格迁移：通过艺术家组合或 IPAdapter 突破模型固有风格
进阶建议：
最后说一句：Prompt Engineering 不是终点。当你能稳定控制 AI 出图后，真正的设计能力才开始体现——审美判断、构图取舍、细节修正。AI 是画笔，你才是画家。
—
常见问题 FAQ
Q1：为什么我加了负面提示词，出图效果反而变差了？
A：负面提示词过多（超过 20 个）会抑制模型的表现力，导致画面单调。建议控制在 10-15 个，优先排除“low quality”“bad anatomy”“watermark”等通用问题。
Q2：权重数值越大越好吗？
A：不是。权重超过 1.5 会导致该元素过度强化，破坏画面平衡。比如 (fire:2.0) 可能会让火焰占据整个画面。推荐区间 0.7-1.4。
Q3：Midjourney V6 和 Stable Diffusion 的 Prompt 写法一样吗？
A：不完全一样。Midjourney 对自然语言的理解更强，不需要严格的权重语法；但 SD 对结构化 Prompt 更敏感。建议根据工具调整写法。
Q4：如何解决 AI 画手的问题？
A：目前最有效的方法：1）在负面提示词加“extra fingers, bad hands, missing fingers”；2）用 ControlNet 的 OpenPose 节点约束手部姿态；3）后期用 Photoshop 或 inpainting 修复。
Q5：同一个 Prompt，为什么每次出图都不一样？
A：这是 AI 模型的随机性导致的。解决方法：1）固定 seed 值（在 SD 的 Seed 栏输入数字）；2）使用 img2img 模式，从参考图生成变体。
评论(0)