Prompt Engineering：AIGC 设计师的核心竞争力

上周，一位学员在课程群里发了他用 Midjourney 生成的“赛博朋克风城市”图——画面模糊、元素堆砌、光影混乱。他抱怨：“我明明写了‘赛博朋克，未来城市，霓虹灯，雨夜’，为什么效果像低配版《银翼杀手》手游广告？”

我让他把 prompt 改成：“cyberpunk cityscape, rain-slicked streets, neon signs in Japanese and Chinese, volumetric lighting, cinematic composition, shot on 35mm lens, f/1.8, depth of field –ar 16:9 –v 6.1 –style raw”

结果完全不同。细节丰富、光影真实、构图有电影感。他感叹：“原来不是工具不行，是我不会‘说话’。”

这就是 Prompt Engineering 的价值。它不是玄学，而是一套可复用的方法论。本文不讲“如何写提示词”这种泛泛之谈，而是拆解具体的操作步骤、参数逻辑和工具选择，帮你真正掌握这项 AIGC 设计师的核心竞争力。

一、结构化 Prompt：从“写句子”到“写代码”

很多设计师把 prompt 当成“描述句子”来写，这是错误的。AI 模型（如 Midjourney、DALL·E、Stable Diffusion）本质上是概率生成器，它需要结构化的指令才能精准输出。我把 prompt 拆解为 5 个核心模块：

1. 主体与场景（Subject & Scene）：明确要画什么，避免歧义
2. 风格与流派（Style & Genre）：指定视觉语言
3. 光线与色彩（Lighting & Color）：控制情绪和氛围
4. 构图与镜头（Composition & Lens）：决定画面布局
5. 技术参数（Technical Parameters）：版本、宽高比、风格化程度

实操案例 1：用“模块化模板”生成品牌海报

目标：为一家咖啡品牌生成“极简主义、暖色调、产品为主”的海报图。

工具：Midjourney 6.1（2024年7月更新版本），参数 `–v 6.1 –style raw`

步骤：

1. 拆解需求：
– 主体：一杯拿铁咖啡，俯视角度
– 风格：极简主义、北欧风
– 光线：暖色侧光
– 构图：居中、留白
– 参数：16:9 横版，适合做海报

2. 构建模块化 prompt：

   [主体] a latte coffee in a white ceramic cup, top-down view, placed on a light wood table
   [风格] minimalist, Nordic design, clean composition
   [光线] warm side light, soft shadows, golden hour lighting
   [构图] centered, negative space on the right for text
   [参数] --ar 16:9 --v 6.1 --style raw --s 50
   

3. 生成并迭代：
– 第一次生成：画面太暗，咖啡拉花不清晰
– 修改：加入 `bright, high-key lighting`，去掉 `golden hour` 避免过暖
– 第二次生成：光影理想，但木质桌面纹理过重
– 修改：加入 `plain wood texture, subtle grain`
– 第三次生成：得到满意的结果

关键参数说明：

• `–style raw`：减少 Midjourney 默认的“美化滤镜”，保留更多原始细节，适合商业设计

二、负面提示词与权重控制：让 AI 学会“不做什么”

很多设计师只写“要什么”，不写“不要什么”。结果 AI 总会自作主张加入多余元素。负面提示词（Negative Prompt）是控制输出质量的关键。

工具对比：Midjourney vs. Stable Diffusion

实操案例 2：用 Stable Diffusion 生成“无瑕疵产品图”

目标：生成一个“纯黑色背景、无阴影、无倒影”的耳机产品图，用于电商详情页。

工具：Stable Diffusion WebUI (Automatic1111)，模型：Realistic Vision V5.1

步骤：

1. 设定正面 prompt：

   over-ear headphones, studio quality, matte black finish, product photography, pure black background, isolated object, 8k resolution, detailed texture
   

2. 设定负面 prompt（关键步骤）：

   shadow, reflection, glossy, white background, text, watermark, logo, blurry, low quality, deformed, extra fingers, bad anatomy
   

3. 调整权重：在负面 prompt 中，用括号控制权重
– `(shadow:1.4)`：加重阴影的排除力度
– `(glossy:1.2)`：避免反光效果

4. 参数设置：
– Sampler：DPM++ 2M Karras
– Steps：30
– CFG Scale：7（越高越忠实于 prompt）
– Size：1024×1024

效果：生成的耳机图背景纯黑、无阴影干扰、材质细节清晰，可以直接用于电商页面。

三、进阶技巧：多模态 prompt 与迭代工作流

当单一文本 prompt 遇到瓶颈时，可以引入多模态输入。2024年，Midjourney 和 DALL·E 3 都支持图像 + 文本的混合 prompt，这是设计师提升控制力的新维度。

技巧 1：用参考图锁定风格

在 Midjourney 中，使用 `–sref`（风格参考）和 `–cref`（角色参考）参数：

/imagine a futuristic car concept --sref [风格图URL] --sw 100 --v 6.1

技巧 2：分阶段迭代法

不要试图一步到位。我的工作流分三步：

1. 粗筛阶段：用宽泛 prompt 生成 10-20 张，快速筛选构图和方向
2. 精调阶段：选定 2-3 张，用局部重绘（Inpainting）修改细节，如手指、文字、背景
3. 出图阶段：固定种子值（Seed），微调参数，批量生成高分辨率版本

在 Photoshop 中集成 AI：

总结与进阶建议

Prompt Engineering 的核心不是“写得更长”，而是“写得更精准”。它要求设计师具备三种能力：
1. 视觉语言翻译能力：把设计需求翻译成 AI 能理解的参数
2. 工具链整合能力：在 Midjourney、Stable Diffusion、Photoshop 之间切换
3. 迭��控制能力：用参数和参考图逐步逼近目标

进阶学习建议：

AIGC 不会取代设计师，但会淘汰那些只会“写句子”的设计师。当你学会用结构化 prompt 与 AI 对话，你就不再是被动接收结果的用户，而是主动控制输出的创作者。

—

常见问题 FAQ

Q1：Midjourney 和 Stable Diffusion 的 prompt 写法有什么区别？

A：Midjourney 更依赖自然语言描述，参数用 `–` 标记；Stable Diffusion 需要更结构化的词列表，且支持负面提示词。建议 Midjourney 用于快速创意探索，Stable Diffusion 用于精细控制。

Q2：为什么我用了很长很详细的 prompt，生成结果反而更差了？

A：过长的 prompt 会导致“注意力稀释”。AI 会平均处理每个词，反而丢失核心信息。建议控制在 50-100 个单词，优先保证主���、��格、光线三个模块的精准性。

Q3：如何避免 AI 生成的手指畸形？

A：在负面 prompt 中加入 `bad anatomy, extra fingers, deformed hands`。对于 Midjourney，可以用 `–no deformed hands`。如果问题持续，用 Photoshop 的生成式填充局部修复。

Q4：商业设计中，如何保证 AI 生成的图片不侵权？

A：使用 Midjourney 商业授权（付费用户）或开源模型（如 SDXL）。避免在 prompt 中使用“in the style of [在世艺术家]”，改用“art deco, impressionism”等流派描述。

Q5：提示词中的参数顺序会影响结果吗？

A：会。Midjourney 中，主体应放在最前面，参数放在最后。Stable Diffusion 中，正面 prompt 的前 5 个词权重最高，因此把最重要的词放在开头。