Prompt Engineering：AIGC 设计师的核心竞争力

上周，我的学员小陈带着一幅 Midjourney 生成的“赛博朋克城市”来找我。画面确实震撼——霓虹灯、雨夜、机械义肢路人，但仔细一看，建筑透视完全错乱，远处的高楼像纸片一样叠在一起。他困惑地说：“我明明写了‘photorealistic cyberpunk city, rain, neon lights’，为什么细节全是乱的？”

这个问题很典型。很多设计师以为 AIGC 就是“写几个词 + 点生成”，但真正决定作品质量的，是 Prompt Engineering——提示词工程。它就像摄影师的构图能力、画家的调色功底，是设计师驾驭 AI 的核心技能。今天，我就用两个实操案例，拆解如何从“写词”进化到“工程化设计”。

一、从“描述”到“指令”：构建结构化 Prompt

1.1 为什么普通描述会失败？

小陈的 prompt 本质上是一个“描述性列表”：赛博朋克、城市、雨、霓虹灯。AI 只能随机组合这些元素，无法理解空间关系、光影逻辑、材质细节。结果是：画面热闹但混乱。

结构化 Prompt 的核心是将设计需求分解为可执行的指令。我常用一个四层框架：

[主体] + [环境/背景] + [风格/技术参数] + [细节约束]

以“赛博朋克城市”为例，优化后的 prompt 是：

A busy street corner in a futuristic cyberpunk city, rain-soaked asphalt reflecting neon signs, 
wide-angle shot, 35mm lens, volumetric lighting, deep shadows, 
photorealistic, 8k, cinematic color grading --ar 16:9 --v 6

注意，我用了：

• 空间定位：street corner（街角），限制构图焦点

1.2 案例一：用 Midjourney 生成工业级产品渲染

假设你要为一款智能手表做营销图。新手可能会写：

smartwatch on a table, white background, realistic

结果大概率是：手表悬浮在白色虚空，表盘反光死白，表带纹理模糊。

真正的设计师会这样写：

A premium smartwatch placed on a brushed aluminum surface, 
45-degree angle view, macro lens f/2.8, 
soft studio lighting with two diffused strobes, 
detailed watch face with glowing UI, sapphire crystal reflection, 
stainless steel band with brushed texture, 
shallow depth of field, 
product photography style, 8k, hyper-realistic, 
--ar 4:3 --v 6 --style raw

关键改进点：

操作步骤：
1. 打开 Midjourney Discord，输入 `/imagine prompt:`
2. 粘贴上述 prompt
3. 按回车生成，等待 4 张预览图
4. 选择最接近的图，按 U1-U4 放大，或按 V1-V4 变体
5. 如果反光太强，添加 `–no glare` 或 `–no reflection`

1.3 参数调优技巧

Midjourney V6 的 `–style raw` 参数常被忽视。当你要生成产品图、建筑效果图等需要真实感的场景时，务必加上这个参数。否则 AI 会自动添加艺术滤镜，导致塑料感。

另一个重要参数是 `–stylize`（默认 100）。数值越高，AI 越自由发挥。对于精确设计，建议降低到 50-200；对于概念探索，可以提高到 500-1000。

二、进阶技巧：用负面 Prompt 和权重控制细节

2.1 负面 Prompt：告诉 AI 不要什么

很多设计师只会写“要什么”，但 AI 同样需要知道“不要什么”。负面 prompt 能过滤掉常见错误。

以“赛博朋克城市”为例，我们加上负面约束：

A busy street corner in a futuristic cyberpunk city, rain-soaked asphalt reflecting neon signs, 
wide-angle shot, 35mm lens, volumetric lighting, deep shadows, 
photorealistic, 8k, cinematic color grading 
--ar 16:9 --v 6 --style raw 
--no blurry, distorted perspective, cartoonish, plastic, oversaturated

`–no` 后面的词告诉 AI：避免模糊、透视扭曲、卡通化、塑料质感、过饱和。这会让画面更干净。

但注意：`–no` 不是万能的。比如你写 `–no people`，AI 可能仍然生成人群，只是模糊处理。更有效的方法是在 prompt 中明确写 `empty street`。

2.2 权重控制：让 AI 分清主次

在 Stable Diffusion 中，可以用 `()` 和 `[]` 控制权重。例如：

(cyberpunk street:1.5), (neon signs:1.2), rain, (reflection:0.8)

在 Midjourney 中，权重控制通过 `::` 分隔符实现：

cyberpunk street::2 neon signs::1.5 rain::1 reflection::0.5

但 Midjourney 的权重系统不如 SD 直观。我更推荐用位置权重：把最重要的元素放在 prompt 开头，因为 AI 会优先处理前半部分。

2.3 案例二：用 Stable Diffusion + ControlNet 实现精确构图

Midjourney 好用，但控制力有限。当你需要精确控制人物姿势、构图时，Stable Diffusion（SD）是更好的选择。

假设你要生成一个“设计师在电脑前工作”的场景，且要求人物左手托腮、右手握鼠标。用 Midjourney 很难做到——它可能生成 4 只手或姿势扭曲。

操作步骤：

1. 准备参考图：用手机拍一张自己想要的姿势，或从网络找一张构图参考
2. 提取姿势骨架：在 SD 的 ControlNet 面板中，上传参考图，选择 OpenPose 预处理器。它会自动提取人体骨骼点
3. 编写 Prompt：

A young designer sitting at a modern desk, left hand on chin, right hand on mouse, 
dual monitors with UI design software, warm ambient lighting, 
photorealistic, 8k, detailed interior, 
negative prompt: distorted hands, extra limbs, blurry, low quality

4. 设置参数：
– 采样器：DPM++ 2M Karras
– 步数：30
– CFG Scale：7
– ControlNet 权重：0.8（太高会完全复制姿势，太低则无效）

5. 生成：点击 Generate，AI 会按照骨架生成精确姿势

延伸技巧：如果你需要���确的透视角度，可以用 ControlNet 的 Canny 边缘检测，先画一个粗略的线稿，再让 AI 填充细节。

三、Prompt 工程的核心思维：迭代与测试

3.1 不要一次生成，要分阶段调优

很多设计师的误区是：写一个 prompt 就期待完美结果。实际上，专业工作流是：

1. 概念探索：用宽松 prompt 生成 10-20 张图，筛选方向
2. 细节优化：锁定构图后，逐步调整 prompt 中的材质、光照、色彩
3. 局部重绘：用 inpainting 功能修复瑕疵（如手部变形、透视错误）
4. 最终渲染：放大到 4K/8K，添加后期调色

3.2 建立自己的 prompt 库

我建议每位设计师建立一个“prompt 模板库”，按场景分类：

这样每次新项目只需微调关键词，而不是从零开始。

总结与进阶建议

Prompt Engineering 不是“写作文”，而是用结构化语言控制 AI 的生���逻���。掌握它，你就能从“AI 用户”进化成“AI 导演”。

进阶学习路径：
1. 深入 Midjourney 参数：研究 `–s`, `–cw`, `–iw`, `–no` 的组合效果
2. 学习 Stable Diffusion：安装 Automatic1111 WebUI，掌握 ControlNet、LoRA、Embedding
3. 理解 AI 视觉原理：了解 CLIP 模型如何理解文本，Diffusion 如何去噪
4. 跨工具组合：用 ChatGPT 生成 prompt 框架，Midjourney 做概念，SD 做精修

记住：AI 工具更新很快，但 prompt 工程的核心逻辑——分解需求、精确描述、迭代测试——永远不会过时。

—

常见问题 FAQ

Q1：Midjourney V6 和 V5 在 prompt 写法上有什么不同？
A：V6 对自然语言的理解更强，不再需要大量逗号分隔。但 V6 对 `–style raw` 更敏感，建议产品图、真实场景必加。V5 则更适合艺术风格表达。

Q2：为什么我加了 `–no people`，画面里还有模糊的人影？
A：`–no` 是弱约束，AI 可能忽略。更有效的方法是在 prompt 中写 `empty street, no pedestrians`，或者用 Stable Diffusion 的 inpainting 手动擦除。

Q3：Stable Diffusion 和 Midjourney，哪个更适合设计师？
A：两者互补。Midjourney 上手快、风格统一，适合概念探索和营销图；Stable Diffusion 控制力强，适合需要精确构图、姿势、透视的商业项目。

Q4：prompt 越长越好吗？
A：不是。Midjourney 对 prompt 长度有限制（约 60 个词），超出部分会被截断。Stable Diffusion 可以写更长，但核心元素应放在前 50 个词内。关键是用精准词汇替代长描述。

Q5：如何避免 AI 生成的手部变形？
A：在 prompt 中写 `detailed hands, natural fingers`，并加上负面词 `–no deformed hands, extra fingers`。如果问题持续，用 Stable Diffusion 的 inpainting 手动修复，或使用 ControlNet 的 OpenPose 约束手势。