Prompt Engineering:AIGC 设计师的核心竞争力

上周,一位从传统平面转型的学员小张发来求助:“我用 Midjourney 生成了一下午,出来的图要么构图不对,要么风格完全跑偏。明明我脑子里有画面,为什么就是说不出来?” 他发来自己的 prompt:“一个未来城市,赛博朋克风格,有霓虹灯,细节丰富。”

问题出在哪?不是他不懂设计,而是他还没掌握 AIGC 时代的“沟通语言”——Prompt Engineering。在火星人教育近两年的教学里,我发现一个规律:能精准控制 AI 输出的设计师,效率是普通设计师的 3 倍以上。今天,我们就从技术细节入手,拆解 Prompt Engineering 的核心逻辑。

一、为什么“描述得越详细”反而越容易翻车?

很多设计师误以为 prompt 就是“写作文”,越长越好。但真实情况是:AI 模型(如 Midjourney V6、Stable Diffusion XL)会平等地“理解”每个词,但不会自动区分主次

1.1 权重分配——让 AI 听懂你的重点

以 Midjourney V6 为例(当前稳定版 v6.1),支持用 `::` 符号划分权重。比如小张的需求可以改写为:

/imagine prompt 未来城市::2 赛博朋克风格::1.5 霓虹灯::1 雨夜::0.8 细节丰富::0.5

这里的数字代表该部分的相对权重。权重越高,AI 越优先满足。如果直接写“一个未来城市,赛博朋克风格”,AI 会认为“未来城市”和“赛博朋克”同等重要,结果可能生成一个普通的城市夜景,缺乏赛博朋克标志性的高对比度光影和机械元素。

操作步骤:
1. 打开 Midjourney Discord 频道,输入 `/imagine`
2. 在 prompt 末尾添加 `–v 6.1` 确保使用最新模型
3. 用 `::数字` 对关键元素加权,比如 `赛博朋克::2` 比 `未来城市::1` 更重要
4. 用 `–ar 16:9` 锁定画面比例(电影感)
5. 用 `–s 250` 控制风格化程度(0-1000,默认100,数值越高越偏离原prompt)

效果对比:

  • 原始 prompt:生成 4 张图,其中 2 张是白天街景,1 张是室内,只有 1 张接近赛博朋克
  • 加权 prompt:4 张图全部是雨夜、霓虹、机械元素,构图统一
  • 1.2 负面提示词——告诉 AI 你不想要什么

    这是 Stable Diffusion 用户最熟悉的功能,但在 Midjourney V6 中同样重要。比如你生成人物肖像时,不希望出现“六根手指”或“畸形关节”。

    在 Midjourney 中:

    /imagine prompt 女性肖像,电影级布光,浅景深 --no 畸形手, 六指, 扭曲身体
    

    在 Stable Diffusion WebUI(v1.9.4)中:

  • 正面:`masterpiece, best quality, cinematic lighting, bokeh, female portrait`
  • 负面:`bad hands, extra fingers, mutated hands, poorly drawn hands, ugly, deformed`
  • 关键参数:

  • `–no` 后面跟英文关键词,用逗号分隔
  • 在 SD 中,负面提示词权重默认 1.0,可以手动加 `(bad hands:1.2)` 强化
  • 二、实操案例:从“能看”到“能用”的 Prompt 进化

    2.1 案例一:电商主图生成(Midjourney V6.1 + Photoshop Beta)

    需求: 为一款“极简风格咖啡机”生成电商主图,背景干净,突出产品质感。

    初级 prompt(翻车版):

    /imagine prompt 咖啡机,白色背景,极简风格,商业摄影
    

    结果:AI 生成了一堆看不懂的抽象金属块,或者背景杂乱。

    进阶 prompt(可控版):

    /imagine prompt 极简白色咖啡机,侧面视角,金属拉丝质感,柔和漫射光,纯白背景,商业产品摄影,8K分辨率,超写实 --ar 4:3 --v 6.1 --s 50 --no 阴影过重, 背景杂乱, 文字
    

    参数解析:

  • `–ar 4:3`:电商主图常用比例
  • `–s 50`:低风格化,确保写实而非艺术化
  • `–no 阴影过重, 背景杂乱, 文字`:避免 AI 擅自主张添加阴影或 Logo
  • 后期微调(Photoshop Beta 生成式填充):
    1. 生成后,将图片拖入 Photoshop 2024(v25.7)
    2. 用矩形选框选中产品底部,右键选择“生成式填充”
    3. 输入 prompt:`reflection on white surface`(白色表面倒影)
    4. 等待 5 秒,AI 自动生成与产品匹配的倒影

    效果: 原本“漂浮”的产品瞬间有了真实感,可直接用于详情页。

    电商主图生成示例

    2.2 案例二:IP 角色三视图(Midjourney V6.1 + ComfyUI)

    需求: 为一个游戏项目设计“机甲少女”角色,需要三视图(正面、侧面、背面)且风格统一。

    问题: Midjourney 默认生成单张图,很难直接输出三视图。

    解决方案(分步法):

    第一步:生成角色核心形象

    /imagine prompt 机甲少女,全身,正面视角,日式动漫风格,白色主色调,蓝色能量线条,机械关节,高光,阴影清晰 --ar 2:3 --v 6.1 --s 200 --niji 6
    

    (`–niji 6` 是 Midjourney 的二次元专用模型)

    第二步:用“垫图”生成侧面
    1. 将上一步满意的正面图保存
    2. 右键图片,选择“Add Image to Prompt”
    3. 在 prompt 末尾添加 `–iw 2`(图片权重,范围0.5-2.0)
    4. 修改描述词:`机甲少女,侧面视角,全身,日式动漫风格,白色主色调,蓝色能量线条`

    第三步:重复第二步,改为“背面视角”

    第四步:在 ComfyUI 中合成三视图(可选)

  • 使用 Stable Diffusion XL 的 ControlNet(v1.1.450)
  • 模型选择 `control_v11p_sd15_openpose`
  • 预处理器选择 `openpose`
  • 将三张图分别送入三个 ControlNet 节点,同时输出三张图,保持风格一致
  • 关键参数:

  • `–iw 2`:让 AI 严格遵循参考图的风格
  • `–seed 12345`:固定随机种子,确保每次生成的人物面部一致
  • IP角色三视图生成流程

    三、Prompt Engineering 的底层逻辑:结构化思维

    很多学员问:“记不住这么多参数怎么办?” 我的答案是:不要背参数,要理解结构。一个高质量 prompt 可以拆解为 5 个模块:

    3.1 五段式 prompt 模板

    | 模块 | 作用 | 示例 |
    |——|——|——|
    | 主体 | 明确核心对象 | `一位亚洲女性` |
    | 环境 | 设定场景和光线 | `在樱花树下,黄昏逆光` |
    | 风格 | 指定艺术风格 | `新海诚动画风格` |
    | 质量 | 提升画质 | `8K, 超写实, 锐化` |
    | 约束 | 控制构图和负面 | `–ar 16:9, –no 模糊` |

    3.2 反向思考法

    如果你发现 AI 总是生成你不想要的结果,可以尝试“反向 prompt”:

  • 问题:AI 生成的建筑总是歪斜
  • 解决:加入 `–no 扭曲, 透视变形`,同时用 `–ar 16:9` 锁定宽屏构图
  • 进阶:用 `–c 0`(混乱值设为0)让 AI 严格遵循构图指令
  • 3.3 参数组合的“黄金三角”

  • 风格化 `–s`:数值越高,AI 越自由发挥(适合艺术创作)
  • 混乱 `–c`:数值越高,构图越多样(适合探索灵感)
  • 种子 `–seed`:固定数值可复现同一张图(适合迭代修改)
  • 实战口诀: 商用图低风格化(–s 50),艺术图高风格化(–s 500),灵感探索高混乱(–c 30)。

    四、总结与进阶建议

    Prompt Engineering 不是玄学,而是一门可拆解、可复用的技术。核心在于:把设计师的视觉思维,翻译成 AI 能理解的“参数语言”

    给火星人学员的进阶路线:
    1. 第一周:掌握 Midjourney 的权重符号 `::` 和 `–no`
    2. 第二周:学会用 `–seed` 和 `–iw` 进行迭代修改
    3. 第三周:结合 Photoshop 生成式填充,完成从生成到落地的闭环
    4. 第四周:学习 ComfyUI 节点工作流,实现批量生成和风格控制

    推荐工具清单:

  • Midjourney V6.1:商业图首选,参数简��
  • Stable Diffusion XL 1.0:本地部署,控制力最强
  • ComfyUI v0.2.2:节点式工作流,适合复杂任务
  • Photoshop Beta v25.7:AI 后期修图,生成式填充
  • 记住:工具会迭代,但结构化思维不会过时。当你遇到新的 AI 工具时,试着用“主体-环境-风格-质量-约束”这个框架去写 prompt,你会发现所有工具的逻辑都是相通的。

    常见问题 FAQ

    Q1:Midjourney V6 和 V5 的 prompt 写法有什么不同?
    A:V6 更强调自然语言理解,不再需要大量堆砌“摄影”“电影级”等关键词。建议用完整句子描述场景,同时用 `::` 控制权重。V5 则更依赖关键词组合。

    Q2:为什么我加了 `–no` 但还是出现了不想要的内容?
    A:`–no` 的权重较低,如果画面中元素过多,AI 可能忽略。建议在 prompt 中直接“正面强调”你想要的内容,比如不想要“蓝色”就改为“红色为主色调”。

    Q3:Stable Diffusion 的负面提示词怎么写才有效?
    A:使用 `(keyword:1.2)` 格式加权,常见负面词包括:`worst quality, low quality, ugly, deformed, blurry, bad anatomy, extra limbs`。建议保存为一个固定的负面词库。

    Q4:同一个 prompt 在不同时间生成结果不同,为什么?
    A:Midjourney 默认使用随机种子(`–seed random`)。如果想复现,需要记录 `–seed` 值(在图片 URL 末尾可以找到)。Stable Diffusion 则需要固定 `seed` 参数。

    Q5:如何让 AI 生成的文字(如 Logo)更准确?
    A:目前 AI 对文字生成仍不理想。建议在 prompt 中避免写具体文字,而是用描述代替(如“一个圆形徽章,中心有几何图案”)。文字部分后期用 Photoshop 添加。Midjourney V6 支持 `–style raw` 降低风格化干扰,但文字依然不可靠。

    火星人教育 AIGC 设计课程第 3 讲:Prompt Engineering 实战
    下一期预告:Stable Diffusion ControlNet 深度控制——从线稿到上色

    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。