新手怎麼用AI產生圖片（簡單指南）

它怎麼運作，一段話說完

你打出描述，圖片就會出現。在底層，這個工具是從大量附有說明文字的圖片裡，學到了文字看起來像什麼樣子。它從隨機的視覺雜訊開始，反覆把那些雜訊推向符合你描述的樣子。

有一個後果能解釋大多數新手的挫折感：模型是在拿你的描述去比對模式，而不是像人一樣遵循指示。如果你說「沒有狗」，「狗」這個詞依然存在於裡面，圖片裡很可能還是會出現一隻狗。如果你漏掉了什麼，它不會問，它會用它看過最平均的版本，來填補那個空缺。

這就是全部的技巧。具體說出你想要什麼，並把你不想要的東西，說在為此設計的地方。

六要素公式

幾乎每一則好的圖片提示詞，都包含同樣的六件事。漏掉的部分會被填上預設值，而正是這些預設值，讓圖片看起來很籠統。

要素	該說什麼	如果漏掉會怎樣
主體	具體的東西，附上重要的細節	那個名詞最籠統的版本
場景	它在哪裡，你能看到多少	空白或雜亂的背景
光線	時段、方向、品質	平淡、均勻打光、缺乏生氣
構圖	特寫或遠景、從什麼角度	每次都是置中的中景
風格	照片、油畫、3D算圖、插畫	光滑的數位藝術
氛圍或色調	感覺和色盤	過度飽和、高對比

一則弱的提示詞：一間舒適的客廳。

一則強的提示詞：一間小客廳，壁爐點著火，一隻虎斑貓在一張用舊的扶手椅上睡覺，午後陽光穿過一扇朝西的窗戶，從門口拍攝的遠景，寫實照片，35mm，暖棕色和柔和的琥珀色，寧靜、有生活感。

兩者想出來要花的力氣差不多。第二則是一張畫面；第一則只是一個分類。

接著加上新手完全會跳過的部分：一份負面清單。負面：文字、浮水印、多餘的手指、雜亂的背景、罐頭式的微笑。一張圖片看起來像AI生成的，大多來自一小組反覆出現的瑕疵，把它們指名出來就能去除。

讓這一切變簡單的訣竅

你不必自己寫這些提示詞。要求文字AI幫你寫。

為以下內容寫一則圖片產生提示詞：[你粗略的想法]。用途是[用途]。按照主體、場景、光線、構圖、風格、色調和氛圍的結構來寫，接著附上一份負面清單。給我三個版本，差異在構圖，而不是在形容詞。

語言模型寫圖片提示詞的能力，比大多數人強得多，因為這個格式是已知的，而且它們看過大量的範例。這正是為什麼在聊天裡產生圖片，真的比一個獨立的圖片方框更有用：寫提示詞的工具，就緊挨著畫圖的工具。

為什麼你的圖片出錯了

一份簡短的診斷清單，涵蓋幾乎每一個新手會遇到的問題。

無聊又籠統。你沒有指定光線或構圖。這兩項比其他任何一對元素做的功都多。

東西對了，但排列錯了。明確說出構圖：從下方拍攝的遠景、特寫，主體位於左三分之一處。除非你說出來，否則模型完全不知道你想把東西放在哪裡。

你要求不要出現的東西，卻出現在圖片裡。在主要提示詞裡提到它，只會讓它更可能出現，而不是更不可能。把它移到負面清單裡。

手、臉，或小型重複細節出錯了。這依然是所有工具最弱的地方。試試更貼近的裁切、換個角度，或讓手不要出現在畫面裡。有時候直接重新產生就好。

文字亂七八糟。這是意料中事。看下一節。

看起來像圖庫照片。加上candid（自然抓拍），描述一個動作，而不是一個姿勢，並把對著鏡頭微笑的圖庫照片放進負面清單裡。

形狀跟你需要的地方不合。要求你實際需要的長寬比。把正方形裁成橫幅，會丟掉你要求的構圖。

反覆調整而不原地打轉

新手常常重複同一則提示詞，希望能碰上更好的運氣。有些隨機性無法避免，但大多數白費的嘗試，都是因為一次改了好幾件事。

• 每次嘗試只改一件事。光線，或構圖，或風格。不要三個都改，不然你不會知道是哪個改動有幫助。
• 先修構圖，再修細節。先把構圖和光線弄對，遠比把一個位置放錯的主體修得完美有效率得多。
• 描述哪裡對了。當一張圖片已經接近你要的了，就在下一則提示詞裡用文字說出來，而不是假設工具會記得。
• 儲存有效的提示詞。六到八套可靠的提示詞模式，比任何單一一張圖片都更有價值，也正是這些模式，讓一系列圖片看起來像是同一組的。

它依然做不到的事

文字。圖片裡的文字，在所有工具上依然不可靠。短的單字有時候還行；標題或標誌通常不行。產生一張乾淨的圖片，再用任何設計工具加上文字，這樣還能用對字型。

精確的排列。「剛好三個物件，紅色的那個在左邊」並不可靠。如果排列很重要，就分別產生各個部分，自己組合起來。

同一個角色出現兩次。在一系列圖片裡，讓同一個人物或產品保持一致很困難。詳細、重複的描述能有幫助，但不保證結果完全一致。

精確編輯一張真實照片。它能把背景、光線，和風格調整得不錯。但它無法可靠地把一個物件往左移動兩英寸。

關於使用這些成果：在任何生成的圖片用於商業用途之前，先查清楚規則。對長得像真實人物、可辨識地點，或在世藝術家獨特風格的圖片，要格外小心。不同工具的條款各不相同，而責任在於發布圖片的人身上。