AI画图怎么用：写给新手的文生图入门指南

它是怎么工作的，一段话讲完

你输入一段描述，图就出来了。在底层，工具先从一片随机的视觉噪点开始，然后一遍遍把它推向与你的文字相符的样子，而它是从海量带文字说明的图片里学会“这些词长什么样”的。

有一个后果解释了新手大部分的挫败感：模型是在把你的描述和它学到的规律做匹配，而不是像人那样执行指令。你写“不要狗”，“狗”这个词还是在里面，图里很可能真会出现一只狗。而你没写到的部分，它不会来问你，它会用它见过的那类东西里最平均的样子把空缺填上。

全部技巧就在这儿：把你想要的说具体，把你不想要的放到专门为它准备的位置。

六要素公式

几乎每一条好的图片提示词都包含同样这六样东西。缺掉的那些会被默认值填满，而默认值恰恰就是让一张图看起来平庸的原因。

要素	该怎么写	不写会怎样
主体	具体是什么，带上关键细节	这个名词最普通的版本
场景	在哪里，画面看到多少	空白或杂乱的背景
光线	什么时间、什么方向、什么质感	平淡、均匀、没有生气
构图	特写还是远景，从什么角度	每次都是居中的中景
风格	照片、油画、三维渲染、插画	那种油亮的数字绘画
情绪或色调	想要的感觉和配色	过饱和、高对比

一条弱提示词：一间温馨的客厅。

一条强提示词：一间小客厅，壁炉里生着火，一只虎斑猫睡在磨旧的扶手椅上，午后偏晚的阳光从朝西的窗户照进来，从门口拍的远景，写实照片，35mm，暖棕色和柔和的琥珀色，安静而有生活气息。

想出这两条花的力气差不多。第二条是一幅画面，第一条只是一个类别。

然后加上新手完全跳过的那一部分：反向清单。反向：文字、水印、多余的手指、杂乱的背景、图库照片式的假笑。让一张图看起来像AI生成的，多半来自一小撮反复出现的瑕疵，把它们点名说出来，它们就消失了。

让这件事变简单的窍门

这些提示词不用你自己写。让一个文字AI替你写。

帮我写一条文生图提示词，内容是：[你的粗略想法]。用途是[用途]。按主体、场景、光线、构图、风格、色彩与情绪的顺序组织，最后附一份反向清单。给我三个版本，差异体现在构图上，而不是换几个形容词。

在写图片提示词这件事上，语言模型比大多数人强得多，因为这个格式是固定的，而它们见过海量的例子。这也是为什么在聊天里直接生成图片，比一个孤立的图片输入框实用得多：写提示词的工具就坐在画图的工具旁边。

你的图为什么画歪了

一份简短的排查清单，几乎覆盖了新手遇到的所有问题。

平淡、没特点。 你没写光线和构图。这两项起的作用比任何其他组合都大。

东西都对，但摆错了位置。 把构图明确写出来：从低角度拍的远景、特写，主体位于画面左三分之一。你不说，模型就完全不知道你想把东西放哪儿。

你说了不要的东西还是出现了。 在正文提示词里点它的名，只会让它更容易出现，而不是更不容易。把它挪到反向清单里。

手、脸或重复的小细节不对劲。 这在所有工具里都仍是最弱的一块。试试更近的裁切、换个角度，或者干脆让手不入镜。有时候重新生成一次就好了。

图里的文字是乱码。 意料之中。看下一节。

看着像图库照片。 加上抓拍，描述一个动作而不是一个摆好的姿势，并把对着镜头的图库式微笑放进反向清单。

尺寸和你要用的地方对不上。 直接要你真正需要的画面比例。把方图裁成横幅，等于把你辛苦要来的构图扔掉。

怎么迭代才不会原地打转

新手会拿同一条提示词反复重生成，指望撞到更好的运气。随机性确实无法完全避免，但大部分被浪费的尝试，来自一次改了好几处。

• 每次只改一样。 光线，或者构图，或者风格。别三样一起改，否则你不会知道是哪一处起了作用。
• 先定构图，再抠细节。 先把画面和光线弄对，比在主体位置还不对的时候死磕细节高效得多。
• 把已经对的地方也说出来。 一张图接近满意时，在下一条提示词里用文字写清楚哪里对了，别指望工具自己记得。
• 把有效的提示词存下来。 六到八个靠得住的提示词模板，比任何一张单图都值钱，也正是它们让一组图片看起来是一家人。

它目前还做不到的事

文字。 图里的文字在所有工具上都仍不可靠。一个短词有时能成，一句标题或一个标志通常不行。先把图干干净净地生成出来，再到任何设计工具里加文字，这样字体也能用对。

精确的摆放。 “正好三个物体，红色的那个在左边”并不能被稳定执行。如果摆放很重要，就把各个元素分别生成，然后自己拼。

同一个角色出现两次。 让同一个人物或同一件产品贯穿一整组图很难。反复给出详细一致的描述会有帮助，但结果不保证完全一致。

精确修改一张真实照片。 调背景、调光线、调风格它做得不错。但让某个物体稳稳地往左移五厘米，它做不到。

还有关于结果的使用：任何生成的图片用到商业场合之前，先把规则看清楚。尤其要当心那些像某个真实人物、某个可辨认的地点，或某位在世艺术家标志性风格的图片。各家工具的条款不一样，责任落在发布这张图的人身上。