Prompt编写教程

页面定位说明

Prompt（提示词）是与AI绘画模型沟通的核心语言。一个精心编写的Prompt能够引导模型生成精确符合预期的高质量图像，而模糊或不当的提示词则可能导致输出结果偏离创作意图。本教程页面系统性地介绍Prompt编写的方法论、语法规则和实战技巧，帮助各水平的创作者提升Prompt编写能力，实现从"碰运气"到"精准控制"的质变。

Prompt基础语法

正向提示词结构

一个完整的正向Prompt通常包含以下几个层次：质量标签、主体描述、环境场景、风格定义和细节补充。质量标签如"masterpiece, best quality"能够引导模型输出更高品质的结果。主体描述是Prompt的核心，需要清晰地定义画面中的主要对象及其特征。环境场景为主体提供背景和氛围，风格定义决定了画面的整体艺术表现形式。合理安排这些元素的顺序和权重，是编写高质量Prompt的关键。

负向提示词技巧

负向提示词（Negative Prompt）用于告诉模型应该避免生成的元素。常见的负向提示词包括画质相关的"lowres, bad anatomy, bad hands"以及风格相关的排除项。合理使用负向提示词可以显著提升生成结果的质量，减少常见的AI绘画瑕疵如手部畸形、面部扭曲等问题。建议创作者建立自己的负向提示词模板，根据不同的创作场景灵活调整。

权重与强调语法

在Stable Diffusion中，可以使用括号语法调整特定词汇的权重。单层括号(word)将权重提升1.1倍，双层括号((word))提升1.21倍，也可以使用精确数值如(word:1.5)来指定具体权重。权重的合理分配能够让模型更加关注画面中的重要元素，实现创作者对画面构成的精细控制。但需注意过高的权重可能导致画面失真，建议将权重控制在0.5-1.8的范围内。

进阶编写技巧

进阶Prompt编写需要理解模型的"思维方式"。AI模型通过文本编码器将Prompt转化为向量空间中的语义表示，因此Prompt的措辞方式直接影响生成结果。使用具体、描述性的词汇比抽象概念更容易获得预期效果。例如，"golden hour lighting, warm orange tones"比简单的"好看的光线"能产生更精确的光照效果。同时，了解模型训练数据的特点也有助于编写更有效的Prompt，因为模型对训练数据中高频出现的描述方式有更好的理解能力。

常见问题