AI 繪圖提示詞該怎麼寫？

為什麼提示詞的用字很重要

圖片模型不會像人一樣閱讀你的提示詞。文字編碼器會把字詞轉換成數字，而圖片生成器經過訓練，會產出與這些數字相符的畫面。在訓練說明文字中經常與某類圖片一起出現的詞，會把結果拉向那類圖片。例如 golden hour 太常和溫暖、低角度的陽光一起出現，幾乎可以當作光線設定來用。

由此得出兩個結論。第一，具體的視覺用詞勝過抽象用詞：wet cobblestone street 讓模型有東西可畫，a sad mood 則讓它只能猜。第二，模型會衡量每一個詞，所以 very、beautiful、amazing 這類贅詞只佔位置、不增加資訊。多數工具也限制文字編碼器能讀取的長度；超出的字詞會被截掉或影響變小，所以提示詞的前段分量最重。

許多生成器還會使用引導（guidance）：把依你的提示詞生成的圖，與沒有提示詞生成的圖相比較，再把結果推向兩者差異的方向。引導值越高，越嚴格遵循文字，但畫面可能顯得生硬或過度飽和。這就是為什麼清楚的提示詞搭配適中的引導值，通常比含糊的提示詞加高引導值好看。

可重複使用的提示詞公式

多數好的提示詞都回答同樣六個問題。請依這個順序寫，因為模型傾向把前面的詞看得更重要。

[subject + key details], [action or pose], [setting + time],
[style or medium], [lighting], [camera / lens / framing], [color + mood]

1. 主體：是誰或是什麼，附上兩三個重要細節（年齡層、服裝、材質、顏色）。
2. 動作：主體在做什麼。動詞會給模型一個可畫的姿勢。
3. 場景：在哪裡、什麼時候。一個地點、一個時段就夠了。
4. 風格或媒材：照片、水彩、3D 渲染、墨水速寫、平面向量、動漫賽璐珞上色。
5. 光線：影響氛圍最強的一個槓桿。寫出光源和方向。
6. 鏡頭與構圖：景別、角度、焦段、景深，以及主體在畫面中的位置。

不必每次都六項齊全。產品照可以省略動作，抽象圖案可以省略鏡頭。但按下生成前對照一遍清單，就能抓出最常見的缺漏：提示詞只描述了主體，其他什麼都沒寫。

從弱到強：完整改寫示範

下面是典型的第一次嘗試。它只給了模型一個主體和一個形容詞，完全沒說畫面該長什麼樣子。

a beautiful cat in a cafe, high quality, 8k, masterpiece

結果通常是一隻置中的普通貓，背景是模糊的室內。在現今多數模型上，8k 和 masterpiece 並不會增加細節，只會讓畫面往光鮮的圖庫風格靠。下面的改寫保留同一個構想，但回答了那六個問題。

an orange tabby cat with a white chest, sitting on a wooden windowsill
inside a small cafe, looking out at the rain, late afternoon,
35mm film photograph, soft window light from the left, warm interior lamps
in the background, medium close-up at eye level, shallow depth of field,
muted warm colors, quiet and cozy

如果第二個版本還是不理想，一次只改一個部分，其餘保持不變。一次改五處，就分不出是哪個詞造成了變化。

風格、光線、鏡頭與構圖關鍵字

這些詞彙廣為圖片模型所理解，因為它們常見於照片說明、藝術描述和電影用語。每一列挑一兩個用即可，不要全部都用。

負面提示詞：作用與使用時機

負面提示詞是第二個文字欄位，告訴模型要遠離什麼。在以 Stable Diffusion 或 FLUX 為基礎的工具中，它通常是獨立的輸入框或 negative_prompt 參數；Midjourney 則使用 --no 參數。有些對話式圖片工具根本沒有負面欄位，這時就要把需求改成正面寫法（用 a clean, empty wall，而不是 no text on the wall）。

負面提示詞最適合處理具體、看得見的東西：

Prompt:   a clean product photo of a ceramic mug on a white table
Negative: text, logo, watermark, extra handles, cluttered background

• 適合的目標：文字與浮水印、多出來的手指、多出的第二個人、一直出現的特定物件、你不想要的顏色。
• 效果有限的目標：一長串品質用詞，例如 ugly, bad, worst quality。它們在某些較舊的模型上有點幫助，但也會把每張圖推向同樣的外觀。
• 不要把同一個概念放進兩個欄位。提示詞裡寫貓、負面欄位又寫 cat，兩者會互相抵銷並讓結果混亂。
• 在主提示詞裡寫 no 常會適得其反：a room with no windows 提到了窗戶，模型可能就把窗戶畫出來。

常見錯誤與誠實的限制

• 主體太多。三個人、三套服裝、三個動作，往往會混在一起：衣服互換、手黏在一起。先生成主要主體，再用編輯或局部重繪（inpainting）加入其他人。
• 要求精確的文字。許多模型仍會拼錯字或編造字母，非拉丁文字尤其明顯。文字保持簡短、放進引號，或之後在編輯器裡再加。
• 手、數量與位置。Five apples 或 the cup to the left of the book 不一定會被遵守。檢查結果後重新生成或編輯，而不是繼續加字。
• 風格詞互相衝突。photorealistic watercolor anime 會往三個方向拉扯。只選一種媒材。
• 把提示詞原封不動搬到別的模型。為某個工具調好的提示詞，在另一個工具裡表現可能不同，因為各自使用不同的文字編碼器與訓練資料。先測試幾次再依賴它。

許多工具可以用非英文寫提示詞，但有些模型主要用英文說明文字訓練。例如 cv.cm 的 AI 圖片生成器，會先把非英文提示詞翻成英文再執行模型，所以簡短、直白的句子比成語和俚語翻譯得更可靠。