AI 生成图像的质量几乎完全取决于提示词的质量。两个人使用同一个模型、同一个主题，仅仅因为描述方式不同，就可能得到截然不同的结果。
本文将拆解区分弱提示词和强提示词的核心技巧，并附上可以直接在 GPT Image 2 上使用和改编的真实示例。
提示词为什么如此重要
AI 图像模型不像人类协作者那样理解模糊指令。它们是在对训练数据进行模式匹配。当你写"一幅美丽的风景"时，模型根本不知道你所说的"美丽"具体指什么——它只会生成统计上最平均的风景。
精确性才是解锁模型全部能力的关键。
核心提示词框架
每个强提示词都覆盖这五个层次，大致按以下顺序排列：
[主体] + [动作/状态] + [环境] + [光线] + [风格/媒介]以下可选补充能持续提升结果质量：
- 相机与镜头参数
- 情绪与氛围关键词
- 质量增强词
- 负面提示词（排除不想要的内容）
我们逐层详细讲解。
第一层：主体
主体是图像的核心——人物、物体或场景。描述要像在给专业摄影师做简报一样具体。
| 弱 | 强 |
|---|---|
| 一个女人 | 30 岁出头的女性，短卷自然发，神情放松 |
| 一辆车 | 一辆风化的 1967 年福特野马 fastback，掉漆的红色车身 |
| 一栋楼 | 粗野主义混凝土公寓楼，1970 年代东欧建筑风格 |
| 食物 | 一碗拉面，配溏心蛋、海苔、笋干，深色浓郁汤底 |
原则： 如果你的主体描述可以对应两张截然不同的图，说明还不够具体。
第二层：动作或状态
主体在做什么，或处于什么状态？
- "站在悬崖边缘，双臂展开，背对镜头"
- "半沉入水中，水面倒影被扭曲"
- "在两栋屋顶间腾空跃起，边缘有动态模糊"
- "废弃且杂草丛生，藤蔓爬满外墙"
动作创造叙事，叙事让图像引人入胜。
第三层：环境与场景
场景在哪里，主体周围有什么？
- 具体描述地点："里斯本狭窄的鹅卵石小巷"，而不是"一条街道"
- 包含背景元素："海港飘来的雾气"、"地面覆满秋叶"
- 描述空间关系："在前景中"、"倒映在身后的玻璃里"
第四层：光线
光线是提示词中杠杆最大的单一要素。同一个场景，用不同光线描述，会产生完全不同的图像。
如上图所示，仅光线一项就能彻底改变场景的整体氛围。以下是最实用的光线描述词：
自然光：
golden hour（黄金时刻）— 温暖、有方向性、长阴影blue hour（蓝调时刻）— 冷调、漫射、电影感overcast diffused light（阴天散射光）— 平坦、均匀，适合人像harsh midday sun（正午强光）— 高对比度，强烈阴影moonlight（月光）— 冷调、神秘、低饱和度
棚拍/人工光：
Rembrandt lighting（伦勃朗光）— 戏剧性侧光，经典人像rim lighting（轮廓光）— 来自背后，勾勒主体轮廓neon lighting（霓虹光）— 彩色、赛博朋克、都市夜景single point light source（单点光源）— 高反差，氛围感强softbox lighting（柔光箱）— 均匀、专业、商业风格
描述性氛围：
volumetric light rays through fog（雾中体积光束）bioluminescent underwater glow（水下生物发光）fire light casting warm flickering shadows（火光投下温暖跳动的阴影）
第五层：风格与媒介
告诉模型图像应该看起来像什么，独立于描绘的内容。
风格的维度非常广泛，以下是可靠的类别：
摄影风格：
35mm 胶片摄影，颗粒感，轻微暗角中画幅摄影，超清晰，棚灯无人机航拍，广角微距摄影，极近距离，浅景深
绘画风格：
油画，印象派，可见笔触，厚涂纹理水彩，柔和边缘，纸张纹理，透明晕染水粉，平涂色彩，插画风巴洛克明暗对比，深重阴影，戏剧性对比
数字与 3D：
Octane 渲染，写实 3D，次表面散射等距 3D 插画，平面着色，干净概念艺术，绘景，环境设计像素艺术，16 位，复古游戏风格
插画：
日本漫画墨线插画儿童绘本插画，柔和粉彩，温暖杂志插画，粗犷形状，有限色板
相机与镜头参数
加入相机术语能向模型传递你想要摄影品质和特定视觉特征的信号。
| 参数 | 效果 |
|---|---|
85mm 镜头 | 讨好的人像压缩感 |
24mm 广角 | 环境感、开阔 |
微距镜头，1:1 | 极近距离细节 |
f/1.4 光圈 | 极浅景深，背景虚化 |
f/11 光圈 | 全景深，适合风景 |
长曝光 | 动态模糊，光轨 |
移轴镜头 | 微缩效果，选择性对焦 |
示例： "佳能 5D Mark IV，85mm f/1.8，浅景深，自然窗光"
质量增强词
这些词汇能稳定地将输出质量推向更高水准：
ultra detailed, intricate, sharp focus（超精细、精密、清晰对焦）award-winning photography（获奖摄影）8K resolution（8K 分辨率）professional color grading（专业调色）cinematic composition, rule of thirds（电影构图，三分法则）hyperrealistic（超写实）trending on ArtStation（数字艺术类）National Geographic（自然摄影类）
"一张蜘蛛网"和"日出时蜘蛛网上单颗露珠的微距摄影，超高细节，每颗水珠都倒映出周围的森林"——差距就在这里。
负面提示词
负面提示词告诉模型要避免什么。标准基础设置：
blurry, low quality, low resolution, distorted, deformed, ugly, bad anatomy,
extra limbs, watermark, signature, text, cropped, worst quality, jpeg artifacts根据实际问题添加具体词汇：
- 图像太暗？加入
dark, underexposed - 人脸奇怪？加入
bad face, asymmetrical face, crossed eyes - 出现文字？加入
letters, writing, typography
现在就能用的提示词模板
奢侈品产品图：
[产品名称] 放在 [材质] 表面，[背景颜色] 渐变背景，
来自 [方向] 的戏剧性光线带 [颜色] 高光，奢侈品商业摄影，
飞思相机，120mm 微距，f/8，超清晰，8K环境人像：
[主体描述] 站在 [地点]，[时间] 光线，[情绪] 氛围，
[服装细节]，看向 [方向]，[相机] 拍摄，[焦距]mm，f/[光圈]，
[摄影风格]电影感场景：
[远/中/近] 景别，[场景描述]，[动作]，[光线描述]，
[色调] 调色，[参考电影] 美学，[画面比例] 片幅，
电影景深，变形镜头耀斑常见错误及修正方法
叠加矛盾词： "暗且明亮，暖又冷"——选择一个方向。
关键词堆砌： 堆砌 30 个风格词会相互抵消。挑 3-5 个强描述词即可。
忘记构图： "特写"、"广角"、"俯视"、"平视"会极大影响结果。始终包含一个构图词。
只用名词： 形容词和副词才是主要功臣。"一座城堡"vs."一座布满常春藤的残破中世纪城堡，耸立在雾气弥漫的海岸悬崖上。"
忽视宽高比： 人像内容在竖向比例下效果更好，风景需要宽屏。让比例和内容匹配。
练习题
用上面的框架改进这个基础提示词：
改进前： "花园里的猫"
改进后： "一只银色虎斑猫趴在石砌花园墙上，周围盛开着薰衣草和迷迭香，下午黄金时刻光线，温暖的逆光照亮毛发，浅景深，85mm 人像镜头，佳能 5D，柔和背景虚化，生活方式宠物摄影"
在 GPT Image 2 上试试——差距会立竿见影。
