AI 图片提示词怎么写：把画面要求说清楚

先说结论：写 AI 图片提示词，就是用大白话把别人要看到的画面说清楚，而且从“这张图要干什么”开始想。

一条好用的提示词，通常交代这几样：

• 主体：画的是谁、是什么
• 动作：主体在做什么
• 场景/背景：在哪儿
• 取景：近景还是远景，主体放在哪儿
• 风格：照片、扁平插画、水彩……
• 色彩和氛围：什么颜色，什么感觉

Meta 官方的提示词指南，描述画面时也是按这几样来组织的（Meta AI）。

只加对用途有帮助的细节，必须出现的东西要点名。出图后，按“用途”检查，别只看好不好看。不对，就一次只改一处，这样才知道是哪处起了作用。

下面有：目标→画面对照表、可反复用的模板、三条逐句讲解的示例、迭代记录卡，以及参考图能告诉你什么、不能告诉你什么。

先想清楚这张图要干什么

很多提示词一上来就写风格：“一张唯美电影感的图……”。更好的写法，是先想这张图为什么存在。

问自己一句：读者扫一眼，应该明白什么、感觉到什么？

放在教程文章顶上的图，跟产品图、示意图，要干的活不一样。用途定了，才知道画面里必须有什么。

下面这张表是本文设计的，把常见目标翻译成能写进提示词的画面元素。

中间那一栏填不出来，说明这张图要干什么还没想清楚。先把这个定下来。

主体：画的是谁

主体就是这张图讲的人或东西。要具体到别人看着你的文字就能画个草图。

• 含糊：“一个人在工作”
• 清楚：“一位穿灰色毛衣的中年女性，在木桌前用笔记本电脑打字”

Luma 的提示词指南也说：主体和场景要清楚，细节要有目的，模型才有具体的东西可抓（Luma AI）。

主体后面紧跟着写动作：它在干嘛？“打字”“端着杯子”“指着白板”。有了动作，画面才活，而且往往比风格词更能把意思传出去。

能只放一个主体，就只放一个。多一个人、多一样东西，就多一个可能画歪的地方。

构图和背景

构图，就是东西在画面里怎么摆。背景，就是主体后面有什么。这两样决定了眼睛先看到哪儿。

常用的取景说法：

• 特写：脸、手或一样东西占满画面
• 中景：人从腰往上
• 远景：整个场景，主体在里面显得小
• 俯拍：从正上方往下看桌面
• 居中 / 偏左 / 偏右：主体放在哪儿

背景怎么选：

• 纯色或干净背景：注意力全在主体上，适合产品图、概念图
• 简单场景：一张桌子、一个厨房、一条公园长椅，够讲个小故事就行
• 热闹的场景：只有当场景本身是重点时才用

如果这张图之后要压标题文字，就在构图里写上：“主体在右侧三分之一，左边留空”。这就是一个有明确用途的细节。

风格

风格就是图看起来什么样：照片、扁平插画、水彩、3D、线稿。它也包括色彩和氛围，Meta 的指南把这两样单独列为值得描述的要素（Meta AI）。

按用途挑风格，别只凭喜好：

小心堆砌风格词，比如“超高细节、获奖作品、8K、大师级”。这些词描述不了读者能看到的任何东西，反而把真正有用的细节挤掉了。

可反复用的提示词模板

这个模板是本文设计的，顺序跟上面一样。每行填好，再连成一段话。

图片提示词模板

这张图的用途：（读者扫一眼应该明白什么）
主体：（谁/什么，具体到能画草图）
动作：（主体在做什么）
场景/背景：（在哪儿；干净、简单还是丰富）
取景：（特写/中景/远景/俯拍；主体放哪儿）
风格：（照片/扁平插画/水彩/线稿……）
色彩和氛围：（什么颜色；平静、热闹、温暖、严肃……）
必须有：（不能少的物体或细节）
必须避免：（会让意思跑偏的东西）
要留文字位置吗：（要——放哪儿 / 不要）

“这张图的用途”这一行，如果工具用不上，最后可以不写进提示词。它是用来提醒你自己，别让其他行跑题。

三条示例提示词，逐句讲

下面三条是本文写的输入示例，这里没有拿去生成，也不保证出什么效果。目的是演示：哪些信息值得留在提示词里。

示例 1：一篇“缩短开会时间”文章的头图

一个穿蓝衬衫的年轻男子拿着咖啡杯，笑着走出一间小会议室。他身后透过玻璃墙，能看到一张空桌子和一台合上的笔记本电脑。中景，主体在画面右侧三分之一，左边是空墙面。自然照片风，柔和的日光，轻松平和的氛围，低饱和的蓝白色调。

为什么这么写：

• “笑着走出会议室”：动作本身就在传话：会开完了，这是好事。
• “空桌子和合上的电脑”：背景帮着确认会议结束了。
• “主体在右侧三分之一，左边空墙面”：给标题留位置。
• “轻松平和、低饱和”：跟实用、不焦虑的话题对得上。

示例 2：“纸质笔记 vs 电子笔记”的对比图

左右分屏。左半边：一只手在木桌上用铅笔往线圈本里写字。右半边：同一只手在同一张桌上用平板打字。俯拍，两边光线一样。扁平插画风，形状简单，左边暖黄色，右边冷蓝色。

为什么这么写：

• “左右分屏”：用途是对比，构图就直接说出来。
• “同一只手、同一张桌子”：其他都不变，只换工具。
• “俯拍”：两样东西都看得清，不玩透视。
• “暖黄、冷蓝”：颜色帮读者一眼分清两边。

示例 3：一个小厨房计时器的产品图

一个圆形白色厨房计时器放在浅灰色台面上，一只手从右边伸进来拧旋钮。特写，计时器居中，干净背景加一点柔和阴影。干净的照片风，明亮均匀的光，中性色。必须有：带清楚刻度的旋钮。避免：计时器上出现文字或品牌标志。

为什么这么写：

• “一只手拧旋钮”：说明怎么用，也让人看出大小。
• “干净背景加柔和阴影”：注意力留在东西本身。
• “必须有：带清楚刻度的旋钮”：买的人最需要看到的就是这个。
• “避免：文字或品牌标志”：防止 AI 编出会误导人的标签。

想把跟 AI 提要求这件事整体练好，可以看提示词会变，提问的方法值得留下。也可以到 YepSoso 提示词页面找能直接改着用的提示词。

迭代：一次只改一处

第一张图很少一次就对。想改好，最有效的办法是先想清楚到底改哪一部分，Luma 的指南也是这么建议的（Luma AI）。

每次都把整条提示词重写，你就不知道是哪一处修好了、哪一处改坏了。

规矩很简单：每一轮只改一个要素。 要么挪主体位置，要么换背景，要么调风格。别三样一起动。

迭代记录卡（模板）

图片迭代记录

这张图的用途：____________
起始提示词（完整复制）：____________

第 1 轮
哪里不对（只写一处）：____________
要改的要素：主体 / 动作 / 背景 / 取景 / 风格 / 色彩氛围 / 必须有
原来的写法：____________
新的写法：____________
结果：更好 / 更差 / 没变化
保留这处改动吗？  是 / 否

第 2 轮
哪里不对（只写一处）：____________
要改的要素：____________
原来的写法：____________
新的写法：____________
结果：更好 / 更差 / 没变化
保留这处改动吗？  是 / 否

最后按用途检查：
[ ] 读者扫一眼就明白意思
[ ] “必须有”的东西都在，而且是对的
[ ] 画面里没有误导人或凭空编出来的东西（标签、文字、标志）
[ ] 需要留文字位置的，位置留对了
[ ] 没有不小心出现真人、隐私细节或别人受保护的设计

一个虚构的例子： 示例 1 出图后，假如主体跑到了正中间，把留给标题的地方挡住了。第 1 轮只改取景那一句：“主体在右侧三分之一”改成“主体在画面最右边，左半边留空”。其他一字不动。有用就保留。如果连氛围也变了，你就知道是取景这处改动带来的。

参考图能告诉你什么，不能告诉你什么

参考图，就是你拿来找灵感或者直接喂给工具的图。有用，但有边界。

它能告诉你：

• 你喜欢什么样的取景、颜色、版式
• 帮你找到词，去描述一种以前说不上来的风格
• 检查结果时，有个大概的对比目标

它不能告诉你：

• 原来的提示词。 很多不同的提示词能出很像的图，同一条提示词也能出不一样的图。看图写出来的，只是“一条”能出类似图的提示词，没法还原作者当时用的“那条”。
• 图归谁。 网上找到的图可能受保护。上传到工具、或者照着它的样子做之前，先弄清是谁做的、你被允许怎么用。
• 里面藏了什么。 照片里可能有人脸、车牌、地址、屏幕或文件。拿去当输入之前，把隐私内容裁掉或去掉。

把参考图当作起点，再用你自己的话描述出来。

出图前的检查清单

复制下来，每张图过一遍：

• 我能一句话说出这张图的用途
• 主体具体到能画草图
• 主体有清楚的动作
• 场景、取景、风格都在为用途服务
• “必须有”和“必须避免”写下来了
• 需要的话，文字位置留好了
• 用到的参考图我有权用，里面没有隐私
• 每轮只改一处，并且记下来

下一个低风险动作： 挑一张你这周要用的图，填好模板，只写一条提示词。生成后，先按用途检查，再决定改哪一处。