跳到內容 / Skip to content

AI 技巧

圖像提示工程:真正影響成果的四個槓桿

用主體、風格、構圖、技術參數四層結構撰寫圖像提示,減少重生成、更快得到可用結果。

CinderHub 編輯部1 分鐘閱讀

把提示拆成四個有序層次,而非一句長句:主體(誰/什麼,加上具體動作)、風格(媒材、藝術家或年代參照)、構圖(鏡頭類型、角度、光線)、技術細節(長寬比、鏡頭、如「85mm」或「柔和輪廓光」的畫質提示)。把主體放最前面——多數模型對開頭字詞權重最高——每層只用幾個關鍵字,別堆砌互相稀釋的形容詞。

該具體時就具體,不重要處就留白。「風化的漁夫在黎明修補漁網,低角度金色側光,35mm,淺景深」遠勝「一張美麗、超細緻、驚人的男人照片」。負面約束只針對反覆出現的問題(例如「無文字、無多餘手指」);當結果接近時,每次只改一個變數,才知道是哪個字起作用。在 CinderHub 你可以一次把同一提示分派到多個模型,讓這種受控 A/B 比較變得很快。

得到滿意構圖後先鎖定 seed,再在這個固定基礎上調整風格與光線,構圖就能保持穩定。把成功的提示結構存成可重用範本——只替換主體那一行——團隊就能維持一致風格,而不必每次都從空白框重新開始。

  • prompt engineering
  • AI 圖像生成
  • image prompt structure
  • seed 鎖定
  • 負面提示 negative prompt
  • CinderHub

想試吓 CinderHub?

免費開始