一、为什么你的AI图片总是“差点意思”？
很多初学者在使用如Stable Diffusion、Midjourney或通义万相等AI绘画工具时，常遇到以下问题：
- 画面模糊、细节混乱
- 人物比例失调、手部畸形
- 风格不统一，无法复现特定艺术效果
- 提示词（Prompt）写了很长，但结果与预期相差甚远
这些问题的根源往往不在模型本身，而在于提示词的构建方式和对生成逻辑的理解不足。
二、高质量AI图片的核心：结构化提示词（Prompt Engineering）
一个高效的提示词应包含以下五个关键要素：
- 主体描述：明确你要画什么（如“一位穿汉服的少女”）
- 风格关键词：指定艺术风格（如“吉卜力动画风格”、“赛博朋克”、“水墨画”）
- 细节修饰：包括服装、表情、光影、材质等（如“丝绸长裙、柔和眼神、逆光、85mm镜头”）
- 构图与视角：如“特写”、“广角”、“俯视”、“三分法构图”
- 负面提示（Negative Prompt）：排除不想要的元素（如“blurry, deformed hands, extra fingers”）
✅ 实战示例：生成一张“东方奇幻风格”的角色图
正向提示词（Prompt）：
portrait of a young woman in traditional Chinese fantasy attire, flowing silk robes with golden phoenix patterns, holding a glowing jade orb, standing on a cloud above ancient mountains, soft cinematic lighting, intricate details, by Artgerm and WLOP, trending on ArtStation, 8k
负面提示词（Negative Prompt）：
blurry, low quality, distorted face, extra limbs, modern clothing, text, watermark
三、风格控制的三大技巧
1. 使用艺术家名字或作品风格作为参考
例如：`in the style of Studio Ghibli`、`Makoto Shinkai aesthetic`、`Van Gogh brushstrokes`。AI模型在训练时学习了大量艺术作品，能有效模仿其视觉特征。
2. 引入摄影/电影术语提升真实感
如：`f/1.8 aperture`, `bokeh background`, `Kodak Portra 400 film`, `cinematic color grading`。这些术语能引导模型生成更具专业质感的画面。
3. 利用LoRA或ControlNet实现精准控制（进阶）
如果你使用的是本地部署的Stable Diffusion，可通过加载LoRA模型（如“汉服LoRA”、“动漫脸LoRA”）来强化特定元素；或使用ControlNet输入线稿/深度图，实现姿势、轮廓的精确控制。
四、常见误区与优化建议
- ❌ 提示词堆砌过多形容词 → ✅ 聚焦关键特征，避免冲突
- ❌ 忽略分辨率与采样步数 → ✅ 建议使用512x512以上分辨率，采样步数20-30为佳
- ❌ 不使用负面提示 → ✅ 明确排除低质量、畸形等常见问题
- ❌ 期望一次生成完美结果 → ✅ 多次迭代+局部重绘（Inpainting）更高效
五、结语：AI绘画是“引导”而非“命令”
AI图像生成的本质是概率与联想的艺术。你提供的提示词越清晰、结构越合理，AI就越能“理解”你的意图。不断尝试、记录有效关键词、建立自己的Prompt库，才是提升生成质量的关键。
👉 小贴士：在 text2img.pro 等在线平台，你可以直接使用上述提示词模板，快速生成高质量图片，无需安装复杂软件。