画面提示词的四要素结构：从"碰运气"到"可控出图"

为什么同样的模型，出图质量差三倍

排除模型与参数差异，生图质量的最大变量是提示词的结构化程度。"一杯咖啡"和"特写，一杯冒着热气的拿铁，木质桌面，清晨柔和侧光，浅景深"——模型能执行的信息量完全不同。结构化的本质是把你要的画面翻译成模型能执行的词汇。

四要素结构

要素一：主体（谁/什么，占提示词 40%）。主体要具体到"可执行"：不说"一个女人"，说"三十岁左右的亚洲女性，黑色长发，米色风衣"。主体的关键属性（年龄、发型、服装、表情）每锁定一项，出图稳定性就高一档。

要素二：环境（在哪，20%）。环境给画面叙事：室内/室外、季节、天气、周边物件。"清晨的街边咖啡馆，玻璃上有雾气"——环境词同时决定了配色基调。

要素三：光线（什么光，20%）。光线是最容易被忽略、对质感影响最大的要素：柔和侧光、逆光剪影、正午硬光、霓虹夜景——同一主体换光线就是完全不同的情绪。

要素四：视角（什么镜头，20%）。特写/中景/全景/俯拍/仰拍——视角决定构图张力。产品图用特写+浅景深，剧情镜用中景+环境纵深。

四个要素之外的加分项

风格词（胶片感/插画风/写实）、质量词（高清、细节丰富）放句尾；负面提示词把不想要的东西排除（多余手指、文字水印）。

在流水线里管理提示词

手工生产的问题不是写不出好提示词，是记不住哪个提示词出过好图。切片制的做法：AI 为每镜自动生成四要素提示词（保证结构完整），你只修改不满意的要素，好用的提示词随项目沉淀——配方跟素材走，复用时有据可查。角色一致性的进阶玩法（种子+参考图）见角色一致性方案。