最后更新：2026-07-27 · 一句话结论： 稳定出图靠结构化提示词——主体→风格→光线→构图→细节五层写清楚，配合负面提示词排除瑕疵，CFG 7–12、Steps 20–40、固定 Seed 可复现，进阶用 ControlNet 和图生图精确控图。
理解提示词的基本结构
| 层级 | 作用 | 示例 |
|---|---|---|
| 主体 | 决定画面内容 | 一只橘猫坐在窗台上 |
| 风格 | 决定艺术表现 | 水彩画风 / 赛博朋克 |
| 光线 | 影响氛围 | 金色夕阳 / 冷调蓝光 |
| 构图 | 控制视角 | 近景特写 / 俯视角度 |
| 细节补充 | 材质、背景等精细控制 | 材质、背景元素 |
AI 绘画提示词的核心结构可以概括为五层：主体 → 风格 → 光线 → 构图 → 细节补充。其中主体决定画面内容（如「一只橘猫坐在窗台上」），风格决定艺术表现（如「水彩画风」「赛博朋克」），光线影响氛围（如「金色夕阳」「冷调蓝光」），构图控制视角（如「近景特写」「俯视角度」），细节补充则包括材质、背景元素等精细控制。理解这五层后，你就能写出结构清晰的提示词。
常见风格关键词与组合
写实类常用：photorealistic, 8K, ultra-detailed, studio lighting。插画类：flat illustration, vector style, minimalist。赛博朋克：cyberpunk, neon glow, futuristic city。水彩：watercolor, soft edges, paper texture。不同工具对风格关键词的响应有差异，Midjourney 对艺术家风格引用效果更好，而 Stable Diffusion 更依赖 LoRA 模型和权重控制。建议将常用组合保存为模板方便复用。
负面提示词的作用
负面提示词（Negative Prompt）用于排除不想要的元素。常见的通用负面词包括：blurry, low quality, deformed, extra fingers, watermark, text。对于人物生成，建议加入 bad anatomy, disfigured face, asymmetrical eyes 等控制词。负面提示词的优先级高于正面描述，合理使用可以大幅提高出图质量。
参数调节与稳定输出
CFG Scale（提示词权重）通常设在 7～12 之间，值越高画面越贴合描述但可能过度饱和。Steps（采样步数）推荐 20～40 步，过高会增加生成时间但画质提升有限。Seed（随机种子）固定后可以复现相同构图，适合批量生成系列作品。分辨率建议先用 512×512 出草图，确认构图后再提高到 1024 或使用 Upscale 放大。
进阶技巧：ControlNet 与图生图
ControlNet 可以通过线稿、深度图、姿态检测等辅助输入精确控制画面构图。例如上传一张人物姿态图，AI 会按照该姿态生成全新的画面。图生图（img2img）则是基于参考图做风格转换或细节调整，配合去噪强度参数可控制与原图的相似度。这两种进阶用法可以大幅提升创作效率和一致性。
常见问题
AI 绘画提示词的基本结构是什么？
五层：主体→风格→光线→构图→细节补充。理解这五层就能写出结构清晰的提示词。
负面提示词有什么用？
用于排除不想要的元素（如 blurry、low quality、deformed、extra fingers、watermark、text）；人物生成可加 bad anatomy 等。它优先级高于正面描述，能大幅提升出图质量。
参数怎么设才稳定？
CFG Scale 常设 7–12（越高越贴合但可能过饱和），Steps 20–40，固定 Seed 可复现同一构图；先用 512×512 出草图，确认后再放大到 1024 或用 Upscale。
Midjourney 和 Stable Diffusion 写法一样吗？
不完全一样。Midjourney 对艺术家风格引用响应更好，Stable Diffusion 更依赖 LoRA 模型和权重控制；建议把常用组合存成模板复用。