AI 绘画入门：提示词结构与关键参数

AI 绘画（文生图）已经能产出商用级的图片，但很多人第一次用就会被劝退：提示词写了一大段，出来的是一张谁也看不懂的图。这篇讲清楚文生图的核心逻辑和关键参数。

文生图的基本逻辑

模型把你的提示词拆解成"概念"，再在庞大的图像分布里"画"出最匹配的画面。理解两点：

1. 提示词是权重：写在前面的词权重更高，重要内容放前面；
2. 它画的是"统计上像"的画面：常见风格、常见构图效果最好，反常识的描述容易翻车。

提示词的三层结构

一个稳定的提示词结构：主体 + 细节 + 风格 + 画质词。

一只橘猫坐在窗台上，窗外有雨，暖色调灯光 | 宫崎骏动画风格 | 高细节、柔和光影

• 主体：谁、在哪儿、做什么；
• 细节：光线、色调、氛围、视角；
• 风格：照片、插画、水墨、3D 渲染……
• 画质词：高细节、8K 等（对部分模型有效）。

必须懂的参数

• 采样步数（Steps）：一般 20~30 步够用，太少模糊、太多浪费；
• 提示词相关性（CFG Scale）：7~9 之间最稳，太高画面容易过饱和、出现畸形；
• 尺寸：匹配用途（手机壁纸竖版、公众号头图 900×383），比例比分辨率更影响构图；
• 种子（Seed）：固定种子 + 微调提示词，可以在同一构图上迭代。

负面提示词

告诉模型"不要什么"同样重要：低质量、多余的手指、文字、水印。想画好手部和多人场景，负面提示词几乎是必备的。

版权提醒

AI 生成图片的版权规则各国不同，商用前务必确认所用平台的授权条款；用知名角色、在世艺术家风格做商业用途存在风险，建议规避。