如果只问“MOGE AI 图像提示词适合哪些设计场景”，通常的判断是：它适合需要快速出图、批量对照视觉方向的场景，例如社媒配图、海报背景、电商详情页插图、UI 配图、游戏概念草稿和包装效果示意。这些场景的共同点是“先看方向是否正确”，对细节精确度要求不高。反过来，如果任务涉及最终印刷成品、复杂文字排版、品牌 Logo 或需要清晰中文文案，直接靠图像提示词生成风险很高，建议先把生成结果当底稿，再到设计软件里重绘。
先判断场景属于哪一类
可以把场景拆成三类：视觉探索、素材底图、精确交付。视觉探索只需要确认构图和氛围，适合把提示词当“灵感词典”批量刷图；素材底图需要可编辑，建议生成时关闭自动加字，并保留生成参数；精确交付则不建议把 AI 输出当最终文件，尤其是需要对齐、有明确品牌规范的设计。
- 视觉探索（社媒配图、海报方向稿）：多改主词，少固定细节，先跑 4-6 张看风格。
- 素材底图（产品光影、场景重构）：固定 seed，加上形状控制词并降低 cfg_scale，便于后续手动修。
- 精确交付（包装稿、电商主图成品）：把 AI 出图当作底图，换背景或补文字在 PS/Figma 里完成。
每轮操作后，可以记录 prompt 和 seed。对同一 prompt 跑两次，如果两次结构完全不一样，说明当前参数下模型可重复性不足，这时先降低 cfg_scale 或增加步数，而不是继续改词。
提示词结构和可复制 demo
MOGE AI 如果没有给出单独的系统提示词规范，可以先按同类图像模型通用的方式组织：主体 + 环境 + 光照 + 风格 + 构图 + 负面词。把英文词作为主关键词，中文描述放在末尾作为补充。下面是一个可直接复制的英文模板，适用于产品类场景。
product photo of [object], on [surface/environment], [lighting], [color palette], [style], [composition], `--no` text, no logo, no watermark, lowres, blurry替换掉方括号里的内容后，放进生成框或 API 的 prompt 字段。首次验证不要一次改多个词，每次只改一个变量。比如固定“wet stone pedestal”和“soft morning light”，只把配色从 pastel green 换成 warm orange，生成两张做对比。
下面是更具体的中文提示词 demo，适合描述电商场景，但注意中文关键词生成质量取决于模型训练数据，如果出图文字乱码，就把中文短句拆成英文词：
护肤乳液瓶，放置在深色石板台面，晨光，带有露珠，背景有浅绿色植物虚化，半透明瓶身，紧凑构图，商业摄影风格，`--no` 文字，瓶身上不允许出现任何文字和标签生成后需要检查瓶身文字区域。如果是中文标签，AI 很容易写成乱码，这一步只要放大画面就能确认。
API 请求骨架：固定 seed 做对照
如果走 API 调用，可以在请求体里预设关键参数。下面是一个通用图像生成请求骨架，字段名需要对照所接入平台确认，不要直接照搬。
{
"prompt": "product photo of a cosmetic bottle, dark stone base, morning light, dew drops, pastel green background blur, commercial photography",
"negative_prompt": "text, watermark, lowres, blurry, deformed hands, extra bottle",
"seed": 1024,
"width": 768,
"height": 1024,
"cfg_scale": 7.0,
"steps": 30,
"n_iter": 4
}把 seed 固定下来，然后只改 prompt 中的候选词。验证方式是看同一个 seed 下输出是否随描述变化而变化。如果改了 prompt 但结果几乎没变，说明提示词里有效词比例太低，需要减少装饰词，强化主体词。
验证清单和风险边界
可以把下面的清单作为接入前的验证步骤：
- 固定 seed，相同 prompt 跑两次，确认模型输出可重复。
- 分别用“中文短句”和“英文关键词”描述同一个主体，确认 MOGE AI 对哪种语言更敏感。
- 生成带文字的内容，检查乱码率。
- 用同一 prompt 生成 4 张，检查构图是否分散、主体是否偏移。
风险边界也需要提前划定。图像生成不适合做精细的产品结构展示，像瓶口螺纹、标签尺寸对齐这类细节，直接生成的误差通常肉眼可见。遇到这种情况，应该把输出拿去 Figma 或 PS 中手动修正，而不是反复抽卡。另外，如果模型支持 ControlNet 或局部重绘，建议优先用边缘控制来约束形状，但前提是当前接入的版本确实开放这些接口，可以先查控制台参数。
如果你的场景需要批量生成，比如 100 张不同颜色的包装效果图，建议按“参数 + prompt 模板”跑批，而不是用随机种子碰运气。先跑 5 张人工检查稳定后，再放开批量。最后还要确认生成图的版权和商用规则，这个和工具无关，但影响最终能否用到交付物里。