NightCafe 出图不对味，先别换模型。多数情况下，同一模型换提示词就能把方向拉回来，说明问题出在提示结构，而不是模型能力本身。可操作的判断路径是：先在生成记录里把偏题结果归类，再把原提示词拆成主体、动作、环境、风格四段，最后用「只替换风格词」的对照生成确认冲突来源。边界也要写清楚：这套流程适用于「主体大体对、细节跑偏」的情况；如果连主体轮廓每次都错得离谱，或者同一提示词每次结果差异极大，那更可能是模型对该题材不熟，再考虑换模型也不迟。

出图偏题时，先做提示结构排查，再决定是否换模型。适用场景是主体大致正确但构图、动作或质感跑偏；操作动作是把历史生成按主体缺失、动作错位、风格覆盖三类打标，重写成主体/动作/环境/风格四段，并在同一模型下只替换一个风格标签做对照；验证方式是看构图与主体是否随之变化；风险边界是提示词结构无法补救模型本身不擅长的题材，这类情况换提示词收效有限。

在生成记录里把偏题结果分成主体缺失、动作错位、风格覆盖三类

先确认偏题不是随机波动。把同一提示词连续生成几次，如果跑偏方向大致一致，就属于可复现的结构问题，值得归因；如果每张都完全不同，优先怀疑提示词太短或过于抽象。

归类时用截图标记法：在生成记录里给每张图做前缀命名，例如 subject-miss-01、action-wrong-02、style-over-03，再把对应的原提示词整段抄进同一个记录文件。标记只写类别和序号，不要只写「不好看」，否则后面无法比对。

这一步不求出结论，只求把「哪类偏题最多」记下来。通常出现频率最高的那一类，就是下一步优先改写的目标。

把原提示词重写成主体、动作、环境、风格四段

四段式的目的是让模型先抓住内容再处理风格。顺序本身就是权重暗示：越靠前的描述，越容易被当成画面主干。

主体：一只戴红色围巾的柯基犬
动作：蹲坐在门口，回头看向镜头
环境：傍晚的木质走廊，侧逆光，半身构图
风格：手绘插画感，粗线条，低饱和

写的时候，主体段只放一个核心对象，不要写「一只狗和一辆自行车」这种双主体；动作段写具体动作，不要写「看起来很温柔」这类情绪；环境段负责光线和构图；风格段放在最后，通常控制在两个标签以内。

风格词为什么不能压过主体词：风格标签多是媒介词和质感词，模型对它们的响应往往很直接。如果风格写在最前面，生成时容易先锁定整体调性，再往里面塞内容，主体就被稀释成背景元素。把风格后置并且限量，是给主体留出描述空间，而不是取消风格。

用同一模型只替换风格词做对照

改写完成后，做一次单变量对照：主体、动作、环境三段一字不动，只把风格标签换掉一个。例如把「手绘插画感」换成「写实摄影」，其余保持原样，同一模型连续生成两到三张。

观察两件事：构图有没有整体位移，主体和动作有没有保持不变。如果只换风格词，构图和主体也随之大变，说明原来的提示结构对风格词过于敏感，风格段需要进一步后置或精简。如果换风格词后主体动作稳定、只有质感变化，说明结构已经基本站得住，可以继续微调。

记录方式建议用三列：生成编号、当次风格标签、主体与构图是否变化。不要只凭印象对比，隔天回看时印象并不可靠。

若界面提供排除词或负面描述则逐项加入

处理反复出现的多余元素时，先看页面本身有没有提供排除词或负面描述的输入位置。有就用，没有就不要假设存在某个固定功能名，也不需要绕道去找。

若页面存在排除词输入位置，一次只加一个词，生成后记录画面里那个元素是否减弱或消失，再去加下一个。一次加一串词，出了变化也分不清是哪个词在起作用。加完两三次仍无改善，就说明该元素可能来自风格词或主体词的语义联想，回到前一小节继续改结构更有效。

把稳定的提示结构固化成下次可用的模板

对照做完、结构稳定之后，把它固化下来，避免下次又从换模型开始试错。可直接复制的骨架：

主体：（一个核心对象，含关键外观特征）
动作：（具体动作，一句话说完）
环境：（地点、光线、构图，一到两项）
风格：（媒介或质感，最多两个标签）
排除：（可选，一次只加一个词）

下次套用时，先填主体和动作，再补环境和风格。三条改写检查项：

• 风格标签是否超过两个，是否被放到了主体之前。
• 主体词是否唯一，是否被环境词或风格词挤到了句子后半段。
• 动作词是否是具体动作，是否混入了情绪词或抽象词。

这三条都能在生成前自查，不需要额外生成测试图。满足之后再决定要不要换模型，判断会更靠谱一些。