提示词越写越长、画质反而变差,通常不是模型「听不懂」,而是你在同一句话里塞了互相打架的要求。堆材质、堆镜头、堆画质词,看起来是在补细节,实际是给模型加约束:它在这些约束之间折中,最后交出一张谁都不得罪、谁都不清楚的图。想找出是哪一类词在起反作用,靠感觉判断不靠谱,可行的方法是每次只删掉一整类描述,看画面是变清楚还是变乱,能稳定复现的删法才值得保留。
适用场景:同一题材、同一模型版本下的提示词排查。操作动作:先把提示词按主体、风格、画质归类,再从画质类词开始,每次只删一整类,其余部分原样不动。验证方式:同一主题连出三张,画面取向一致就算这一版可用。风险边界:这是个人题材的经验记录,不同题材、不同版本的上限不一样,不能把某次的词类数量当成通用字数标准。
把长提示词拆成主体、风格、画质三段来读
先别急着删,先看清楚自己堆了多少类描述。拿一条典型的长提示词举例:「雨夜街头,一位穿粗呢大衣的中年女性,胶片颗粒感,柔和插画风格,超高清,8k,超高细节,电影级打光,逆光,霓虹反光,边缘锐利,景深虚化,浅景深,广角镜头,85mm 人像镜头,写实摄影,动漫感」。逐词归类后大致是这样:
| 原文片段 | 归类 | 问题标记 |
|---|---|---|
| 雨夜街头,穿粗呢大衣的中年女性 | 主体 | 方向唯一,先保留 |
| 柔和插画风格、动漫感 | 风格 | 同义堆叠,二选一 |
| 写实摄影 | 风格 | 与上一条方向相反 |
| 超高清、8k、超高细节、边缘锐利 | 画质 | 同义堆叠,且偏「硬」 |
| 胶片颗粒感 | 画质(质感) | 与「超高清细节」取向相反 |
| 电影级打光、逆光、霓虹反光 | 光照 | 逆光与霓虹都在抢注意力 |
| 景深虚化、浅景深 | 镜头 | 重复表达 |
| 广角镜头、85mm 人像镜头 | 镜头 | 焦段互相冲突 |
归类之后通常会发现:真正描述主体的只有一句,剩下大半是风格、画质、镜头的同义堆叠和反向要求。重复和冲突就是从这里来的,不是从主体描述来的。
做删词测试:每次只删掉一整类词
测试的关键是「只动一类」。同时改两类词,画面变了也说不清是谁造成的。建议从画质类词开始删,因为画质词最容易让人产生「写得多就更清楚」的错觉,而它恰恰是冲突的高发区。下面是可套用的记录格式:
| 轮次 | 删掉的类别与具体词 | 产出变化描述 | 是否保留 |
|---|---|---|---|
| R1 | 画质类:8k、超高细节、边缘锐利 | 画面变干净,粗呢的材质还在,主体边缘不再发脏 | 保留删除 |
| R2 | 画质类剩余:胶片颗粒感 | 颗粒消失后画面变平,这一版里颗粒在承担质感 | 恢复或换一个质感词 |
| R3 | 镜头类:广角镜头 | 构图回到人像本身,背景虚化正常 | 保留删除 |
| R4 | 风格类:动漫感 | 线条不再糊在一起,脸的结构清楚 | 保留删除 |
| R5 | 光照类:霓虹反光 | 雨夜氛围变弱,画面发闷 | 恢复 |
每轮只改一项,且每轮都单独出新图对比,不要在同一轮里连出十张再回头猜。如果某一类删掉后画面变差,说明它在这个题材里承担了实际作用,值得留下;如果删掉后画面变清楚,它就是拖后腿的那一类。
检查画质类词和风格词是否在互相拉扯
很多「又乱又糊」不是词太多,而是两类词指向两个方向。画质类词多半要求锐、实、密,风格类词多半要求软、平、概括,两者同时出现时,模型只能各让一半。常见对照:
| 同时出现的组合 | 画面表现记录 | 处理 |
|---|---|---|
| 超高清细节 + 柔和插画风格 | 线条想硬、色块想软,出现半糊描边,脸部结构发糊 | 二选一 |
| 电影级打光 + 平涂动漫风 | 光影想写实、色块要平,暗部出现脏斑 | 二选一 |
| 浅景深 + 广角镜头 | 主体边缘发虚,背景又没虚够 | 只留一个 |
| 胶片颗粒 + 边缘锐利 | 颗粒被磨掉,只剩噪点感 | 只留一个 |
判断方法很简单:把这一组里偏「硬」的词全部拿掉,只留偏「软」的一版;再反过来做一版。两版里更接近你想要的那一版的方向,就是这条提示词的主线方向。
把提示词收敛到一条主线再补细节
收敛的意思是:一条提示词只讲一件事——主体是谁、什么风格、什么光、什么构图。画质词最多留一个,用来定质感,不用来定「清楚程度」。可复制模板如下:
雨夜街头,一位穿粗呢大衣的中年女性站在霓虹倒影里,电影感写实摄影,侧逆光,中景人像构图,轻微胶片颗粒 `--ar` 3:2参数先只加画面比例,例如 `--ar` 3:2 控制横竖构图;其它参数在不同版本里命名和支持情况不一样,先加一个能确认支持的试一轮,确认没有副作用再加第二个。模板里不要再塞 8k、超高细节、边缘锐利、景深虚化这类词,它们的作用已经被风格锚点和光线方向覆盖。
验证方式:同一主题、同一提示词连出三张,看主体位置、风格取向、光照方向是否一致。三张取向一致,这一版就算可用;如果其中一张突然变成插画,或者突然变成极清锐利的照片感,说明提示词里还有互相拉扯的词没清干净,回到上一步继续删。
记录自己题材下的长度上限
把这次的结果记成自己的参考,比记别人的提示词有用。建议按题材分别记,换模型版本后重新测一轮:
| 题材 | 稳定时的词类数量 | 产出稳定张数 | 超过后出现的问题 |
|---|---|---|---|
| 人像写实 | 主体 + 风格 + 光照 + 镜头(4 类) | 3 张 | 再加画质类词,皮肤出现塑料感 |
| 场景概念图 | 主体 + 风格 + 光照(3 类) | 3 张 | 再加镜头类词,构图开始漂移 |
| 产品静物 | 主体 + 光照 + 材质(3 类) | 3 张 | 再加风格类词,背景开始抢主体 |
这张表不提供通用字数,只提供你自己题材的经验:哪几类词是必需的,加到第几类开始失控。下次写长提示词之前先对照一眼,比事后出十张废图再回头找原因省事。