Craiyon 画草图时元素互相打架，通常不是模型听不懂，而是一句提示词里同时塞进了好几个争夺画面的要求：主体、背景、风格、排除项挤在同一行，谁也不肯让位。可行的做法是先按「主体 + 背景 + 排除项」把提示词拆开，再用两轮生成确认背景词有没有把主体挤小，最后才去动风格词。
Craiyon 元素杂乱时，先把提示词拆成主体、背景、排除项三段再合并成一句：主体写形态与朝向，背景写场景与视角，排除项用自然语言说明不要什么。同一主体分别生成带背景和不带背景两轮，目测主体大小、位置和多出元素的变化；确认主体稳定后再逐个加风格词。Craiyon 输入框通常没有独立的负面提示字段，排除项的实际效果需要以页面生成结果为准。
在页面输入框里把提示词拆成主体、场景、排除项三类
Craiyon 的输入框是单个文本框，没有分栏，所以「拆」指的是先在编辑器里分行写清楚，再手动拼成一句提交。下面这个骨架可以直接复制，花括号里是替换项：
主体层: {subject}, {appearance or material}, {facing or action}
背景层: {scene}, {camera view}, {light condition}
排除项: without {unwanted element 1}, no {unwanted element 2}, plain {unwanted background}
拼成一句提交:
{subject}, {appearance or material}, {facing or action}, {scene}, {camera view}, {light condition}, without {unwanted element 1}, no {unwanted element 2}替换时守住一条：主体层只留一个主体。写成 two cats 再补 a girl，模型往往会把人和猫都画出来、并且都画不完整，看起来就像元素打架。朝向也只写一种，写 front view 又写 from behind，等于让模型自己挑一个，结果多半是两头不靠。
| 类别 | 这一层写什么 | 常见写法 | 抢画面的典型信号 |
|---|---|---|---|
| 主体 | 一个对象的名字、材质或颜色、朝向或动作 | a brass desk lamp, side view | 该出现的主体被压小、被遮挡 |
| 背景 | 场景、视角、光线 | on a wooden desk, close up, soft light | 背景里长出额外物件、占掉大半画幅 |
| 排除项 | 明确不要出现的东西，用自然语言描述 | without text, no extra people | 写了却仍然出现，或者把主体一起抹掉 |
排除项要保守看待。Craiyon 通常不是按结构化负面提示解析这些词的，它只是把 without、no 当成句子的一部分理解，所以同一个排除词有时有效、有时只改变整体氛围。判断口径很简单：同一提示词连跑两次，如果多余元素两次都还在，就不要继续加排除词，而是回到主体层和背景层去减内容。
用同一主体分别生成带背景和不带背景的两轮结果
这一轮的目的不是比哪张好看，而是看背景词有没有改变主体在画面里的分量。操作上固定主体层和排除项不动，只改背景层：
第一轮（不带背景）:
a brass desk lamp, side view
第二轮（带背景）:
a brass desk lamp, side view, on a wooden desk, close up, soft light两轮都在同一个页面、同一批设置下提交，然后按下表逐项目测。表格里不预设结果，只写记录口径，实际差异以你看到的画面为准：
| 观察项 | 记录什么 | 判断方式 |
|---|---|---|
| 主体大小 | 主体高度大约占画幅的几分之几 | 第二轮明显更小，说明背景词在分走画幅 |
| 主体位置 | 居中、偏左、偏下还是被裁掉一角 | 第二轮被推到边缘，就该删背景层里的视角词 |
| 多余元素 | 背景里是否出现没写过的物件、人物、纹理 | 出现两个以上，优先怀疑背景词写得太泛 |
| 整体可读性 | 一眼能不能看出主体是什么 | 两轮都看不出，说明问题不在背景层 |
如果两轮里主体大小和位置差不多，背景词就是安全的，可以保留；如果第二轮主体被压小，先删 close up 这类视角词，再删场景词，最后才考虑把背景整段去掉。
对比风格词数量从多变少时的画面统一度
风格词是拼贴感的主要来源。多个风格词叠加时，模型常在画面不同区域采用不同材质和光源，看起来像几张图拼在一起。可以先堆到四个风格词，再逐一回删，每次只删一个、其余不动，看画面的统一度。三个适合优先删掉的候选：
- detailed：删掉后看主体边缘是否还清晰，如果清晰，说明细节感来自主体描述而不是这个词。
- trending on artstation：删掉后看整体色调是否收敛，如果反而更统一，说明它在和其他风格词抢主导权。
- cinematic lighting：删掉后看光源方向是否前后一致，如果主体和背景不再一个亮一个暗，可以直接不要它。
每次删除后只盯三件事：材质是否一致、光源方向是否一致、是否有区域出现像贴上去的纹理块。三项里出现任意一项，就说明删得还不够，继续删下一个风格词；三项都稳定，再把上一步删掉的词加回来确认一次，加回来又乱，就永久去掉。
整理一条最小可用提示词并说明继续加词的顺序
走到这里，把能稳定出效果的最短版本固定下来，作为以后试错的基线。建议先删到只剩主体和排除项：
基线:
a brass desk lamp, side view, without text
加背景:
a brass desk lamp, side view, on a wooden desk, without text
最后一层再加风格:
a brass desk lamp, side view, on a wooden desk, without text, clean product photo style加词顺序按下面走，每一步都重跑一次、对比上一步：
- 主体优先：先把主体的名称、材质、朝向定死，其他全部删空。
- 背景其次：只加一个场景词，位置和大小不合适就换场景词，不要同时加视角词。
- 排除项随后：只在确实出现多余元素时才加，加完仍出现就撤掉，改用收缩主体描述。
- 风格最后：一次只加一个风格词，加完画面变拼贴就立刻回退。
这条顺序的价值在于，每次只变动一个变量，画面变化能直接归因到某个词。适用范围是 Craiyon 这类单输入框、按提示词整体解析的草图工具；如果换成支持独立负面提示字段的工具，排除项的处理方式需要按该工具的输入规则另行确认。停止加词的条件也很明确：主体能一眼认出、背景不抢注意力、画面没有明显拼贴感，就够了，不必继续堆词。