配图提示词总是对不上文章内容,多数时候不是词不够多,而是主体没定死、风格和版式混在一句里,模型只能自己挑重点。把配图任务拆成三句话——主体句、风格句、版式句——先写清楚画面里不能少什么,再决定用什么画法,最后锁定比例和留白位置,改图时才有单一变量可对比。这三句话是给「一张文章配图」用的,不是给整套插画集的。
适用场景:单篇文章的封面图、段落配图或文末图,尤其是需要给标题留出空白位置时。操作动作:先在空白文档里按主体、风格、版式三段各写一句,合成一段提示词生成首图;把每一句单独记在一行,方便后续定位。验证方式:生成后逐项核对主体数量与朝向、画面比例、留白位置是否命中,命中两项以上再微调第三项。风险边界:同一条提示词反复生成的结果本身会有波动,三句话只收敛返工范围,不承诺一次出图;比例词的可用写法要以实际使用的页面或工具为准。
在空白文档里写下配图必须出现的主体
主体句回答的是「这张图里少了什么就不对」。建议先只列名词和它们的物理属性:名称、数量、朝向、是否被遮挡。数量写具体,一台就写一台,不要写「一些设备」;朝向写清楚,正面朝向镜头和侧面对着镜头,出来的构图差别很明显。这一步刻意不写「高级感」「氛围感」这类形容词,形容词会把主体的位置顶掉。
只含主体的示例句可以先写成这样,等三句齐了再合并:
画面主体:一台打开的深灰色笔记本电脑,一台,正面朝向镜头,屏幕亮起;旁边桌面放一只黑色马克杯。
如果文章配的是流程图、架构图这类内容,主体可以换成「一块白板、上面贴着若干方形便签」,但数量仍然要限定,比如「三张便签」。主体句写完先自检一次:把这句话念给别人听,对方能不能在纸上画出来;画不出来,说明数量或朝向还缺信息。
给主体补上风格词并限定画面用途
风格句要服务于文章的阅读场景,而不是让模型自由发挥。通用做法是从摄影、插画、3D、扁平四类里挑一类,再补一两个收敛项,比如「低饱和」「线条简洁」「不要写实光影」。不要同时要摄影质感和扁平插画,这两类会互相抵消,模型只会各取一半。
同一句里顺手把用途写清楚,封面图、段落配图、文末图的取景习惯并不一样:封面通常允许更满的构图,段落配图偏简洁、便于缩到窄栏里看,文末图可以留更多空。可以写成:
风格:扁平插画风格,线条简洁,配色克制;用途为文章段落配图,画面中不要出现任何文字。
「不要出现文字」这一条建议默认加上。模型生成的文字通常是乱码,而留白位置是留给正文标题用的,画面里再有字会互相干扰。这类否定式要求不是每次都完全生效,但写上比不写要好判断。
用版式句锁定横竖比例和留白位置
版式句解决两件事:画面是横还是竖,以及哪里空出来放标题。比例词建议用日常说法,比如「横版」「竖版」「方形」,需要具体比值时再补一句「约 16:9」或「约 4:3」。不同页面、不同工具对比例词的支持不完全一致,需要结合自己实际使用的环境确认一次,确认后固定下来,别每次换写法。
留白要说位置和大致占比,而不是只说「留白」。右侧留白和底部留白,对应的是两种不同的排版方案。示例:
版式:横版 16:9,主体居中偏左;画面右侧留出约三分之一的空白区域,用于放置文章标题。
写到这一步,三句话各自管一件事:主体句管内容是否跑偏,风格句管观感是否统一,版式句管能不能排进页面。如果某张图反复出问题,先看是哪一句没写死,而不是继续往提示词里堆形容词。
把三句话合成一段提示词并生成首图
合成时保持三段的顺序,用换行隔开,读起来像一份简短的画面说明。下面是合并后的完整提示词,可以直接拿去改:
画面主体:一台打开的深灰色笔记本电脑,一台,正面朝向镜头,屏幕亮起;旁边桌面放一只黑色马克杯。
风格:扁平插画风格,线条简洁,配色克制;用途为文章段落配图,画面中不要出现任何文字。
版式:横版 16:9,主体居中偏左;画面右侧留出约三分之一的空白区域,用于放置文章标题。
生成首图后不要急着夸或骂,按三项逐条核对:
- 主体:笔记本和马克杯是否都在,数量对不对,朝向是否大致正面。
- 比例:画面是横是竖,是否能放进你打算用的版面位置,裁切后主体会不会被切掉。
- 留白:右侧那片空区域是否真的空着,有没有被多余元素或乱码文字占掉。
三项都过,这张图基本可用;只过两项,就进入下一步的单变量调整。首图的价值是给你一个可对照的基线,而不是最终成品。
根据首图只改一个变量再生成第二版
第二版刻意只动一处:要么只换风格词,要么只换版式词,主体句尽量原样保留。这样两版之间的差异才能归因到那一个词上;如果同时改了风格和比例,图变好了也不知道是哪句起了作用。建议在文档里用一张小表记录,改完立刻填:
- 版本一:原始三句,问题记为「插画偏写实、右侧留白被占」。
- 版本二:只把风格词从「扁平插画」换成「扁平插画,纯色块,不要渐变和阴影」,其他不动。对比点:画面是否变简洁,留白有没有因为元素减少而回来。
- 版本三:如果第二版风格已经可以,但右侧仍被占,就把版式句改成「主体靠左三分之一处,右侧留白」;风格句保持第二版不变。对比点:留白位置是否稳定。
每次只改一项的代价是多生成一两次,好处是三五轮之后你手里会留下一份「哪些词有效」的记录,下次写同类配图就不用从零开始猜。需要提醒的是,模型对同一条提示词的输出本身就有波动,某一版留白没出来,未必是那句话写错了;建议同一版至少生成两三次再下结论,避免把随机波动误判成提示词问题。风格和版式都收敛之后,再考虑是否回填更细的细节描述,顺序反过来容易越改越乱。