出图风格跑偏,多数时候不是模型完全没读懂那段描述,而是长句里主体、风格、镜头、排除项挤在同一段,权重被摊平:模型抓走了最先出现或最具体的几个词,剩下的被稀释掉。判断方法很直接——把一条笼统提示词拆成主体、风格、镜头、负向四块,每次只改一块,用同一主体下的出图做对照,看哪一块没被画面接住。先写死主体(谁、几个、穿什么、什么姿态、在画面哪个位置),再单列风格词和镜头词,负向词最后加、逐条加。
适用场景:输入一大段描述后,出图风格与预期差距明显,但说不清是提示词太笼统,还是模型没把这层描述接住。操作动作:把提示词拆成主体、风格、镜头、负向四段,主体段写死不变,其余三块逐块替换。验证方式:同一主体下做两到三次对照出图,看画面元素是否随被改动的那一段发生对应变化。风险边界:不同平台对负向描述的支持程度不同,是否提供单独负向字段要按运行环境确认;拆分只能提高可归因性,不能保证风格一定命中。
把一条笼统提示词拆成主体、风格、镜头、负向四块
先拿一条真实跑偏的提示词做拆解。拆前全文如下,直接整段丢进输入框,模型只能自行决定哪几个词更重要:
一个男人站在街上,很有氛围感,电影感,高清,8k,细节丰富,
赛博朋克风格,大光圈虚化,很酷的光影
逐句对上画面元素就能看出问题:这段里“主体”只有“一个男人”四个字,没有着装、姿态、朝向、位置;“风格”堆了电影感、赛博朋克、高清、8k 四个方向不一的词;“镜头”只有“大光圈虚化”,既没焦段也没景别;“负向”完全缺失。风格跑偏往往是风格段自己内部打架,加上主体太弱,画面被风格词牵着走。
拆成四段后,同一个需求写成这样,段落顺序建议固定,便于后续只替换其中一段:
[主体] 一位穿深灰工装外套的中年男性,短发,正面站立,双手插兜,
人物居中,半身入画
[风格] 纪实摄影质感,自然光,低饱和,轻微颗粒
[镜头] 85mm 定焦,f/2.0,半身景别,平视视角,背景轻微压缩
[负向] 多余的手指,文字水印,塑料感皮肤,过曝,卡通化渲染
对照关系是这样的:主体段对应“画的是谁、穿什么、什么姿态、落在画面哪个位置”,风格段对应“质感、光线、色调”,镜头段对应“焦段、景别、视角、背景处理”,负向段对应“明确不要出现的元素”。拆完后先只跑主体段加风格段,确认人像本身稳定,再加入镜头段和负向段,这样每次出图的变化都能归到具体某一段。
固定主体描述只改风格词,观察同一主体下的画风变化
风格段是最容易一次改多个变量的地方,改“纪实摄影”的同时顺手把光线、色调、画质词一起换了,出图不一样也说不清是哪一句起了作用。建议主体段一个字不改,风格段每次只换一个方向,跑两到三次并排放在一起看。下面三行提示词可直接依次提交,产物一栏记录你实际看到的差异:
| 次序 | 提示词(主体段固定,仅风格段不同) | 产物需要记录的点 |
|---|---|---|
| 第 1 次 | [主体] 一位穿深灰工装外套的中年男性,短发,正面站立,双手插兜,人物居中,半身入画 [风格] 纪实摄影质感,自然光,低饱和,轻微颗粒 | 皮肤质感是写实还是偏平滑;光线方向是否来自单侧;整体色调是否偏冷 |
| 第 2 次 | [主体] 同上,一字不改 [风格] 棚拍布光,硬光,高对比,肤色偏暖 | 阴影边缘是否变硬;高光是否出现在颧骨、鼻梁;暖色是否覆盖整幅画面 |
| 第 3 次 | [主体] 同上,一字不改 [风格] 铅笔素描,单色,纸面纹理 | 是否整体转成线条与排线;还是只让画面变灰、人物结构仍是照片 |
如果第 3 次只变灰不变画风,说明风格词在长描述里被前面的写实主体词压住了,可以把风格段挪到主体段之前再跑一次做对比。两到三次足够判断趋势,不必一次把风格词库全试遍。
加上镜头与构图词,确认视角和画面比例是否跟着变
构图类描述最容易被前面的长描述淹没,尤其是“氛围感”“大片感”这类词本身就在暗示构图,模型可能按自己的默认视角出图。验证办法是在主体段、风格段都不动的前提下,只加镜头段,看画面视角是否真的跟着换:
| 版本 | 提示词差异 | 产物要标注的视角差异 |
|---|---|---|
| 加镜头词前 | 只有主体段 + 风格段,结尾保留“大光圈虚化” | 默认景别是全身还是半身;人物视线高度在哪;背景是平视还是仰拍 |
| 加镜头词后 | 追加 [镜头] 85mm 定焦,f/2.0,半身景别,平视视角,背景轻微压缩 | 景别是否收到半身;地平线是否回到人物胸口附近;背景空间感是否被压缩 |
| 换一组镜头词 | [镜头] 24mm 广角,全身景别,低角度仰拍,环境占画面多数 | 人物是否变小、环境是否变多;透视是否明显张开;是否有仰拍带来的下大上小 |
记录时优先看三个可核对的点:景别(全身、半身、特写)、视角高度(平视、仰拍、俯拍)、主体占画面比例。三点都没变,说明镜头段没被采纳,可以把它提到提示词更靠前的位置,或者删掉与镜头冲突的风格词(例如在要求广角全身时保留“大光圈虚化”)。
把负向描述单独列出,看哪些词确实改变了画面元素
负向词很容易被当成万能开关,一次加十几条,结果画面变了也不知道是哪一条生效。做法是列一张清单,只从清单里逐条启用,每次只加一条,其余保持不变:
| 负向条目 | 针对的画面元素 | 启用后要看的变化 | 是否保留 |
|---|---|---|---|
| 多余的手指 | 手部结构 | 手指数目与关节是否收敛 | 待记录 |
| 文字水印 | 画面角部的伪文字 | 角落是否还出现类似签名的乱码 | 待记录 |
| 塑料感皮肤 | 皮肤高光与纹理 | 面部是否还是一片平滑高光 | 待记录 |
| 过曝 | 整体曝光 | 亮部是否还丢细节 | 待记录 |
| 卡通化渲染 | 整体画风 | 是否仍偏向插画线条 | 待记录 |
启用方式:把清单里的第一条填进负向字段,出图后与不加负向的版本并排比对,只保留画面确实发生对应变化的那几条;没有变化的条目删掉,避免清单越滚越长、稀释掉有效项。需要确认的一点是,当前平台是否提供独立的负向输入字段——如果只有单条提示词入口,把负向内容写成“不要出现…”的自然语言,效果通常不稳定,仍要用同样的并排比对方式确认,不能默认它一定生效。