FLUX 3 Max 这类文生图模型,提示词的书写顺序建议是:先把「拍什么、怎么拍」写死,再在后面挂风格词。原因是镜头信息(景别、角度、机位)决定构图和主体在画面里的位置,风格词(光线、色调、质感)只在这层骨架做加减。顺序反过来,每次调画质都可能把已经满意的构图一起改掉,只能整条重写。下面给一套能直接照着填的书写顺序,以及顺序颠倒时返工成本落在哪几处。
写 FLUX 3 Max 提示词,建议按「主体 → 动作 → 镜头 → 风格」排列:镜头段写景别、机位高度、拍摄角度,风格段只留两三个能落到画面上的具体说法。适用场景是反复改风格却总把构图改坏的情况。操作上先固定镜头段不动,只替换风格词跑对照,观察构图是否漂移、主体是否保持一致。风险边界:模型对词序并非严格解析,短提示词下前后顺序影响有限,长提示词、多主体、强风格词时顺序差异才会明显,需要结合当前版本和参数自行确认。
先写清这一段要拍什么,再谈画面质感
同一个画面,两种写法放在一起看,差异位置比抽象解释更清楚。
先镜头后风格(推荐):
中景,侧面平视,一个人坐在窗边的木桌前翻一本摊开的书,
窗光从左侧照进来,暖白色调,纸张和木头的哑光质感,轻微颗粒
先风格后镜头(常见但不好维护):
电影感,暖白色调,哑光质感,轻微颗粒,高级感,
一个人坐在窗边的木桌前翻一本摊开的书,中景,侧面平视,窗光从左侧照进来
逐处对照差异:
- 第 1 段:第一种写法开场就是「中景,侧面平视」,构图约束最先进入描述;第二种写法开场是四个风格词,镜头约束被推到主体之后。
- 第 2 段:第一种写法的风格词只有三个短语,且集中在句尾,替换时是一整段可切走的尾巴;第二种写法的风格词分散在句首和句中,还夹了「高级感」这类无法执行的说法。
- 第 3 段:第二种写法里风格词与主体描述相邻,改动「暖白色调」时容易连带调整紧挨着的「高级感」和主体措辞,改动范围不可控。
返工成本对照片面说明,这部分是判断顺序值不值得遵守的关键:
- 先镜头后风格:想换色调,只改最后一段的风格短语,主体、动作、镜头三段原样保留,改一次即可。
- 先风格后镜头:风格词和主体、镜头混排,改色调时常常要重读整条提示词,判断哪些词属于风格、哪些不能动,改完还需重新确认镜头没有被顺手改掉。
- 更麻烦的一种情况:先堆风格词时,人往往还没想清楚景别和角度,风格词写得越细,越容易反过来把构图「定」在一个自己没打算要的方向上,最后只能整条重写而不是局部替换。
把风格词压缩到两三个具体说法
风格段越长,越难判断是哪个词在起作用。「电影感」这类词在提示词里能被执行的部分很少,建议换成能落到光线、色调、质感三条线上的具体描述,每条一到两个短语即可。
- 光线替换:把「电影感」写成「窗光从左侧斜进来,人物右肩带一道亮边」。可执行点在于光有方向、有来源、有落点。
- 色调替换:把「电影感」写成「整体偏暖,暗部压向褐灰,亮部不发青」。可执行点在于亮部和暗部分别往哪个色偏。
- 质感替换:把「电影感」写成「皮肤保留细微纹理,木桌和纸张是哑光,画面带轻微颗粒」。可执行点在于材质反光程度和颗粒有无。
压缩时的判断标准很简单:这个短语能不能回答「画面上哪里会变」。答不上来的词,通常只是在提示词里占位置,改不改都不影响结果,删掉反而让风格段更容易替换。风格段建议控制在两到三个具体说法,超过这个量再调画质,就很难归因了。
固定镜头描述只改风格词,看画面还剩多少可控
顺序是否真的影响结果,不建议靠感觉判断,可以做一组最小对照:主体、动作、镜头三段完全不动,只替换风格段。
对照 A:中景,侧面平视,一个人坐在窗边的木桌前翻一本摊开的书,
窗光从左侧照进来,暖白色调,哑光质感
对照 B:中景,侧面平视,一个人坐在窗边的木桌前翻一本摊开的书,
窗光从左侧照进来,冷灰色调,哑光质感
执行方式:如果当前界面提供种子或随机种子输入,先固定种子再跑 A、B 两次;如果不提供种子,建议先用同一条提示词连跑两次,把两次之间的自然波动看成基线,再看 A、B 的差异是否明显超出这个基线。这一步不能省,否则容易把随机性误判成风格词的作用。
观察项建议逐条记录,不要只看「好不好看」:
- 构图是否变化:景别是否仍为中景,人物的位置、朝向、桌面在画面中的占比是否基本一致。
- 主体是否保持一致:人物数量、姿态、手里是否还拿着书,有没有因为色调词被改成别的动作。
- 背景是否漂移:窗、桌、墙面的元素有没有增减,背景复杂度有没有被风格词带跑。
- 风格词是否被吞掉:冷灰色调是否真的体现在暗部,还是被「窗光从左侧照进来」盖过去。
如果 A、B 两次构图和主体基本一致,只有色调和明暗关系变化,说明镜头段确实起到了锚定作用,可以继续在这个骨架上微调风格。如果构图跟着一起变,说明镜头段写得不够具体,建议先把景别、机位高度、拍摄角度补全,再谈画质。
按模板重写一条完整提示词并自查
把顺序落成可填写的四栏,写的时候按栏填,不要跳栏。
主体:______(谁/什么,几个,最显著的 1-2 个外观特征)
动作:______(正在做什么,姿态,朝向,与哪个物体接触)
镜头:______(景别 + 机位高度 + 拍摄角度)
风格:______(光线 + 色调 + 质感,合计 2-3 个具体说法)
填好的一条示例:
主体:一个人,中年,穿深色棉质外套,短发
动作:坐在窗边木桌前,低头翻一本摊开的书,双手压在书页两侧
镜头:中景,机位与坐姿视线齐平,侧面平视
风格:窗光从左侧斜进来,人物右肩带一道亮边;整体偏暖,暗部压向褐灰;纸张和木桌为哑光,画面带轻微颗粒
写完后按这几条自查,能过再提交:
- 主体栏是否写清了数量和最关键的外观特征,而不是只写「一个人」。
- 动作栏是否包含姿态和朝向,能不能据此判断人物面朝哪边。
- 镜头栏是否只有景别、没有机位高度和角度;缺哪项就补哪项,这一栏是后续改风格时最不该动的部分。
- 风格栏是否超过三个具体说法,超了就删掉回答不了「画面上哪里会变」的词。
- 整条读一遍,确认风格词都在结尾,没有被插到主体和镜头中间。
这套顺序不保证每条提示词一次成形,但能保证改动落在局部:镜头段定住之后,画质调整就变成替换句尾两三个短语的动作,而不是每次从头重写一条。