把收藏夹里三百多条别人出的好图提示词搬进表格逐条拆完,我确认了一件事:mj提示词结构是有套路的,而且套路比我以为的死板得多。能稳定出片的那批,几乎都压着同一条骨架在写——主体、场景、风格、参数,四段各管一摊。
这事起源挺无聊的。群里天天有人晒图,我存了一堆「绝了」「学到了」,真轮到自己写还是乱。索性花两个晚上,把攒的提示词一条条贴进表格,按段切开。拆到一百来条的时候,规律已经藏不住了。
四段骨架长什么样
出片提示词基本由四段组成:主体、场景、风格、参数,每段管一件事,哪段空着MJ就自己脑补哪段,而脑补方向从来不按你的意思来。三百一十七条样本里,能完整拆出这四段的有二百八十条,剩下三十多条多半是作者偷懒没写全,出片全靠运气。
先说每段干什么活。主体段只有一个任务:说清画面里唯一的主角,名词加两三个修饰词,别贪多。场景段管时间、地点、光线。风格段管媒介和画风。参数段管比例和排除项。四段之间不重叠,谁也别抢谁的活。
拿我最常用的一句做例子,四段切开是这样:
| 段名 | 管什么 | 例子(雨夜便利店门口的橘猫) | 缺了会怎样 |
|---|---|---|---|
| 主体 | 画面里唯一的主角 | a fat orange cat crouching by a puddle | 杂物抢戏,主角只剩半个身子 |
| 场景 | 时间、地点、光线 | rainy night, glowing convenience store sign, wet asphalt reflections | 背景随机抽卡 |
| 风格 | 媒介和画风 | film photography, grainy, cold tones | 默认那种油亮的「AI味」渲染 |
| 参数 | 比例和排除项 | --ar 3:2 --s 250 --no people | 比例随缘,路人乱入 |
这张表我贴在显示器边上半年了。别笑,真管用——哪次出图不对劲,回头一查,八成是某一段空着或者写串了。
顺序比词更要紧
四段按主体、场景、风格、参数的顺序排,MJ给靠前的词更高权重,把风格词放最前面,等于让次要意见抢了话筒。打个比方,这跟写收货地址一个道理:从省市街道往下写,快递员顺着读;你倒着从门牌号写起,他每读一格都得猜一次你在哪座城市。
光讲道理不算数,我真跑过对照。同一个主体「雨夜便利店门口的橘猫」,标准序和打乱序各二十组,fast模式,一组四张,能挑出一张能交差的算这组过。结果标准序过了十七组,打乱序只过九组。
打乱序输的方式还挺一致:主体被塞到句尾时,出图经常变成一张「氛围很好的雨夜街景」。猫呢?猫在角落里,或者干脆成了橱窗贴纸。挺离谱的。
代价也得交代:四十组对照烧掉一个晚上加半天,fast额度大概两百分钟上下。你不用重跑我的实验,记住一句话就行——主角写最前,光线氛围往后靠,参数永远收尾。
参数段别贪多,三样就够
参数段日常写--ar定比例、--s控风格强度、--no排杂物这三样就够用,堆太多参数会互相打架,出图反而飘。参数像调味料,撒三样提味,倒一整瓶进去就毁了这锅菜。
逐个说。--ar管比例,我做公众号头图习惯3:2,做横版封面直接16:9,写清楚能省掉裁图的麻烦。--s是风格强度,我日常压在200到300,主体稳;有一次手痒拉到750,那只猫直接开始加戏,机位自己换了,还给自己添了个霓虹项圈——好笑是好笑,没法交差。
--no排杂物,--no people, text, watermark 是我的默认配置,图文类基本离不开。至于--c(chaos)这种找灵感用的,劝你别在工作时段开:上个月我开到30想碰碰运气,二十张里凑不出完整的一组,全是陌生路人的脸,额度烧得心疼。
速度也顺嘴说下:fast模式一组四张大概一分钟,改词重跑,五分钟能验证一个小改动。这个节奏决定了你最好一次只改一处,一口气改三个地方,出了问题你都不知道赖谁。
为什么抄来的提示词到手里就不出片
因为那条提示词是围绕作者自己的主体和比例调出来的,参数和前三段咬合在一起,你换了主体,旧参数就不咬合了。拆表时我注意到一个细节:同一位作者的出片提示词,参数段几乎不动,动的是前三段。人家是攒了一套自己的底模,围着它换菜。
所以整句照抄是下策,抄结构才是正事。把他的四段剥开,看主体怎么修饰、光线怎么点、参数怎么配,回来自己搭。多拆十几条,你手里那点「玄学感觉」自然就没了。
说到这岔开一句:群里晒图从不放参数的人,多半自己也说不清为什么出片。你问他,他就说「多试」。试没错,可没结构的试,是用额度换玄学。
表格到现在还贴在我屏幕边上,边角都卷了。三百多条拆下来,最值钱的收获不是哪条词能抄走,是那份「每段管一件事」的秩序感——骨架立住了,换什么主体都不慌。
常见问题
mj提示词结构里可以直接写中文吗?
可以,MJ认中文。但我实测风格段的英文词命中率明显更高,比如「胶片质感」不如 film grain 稳。我的习惯是主体和场景先用中文想清楚,再翻成英文短词,别整句机翻。
四段骨架适合动漫类模型吗?
适用。结构不变,把风格段换成动漫媒介词就行,比如 anime style、cel shading。参数段的用法完全一样,niji系模型同样吃这套顺序。
提示词写多长比较合适?
我拆的样本里,一到十二个短词组占多数,超过二十个词组的出片反而不稳。四段各给一到三个词组,宁短勿长,缺什么补什么。
--s 数值到底开多少?
日常200到300,主体还原优先就压在这个区间;想要浓烈的插画感再往上拉,但拉过500就要做好构图被改的心理准备,我最高只敢在工作图上放到400。