ai画图提示词怎么写才不乱出图？主体、场景、风格三件套入门

ai画图提示词不是写得越长越灵。很多人乱出图，恰恰是因为想到什么塞什么，一句话里主体、场景、风格搅成一团。我的判断很简单：把这三块各写各的，一条提示词就稳了一大半。

说个背景。三个月前我开始自学插画，线稿练得慢，就想着让AI先出参考图，照着描。第一个星期出了两百多张，能当参考用的不到二十张。想要"戴眼镜的女孩在书店看书"，出来的四张里，两张女孩背后凭空长出旋转楼梯，一张手上有六根手指。

当时我以为工具不行，换了两个平台，问题照旧。后来把提示词拆成三件套重写，同一批需求，十张里能有三四张直接拿去描线。差距不在工具，在写法。

为什么你写的ai画图提示词总是乱出图？

乱出图多半不是工具的问题，是提示词没给够定位信息：主体、场景、风格缺哪块，模型就只能靠猜，猜出来的画面自然离想法很远。先查缺块，再谈别的。

你想想"画一个女孩看书"这六个字，模型得自己决定：什么样的女孩？在图书馆还是家里？漫画风还是写实？它见过的"女孩看书"，多半是封面图和动漫截图，于是它就往那个方向猜。猜，就是乱出图的根源。

这跟点外卖差不多。你只跟平台说"来点好吃的"，送来什么全凭运气；把菜系、忌口、预算说全，才有大概率吃到想吃的。提示词就是那份订单。

我翻过自己头一个月的输入记录，发现两条提示词能差出十倍信息量。一条是"画个猫"。另一条是后来改的："一只橘色短毛猫，趴在木质窗台上打盹，午后阳光斜照进来，水彩插画风格"。前者出的图张张不一样，后者十张里有八张构图接近。信息量就是命中率。

主体、场景、风格：三件套怎么搭

把一句话拆成三块写：主体写清是谁、什么特征、做什么动作；场景写清在哪、什么时间、什么光线；风格只定一个主画风。三块各管各的，别搅在一起。

主体是画面里最重要的那个"谁"。写清数量、外观、动作三样就够。数量一定要写死——"一个女孩"比"女孩"稳，我试过不写数量，出来过双胞胎。特征挑两三个说：短发、圆框眼镜、背带裤。动作给一个具体的：踮脚够书、趴着打盹，都比"在看书"这种概括好使。

场景负责把主体"放进去"。地点加时间加光线，是我现在固定写的三样。"傍晚的书店"和"书店"是两个画面——前者有暖黄的灯光打在书脊上，后者就是个大房间。光线这块新手最容易漏，但它恰恰是氛围的全部来源。

风格最忌贪多。水彩就是水彩，厚涂就是厚涂。我翻过车：想让画面既有水彩的通透又有霓虹灯的艳，把两个词塞一起，出来的颜色脏得像洗笔水，改了五次才救回来。一个主风格，顶多加一个媒介词（比如"纸纹"），到此为止。

给你看个直观对比，同一个需求"女孩在书店看书"：

不比不知道，一比就看出来了：散装写法省下的那三十个字，最后全变成筛图的时间还回去了。

视角和词序：两个新手容易忽略的小开关

三件套搭稳后，加"视角"能锁构图，调"词序"能分轻重：模型对靠前的词更上心，最重要的词放最前面，画面权重就往哪边倒。

视角就是镜头放哪。画头像，用"特写、平视"；画一整条街的氛围，用"全景、俯拍"。我现在的习惯是把视角放在三件套后面当第四段：主体、场景、风格、视角，一条顺下来不用想。

词序这个是我自己试出来的。同一条提示词，我把"水彩插画风格"从结尾挪到最前面，其余一个字不动，各出十张。放结尾那次，十张里三张有明显水彩纹理；放开头那次，七张带明显水彩纹理，连纸纹都出来了。模型确实对靠前的词更敏感。

话说回来，这个开关别滥用。我有一阵把所有词都往前提，结果权重乱掉，主体反而不突出——什么都重要，就等于什么都不重要。一条提示词里，让最重要的那一个词站C位就够了。

回到开头那两百多张废图。它们不冤，每一张都在提醒我：模型读不懂沉默，你不说清楚的部分，它就替你编。现在每次出图前，我都会先在心里过一遍三件套——主体是谁，在哪，什么风格，镜头在哪。半分钟的事，省下的是几十张废图的时间。