图片转提示词怎么用？素材商反推好图再复用的实测写法

图片转提示词，行话叫反推或者图生文，就是让AI看着一张图，把生成这张图的提示词猜出来。我靠这招把素材站里卖得好的图扒开重用，小半年攒了上百条词。判断先放这儿：能拿回七成，剩下三成它猜不到，得自己补。

为什么这么肯定。因为我头一个月直接把反推结果原样丢回去出图，五张里五张跑偏，钱花了时间也搭了。后来老老实实拿留底的原始提示词做对比，才搞明白丢的那三成在哪。这篇把过程拆给你看，数字都是一张一张测出来的。

反推能拿回七成，丢的到底是哪三成

反推工具能拿回主体、场景、风格大词约七成，丢的是光线方向、镜头参数和构图意图这三类。不补这三样，出图就跟原图对不上。

做法土得很。我从后台导出五十张卖得最好的图——雨夜街景、逆光人像、微距水珠，一张张丢给工具，把吐出来的词跟我自己留的底稿对。出图前存底稿这习惯，这时候帮了大忙。

结果挺一致。主体和场景基本全中，「雨夜、湿漉漉的马路、霓虹倒影」这些大词它都给得出来。风格大词也还行，胶片感、赛博朋克这类能猜个八九不离十。可光线方向十次里丢五六次，镜头参数基本靠蒙，构图意图压根不碰——你那张故意压低的机位，它只给你个「low angle」，为什么压、压到多少，没了。

最坑的是情绪。有张图卖得不错，靠的是那种「等人」的安静感，反推出来全是物体清单，氛围词一个没有。说实话，这东西工具目前真给不了，得自己往里塞。

三种反推工具实测，出的东西完全不是一个路数

MJ 的 /describe 出完整句子但爱脑补，SD 的 tagger 出词快但没句子，多模态对话模型最像人话但风格词会漂。按你要喂的模型倒着选。

展开说两个翻车。一张逆光人像，tagger 吐回来二十多个词，masterpiece、best quality 这类灌水词占了一半，光位一个没提。同一张图丢给对话模型，它老老实实写了 backlit、rim light on hair，这个 tagger 就差远了。

还有更好笑的。一张窗边自然光，/describe 硬说人家是 professional studio lighting。脑补得一本正经。所以反推结果必须人工过一遍，谁都不能全信。

反推完别直接用，过这三步再出图

反推结果要过三道手：先删质量灌水词，再补光线和镜头词，最后锁一个不许动的风格锚点。三步做完，出图才跟原图对得上。

第一步删。masterpiece、8k、trending on artstation 这些词不带信息，全删。我数过，反推结果里这类词平均占四成，删完短一截，出图反而稳。

第二步补。光位和镜头自己写进去：侧逆光就写 rim light from behind，浅景深就写 35mm f/1.8。还是那张雨夜街景，改前出五张全跑偏，补上 wet asphalt reflections 和 shop sign rim light 之后，三张里两张能直接上架。就差这两条词的事。

第三步锁。挑一个风格锚点词钉死，比如 soft warm film tones，后面不管怎么改别的，这个词不动。这样一批图才像一个系列。卖图的最怕风格散，客户按系列挑图，散了就不挑你了。

对了，插句跑题的：我后来把这套流程教给一个做婚礼跟拍的，他拿去反推自己的样片，套模板出客片风格参考。行得通，说明不止卖图能用。话说回来，你套用之前还是先拿三张图试，别一上来就批量跑。

绕回开头那句判断：反推拿七成，补三成。工具帮你省的是打字和回忆的力气，审美和光位判断它替不了。我词库里每条反推词后面都跟着一行手写补丁，那行补丁，才是这张图能再卖一次的原因。