🎯 本节目标： 把“想要一张好看的图”拆成能被观察、替换和诊断的视觉语言。学完后，你应该能解释每句话控制什么，而不是只会收藏提示词。

很多人第一次写 Prompt，会把它当成一串能召唤好图的形容词：高级、电影感、梦幻、唯美、8K、细节丰富。词越多，好像模型越懂。

问题是，这种写法也许能得到一张漂亮的图，却很难得到一张由你控制 的图。

先看一张“没有失败”的失败图

这次对照实验里，我们给模型的要求只有一句模糊描述：

它没有崩脸，也没有画坏手，甚至很好看。但它仍然是一张教学意义上的失败图，因为画面里的服装、空间、机位、光线、比例和叙事关系，几乎都由模型替你决定了。

图 1｜形容词堆叠版：画面不难看，但除“女性阅读”外，关键视觉关系都没有被锁定。

“好看”只是一种结果评价，不是一条控制指令。 当你说“高级感”，模型不知道你想要的是低饱和配色、克制的布光、留白构图，还是昂贵材质；当你说“电影感”，它也不知道该选什么镜头、景别、光比和色彩。

你以为自己说了	模型实际还要替你决定
高级感	色彩、材质、空间、光线、构图
电影感	镜头、景别、机位、光比、成像介质
梦幻唯美	雾化程度、色温、轮廓清晰度、背景关系
8K、高质量	几乎没有新增可见关系，只表达“请画好一点”

可控的 Prompt，是一组有职责的视觉语言

我们可以把 Prompt 想成一套“视觉语言”：不是为了把句子写长，而是让每一句话都承担一个明确职责。哪句话决定主体，哪句话决定观看位置，哪句话决定光从哪里来，出了问题就回到对应那一层修改。

一份适合控制的 Prompt，通常至少回答这些问题：画谁、在哪里、怎么看、怎样被照亮、以什么介质呈现、什么材质占主导、哪些内容必须保留或禁止。

建立一张基准图

下面这条 Prompt 不追求辞藻，而是先锁住一组可观察的关系。后续所有对照都只改其中一层。

图 2｜基准图：主体、空间、框景、光向与成像质感都有清晰职责。

这张图未必是你心中的终稿，但它有一个重要价值：我们知道下一步该改哪里。

层	基准图锁定了什么	常见可替换变量
主体	成年东亚女性、深蓝棉衬衫、阅读	人物、动作、服装
场景	旧公寓、木桌、白瓷杯	地点、道具、时代
构图	4:5、中景、偏右、门框框景	景别、机位、前景、画幅
光线	右窗暖侧光、深处较暗	方向、软硬、色温、光比
成像	纪实摄影、真实肤质、克制色彩	摄影、印刷、绘画、材质
约束	不磨皮、不加梦幻光晕	必须保留与明确排除

对照一：只换“作品载体”

主体、空间、构图和光线全部不动，只把成像方式从纪实摄影改成 1970 年代末文学杂志里的胶版印刷照片页。

图 3｜只换作品载体：旧纸边、印刷网点和褪色感出现，人物与空间关系仍可辨认。

变化最明显的是纸张、网点和色彩衰减，场景仍然是“隔着门框看一个人在桌边阅读”。这说明“作品载体”不是一句装饰性的风格词，它会直接改变画面的表面、边界和观看年代。

对照二：只换“观看位置”

这一轮保留同一个人、同一张桌子、同一扇窗和同样的侧光，只把观众从门外带到桌边。镜头降低到桌面高度，白瓷杯成为近处的大前景，门框不再出现。

图 4｜只换构图：视点来到桌边，杯子变成视觉入口，观看距离与叙事关系随之改变。

这张图里，杯子不再只是一个道具，而是把视线从左下方引向人物的入口。构图层一改，观众与人物的距离也从“门外观察”变成“坐在同一张桌边”。所以构图控制的不是摆放，而是观众站在哪里、先看到什么、和主体是什么关系。

对照三：只换“光的行为”

这一轮保留门框、中景和桌边阅读，只把右侧窗户的温暖侧光换成正面的硬直闪。背景压暗，人物和墙面出现清晰硬影。

图 5｜只换光线：直闪把安静阅读变成突然被看见的瞬间，情绪随光的行为改变。

基准图的温暖侧光让人物像是沉浸在自己的时间里；直闪却把她从空间里“切”出来，变成被镜头突然撞见的人。同一个动作，因为光的方向、软硬和光比不同，情绪从安静变成突兀、直接。

迁移测试：只换主体，方法还能不能成立

如果一条 Prompt 只能在原图上偶然成功，它还不能算方法。最后一轮把女性换成穿深蓝衬衫的成年东亚男性，其他空间、构图和光线关系保持不动。

图 6｜只换主体：门框、桌面、右侧窗光与观看距离仍然成立，说明结构可以迁移。

这张迁移图不要求人物长相和原图一致。我们要检查的是：换了主体以后，门框是否仍然承担前景框景，木桌是否仍从左下进入，人物是否仍位于偏右区域，窗光是否仍从右侧塑造面部。答案是基本成立。

可迁移，才说明你控制的是结构；只能复刻某一张图，往往只是碰巧。

Prompt 变长，不等于控制变强

控制力来自“指令是否可见、是否有职责、是否能单独替换”，而不是字数。下面四种写法很长，却依然难以诊断：

写法	为什么失控	更小的修正
高级、电影、唯美、震撼	抽象词没有落到可见关系	改写成色彩、机位、光比或材质
8K、超清、杰作、高质量	只表达结果愿望，没有指定画面	删除，换成真正影响画面的描述
同时改主体、镜头、光线和风格	结果变化后无法知道是谁起作用	每轮只改一层
不满意就整条重写	上轮有效部分也被一起丢掉	先判断错误属于哪一层

本节练习：把许愿句改成视觉语言

先写一句你平时会用的模糊 Prompt，例如“一个很高级、很有电影感的女生肖像”。不要急着加词，按下面的顺序重写。

1. 写清主体正在做什么，只保留能看见的特征。
2. 决定观众站在哪里：画幅、景别、机位、主体位置、前景关系。
3. 决定光从哪里来：方向、软硬、色温和明暗关系。
4. 选择作品载体：摄影、杂志印刷、绘画、刺绣或其他明确介质。
5. 把“必须保留”和“明确不要”写成约束，不再堆抽象形容词。

完成基准图后，再生成三张对照图：只换作品载体、只换构图、只换光线。最后换一次主体，检查结构能否迁移。

怎么判断你真的学会了

• 我能指出 Prompt 中每一句分别控制主体、场景、构图、光线、成像或约束中的哪一层。

• 我能让三张对照图每次只改变一个主要变量。

• 结果不满意时，我能先说出是哪一层失控，而不是整条重写。

• 换一个主体以后，原有空间、观看位置和光线关系仍然可辨认。

这一课真正要带走的

Prompt 不是一句许愿，也不是一串关键词。它是一套把视觉决定说清楚的语言。你不需要一次写对所有细节，但要知道每一次修改在动哪一层。

下一课我们先不急着写 Prompt，而是练习把一张参考图看成可复用的视觉结构。只有会看，才知道该控制什么。

---

返回课程首页 专题｜AI 生图控制课

继续学习 02｜先学会看图

参考：OpenAI《GPT Image 提示词指南》；本课对照图均由同一控制框架逐轮生成。