简介《AI艺术与ChatGPT提示工程指南》是一份面向AI绘画与对话式提示学习者的PDF读物适合初学者入门也适合希望提升提示设计能力的创作者用于理解提示构成、主题与修饰符作用并解决Midjourney等工具中提示编写与迭代优化的问题。资源包仅含1个PDF文件大小约2.31MB便于单文件查阅与随身学习。内容围绕提示工程基础、负提示与零提示、ReAct提示、Midjourney等AI艺术提示设计、迭代式细化、ChatGPT对话式提示展开还涉及语言与意象的表达力量、Leonardo应用案例及示例提示。已有69人学习读者可借此建立从提示结构到工具实操的系统认知参考书中的案例理解如何细化提示、比较不同提示策略并迁移到个人创作与对话应用场景中。1. 先搞懂一件事提示工程到底是在跟谁说话很多人第一次接触 AI 绘画和 ChatGPT心里都会冒出一句不就是打几个字描述一下吗这也要学我第一次用的时候也这么想输入“画个好看的海边日落”出来的东西像十年前景区卖的劣质挂历。问题不在 AI 笨而在我那句话里一半是它没法判断的主观词“好看”一半是它必须自己猜的空白几点、什么视角、有没有人。提示工程要解决的就是把这些“猜”变成“告诉”。它是一套跟 AI 沟通的写法主体说清楚、修饰词加到位、不要的东西提前排除、效果不满意就一轮轮改。这套写法适合所有不打算写代码、只想把 AI 当工具用的人——做设计的、写文案的、做自媒体的还有只想让 AI 帮自己省点力气的普通上班族。2. 搭一副能用的提示骨架主体、修饰符、固化词上一章说“把猜变成告诉”但真到动手多数人卡在同一个地方脑子里有画面落到输入框里只剩一句干巴巴的话。这一章就把一句话拆成三个零件——主体、修饰符、固化词先学会拼再去谈风格和创意。零件不多但顺序不能乱乱了一整条提示就散架。2.1 主体提示先决定“画面里到底有什么”主体就是这条提示的核心对象一个人、一个地点、一个物件、一个论点。它是整条提示的锚点锚没抛下去后面的修饰词全是浮的。你可以做个对照实验先输入“画个风景”再输入“一座白色灯塔立在黑色礁石上海面有雾”。第一句里 AI 只能给你一个“风景的平均值”因为它不知道你要山还是海、要晴还是要阴第二句里它至少有五个点可以落地——灯塔、白色、礁石、海面、雾。差别不在文采在于你到底给了它多少个可判断的信息。定主体的时候别只想着“我要什么”还要想“给谁看”。同样是讲一杯咖啡给咖啡馆写宣传语和给食品科普号写介绍主体词的选择完全不同前者要“手冲、单品豆、木质吧台”后者要“咖啡因含量、烘焙度、萃取时间”。先想清楚受众你才知道哪些词值得留在句子里。选关键词有个笨但好用的办法从大词往小词拆。以“猫”为例第一层是“猫”第二层是“橘色短毛猫”第三层是“一只橘色短毛猫蹲在旧木窗台上尾巴垂下来”。每往下拆一层AI 的自由发挥空间就少一截出来的东西就离你脑子里的画面近一截。很多人写提示失败不是词不够多是拆得不够细一直停在大词那一层。还有一点特别容易被忽略语言的精确度。模糊词和可执行词是两回事。“高级感”“氛围感”“有艺术气息”这类词AI 没法把它们翻译成具体像素最后只能用它训练数据里的平均值来糊弄你。而“低饱和”“侧逆光”“浅景深”“35 毫米视角”这类词每一个都对应着明确的视觉特征。写作上也是同理“写得生动一点”不如“每段加一个具体的动作细节”来得管用。入门阶段最值得养成的习惯就是每次想写形容词时停两秒问自己这个词能不能换成看得见、数得出来的东西2.2 修饰符提示一句话怎么变成一张海报修饰符是加在主体周围的补充词或短语作用有三个给上下文、提清晰度、定具体性。同样一个主体修饰符换一换出图能从一个静物照变成一张电影海报。新手不用记太多分类先掌握四类就够用修饰类型作用例子风格决定画面或文字的调性胶片摄影、水彩、极简排版、纪实口吻光线与色彩决定明暗和情绪清晨侧光、暖橘色调、冷蓝阴影构图与视角决定观看位置俯拍、特写、广角、居中构图情绪与用途决定它像什么东西安静、怀旧、用于公众号头图为什么加几个词就能起这么大变化因为模型生成内容时是在一个巨大的可能性空间里选路修饰符相当于给它画了路标。不加路标它就走最平庸的那条大路加了三五个准确的路标它才会拐进你想要的小巷。原文里提到一个思路我特别认同把“健康饮食”改成“简单实用的健康饮食建议”输出立刻从泛泛而谈变成了能照着做的清单。差别就在于“简单实用”这四个字把范围收窄了。修饰符也不是越多越好。新手最容易犯的毛病是往上堆十几个词最后出来的东西四不像。我自己的经验是主体之后加三到五个修饰符先跑一版看哪一块不对再补。堆词属于典型的用勤奋掩盖方向错误方向对了五个词比十五个词管用。顺便说一句修饰符在写作场景里同样好使。让 AI 讲一个历史事件加一句“重点讲它对普通人生活的影响”输出深度立刻不一样让它写一段公园散步加一句“带一点奇幻色彩出现一只会说话的小动物”出来的就是另一个故事。同一个技巧换个场景就换个用法这也是它值得先学的原因。2.3 固化词与模板把好用的提示存下来固化词指的是提示里那些固定不变的结构性部分比如“请以……的身份”“输出格式为三条要点”“不要使用感叹号”。它们不负责创意负责稳定性。创意负责让每次不一样固化负责让每次都不跑偏两样都得有。下面这段小脚本是我建议每个新手都先跑一遍的东西。它不调用任何接口只是把提示拆成四块拼起来方便你反复改其中一块# 把提示拆成四块改哪一块一目了然 subject a lighthouse standing on a rocky cliff # 主体画面核心对象 style cinematic photography, 35mm lens # 修饰风格与镜头感 light soft morning light with light fog # 修饰光线与氛围 negative [text, watermark, blurry] # 负提示不想出现的东西 prompt f{subject}, {style}, {light} if negative: prompt --no , .join(negative) # 以支持 --no 的写法示例换工具时改这里 print(prompt)运行后你会得到一整条提示例如a lighthouse standing on a rocky cliff, cinematic photography, 35mm lens, soft morning light with light fog --no text, watermark, blurry。几个参数需要说明一下。subject是主体改它等于换画面主角style和light是两组修饰分开写是为了让你能单独调整不用每次重写整句negative是一个列表往里加一项就多排除一样东西join的作用是把列表拼成逗号分隔的字符串。末尾的--no是部分绘画工具排除元素的写法不同工具的叫法和位置不一样有的是单独一个“反向提示词”输入框换工具时只改这一行其余不用动。这段代码真正的价值不在代码本身而在它逼你把提示结构化。等你用熟了可以把它扩展成一个模板库给文件起名叫“封面图_冷色调”“文案_产品介绍_口语版”每类存三五条跑通过的模板下次开工先翻模板再改比每次从空白框硬想快得多。我第一次整理模板库的时候只有六条三个月后攒到四十多条回头率最高的永远是那六条里最朴素的。3. 零提示与负提示把“要什么”和“不要什么”分开写骨架搭好之后接下来要处理两个方向正面告诉 AI 你要什么反面告诉它别给什么。这两个方向经常被新手混在一起写结果就是提示越长越乱。分成两块写思路会清楚很多。3.1 零样本提示什么都不给它凭什么答对零提示zero-shot指的是不给任何示例只给任务描述让模型直接干活。比如“把下面这段话压缩成三句保留所有数字”这就是一条标准的零提示。它凭什么能答对因为模型在训练时见过大量同类任务你的描述相当于一把钥匙把对应的能力调出来。零提示能不能用好取决于三件事。第一是动词要明确是“总结”“改写”“列出”还是“对比”一个动词定死一个动作别写“帮我看看这段文字”。第二是输出格式要提前说要几条、多长、要不要分点、用什么语气这些都在同一句里交代清楚。第三是边界要划出来不允许编造、不确定就说不知道、只依据我给的材料。这三条加进去一条零提示的稳定性会明显提升。零提示的局限也很明显任务越偏门、格式越特殊它越容易自由发挥。这时候补一个例子也就是常说的给样本比反复修改措辞有效得多。入门阶段不用纠结概念区别记住一句话就够能一句话说清的任务用零提示说不清的补个例子。3.2 负提示把“不要”说在前面负提示是明确告诉模型哪些东西不要出现。在 AI 绘画里它几乎是刚需因为模型的默认审美会自作主张地加东西莫名其妙的文字、角落的水印、多余的手指、过曝的高光。你不说它就当你要。不同工具的表达方式不同有的用--no后面跟一串词有的给一个独立的“反向提示词”输入框有的写在括号里加权重。叫法不一样逻辑一样列出你不要的元素。新手最常排除的几类可以先用这张表打底类别常见排除项什么时候加文字类文字、水印、签名、logo做纯画面、做背景图时必加质量类模糊、噪点、畸变、低分辨率出图发糊、边缘变形时加结构类多余的手指、多出来的肢体、重复物体画人物、画手时加风格类卡通、3D 渲染、过度锐化想要真实摄影感时加负提示最常见的误用是“把不想要的全写上去”。排除项太多模型会被一堆否定词绕晕反而丢掉你要的主体细节。我的建议是先从三到五项起步出问题再加一次只加一类。另外负提示在文字对话里的用法要克制写“不要啰嗦”比写“不要使用复杂句式、不要用被动语态、不要出现专业术语”更有效后者容易让模型顾此失彼。3.3 动手同一主体跑三版提示做对比光看概念没用做一次对比实验就全明白了。步骤很简单选定一个主体比如“雨天的公交站台”。第一版只写主体不加任何修饰和负提示。第二版加上风格、光线、构图三类修饰符。第三版在第二版基础上加三到五项负提示。三版结果放一起看记下每一版分别解决了什么问题。用脚本把三版一起打印出来方便你复制粘贴# 三版提示对照只写主体 / 加修饰 / 加负提示 base a bus stop on a rainy evening v1 base v2 base , cinematic photography, wet asphalt reflections, warm street light v3 v2 --no text, watermark, extra people, blurry for name, p in [(v1 只有主体, v1), (v2 加修饰, v2), (v3 加负提示, v3)]: print(f{name}:\n{p}\n) # 逐版打印方便对照复制base是不动的常量保证三版对比只有一个变量在变v2加的是一组视觉特征词负责把画面从“平均的雨天”推向“电影感的雨天”v3只做减法不加新元素。跑完这一轮你会很直观地看到修饰符决定画面往哪走负提示决定画面少什么两者不能互相替代。对比的时候别只看“哪版更好看”要看“哪一版更接近我脑子里的画面”。好看是玄学接近才是可复现的。每次对比完顺手记一句结论比如“暖光词让画面变糊下次换成柔光”这类笔记攒十条比看十篇文章管用。4. 从单句到对话ChatGPT 里的多轮追问与 ReAct 写法前面三章都在打磨“一句话”。但真实使用中你很少一句话就拿到能用的结果更多时候是一来一回地聊。这一章讲两件事怎么把单句提示变成一段有来有回的对话以及怎么让模型在回答前先把自己的思路摆出来。4.1 为什么单轮提示总差一口气单轮提示的问题在于所有要求都得塞进一段话里任务、格式、语气、长度、禁止事项。塞得越多模型越容易顾此失彼。多轮对话把这件事拆开了第一轮定角色和任务第二轮补材料和限制第三轮改格式和语气。每一轮只解决一个问题出错时也知道该回头改哪一句。多轮还有一个隐藏好处上下文会累积。你在第二轮说的“按刚才那个风格”模型能接得住。这意味着你能用“再短一点”“换成更口语的说法”“保留结构把例子换掉”这类极短的指令做微调不用每次重写整段。新手常见的做法是每改一次就开一个新对话结果每轮都在重复交代背景效率极低。不过多轮也有代价聊得太久前面的约束会被稀释模型开始自由发挥。我的习惯是每聊五六轮就让它复述一遍当前的任务要求确认没跑偏再继续。这一步很多人嫌麻烦但它能省下后面大量的返工。4.2 ReAct 提示先想、再做、再回头查ReAct 这个写法拆开看就三步先让模型说清楚它打算怎么做再让它给结果最后让它自己检查一遍有没有漏。听起来像废话实际效果差别很大因为模型一旦被要求“先写思路”它的输出就会从凭感觉变成有依据。具体怎么写给一个三段式的模板第一段固定角色和任务“你是一名资深的图片提示词顾问任务是帮我把一句模糊描述改写成可用的绘画提示。”第二段要求先列思路“先用三条说明你打算补充哪些信息再给出改写结果。”第三段要求自检“最后检查一遍指出这条提示里最可能出问题的一个地方并给出替代写法。”第三段的自我检查是很多人会漏掉的一步但它的价值最高。模型指出来的那个“最可能出问题的地方”经常正好是你自己也没想清楚的地方。下面是把这套模板拼成字符串的写法你可以直接改里面的任务描述# ReAct 三段式模板角色 → 思路 → 结果 → 自检 task 把一只猫改写成一条能出图的绘画提示 template f你是一名资深的图片提示词顾问。 任务{task}。 请按以下顺序回复 1. 用三条说明你打算补充哪些信息主体细节、风格、光线、构图 2. 给出改写后的完整提示词 3. 自检指出这条提示里最可能出问题的一处并给出替代写法。 不要跳过第 1 步和第 3 步。 print(template)task是唯一需要经常改的变量其余部分固定不动这就是前面说的固化思路。不要跳过第 1 步和第 3 步这句话看着多余实际上很关键模型在追求简短时最先砍掉的就是思路和自检明确禁止之后它才会老老实实保留。4.3 亲手跑一轮三步对话把模板发出去之后接着走三步第一步拿到它列的三条思路先别急着看结果检查这三条是不是你真正需要的。如果它补的是“赛博朋克风格”而你想要的是自然光摄影就在这一轮直接纠正别等出图了再返工。第二步看改写后的完整提示逐段对照你原来的意图主体有没有被改掉修饰符是不是你想要的方向有没有多出你没要求的东西。第三步认真读自检那一段。它往往会说“这条提示光线描述不够具体”或者“风格词之间可能冲突”这些提示比结果本身更有用因为它暴露的是你思考里的盲区。跑完一轮之后把满意的结果存进模板库不满意的记一句差在哪。三五轮下来你会发现真正让效果变好的不是某个神奇的关键词而是“先想清楚再输出”这个习惯本身。5. 新手最容易翻车的五个地方提示工程避坑清单前面讲的都是怎么写对这一章讲怎么写错。下面五条是我见过出现频率最高的每条按“现象、原因、解决”说清楚对号入座就行。5.1 写提示阶段最容易踩的三个坑坑一提示太笼统每次结果都不一样。现象同一句提示跑五遍出来五个完全不搭的东西没法复现。原因提示里全是主观判断词和空缺信息模型每次都在自己猜猜的结果自然随机。解决把主观词换成可执行的具体项主体写到第三层修饰符至少覆盖风格和光线两类。判断标准很简单这条提示换个人来读能不能大致想出画面长什么样。想不出来说明还太笼统。坑二形容词堆成山主体反而被淹没。现象提示写了三行出来的图很华丽但主角不见了或者比例奇怪。原因修饰词太多且互相冲突模型不知道该优先满足哪一条最后各取一点折中。解决主体之后先加三到五个修饰跑一版看效果缺什么补什么。冲突的词只留一个比如又要“极简”又要“繁复细节”这种组合直接删掉一个。坑三一次改五个变量改完不知道是哪个起了作用。现象第一版不满意第二版把风格、光线、构图、比例、负提示全换了结果变好了但下次想复用却复现不出来。原因没有做变量控制经验无法沉淀。解决一次只改一处改完记录一句“这次动的是光线从冷光改成暖光画面变柔和了”。这条记录比结果本身值钱攒够二十条你就有了自己的手感。5.2 用工具阶段最容易踩的两个坑坑四负提示写成一大串画面反而变差。现象听人说负提示有用就把不喜欢的词全列上结果细节丢失、画面发灰。原因否定项过多会挤压模型的生成空间把主体也一起压掉。解决从三项起步只加当前确实出现的问题项。出现文字就加文字出现多余手指就加手指没有的问题不用提前防。负提示是灭火器不是护身符。坑五把参数当玄学调从不回头看记录。现象出图不满意就疯狂拖参数、换模型、改权重调了一下午最后连哪一版最好都记不清。原因缺少记录习惯每次调整都是重新开始。解决开一个表格记下版本号、提示原文、改了什么、结果如何四列就够。翻车不可怕可怕的是同一个坑翻两次。血泪经验是调参之前先确认提示本身没问题八成的问题出在描述上不在参数上。6. 迭代式细化从 60 分提示走到 90 分的下一步学会写一条像样的提示大概只需要一个下午。从 60 分走到 90 分靠的不是背更多关键词而是一套能反复用的迭代习惯。这一章给你一个可执行的循环再补一个让提示有画面感的小技巧。6.1 迭代循环一次只动一个变量我用的循环只有四步跑一版 → 只挑一个最不满意的地方 → 只改这一处 → 记一句结论。四步走完再回到第一步不要跳步。很多人卡住是因为同时嫌弃五个地方一起改完效果变好了也不知道为什么等于白改。判断“最不满意的地方”有个优先级先看主体对不对再看风格对不对最后才看细节。主体错了后面调什么都白搭。风格对了细节差一点多数场景能接受。顺序搞反就会在错误的方向上精益求精。记录可以很简单一个表格就够版本改了什么结果变化下次是否沿用v1只有主体画面空、没有氛围否v2加光线和镜头词氛围对了主体偏小光线词沿用v3加构图词“特写”主体变大细节清晰是这张表攒到二十行左右你会发现自己的偏好已经很清晰了哪些词对你有效、哪些词纯属心理安慰一目了然。6.2 语言与意象给提示装上画面感90 分的提示和 60 分的提示差距常常不在技术词而在画面感。同样是写光线“明亮”是参数“午后的光斜穿过百叶窗在地板上留下条纹”是画面。后者不光告诉模型要什么还告诉它这些东西之间是什么关系。练这个能力有个便宜的办法每天挑一个普通场景写三句描述一句只写事实一句加感官一句加情绪然后对比哪一句最容易让你脑子里出现图。写上一周你写提示的手感会明显不一样。这个方法对写文案同样有效因为它练的是“把抽象换成具体”的能力而不是某个工具的专属技巧。学到这里接下来的路可以按这个顺序走先把主体和修饰符练到条件反射再练负提示的取舍然后进入多轮对话和自检最后才是风格化和参数微调。不用一上来就追求大片效果先把“能稳定复现自己想要的东西”这件事做到剩下的都是时间问题。说个我自己的教训。刚开始那阵子我总觉得效果不好是提示写得不够花哨于是不断加词、换同义词、抄别人的长提示越写越长结果越来越失控。后来我给自己定了个规矩每次改提示之前先把上一版和结果并排放在一起看三十秒确认到底差在哪再动手。从那以后我每次开新任务都强制走一遍“先写主体、再加三类修饰、最后加三项负提示”的流程哪怕只花两分钟也比我瞎改半小时强。希望这个习惯也能帮到你。本文还有配套的精品资源点击获取
