1. 为什么我最终把图生图提示词固定成了这几套先说结论过去两个月我手机相册里新增的图大概有七成不是拍出来的而是用图生图跑出来的。不是那种“输入一句话等半天出一张盲盒”的玩法而是拿一张底图配上固定的提示词模板稳定产出我想要的效果。这套东西用顺了之后我做封面、做配图、给朋友改头像、给电商小图换背景基本都不再打开设计软件了。很多人对图生图的理解还停留在“上传一张图随便写几个词看运气”。这么玩当然也能出图但你会发现两个问题一是每次结果飘忽不定同一张底图跑十次能出十种风格二是想微调某个细节时完全无从下手改一个词整张图就崩了。我踩过这个阶段后来才明白图生图真正的核心不是“描述画面”而是“控制变化的方向和幅度”。提示词在这里扮演的角色更像是一个调参面板而不是一段作文。所以这篇分享的是我最近使用频率最高的几套图生图提示词以及它们各自适合什么场景、为什么这么写、参数怎么配。我不会给你一堆花里胡哨的词让你去试而是把每一套的逻辑讲清楚你理解了逻辑自己就能改。适合已经玩过基础生图、想让出图更可控的人也适合完全没接触过、想直接抄一套能用的模板的新手。需要提前说明的是图生图的效果由三样东西共同决定底图质量、提示词、以及重绘幅度这个关键参数。三者缺一不可只调提示词是没用的。下面每一套我都会把这三样一起讲。2. 图生图提示词的底层逻辑它到底在控制什么2.1 底图决定了“骨架”提示词决定了“皮肤”我习惯用一个类比图生图就像给一栋已经建好的房子重新装修。底图是房子的结构和户型你没法通过装修把三室一厅变成独栋别墅但你可以把墙刷成任何颜色、把家具换成任何风格。提示词就是你的装修方案重绘幅度就是你允许工人砸墙的程度。理解这一点非常关键。很多人写图生图提示词时习惯性地把画面内容从头描述一遍比如底图是个女孩站在窗边他就写“一个女孩站在窗边穿着红裙子阳光洒进来”。这么写不是不行但效率很低因为底图已经提供了这些信息。真正高效的写法是只描述你想要改变的部分以及你想要的整体风格倾向。举个例子我想把一张普通的人像底图变成油画质感提示词不需要描述人物长相只需要写“oil painting style, thick brush strokes, warm color palette, soft lighting”。底图负责“是谁、在哪”提示词负责“什么质感、什么色调、什么氛围”。这样分工出图才会稳。2.2 重绘幅度是隐藏的“总开关”如果只能记住一个参数那就是重绘幅度。它通常是一个 0 到 1 之间的数值不同工具叫法不一样有的叫 denoising strength有的叫重绘强度。它的含义是在多大程度上允许模型覆盖原图。0.2 到 0.4轻微调整基本保留原图结构适合调色、换光影、加质感。0.4 到 0.6中度重绘结构大体保留但细节会变适合换风格、换服装、换背景。0.6 到 0.8大幅重绘只保留大致构图适合“借个姿势”重新生成。0.8 以上几乎等于重新生成底图影响很弱。我实测下来大部分“换风格但保留人物”的需求重绘幅度落在 0.45 到 0.55 之间最舒服。低于 0.4 风格变化不明显高于 0.6 人物脸就开始飘。这个区间不是绝对的跟底图复杂度有关但可以作为你的起点然后每次微调 0.05 去试。提示重绘幅度和提示词强度是联动的。如果你把重绘幅度调得很低提示词写得再猛也没用因为模型没空间去改。反过来重绘幅度很高时提示词要写得更具体否则画面会失控。2.3 提示词的结构主体锚定 风格描述 质量修饰我自己的提示词基本遵循一个三段式结构这个结构在图生图里尤其好用主体锚定词用来告诉模型“哪些东西不要动”。比如keep the face, preserve the pose, same composition。有些工具支持负面提示词也可以把“不要改变脸”写进负面里。风格描述词这是核心描述你想要的质感、色调、光线、媒介。比如watercolor, pastel tones, soft edges。质量修饰词提升整体完成度比如highly detailed, sharp focus, professional lighting。这部分不要堆太多三到五个就够堆多了反而会让画面变“塑料”。这个结构的好处是你每次只需要替换中间那段风格描述主体和质量部分可以固定下来复用。我下面分享的几套提示词基本都是这个结构的变体。3. 我高频使用的四套图生图提示词模板3.1 人像转插画风保留五官换掉质感这是我用得最多的一套主要用来把真人照片转成插画、动漫或绘本风格同时尽量保留人物辨识度。底图建议选光线均匀、面部清晰的正面或半侧面照模糊或大逆光的底图转出来五官容易崩。提示词模板正向illustration style, clean line art, soft cel shading, pastel color palette, gentle lighting, keep facial features, preserve original pose, highly detailed face, smooth gradients负面提示词photorealistic, harsh shadows, distorted face, extra fingers, blurry, low quality重绘幅度建议0.45 到 0.55。我一般先跑 0.5如果脸变了就降到 0.45如果风格不够明显就升到 0.55。这套的关键在于keep facial features和preserve original pose这两个锚定词。它们不是万能的但能明显降低脸部漂移的概率。另外cel shading赛璐璐上色是让画面有动漫感的核心词换成watercolor就变成水彩绘本风换成oil painting就变成油画风你可以按需替换。我踩过的一个坑是一开始我写了一大堆风格词什么anime, manga, studio ghibli, pixar全堆上去结果模型不知道该听谁的出图四不像。后来学乖了一套提示词只保留一个主风格词最多加一个辅助词。风格越聚焦出图越稳定。3.2 产品图换背景只动环境不动主体做电商或者做展示图的朋友应该深有体会产品图换背景是个高频需求。传统做法是抠图再合成费时费力。图生图可以一步到位但前提是重绘幅度要控制得很精准否则产品本身会被改掉。提示词模板product photography, clean minimal background, soft studio lighting, subtle reflection, keep the product unchanged, sharp focus on product, professional commercial shot负面提示词changed product shape, altered logo, text distortion, cluttered background, harsh shadows重绘幅度建议0.35 到 0.45。这个区间能换掉背景同时产品主体基本不动。如果产品上有文字或 logo建议再降 0.05并且把altered logo, text distortion放进负面词。这套的难点在于“背景换得干净”和“产品不变形”之间的平衡。我的经验是底图里产品和背景的对比度越高换背景越容易。如果产品本身颜色和背景很接近模型容易把产品边缘也一起重绘这时候要么换底图要么用局部重绘功能只框选背景区域。注意涉及品牌 logo 或商标的图建议只用于个人练习商用前务必确认授权避免不必要的麻烦。3.3 老照片修复与上色轻推而非重画家里有老照片的人应该都想过修复一下。图生图在这件事上很好用但原则是“轻推”重绘幅度一定要低否则会把亲人的脸改成陌生人。提示词模板restored old photo, natural skin tones, subtle colorization, enhanced clarity, reduced noise, keep original facial structure, vintage but clean负面提示词changed face, over-saturated colors, plastic skin, heavy makeup, distorted features重绘幅度建议0.25 到 0.35。这个区间主要是去噪、提清晰度、轻微上色不会大改结构。如果原图破损严重需要先做修补再跑图生图不要指望一步到位。我实测下来老照片上色最容易翻车的地方是肤色。模型有时候会把脸涂得偏红或偏黄这时候可以在负面词里加over-saturated skin, unnatural skin tone同时把重绘幅度再降一点。另外如果照片里有多个人的脸建议分区域处理一次性全图重绘很容易顾此失彼。3.4 风格迁移把一张图的“气质”搬到另一张上这套稍微进阶一点适合想把某张参考图的色调、笔触、氛围迁移到自己底图上的人。做法是把参考图的风格用文字描述出来写进提示词而不是直接喂图除非你的工具支持风格参考图功能。提示词模板[风格描述词], consistent color grading, matching lighting mood, unified texture, keep original composition and subject其中[风格描述词]需要你根据参考图来填比如moody cinematic teal and orange、vintage film grain warm tones、japanese ukiyo-e flat colors。重绘幅度建议0.4 到 0.5。太低风格迁移不明显太高构图会变。这套的核心是“统一感”。风格迁移最怕的是画面一半是新风格一半是旧风格所以提示词里要强调consistent、unified、matching这类词。另外风格描述词最好控制在两到三个比如cinematic teal and orange, soft film grain不要一口气写五六个色调模型会混乱。4. 让出图稳定的小参数与操作习惯4.1 采样步数和提示词引导系数的搭配除了重绘幅度还有两个参数值得关注采样步数和提示词引导系数有的叫 CFG scale。采样步数我一般设在 25 到 35 之间。低于 20 细节不够高于 40 收益递减还费时间。图生图因为底图已经提供了大量信息步数不需要像纯文生图那么高。提示词引导系数我通常设在 7 到 9。这个值越高模型越“听话”但太高会让画面变硬、颜色变艳。图生图里我偏向 7 到 8给底图留一点影响空间。如果你发现提示词完全没效果可以试着升到 9如果画面过饱和、边缘发死就降到 6 到 7。这两个参数和重绘幅度是联动的。我的习惯是先固定步数和引导系数只调重绘幅度找感觉找到合适的区间后再微调另外两个。4.2 底图预处理被大多数人忽略的一步很多人直接拿手机原图就往上扔结果出图质量不稳定。其实底图稍微处理一下效果会好很多。我通常做三件事统一尺寸把底图缩放到模型推荐的尺寸附近比如长边 1024 或 1280。尺寸太大会爆显存太小细节不够。适度锐化轻微锐化能让模型更好地识别边缘但不要过度否则会放大噪点。检查构图如果底图主体太偏或太小先裁剪一下让主体占据画面合理比例。图生图不会帮你重新构图底图什么样出图大体就什么样。这三步加起来不到一分钟但能让出图成功率明显提升。我以前跳过这步经常跑出一堆废图后来养成习惯后基本两三张就能出一张能用的。4.3 固定随机种子做对比测试想搞清楚某个词到底有没有用最靠谱的方法是固定随机种子只改一个变量跑两张图对比。我经常这么做同一张底图、同一个种子、同一个重绘幅度一张加soft lighting一张不加然后并排看差异。这样你才能知道每个词的真实作用而不是凭感觉猜。这个方法有点笨但特别有效。我很多提示词就是这么一个个试出来的。网上那些“万能提示词”大多不靠谱因为每个人的底图和工具都不一样只有自己测过的才作数。5. 那些年我踩过的提示词坑5.1 词越多越好恰恰相反新手最容易犯的错就是堆词。我见过有人一段提示词写了三百个词从画质到风格到情绪到镜头参数全塞进去。结果呢模型顾此失彼出图又糊又乱。图生图里底图已经承担了大部分“描述画面”的工作提示词的任务是“指方向”。方向越明确越好词越少越聚焦。我现在的提示词正向一般不超过 20 个词负面不超过 15 个。超过这个数我就会开始删删到只剩最核心的。判断一个词该不该留问自己去掉它出图会有明显变化吗如果没变化就删掉。如果有变化就留着。这个标准很实用。5.2 负面提示词不是垃圾桶负面提示词的作用是排除你不想要的东西但它不是越多越好。有些人把能想到的负面词全写上去结果模型被限制得太死画面变得呆板。我的负面词一般只放三类一是结构错误类比如extra fingers, distorted face二是质量类比如blurry, low quality三是本次特别不想要的风格类比如做插画时加photorealistic。三类加起来十来个词足够。另外负面词和正向词不要自相矛盾。比如正向写了soft lighting负面又写soft模型会懵。写完检查一遍确保没有互相打架的词。5.3 忽略工具差异照搬别人的参数不同工具对重绘幅度的定义、对提示词的敏感度都不一样。我在一个工具里用 0.5 刚好换到另一个工具可能 0.4 就过了。所以网上看到的参数只能当参考必须自己在用的工具里重新校准。我的做法是拿到一个新工具先用同一张底图和同一套提示词把重绘幅度从 0.3 到 0.7 每隔 0.1 跑一张看看哪个区间最符合预期。这五张图跑完你就对这个工具有感觉了。花不了多少时间但能省下后面大量瞎试的功夫。5.4 版权和肖像的边界要心里有数图生图涉及底图底图从哪来、能不能用这个问题绕不开。我的原则是用自己的照片、自己拍的图、或者明确可商用的素材。用别人的照片尤其是人像做图生图即使只是自己玩也建议先获得对方同意。商用场景下更要确认底图和生成结果的授权范围。这不是小题大做。我见过有人拿网图跑图生图做商品主图后来被投诉下架得不偿失。养成好习惯用图之前先问一句“这张图我有权用吗”能省掉很多麻烦。6. 从“会写”到“会调”我的日常操作流程6.1 接到需求先判断这活适合图生图吗不是所有需求都适合图生图。我的判断标准很简单如果核心是“保留某个已有画面的结构只改风格或局部”那就适合如果核心是“从零创造一个新画面”那纯文生图更合适。比如“把这张产品图换个背景”适合图生图“帮我画一个赛博朋克城市”就不适合因为没有底图可依。判断清楚再动手能避免很多无用功。6.2 一套可复用的五步流程我现在的操作基本固定成五步选底图并预处理按 4.2 的方法缩放、锐化、裁剪。套模板改风格词从第 3 节的四套模板里选最接近的替换风格描述部分。设参数重绘幅度先给中间值步数 30引导系数 7.5。跑第一张看方向不追求完美只看大方向对不对。定点微调方向对了就微调重绘幅度和个别词方向不对就换模板重来。这个流程跑熟之后一张图从底图到成品通常五到十分钟。比开设计软件快得多而且风格统一批量做图特别省事。6.3 建立自己的提示词库我建议每个人都建一个自己的提示词库用最简单的文本文件就行。按场景分类比如“人像插画”“产品换背景”“老照片修复”每个场景下面记下验证过的提示词和对应参数。用的时候直接复制改几个词就能用。这个库的价值会随时间增长。我现在的库里大概有三十多套覆盖了我日常九成以上的需求。每次试出新组合就记一笔慢慢就形成了自己的“武器库”。网上那些提示词合集可以参考但真正好用的一定是你自己测出来的。7. 关于图生图提示词我最后想说的几句实在话图生图这件事工具和提示词都只是手段真正决定出图质量的是你对“想要什么”的清晰程度。我见过太多人一上来就猛调参数、猛堆词但其实连自己到底要什么风格都没想清楚。这种情况下再好的提示词也救不了。我的建议是动手之前先花三十秒问自己三个问题底图里哪些必须保留哪些可以变我想要的整体气质是什么这三个问题答清楚了提示词自然就写出来了参数也有了调整方向。另外别迷信“一步到位”。图生图很少一次就出完美结果通常是跑几张、挑一张、再微调。接受这个迭代过程心态会轻松很多。我现在做一张满意的图平均要跑四到六次这很正常。最后分享一个我最近的小习惯每次跑出特别满意的图我会把底图、提示词、参数一起存下来标注好场景。下次遇到类似需求直接调用效率翻倍。这个习惯坚持两个月你会发现自己出图的稳定性和速度都上了一个台阶。