圖像提示詞規則

不同的文生圖應用對提示詞的處理方式不同。下面先講對所有模型都成立的通用規則，再按流派說明各自的加權語法。

通用規則（所有模型適用）

• 詞語順序：越靠前的詞權重越大，把最重要的主體放在開頭。
• 數量控制：一張圖的主體保持在兩三個以內，過多會互相干擾。
• 長度建議：保持精簡（約 380 字元內）更易重現效果，也方便快速迭代。

Stable Diffusion 系（WebUI、ComfyUI 等）

• 括號加權：(word) 輕度強調，可疊加（如 ((word))）；(masterpiece:1.5) 直接指定權重倍數。
• 融合 / 切換：方括號語法。[blue hair|white hair] 讓兩種元素逐步交替，效果近似融合；[blue hair:white hair:0.3] 表示畫到 30% 進度時從藍髮切換為白髮。
• 負面提示：不想要的元素寫進獨立的「負面提示」輸入框（如 blurry, bad anatomy, extra fingers）。IMGPrompt 的「負面詞」按鈕可一鍵複製一套常用負面詞。

Midjourney

• 權重：詞組::數字，如 sunset::2 desert::1 表示日落的重要性是沙漠的兩倍。
• 排除元素：用 --no 參數，如 --no tree 生成沒有樹的畫面。

自然語言模型（FLUX、GPT-Image、Veo、Kling 等）

不需要任何特殊符號——用完整、具體的句子描述畫面，重要內容放前面，想排除的直接寫出來（如「畫面中沒有樹」）。鏡頭、光線、藝術風格等用詞照常從標籤庫挑選即可。