图像提示词规则

不同的文生图应用对提示词的处理方式不同。下面先讲对所有模型都成立的通用规则，再按流派说明各自的加权语法。

通用规则（所有模型适用）

• 词语顺序：越靠前的词权重越大，把最重要的主体放在开头。
• 数量控制：一张图的主体保持在两三个以内，过多会互相干扰。
• 长度建议：保持精简（约 380 字符内）更易复现效果，也方便快速迭代。

Stable Diffusion 系（WebUI、ComfyUI 等）

• 括号加权：(word) 轻度强调，可叠加（如 ((word))）；(masterpiece:1.5) 直接指定权重倍数。
• 融合 / 切换：中括号语法。[blue hair|white hair] 让两种元素逐步交替，效果近似融合；[blue hair:white hair:0.3] 表示画到 30% 进度时从蓝发切换为白发。
• 负面提示：不想要的元素写进独立的「负面提示」输入框（如 blurry, bad anatomy, extra fingers）。IMGPrompt 的「负面词」按钮可一键复制一套常用负面词。

Midjourney

• 权重：词组::数字，如 sunset::2 desert::1 表示日落的重要性是沙漠的两倍。
• 排除元素：用 --no 参数，如 --no tree 生成没有树的画面。

自然语言模型（FLUX、GPT-Image、Veo、Kling 等）

不需要任何特殊符号——用完整、具体的句子描述画面，重要内容放前面，想排除的直接写出来（如"画面中没有树"）。镜头、光线、艺术风格等用词照常从标签库挑选即可。