AI图生图提示词写法：AI图生图提示词控图实操指南

搞懂AI图生图提示词写法的核心逻辑就一句话：图生图不是文生图的加图重跑，提示词在这里的核心任务是“定向修正与风格覆写”，而不是“全量要素重新描述”。网上很多人直接把文生图几十个tag原封不动抄进图生图，结果跑出来的图要么跟原图八竿子打不着，要么画面细节崩成一团浆糊。原图已经提供了构图、姿态、光影基调这70%的信息，你的提示词只要死磕那剩下的30%变量即可。

一、 核心方案速览：图生图三步控图公式

不管是Stable Diffusion（WebUI/ComfyUI）还是Midjourney，图生图的提示词都可以拆解为这套通用结构：

[保留/锚定主体定义] + [增量变更要素] + [全局质感/风格渲染] + [负向排除约束]

• 锚定词（保持识别）：简短说明原图核心对象，不要长篇大论，告诉AI“画面里是什么”。
• 变量词（核心诉求）：你想改的地方，比如换衣服、改发色、换背景、加特效，这部分要加权重。
• 风格词（决定走向）：模型渲染风格，如赛博朋克、写实照片、黏土人、皮克斯3D。
• 负向词（防止跑偏）：在图生图里，负向词主要是用来干掉原图带来的瑕疵以及模型过度脑补的畸形。

二、 实操细节深度拆解：三大高频场景写法与参数配合

场景 1：电商产品/主体“保物换景”（商业落地最高频）

• 业务痛点：老板或客户给你一张白底鞋子或护肤品瓶子，要求放到“大理石台面+晨光背景”里，但瓶子上的文字、LOGO绝对不能变形。
• 提示词打法：弱化主体细节描述，强化环境交互与材质光影。千万别在提示词里死磕鞋子有多少鞋带孔，越描述越容易重绘崩坏；主体的保真交给局部重绘（Inpaint）或ControlNet，正向提示词只负责环境描述。

// 正向提示词模版（Stable Diffusion）
(commercial product photography:1.2), a skincare bottle sitting on a luxury marble countertop, morning sunlight streaming through window, soft shadows, blurred bathroom background, splash of water droplets, hyper-detailed, ray tracing, 8k resolution

// 负向提示词
(deformed bottle:1.3), text distortion, low quality, bad reflection, noisy background

• 参数配置与避坑点：
  • 重绘幅度（Denoising Strength）：如果用全图图生图，直接拉到 0.35 - 0.45 之间。超过0.5，瓶子绝对变形；低于0.3，背景根本换不掉。
  • 避坑指南：想要绝对保真，别硬怼纯图生图。直接上 Inpaint（局部重绘），把背景涂黑（或涂白），重绘模式选“仅蒙版（Inpaint masked）”，提示词只写 luxury marble countertop, morning sunlight, indoor plant bokeh，重绘幅度直接拉到 0.7 - 0.8，让AI在蒙版区域放飞，主体毫发无损。

场景 2：真人照片转二次元/3D手办（保姿态换风格）

• 业务痛点：用户上传一张生活照，需要转成特定风格（如盲盒手办、新海诚风），要求五官轮廓、动作姿态与原图一致，但质感彻底换掉。
• 提示词打法：前置强风格词/LoRA触发词，保留核心主谓宾，砍掉原图环境噪音。原图如果是杂乱的卧室，提示词里直接显式声明干净背景，把风格词放在最前面吃最高优先级。

// 3D盲盒手办风（Midjourney / SD通用）
<lora:blindbox_v1:0.8>, (chibi style, popmart blind box figure:1.3), a young Asian woman smiling, wearing casual denim jacket, smooth plastic texture, glossy finish, studio lighting, clean solid pastel background, exquisite details, 3D render, octane render

// 负向提示词
(photo, real life:1.3), messy room, noisy background, skin pores, wrinkles, ugly, realistic skin

• 参数配置与避坑点：
  • 重绘幅度：0.55 - 0.65。这是风格化的黄金区间。低于0.5，出来的图就像真人脸上贴了层劣质二次元滤镜；高于0.7，人物五官和发型基本直接“换人”。
  • 实操陷阱：很多人发现转出来人物眼睛是畸变的。这是因为原图分辨率低或者面部太小。解决方法是提示词补上 (highly detailed eyes:1.1)，并且在SD中勾选 Restore faces（面部修复）或在ComfyUI后挂一个 Face Detailer。

场景 3：线稿/设计草图快速渲染出图

• 业务痛点：手头只有建筑外立面线稿或者线框草图，需要快速出高质量效果图。
• 提示词打法：直接省略一切构图与结构词，提示词纯写材质、光照、天气和相机视角。因为构图已经被草图锁死了，提示词如果再写“远处有山近处有树”，很容易和原草图线条冲突导致鬼影。

// 建筑线稿渲染
modern minimalist villa, concrete walls, large floor-to-ceiling glass windows, warm interior lighting glowing, dusk, cinematic sunset sky, wet asphalt ground with reflections, professional architectural photography, architectural digest, highly detailed, 8k

// 负向提示词
sketch, line art, drawing, wireframe, monochrome, flat colors, cartoon

• 参数配置与避坑点：
  • 必须配合 ControlNet（Lineart / Scribble / Canny） 运行。
  • 既然有了ControlNet控线，图生图的重绘幅度直接拉到 0.8 - 1.0。提示词里必须把 sketch, lineart 等原图特征词写进负向提示词，否则AI会把草图的黑白线条当作画面本身的内容去“强化”，导致成图全是黑线脏痕。

三、 高频关联问题与踩坑排查

在调试AI图生图提示词时，这几个隐蔽的坑位90%的新手都会反复踩：

1. 为什么加了提示词，画面却几乎毫无变化？

• 排查第一步：看重绘幅度（Denoising Strength）。如果设在 0.2 以下，哪怕提示词写了“爆炸成火球”，画面也只会多几颗微小的噪点。
• 排查第二步：看提示词位置。AI处理提示词是按顺序衰减的，核心修改词如果放在第50个token之后，权重几乎为零。把变量词直接挪到最前面，或者用括号加权重，如 (red dress:1.3)。

2. 为什么画面严重撕裂、出现多个头或画面漂移？

• 核心原因：生成分辨率与原图长宽比不一致。
• 实操红线：图生图输入的原图是 1080x1920（9:16），你生成尺寸如果填了 1024x1024（1:1），模型为了填满画幅，必然会在边缘生硬拼接肢体。在图生图模式下，务必点一下“从图像获取宽高”，保持长宽比例100%严格对齐。

3. 提示词冲突导致的“杂交怪物”

• 原图是一个穿西装的中年男人，你想改成穿盔甲的骑士。
• 错误写法：a man in suit, turn into knight in steel armor（AI会理解成西装外面挂着铁片）。
• 正确写法：完全抹掉 suit 这个词。提示词直接写 (a knight:1.2), full plate steel armor, medieval battlefield。让原图只贡献人物的面部和体型，不要在提示词里提醒AI原图穿了什么。

四、 总结：图生图提示词的减法哲学

AI图生图提示词写法的终极本质是做减法。文生图是无中生有，需要你事无巨细地向AI描绘世界；而图生图是旧城改造，原图已经是骨架，提示词就是施工图纸。

记住这套肌肉记忆：原图有的且满意的，提示词闭嘴不提；原图有的但不想要的，反向提示词精准阻击；原图没有但必须加的，正向提示词前置并拉高权重。把注意力从疯狂堆叠无意义的修饰词（如masterpiece、best quality）中解放出来，理清提示词与重绘幅度的动态博弈，你的图生图出片率至少能翻三倍。