AI文字生成图片

图片模型只需要满足一帧画面，所以它会回报那些视频模型用不上的细节。镜头语言、光线方向、表面质感和配色都能落实到画面里——而同样细节堆满的视频提示词，往往会生成一个不断改变主意的片段。如果你是从写视频提示词转过来的，最有用的调整是：对画面更具体，对故事更少着墨。

负面提示词通常是症状，而不是解药。当结果总是出现你不想要的东西时，原因更多是正面描述有歧义，而不是少了排除项——“一面素净的清水混凝土墙”比一长串“背景里不要有什么”管用得多。先把正面提示词改到不再有提升，再去用负面提示词，而不是反过来。

选对模型比任何一次重写提示词都更有效。照片级写实、干净的矢量风插画、图片内清晰可读的文字、忠实还原的产品外形，是四种不同的长处，没有哪一款模型能样样领先。把同一段提示词交给两款模型各跑一次，只花几个积分就能直接回答这个问题，比再加一轮形容词快得多。

最后，把有效的东西保存下来。一段曾经产出好结果的提示词是可复用的资产，它背后的角色或参考图也是。能稳定出图的人，并不是每天早上都写出更好的提示词；而是换掉主体，重复运行一小批已经验证过的提示词。