四、文生图提示词

4.1 简介

提示词是用户输入给AI系统的指令或信息，用于引导AI生成特定的输出或执行特定的任务。简单来说，提示词就是我们与AI“对话”时所使用的语言，它可以是一个简单的问题，一段详细的指令，也可以是一个复杂的任务描述。

4.2 结构

提示语的基本结构包括指令、上下文和期望。

指令（Instruction)：这是提示语的核心，明确告诉AI你希望它执行什么任务。

上下文（Context)：为AI提供背景信息，帮助它更准确地理解和执行任务。

期望（Expectation)：明确或隐含地表达你对AI输出的要求和预期。

正向提示词：告诉AI要生成哪些东西！(推荐使用正向提示词)
负向提示词：告诉AI不要生成哪些东西！(可作为局部补充使用)

1、内容类提示词

以画人物为例，可以描述的内容提示有：

1、人物主体特征：衣服、发型、五官、表情、肢体动作

2、场景：室内/外、大场景、小细节

3、环境：白天/黑夜、时间段、光照

4、画幅及视角：距离、人物比例、观察视角

2、标准化提示词

高画质：best quality, ultra-detailed, masterpiece, hires

特定类型：unreal engine rendered

画风提示词

插画风：illustration, painting, paitbrush

二次元：anime, comic

写实：photorealistic, realistic, photograph

3、提示词权重

（1）添加括号：加上括号后，权重就会变成原来的1.1倍。括号可以嵌套，每嵌套一层增加1.1倍

（2）直接指定权重数值：实际使用权重时，应该避免设置过高权重值

4.3 国内文生图提示词现状

主流的研究方向依然放在国外文生图的提示词。

大部分公司都喜欢在提示词工程上作文章？

为什么？

因为提示词入门门槛较低，不需要很高的技术积累就可以调节。

而其他的架构修改花费很大！

但是对AI作图而言，可控性是比较核心的要求，而从实践中看，依靠prompt做图的方式往往是不可控的，因为自然语言的模糊性与局限性导致很可能生成的只是个概念图。

虽然prompt至关重要, 而调整prompt确是一件费时费力的事情, 想要控制好一些细节并不容易。

提示词工程虽然名为“工程”，但目前还没有形成系统的理论，非常依赖经验和实操，或者说它还没有完全达到真正的“工程”标准，因此需要大量反复尝试。

大多数人都低估了提示词工程的难度，用自然语言写程序并不比程序语言容易，甚至难度更高。

实践中通常采取如下做法

1.增加大量特征标签、突出图像重点（比如细化描述、标签、强调词等，或者立人设，角色、习惯等）

2.对相关模型进行进一步的风格诱导，寄希望让模型以特定的风格表达问题。

3.采取强化思维链、考察详细计算过程、对过程细节要求的方式。

4.增加假设，给数据不正确下的返回选择、约束防止胡说等

5.在一定程度上避免用户直接使用提示词，比如提前将提示词分解、重组、封装成不同的功能模块，用户只需要进行选择和点击操作即可。

关于Prompt的两种观点

1.随着模型能力的变强，提示词的作用会不断弱化甚至未来可能很快会消失。

2.提示词预计还需要存在很长一段时间。

笔者个人看好第二种观点，因为就算AI再智能，它也很有可能搞不清楚实际情况和我们想要的效果，这时候就需要用很清晰的语言把业务规则列出来，因此这类真正的“提示词工程”将持续存在。