为什么你的AI生成图片总是不像你要的：提示词之外的四层控制

“帮我画一个科技感的蓝色背景，中间放一个机器人”——这样的提示词，AI 每次都能给你一张图，但十次里九次不是你想要的。

很多人于是开始堆形容词、加权重括号、换模型。但真正拉开差距的，往往不是提示词写得多好，而是提示词之外的那四层控制。

一、第一层：参考图（Reference）

文字描述的空间分辨率很低。“深蓝色”在模型眼里可能是 12 种蓝。参考图能一次性传递色调、材质、光影、风格、质感。

实用做法：

• 用参考图锁风格，用提示词描述内容，两者分工明确。
• 参考图不要混用：一张图同时参考风格和内容，模型容易把内容也照搬。
• 系列图要复用同一组参考图，这是保持一致性的最可靠手段。

二、第二层：构图控制

文字很难描述”人站在画面左下三分之一处，视线朝向右侧留白”。这类需求要用构图控制：

• 姿势/线稿控制：给定骨架或线稿，模型只负责上色与质感。
• 深度/分割控制：给定物体轮廓与前后景关系，控制遮挡与层次。
• 版式模板：先出一张干净的版式草稿（用矢量工具画，五分钟），再让模型在其上渲染。

一个很多人不知道的技巧：先用最简单的方式把构图摆对，比反复改提示词里”左侧""偏下""留白”这类词高效一个数量级。

三、第三层：风格锁定

“赛博朋克风格”是模糊的。要稳定出图，把风格拆成可验证的几项：

维度	模糊说法	可锁定说法
光线	有氛围感	单一冷光源，霓虹反射，雾气体积光
材质	高级	拉丝金属 + 磨砂玻璃，无皮革
镜头	电影感	85mm 长焦，浅景深
调色	好看	青橙对比，高光偏暖，暗部偏青

把这些写成一段固定的风格前缀，在所有图里复用，是系列图能看起来”同一套”的关键。每次改风格前缀只改一处变量，便于对比。

四、第四层：局部重绘

出来的图大体对，但手错了、字歪了、背景多了一个东西——此时不要重新生成，只改那一块。

• 用蒙版圈出问题区域，只重绘该区域，其余像素保持。
• 局部重绘的提示词要简，描述”这块应该是什么样”，不要重复整张图的内容。
• 一次只改一个区域。多个区域同时重绘容易破坏光影一致性。

五、一个可复用的出图流程

步骤 1｜收集参考（5 分钟） 找 3～5 张风格一致的图，确定色调、材质、光位。

步骤 2｜定风格前缀（5 分钟） 写一段 60 字以内的风格描述，包含光线、材质、镜头、调色四项。

步骤 3｜草稿定构图（10 分钟） 用粗略线稿或版式草图确定主体位置、留白、视线方向。

步骤 4｜低分辨率试探（10 分钟） 用较低质量快速出 4～6 张，只看构图和构图元素对不对，不看细节。这一步不要追求完美，只做筛选。

步骤 5｜选定方向后高精度重出 保留 seed 或固定随机性，只改必要参数。

步骤 6｜局部修补 蒙版重绘手、文字、瑕疵处。

步骤 7｜成组一致性检查 把系列图并排看，检查明暗、饱和度、材质是否统一，必要时回填风格前缀再生成个别张。

六、最常见的四个误区

1. 提示词越写越长：超过一定长度后，新加的词会被稀释，不如减词加参考图。
2. 一步到位：指望一次生成拿到成品，是最耗时间的方式。
3. 忽略画面中的文字：模型渲染文字仍不稳定，正式物料上的文字应该后期加，不要靠生成。
4. 不保存成功配方：好的出图结果一定要连参考图、提示词、参数一起存档，否则第二周就复现不出来。

控制力来自流程，不是来自一次幸运的生成。把这四层分开处理，你的出图成功率会发生肉眼可见的变化。