当前位置：

社区首页

艺术收藏

绘画创作

AIGC文章详情

写实人像总翻车？你没调对那三个隐藏参数

源自106位全网作者

04-30 12:49

精选参考来源

【如何构建任何场景的提示词：一套可复用的系统架构】互联网上到处都是“ChatGPT最强提示词合集”，人们收藏、粘贴、得到平庸的结果，然后继续寻找下一个。这就像戴着别人的近视眼镜，技术上能用，实际上没用。问题的根源在于：为别人的场景、别人的上下文、别人的输出需求构建的提示词，永远不会像你自己构建的那样有效。你需要的不是一个很少打开的收藏夹，而是一套系统架构。大多数人用自然段落写提示词。简单问题还行，稍微复杂一点就崩溃。因为模型必须猜测：角色在哪里结束？任务从哪里开始？约束是什么？输出应该长什么样？每一次猜测都是潜在的幻觉。XML标签消除了猜测。它们创建带标签的容器，告诉模型每条信息是什么、如何使用。这不是理论，Anthropic在自己的系统提示词中就使用XML标签，这是模型被设计来解析结构化指令的方式。核心标签有六个，几乎每个提示词都会用到：【角色】定义模型成为谁。不是“你是一个有帮助的助手”这种废话，而是“你是一位拥有15年经验的品牌策略师，专注于定位、信息架构和竞争差异化”。角色越具体，模型猜测越少。【任务】定义模型做什么。不是描述，是指令。“帮用户改进写作”是描述，“分析用户草稿，针对结构、清晰度和说服力提供具体可执行的反馈，找出三个最弱的点并重写作为示例”是指令。没有清晰任务的提示词会随心所欲，而随心所欲通常意味着平庸。【准则】控制模型如何行动。“永远不要假设用户没提供的上下文”“如果信息缺失就提问”“不要给泛泛的建议”。规则是覆盖模型默认行为的方式。【约束】是硬性限制，定义输出本身的边界。“回复必须少于280字符”“不要提及竞争对手名称”“所有建议必须在30天内可执行”。规则管行为，约束管产出，区分很重要。【格式】是最被忽视的标签。大多数人描述想要什么，却从不描述它长什么样。同样的角色和任务，“一句话”给你标题，“三段式摘要”给你简报，“带章节的详细报告”给你文档，“JSON格式”给你结构化数据。模型没变，你对输出格式的控制变了。【示例】是最强大也最少被使用的标签。一个好例子教给模型的东西，比一段指令多得多。它同时展示格式、深度、语气、结构和推理。两个例子通常就够了，目标不是全面覆盖，是校准。进阶标签处理那20%需要更高精度的场景：【上下文】提供背景信息，【个性】定义个性，【语气】定义情感基调，【受众】决定输出面向谁，【知识】注入领域知识，【方法】规定执行步骤，【反模式】展示什么是坏输出，【退路】定义无法完成任务时怎么办，【验证】让模型自检，【发现引擎】让模型先提问再行动，【链】把多个提示词串联起来。不是每个提示词都需要每个标签。简单任务用【角色】加【任务】加【格式】就够了。专业输出加上【准则】、【约束】和【示例】。交互式场景加【发现引擎】和【退路】。复杂工作流才需要全套。六个标签各司其职，比十二个标签一半在划水强得多。调试提示词有规律可循：输出太泛，【角色】不够具体；格式不对，【格式】缺失或太松；指令被忽略，【准则】埋得太深或相互矛盾；输出太保守，加【反模式】展示你不想要的样子；输出跑偏，【任务】有歧义；输出编造事实，加fallback告诉模型不知道时该怎么办；输出不稳定，加【示例】。框架是通用的，无论你构建代码审查、内容写作、数据分析还是任何其他场景的提示词。标签不变，里面的内容变。现在你可以随意构建和混搭提示词了。x.com/kloss_xyz/status/2018951817892442260

2025年AI提示词深度指南：从基础知识到高级技巧

全部
来源

内容由AI生成

1. 【如何构建任何场景的提示词：一套可复用的系统架构】互联网上到处都是“ChatGPT最强提示词合集”，人们收藏、粘贴、得到平庸的结果，然后继续寻找下一个。这就像戴着别人的近视眼镜，技术上能用，实际上没用。问题的根源在于：为别人的场景、别人的上下文、别人的输出需求构建的提示词，永远不会像你自己构建的那样有效。你需要的不是一个很少打开的收藏夹，而是一套系统架构。大多数人用自然段落写提示词。简单问题还行，稍微复杂一点就崩溃。因为模型必须猜测：角色在哪里结束？任务从哪里开始？约束是什么？输出应该长什么样？每一次猜测都是潜在的幻觉。XML标签消除了猜测。它们创建带标签的容器，告诉模型每条信息是什么、如何使用。这不是理论，Anthropic在自己的系统提示词中就使用XML标签，这是模型被设计来解析结构化指令的方式。核心标签有六个，几乎每个提示词都会用到：【角色】定义模型成为谁。不是“你是一个有帮助的助手”这种废话，而是“你是一位拥有15年经验的品牌策略师，专注于定位、信息架构和竞争差异化”。角色越具体，模型猜测越少。【任务】定义模型做什么。不是描述，是指令。“帮用户改进写作”是描述，“分析用户草稿，针对结构、清晰度和说服力提供具体可执行的反馈，找出三个最弱的点并重写作为示例”是指令。没有清晰任务的提示词会随心所欲，而随心所欲通常意味着平庸。【准则】控制模型如何行动。“永远不要假设用户没提供的上下文”“如果信息缺失就提问”“不要给泛泛的建议”。规则是覆盖模型默认行为的方式。【约束】是硬性限制，定义输出本身的边界。“回复必须少于280字符”“不要提及竞争对手名称”“所有建议必须在30天内可执行”。规则管行为，约束管产出，区分很重要。【格式】是最被忽视的标签。大多数人描述想要什么，却从不描述它长什么样。同样的角色和任务，“一句话”给你标题，“三段式摘要”给你简报，“带章节的详细报告”给你文档，“JSON格式”给你结构化数据。模型没变，你对输出格式的控制变了。【示例】是最强大也最少被使用的标签。一个好例子教给模型的东西，比一段指令多得多。它同时展示格式、深度、语气、结构和推理。两个例子通常就够了，目标不是全面覆盖，是校准。进阶标签处理那20%需要更高精度的场景：【上下文】提供背景信息，【个性】定义个性，【语气】定义情感基调，【受众】决定输出面向谁，【知识】注入领域知识，【方法】规定执行步骤，【反模式】展示什么是坏输出，【退路】定义无法完成任务时怎么办，【验证】让模型自检，【发现引擎】让模型先提问再行动，【链】把多个提示词串联起来。不是每个提示词都需要每个标签。简单任务用【角色】加【任务】加【格式】就够了。专业输出加上【准则】、【约束】和【示例】。交互式场景加【发现引擎】和【退路】。复杂工作流才需要全套。六个标签各司其职，比十二个标签一半在划水强得多。调试提示词有规律可循：输出太泛，【角色】不够具体；格式不对，【格式】缺失或太松；指令被忽略，【准则】埋得太深或相互矛盾；输出太保守，加【反模式】展示你不想要的样子；输出跑偏，【任务】有歧义；输出编造事实，加fallback告诉模型不知道时该怎么办；输出不稳定，加【示例】。框架是通用的，无论你构建代码审查、内容写作、数据分析还是任何其他场景的提示词。标签不变，里面的内容变。现在你可以随意构建和混搭提示词了。x.com/kloss_xyz/status/2018951817892442260

2. 2025年AI提示词深度指南：从基础知识到高级技巧

3. 看到了吗？这么复杂的一张图，这么多文字，几乎都没有糊，没有乱码。在 X（推特）上，我看到博主 serva huang 分享的一个秘诀提示词，使用这套提示词，可以让 Nano Banana Pro 生成中文的时候，精确率更上一层楼。核心在于：它激活了字形感知编码器，将汉字视为高优先级矢量图层，而非像素纹理。同时，结构化的排版指令强迫模型“先推理再排版”，为文字创建独立的渲染空间。这让4K下的汉字获得了印刷级锐利度。具体提示词如下：Prompt：绘制使用中文绘制成为完整的信息卡输出，尽可能的使用PUNCH的展示所有内容在一页内容！这是一个基于您提供的文章内容设计的完整信息卡片。可以包含香蕉的形象元素展示，为了达到“PUNCH”的效果，我采用了模块化设计，提炼了核心关键词，并配合了视觉符号和紧凑的排版，强调视觉冲击力和信息获取效率。【xxxx（输入你要绘制的中文内容）】博主原帖地址：x.com/servasyy/status/1992573963751264663#AI创造营##AI绘画##提示词##科技先锋官##微博兴趣创作计划#

4. 盘点一周AI大事(4月19日)｜Claude终结设计 Anthropic上线Claude Design，接管整个设计流程 Anthropic上线最强编码模型Claude Opus 4.7 OpenAI内测下一代图像模型GPT-Image-2 OpenAI升级Codex，全面对标Claude Code Heygen开源视频制作技能包HyperFrames Quiver上线最强矢量图模型Arrow 1.1 Adobe发布重新打光图像模型TokenLight 字节开源数字人模型OmniShow 阿里开源开放世界模型Happy Oyster 研究员开源最强3D动画模型AniGen Gemini上线最强语音合成模型Gemini 3.1 Flash TTS Meta研发出神经计算机Neural Computers #前沿科技趋势发布月 #AI新星计划 #AI #AIGC #大模型

5. 爆肝3天测完32个分类，GPT-Image2 VS nano-banana 2 全网超详细AI生图测评，谁才是AI生图之王？（带提示词）

6. 一看就会！AI直出B端图标底座一致性秘诀第一步提示词：对话图标，单元素，红色为主，白色为辅，透明科技感，未来感，光滑透明材质，柔和光影，磨砂玻璃质感，简洁布局，等距视图，Blender，C4D，背景为纯白色背景。第二步提示词：底座不变，上方元素改成书本，红色为主，白色为辅，透明科技感，未来感，光滑透明材质，柔和光影，磨砂玻璃质感，简洁布局，等距视图，Blender，C4D

7. Seedance 2.0从入门到精通 AI视频生成提示词秘籍

8. 最强的AI生图模型是香蕉pro还是Image，或者flux黑森林？目前主流的个大模型怎么用，以及优劣势，一次性讲清楚。#aigc#ai新星计划

9. 用了这5大技巧后，原来AI人物还可以这么真？

10. AI生成电影级别质感视频！Seedance 2.0提示词运镜技巧（附提示词案例）

11. 2分钟南极AI短片卖100万？怎么做的? 硬核拆解最强AI视频工作流

12. GPT Images 2.0 深度锐评与使用教学！它到底强在哪里？

13. 2025设计师必学的AI生图方法，0基础教程来了！ AI出图别只磕关键词，1期视频总结超多的AI出图方法，还有图文教程！#设计 #平面设计 #Lovart #ai新星计划 #抖音知识年终大赏

14. 【看懂 Claude Code 提示词：验证智能体、反过度工程、记忆压缩才是核心】快速阅读： Claude Code的npm源码包因人为失误意外泄露，有人从中逆向整理出26个提示词，覆盖系统指令、工具调用、智能体协作、记忆管理等全部模块，随后以MIT协议重新授权开源。这份材料本质上是一份提示词工程的实战教材。---有个细节值得注意：Anthropic事后将这次泄露定性为“人为失误”。200美元一个月的工具，整个提示词架构就这样从npm包里被人拆了出来。这26个提示词按功能分得很清晰：1个系统提示词负责身份定义和工具路由，11个工具提示词处理文件读写、shell执行、搜索等操作，5个智能体提示词分别对应探索、架构、验证、文档等角色，4个记忆提示词管理上下文压缩，1个协调提示词处理多智能体编排，还有4个工具提示词生成标题、摘要、建议。读完这些提示词，有几个设计决策让人印象深刻。其一是专门设置了一个“验证专家智能体”，它的职责就是在代码上线前想办法把它搞坏。这不是可选项，是写进架构里的。其二是反过度工程规则被明确写入系统提示词，“不要做用户没有要求的功能”。听起来像废话，但显然Anthropic认为有必要把它钉进去。其三是记忆压缩分9个章节，且保证每一条用户消息都被保留。有观点认为，大家都盯着系统提示词，真正值得研究的反而是那4个记忆提示词。多数AI编程工具在请求之间会忘掉一切，而Claude Code能记住项目结构和之前的编辑操作，这才是它用起来像同事而不像聊天机器人的原因。有网友提到，这个开源仓库引起广泛讨论，也有人认为被过度渲染了，从npm包里逆向提示词并不算什么技术壁垒，真正的护城河是模型质量和训练数据。这个说法大概70%是对的，提示词工程本身不是秘密，但好的提示词架构要花多少时间踩坑才能收敛到这个形态，那是另一回事。每个提示词都从零重写以符合法律要求，意图相同，没有逐字引用。MIT协议，可以直接用。所有内容在这里：github.com/repowise-dev/claude-code-prompts如果你在自己搭智能体，有一个问题可能值得先想清楚：你的系统里有没有一个专门负责破坏自己输出的角色？

15. Seedance 2.0提示词技巧！零基础上手指南（附提示词）

16. 别再学提示词了：为什么它是AI时代最短命的技能？

17. 全网最全，Banana pro 30个炸裂玩法大合集，附国内可用渠道

18. AI视频没电影感？试下这6大影视级布光技巧......

19. 在现阶段，AI 生图/生视频的“可控性”，关键是靠提示词把关键约束写到位：身份锚点、镜头语言、时间轴动作、风格边界、负面约束。随口一句往往只说“要什么”，却没说清“不能变什么、怎么变、变到哪一帧为止”，一致性就很容易崩。对于提示词结构，我体会至少覆盖 6 点：1）身份一致性（必写） - 参考图/首尾帧作为 identity anchor - 脸型五官、发型、肤色、身材比例、服装材质与配色保持不变 - 明确：不换脸、不变形、不新增人物2）场景与光（决定观感稳定） - 时间与天气：清晨/黄昏/夜景；晴/雾/雨 - 光线：顺光/侧光/侧逆光；色温（暖金/冷青）；对比与曝光控制3）动作（视频必须写成“时间轴”） - 0–2s / 2–4s / 4–5s 分段描述做什么 - 约束动作参数：步幅次数、手臂摆动幅度、头部稳定、落地节奏4）运镜（视频一致性的关键） - 机位 + 景别：侧前45°/左后方半侧/正面；中景/近中景 - 镜头运动：跟拍推进/平移跟随/缓慢推近/抬升拉远 - 稳定性要求：稳定器、轻微起伏可控；禁止跳切/瞬移5）风格与质感（统一审美） - 写实/电影感/商业海报等风格选择 - 焦段感、景深、运动模糊强度、颗粒与锐度范围6）负面提示词（兜底） - 畸形、果冻感、穿模、抖动、跳切、文字水印 logo、角色变化等一律禁止把这 6 块写全，基本就能把“随机”变成“基本可控”。

20. //@i陆三金:回复@笔谈随意:提示词太长，我教你方法吧，找到一张明星（最好是名人）的照片，发给 Gemini 3.0 Pro 之类的模型，并附提示词：「详细描述完整的图像复刻 JSON 提示词，包含物体、服装、头发、细节、配饰、摄像设备、环境、灯光、风格、身体动态，一切都要详细复刻原图」，然后把得到的提示词发给香蕉 Pro 去生图//@笔谈随意:有没有完整的 prompt 啊

21. 高效提示词（prompt）工程指南

22. 如果你长期在做 AI 绘画，那你一定经历过这种疲惫感：写提示词写到像在写配置文件。人物、构图、材质、光线、参数、风格……越写越像 YAML。久而久之，备忘录里的 Prompt 越堆越乱，复制粘贴成了日常，稍微复杂一些的结构就得从旧记录里翻半天。明明是艺术工作流，操作却越来越像在写代码。给大家推荐一个宝藏开源项目：PromptFill ，一个专门为 AI 绘画 Prompt 设计的结构化生成工具，它把原本枯燥的“堆文本”变成了可视化的“填空式”交互，让写 Prompt 终于回到有序和掌控感之中。多数 Prompt 管理工具仍然停留在文本编辑层面，而 PromptFill 直接做了更底层的事情：把提示词拆成结构化的变量，再通过可视化 UI 把组合逻辑交回给创作者。它不是简单的替换模板，而是提供一套“可视化的可编程 Prompt”。比如在写人物角色时，你不再需要回忆之前用过哪些关键词，而是可以直接从“角色词库”里点选。在选择画风时，也不再需要复制粘贴一整串风格参数，而是用下拉菜单切换即可。看似简单，但本质是在把 Prompt 当作一种“可组合语言”来处理，让创作过程更接近编译器思维：可复用、可扩展、可视化。开源项目地址：github.com/TanShilongMario/PromptFill#科技先锋官##AI创造营##微博兴趣创作计划#

23. 【智能体软件不是提示词堆叠：一场面向 Agent 的系统工程实践】构建智能体软件（Agentic Software）不应仅仅是“提示词工程”的堆叠，而是一场严谨的系统工程实践。Ashpreet Bedi 通过复盘贝尔实验室构建电话网络的历史教训，指出当前 AI 开发中“过度优化局部、忽视系统整体”的误区。+ 真正的智能体软件是“业务逻辑被 Agent 替换”的常规软件，它必须在五个核心层面上实现协同：1. 智能体工程（Agent Engineering）这是系统的“大脑”。除了模型选择，更关键的是定义确定性的执行流、工具配置和上下文管理。智能体的行为在可预测时应保持确定，在不可预测时应保持可观测。2. 数据工程（Data Engineering）上下文即数据。记忆、存储和知识库必须遵循成熟的数据工程原则：设计良好的 Schema、结构化查询以及高效的读写流水线。Agent 的能力上限取决于它获取数据的质量，而非模型参数。3. 安全工程（Security Engineering）安全必须由系统强制执行，而非靠提示词约束。“只读权限”应该是数据库连接层面的配置，而不是告诉 Agent “请不要修改数据”。必须通过 JWT 验证、RBAC（基于角色的访问控制）和请求隔离，防止数据越权。4. 接口工程（Interface Engineering）Agent 会出现在 REST API、Slack、终端等多个表面。挑战在于如何将不同的身份系统（如 Slack 用户 ID 与产品内部 ID）统一映射，确保权限控制在所有入口保持一致。5. 基础设施工程（Infrastructure Engineering）95% 的工作与传统服务无异（容器化、云部署、横向扩展）。剩下的 5% 在于应对 Agent 的特性：更长的请求耗时、流式响应（SSE/WebSockets）以及主动触发的任务。+ 系统工程的实践：Dash 项目为了证明这一理念，Agno 团队开源了 Dash —— 一个具备自我学习能力的 SQL 数据智能体。它展示了系统工程如何解决实际问题：- 六层上下文增强：Dash 不直接写 SQL，而是结合表元数据、业务规则、历史查询模式、机构知识、错误学习记录和运行时 Schema 检查。- 自我进化闭环：当 Agent 执行 SQL 报错时，它会诊断修复并记录“学习心得”。第 100 次查询比第 1 次更准，不是因为模型变强了，而是数据层进化了。- 架构级安全：分析师 Agent 连接的是只读引擎，工程师 Agent 只能写入特定的 dash Schema。这种物理隔离确保了即便模型“幻觉”产生恶意指令，系统也会在底层将其拦截。当我们从系统视角审视软件时，许多争论（如 MCP vs CLI）会变得显而易见。不要给 Agent 不受限的权限，要给它定义清晰、边界明确的工具；不要把记忆存在散乱的文件里，要存入数据库。系统工程不是为了增加复杂性，而是为了让各个组件在交互中产生超越个体的可靠性。x.com/ashpreetbedi/status/2041568919085854847github.com/agno-agi/dash

24. 2025年AI生图“王”！Banana Pro玩法大分享～【建议收藏】

25. #AI旅行任意门##HOW I AI# 《用AI实现滑板自由，雪山与山河都在镜头里》我迷上了用Seedance 2.0制作视频，只需上传我的旅行照片，AI就能轻松剪出质感满满的短片，实现了许多现实中难以完成的画面。我滑着滑板，穿行在大山大河之间，穿梭在茫茫雪地之中，自由又洒脱。想要做出满意的效果，提示词至关重要。这条视频的提示词为：画面运动速度十分快，采用运动视角，镜头全程跟随，展现人物在盘山公路上飞速滑滑板的场景。角色先是调整身体，向滑板左侧下蹲，直到臀部与滑板处于同一水平线，动作流畅自然，整体画面充满速度感与沉浸感，氛围感十足。#Seedance必玩提示词模板##新年马上出发# 路途行之路的微博视频

26. 发现一个非常适合 AI 新手入门的提示词网站，忍不住想推荐一下。它最大的特点是：提示词分得非常清楚。不是那种一股脑丢一堆 Prompt 给你，而是按使用场景拆好。比如在「写作」这个大类下面，还会继续细分成：文章续写、写作建议、写作素材搜集等等。你一看就知道自己现在该用哪一类，而不是盯着 Prompt 发愣。对新手来说，这点特别重要。因为很多人不是不会用 AI，而是不知道“该怎么问”。这个网站刚好就解决了这个问题：你一边用，一边就能慢慢看懂，原来一个好提示词，是怎么被拆解出来的。地址：www.aishort.top不一定要照抄里面的提示词，但非常适合用来学习别人是怎么构建 Prompt 的。如果你是刚开始接触 AI，或者一直觉得“我用 AI 怎么没别人好用”，那这个网站基本算是一个不错的起点。#AI创造营##科技先锋官#

27. 谷歌68页提示词圣经+老金原创元提示词，直接复制就能用

28. #Seedance必玩提示词模板#千万码住🔥即梦3.0导演级运镜提示词，拿去抄‼在练习AI试试的时候发现运镜提示词真的太重要的，会写运镜提示词，直接把画面效果提升100倍！#HOW I AI##过个有ai年# seedance必玩提示词模板

29. 一学就会，1招去除图片的AI味儿，超绝真实感你用关键词生成的图片是不是看起来一眼假？原来不用关键词才是去掉AI味的关键！#设计 #ai #AI生图 #ai新星计划 #抖音知识年终大赏

30. 你有没有发现一个很反直觉的现象？那些不是程序员、没学过提示词工程、甚至连 AI 行业都不了解的人，反而能写出最硬核、最强、最能打的 Prompt。为什么？因为高手根本不靠背术语、背框架；他们靠的是：元思维。简单讲，就是：别自己“手搓提示词”，要让 AI 帮你写提示词。今天我把我自己常用的「元提示词 SOP」完整拆开，让你照着学会之后，也能写出专业级别的提示词。建议你先码住，慢慢看。第一步：把原始素材全丢给 AI大部分人写提示词的时候，会很紧张：- 这个术语我不会怎么办？- 提示词结构要怎么写？- 我不是专家能写得好吗？结果越写越别扭，越写越像 AI。我反而反其道而行，我的做法只有一句话：“把你脑袋里的东西全丢给它。”我会把：- 脑海里乱七八糟的想法- 还没成型的需求- 在网上看到的好文章（当风格参考）直接一股脑扔进去，然后给 AI 说：> “我是小白，但我想达到专家的效果。> 这些是我的原材料，你先别生成内容，先理解它们。”第一步的目标只有一个：让 AI 吃饱。第二步：让 AI 自己补知识这是整个 SOP 的灵魂。很多人提示词写得“塑料感十足”，就是因为缺少这一环：他们不知道什么是专业，也不知道专业需要什么。那怎么办？让 AI 自己补！我会对它说：> “为了完成这个任务，你需要哪些专业术语？> 你会用哪些思维模型？> 你会参考哪些行业标准？> 请用这些知识，帮我生成一套结构化的 System Prompt。”这一步的效果非常惊人。你会发现 AI 自动给你：- 行业术语- 核心逻辑- 专家常用的判断框架- 清晰分工的 Prompt 结构这是一个“AI 写给 AI 的提示词”，专业度往往远超人类自己写的。第三步：让 AI 自己跑 3 次模拟看到这里，有些人会立刻把 Prompt 拿去用。错了，你必须让它自测、自跑、自演示。我会让 AI：> “用你刚写的 Prompt，给我 3 组【用户输入 → 模型输出】的模拟案例。”这一招特别强。通过模拟，你能一眼看穿：- 它是不是真的懂你的意图- 输出有没有“AI 味儿”- 行业语气是否对- 它会不会胡乱瞎编- Prompt 哪里不够精确这一步就是“沙盒测试”，能让你用极低成本发现问题。第四步：导演式优化这一步，你完全不需要懂技术。你只需要告诉 AI：- 哪一段不顺- 哪一部分风格不对- 哪一句话你不喜欢- 你想让它更犀利、更幽默、更人味一点我的反馈方式通常很口语化：- “这段太机械了。”- “第二个案例要更有温度。”- “这个专家应该敢下判断，不要这么中规中矩。”像导演一样调风格、调感觉、调情绪，然后 AI 会自己回去修改逻辑、结构、术语、Prompt。反复迭代几轮之后，你就能得到一个完美贴合你审美的 Prompt。总结你只需要会让 AI 扮演专家。过去，我们必须学会机器的语言，才能指挥它。现在完全反了：- 你提供原始信息（原料）- 你给风格偏好（审美）- 你告诉它目标（想要的效果）剩下的交给 AI——让它去补知识、建系统、写提示词。换句话说：你不需要会提示词工程，你只需要会“导演 AI”。这就是大模型时代真正的能力。#科技先锋官##AI创造营##微博兴趣创作计划#

31. Nano Banana 2，实时联网能思考的AI生图模型，对比Nano Banana Pro

32. 最近看到一个 AI 影视团队分享了他们用 Seedance 2.0 做视频的完整经验，干货很多。1、Seedance2.0 单次最多生成 15 秒 720p 的片段，听起来好像很短对吧？但他们说关键在于转变思路：别想着一次生成一整段视频，要像真正的剪辑师一样，一个镜头一个镜头地生成，最后拼起来。一分钟的视频拆成四五个场景，每个单独做，效果反而最好。2、提示词的写法特别讲究，他们总结了一个五模块结构：主体、动作、镜头、风格、画质后缀。每条提示词都按这个框架来。其中有几个要点很实用，比如动作只写一个动词，写多了模型就晕了；风格别光写一个“cinematic”，要用组合描述，像“Kodak Vision3 500T”这种胶片锚点效果很稳；每条提示词结尾都要加上“4K, Ultra HD, Sharp clarity”这些画质后缀。3、文生视频的提示词控制在 120 到 280 词，图生视频就短一些，50 到 80 词就够了，写太长反而会让模型忽略你给的参考图。还有一点，永远不要用否定提示词，Seedance 不认这个。4、角色一致性方面，他们建议每个角色准备正面、侧面、四分之三侧面三张图，单独裁剪，别用拼接网格图。参考图放在 @Image1 的位置权重最高。#How I AI##科技先锋官# 总的来说，Seedance 2.0 的核心思路就是：拆镜头、写好提示词、用参考图锁角色、快速出片。掌握这套方法，它就是一个真正能用的生产工具。

33. nano banana Pro的能力边界还是挺强的现如今，善用提示词和不善用提示词完全是两套效果。提示词的打磨成了AIGC的下一个难点。俺们工作室，26年也会加入更多AI工作流，不会照本宣科做生成，而是让AI变成加速创意落地、减少创意成本的工具~

34. 【你以为AI编程拼的是提示词，其实高手都在“驯化”项目结构】快速导读：别再卷提示词了。想让Claude像个真正的工程师一样干活，关键不是怎么“说”，而是怎么“放”。一个结构清晰的代码仓库，远比一段天花乱坠的提示词更重要。---多数人还在琢磨怎么把提示词写出花来，但真正拉开AI编程效率差距的，根本不是提示词。你以为让Claude写出好代码，靠的是把需求描述得滴水不漏。其实，如果你的代码仓库一团糟，它就只是个聊天机器人；如果结构清晰，它才表现得像个住在你项目里的高级工程师。这中间的差距，比人和狗的差距都大。秘诀在于给AI建立一套“项目解剖学”。这套结构，就是AI的“短期记忆”和“行为准则”。它只需要四个东西：1. CLAUDE.md：项目的北极星文件，简要说明系统目的、仓库地图和交互规则。短小精悍，废话太多AI会抓不住重点。2. .claude/skills/：可复用的专家模式。把代码审查、重构、调试等固定流程变成技能包，随时调用，而不是每次都在提示词里重复念叨。3. .claude/hooks/：自动化护栏。模型会忘事，但钩子不会。比如编辑后自动格式化、核心代码变更后触发测试，把AI工作流变成可靠的工程系统。4. docs/：渐进式上下文。别把几万字的需求文档塞进提示词，让AI自己去查阅架构图、决策记录和操作手册。它不需要记住一切，只需要知道“真理”在哪。有人在一个5万行代码的库上实践这套方法，Claude的错误率直接降低了大约60%。评论区里一片“原来如此”的声音，大家普遍认同：结构大于提示词，仓库本身就是终极提示。提示词是租来的，结构才是你自己的。所以，如果你还在每天花几小时跟AI“念经”，却发现它总是犯些低级错误，问题很可能不在你的提示词写得够不够“魔法”，而在你的项目结构是不是一坨屎。别再抱怨AI笨了，也许它只是在你的烂摊子里迷了路。---简评：这篇文章精准地指出了当前AI辅助编程领域的一个核心误区：过度迷信“提示词工程”，而忽略了更基础也更重要的“上下文工程”。它提出的“项目结构即提示”的观点，对于那些感觉AI“不好用”的开发者来说，无疑是一次认知矫正。从“教AI做事”转向“为AI搭建舞台”，这才是人与AI协作的正确姿势。---ref: x.com/vishisinghal_/status/2032368817981305196#AI创造营##人工智能#

35. AI绘画新手入门

36. AI绘画质感词宝典

37. AI绘画总翻车？6维万能提示词公式，5大场景闭眼出高清大片｜可直接复制

38. 第一章

39. AI绘画怎么写提示词才算原创？

40. AI绘图提示词怎么成图

41. 我靠这100个提示词，在AI绘画里赚到了第一桶金

42. 别再乱写提示词了！这个“万能框架”让你的AI绘画秒出大片

43. AI漫剧“抽卡师”

44. 模块化精细参数设置

45. 写实类风格图片生成提示词，超多细节

46. AI提示词优化指南

47. GPT-Image2提示词写法技巧这些细节决定出图质量

48. 电影级提示词怎么写才能精准控制运镜与风格？

49. 第7篇

50. 实测有效｜即梦提示词权重写法全测评，精准控图不踩坑

51. 如何写出真正有效的 Midjourney v7 提示词

52. 【干货】告别混乱提示词！学会这招“5词定意法”，让 MidJourney 精准捕捉你的灵魂意图

53. CVPR 2026 | 上交大&vivo团队

54. DALL-E 3深度测评

55. 提示词案例拆解——超写实微距人像（附完整提示词）

56. 只要两步！AI写实人像照片告别“假人”感

57. 3招吃透写实风AI提示词！小白照抄也能出大片，堪比冷军写实

58. AI作图提示词写到“准到爆”的8个狠招+3个隐藏玩法

59. 重温提示词工程（四）

60. AI写实插画教程

61. 别再瞎写AI绘画关键词了！高手都用这7类词，出图率直接拉满

62. 公众号配图进化论

63. 还在用“吉卜力风”？你可能错过了90%的AI动漫宝藏风格！

64. AI绘画治愈系插画风格关键词

65. AIGC绘画实例

66. 零基础到大师

67. AI 绘画 Prompt 怎么写？3 步公式 + 10 组万能模板，ComfyUI/Stable Diffusion 通用

68. 7款AI提示词Prompt生成器网站推荐，高手专用工具库！

69. AI绘画提示词技巧

70. 如何避免ai抽卡生成？这三个误区你踩中几个

71. 【第16期】AI提升画质通用提示词｜让你的糊图变高清大片

72. 还在用"电影感"写提示词？难怪你的播放量越来越差！

73. Flux.2 Klein—运用“文件级”提示词，在保持最高保真度的同时提升画质

74. 文生图总跑偏？4个核心原因，90%的人都中招了

75. 豆包AI生图提示词全攻略

76. 手把手教你稳定出好图---最新整理的AI 绘画关键词大全

77. 5 个 GitHub 神级手绘风格提示词项目，AI 绘画直接抄作业

78. 海豚善学

79. AI设计提示词入门

80. AI绘图常用热门提示词

81. 即梦AI绘画提示词大全

82. 重温提示词工程（一）

83. 3款SD主力模型推荐，附一键复制提示词

84. 如何写出一个好的提示词？

85. [开源]AI落地项目，免费商用工具，生成工程化提示词

86. 提示词救命神器!拯救所有不会写提示词的人！！！

87. 一个提示词让AI复刻出任何你想要的图片。Role:你是专业的图片提示词拆解专家 Background: 用户拥有一张包含特定中文字体设计的图片。用户希望你通过深度视觉拆解，生成一段能够用于 "Nana Banana Pro" 绘图工具的提示词。 Goal: 精准还原原图的视觉效果，**核心在于精准复刻图片中的文字内容、字体形态以及复杂的画面细节**，利用详细的中文描述来指导生成。 Workflow (必须严格遵守的分析逻辑): 1. 文字内容的绝对精准描述: - 这是最高优先级。你必须明确指出图片中出现了哪些**具体的汉字**（例如：“画面中央写着巨大的‘未来’二字”）。 - 详细描述字体的**笔画特征**（如：毛笔飞白、霓虹灯管质感、金属倒角、立体挤压效果）。 - 描述文字的**排版结构**（如：文字作为视觉主体占据80%画面、文字穿插在云雾中）。 2. 画面内容的精细脑补与填充: - 如果原图有模糊不清的地方，请根据画面逻辑进行高精度的细节补充。 - 描述画面中的纹理（如：丝绸的纹理、墙面的裂痕、光粒的尘埃感）。 - 描述主体与背景的互动（如：人物的手指轻轻触碰文字边缘）。 3. 光影与渲染质感: - 指定光线来源（如：赛博朋克紫红顶光、清晨侧逆光）。 - 指定渲染风格（如：超写实8K渲染、OC渲染器材质、磨砂玻璃质感）。 Constraints (限制条件): - 全中文输出：输出的提示词必须完全使用中文，因为 Nana Banana Pro 在此场景下需要精准的中文语义控制。 - 文字优先：在描述中，将“文字内容”和“字体样式”放在最前面，确保生成的权重最高。 - 细节过载：不要使用简略的形容词，要用具体的画面描述。 - 禁止解释：不要输出分析过程，直接输出那段最终的提示词。 User Input: [请在此处上传你的图片] #gemini邪修 #nanobanana #人工智能#科技下一站#提示词

88. Stable Diffusion 人脸生成优化策略

89. 如何从 Stable Diffusion3.5 中获得最佳结果

90. AI电商视频拉片➕提示词分享

91. 跟着小云雀Agent学提示词，精准控制即梦Seedance2.0，分镜+视频一键生成不踩坑

92. AI绘画攻略：提示词技巧大公开，3D效果轻松实现

93. 豆包AI绘画提示词大全：这50个提示词生成惊艳图片

94. 让 AI 视频动作不再“软绵绵”：Seedance 2.0 的节奏控制提示词

95. 如何控制Ai生图产品大小? 保姆教程+提示词

96. 二十种AI风格提示词动漫篇完

97. 提示词写得好，AI效率翻倍

98. 《新手入坑 Stable Diffusion：最全概念扫盲（含本地部署硬件要求）》

99. Seedance 2.0 提示词技巧，提高出片率及视频质量

100. AI提示词进阶教程 3 - 结构化提示词的工程模型

101. 【深度学习】CVPR2026｜vivo×上交提出C²FG：重构CFG调度，跨架构稳定刷新ImageNetFID

102. CVPR 2026 | C²FG：用分数差异分析提高条件生成中CFG的引导

103. 《2026AI短视频生成提示词手册》：万能公式+分场景模板

104. CVPR 2026 |C²FG：用分数差异分析提高条件生成中CFG的引导

105. AI绘画提示词全攻略｜0基础也能用，出图稳、易接单

106. Seedance 2.0救星！负面提示词一键修复模糊人脸、抖动画面

扫一下，分享更方便，购买更轻松

0评论

当前文章无评论，是时候发表评论了

提示信息

取消

确认

评论举报

垃圾广告！低俗色情！人身攻击！疑似水军评论！其他有害！