AI 文生图的提示词越长效果越好吗?

我以前也以为，提示词越长，AI 就越懂我。于是把画面、情绪、镜头、材质、背景、人物设定全塞进去，写得像一篇小作文。结果常常很喜感：明明要的是安静的咖啡店角落，图里却冒出一堆抢戏的装饰，人物表情也开始失控。

问题通常不在“字数不够”，而在“重点不够清楚”。提示词像点菜：你说想吃一碗清淡的面，再补充一点葱花和热汤，厨师容易做；但如果你同时要求麻辣、奶油、海鲜、复古摆盘、深夜氛围和儿童口味，最后大概率是一锅不知道该怎么评价的东西。

我现在更习惯先写一句核心画面，比如“温暖水彩风格的咖啡店角落，傍晚光线”。这句话先把主体、风格和氛围钉住。接着只补真正影响成图的细节：桌上有什么、人物在做什么、光从哪里来、画面从什么视角看。每加一个词，都问自己：它会不会改变画面？不会，就先删掉。

长提示词真正容易踩的坑

长并不一定错。复杂场景本来就需要更多描述，尤其当你希望画面里同时出现人物、环境和特定光线时。但长提示词最怕两件事：细节互相打架，以及次要信息淹没主体。

比如一边要求“极简”，一边又塞进大量装饰；一边说“人物自然”，一边又要求夸张表情和复杂动作。AI 未必会替我们判断哪句更重要，它可能只是把各种要求混在一起执行。图越怪，往往不是它没听话，而是我们给的任务本身太拥挤。

比加字更有效的是迭代

我觉得最稳的方式，是先生成一个基础版本，再一次只改一两处。脸部太硬，就只调整脸部；光线不对，就只改光线。别看到不满意就把整段提示全部推倒重来，那样很容易连原本做对的部分也一起丢掉。

否定描述也别堆太多。先把“想要什么”讲明白，再补少量确实不希望出现的元素，通常比满屏“不要”更容易控制。把效果不错的提示词保存下来，慢慢会形成自己的表达习惯。到最后你会发现，真正好用的提示词不一定长，它只是把最重要的画面说清楚了。