建構影像提示
目的：將以日常語言表達的願望，在一次操作中轉換為一個能夠區分主體、風格和技術的提示。
基於 fokus-KI「Prompts für KI-Bilder」(2026 年 4 月)，並針對實際使用的模型（Z-Image-Turbo、FLUX.2 Klein、SDXL）的限制進行了擴展。
何時載入
- 「生成一張……的圖片」、「幫我寫一個……的提示」
- 結果不如預期，需要微調提示
- 在生成第一張圖片之前，當請求只提到主體時
不包含：設定和工具選擇（生成技能）、儲存到保管庫（資產技能）、SVG 圖形。
六個建構區塊
順序很重要：模型更重視開頭的內容。主體先於風格，風格先於技術。
| # | 區塊 | 問題 | 範例 |
|---|---|---|---|
| 1 | 影像類型 | 照片、插圖、3D、繪畫？ | photorealistic（寫實照片）、flat vector illustration（扁平向量插圖）、3D render（3D 渲染） |
| 2 | 主要主體 | 具體是什麼？有哪些特徵？ | tabby cat, green eyes, looking up（虎斑貓、綠色眼睛、向上看） |
| 3 | 場景 | 在哪裡？有哪些道具？ | window sill, blurred garden behind（窗台、背後模糊的花園） |
| 4 | 時間/光線 | 一天中的時間、季節、光源 | early morning, warm side light from the left（清晨、從左側來的溫暖側光） |
| 5 | 風格 | 藝術家、時代、情緒、色調 | in the style of Gustav Klimt, gold tones, calm（古斯塔夫·克林姆風格、金色調、平靜） |
| 6 | 技術 | 視角、細節層次、構圖 | close-up, shallow depth of field, rule of thirds（特寫、淺景深、三分構圖法） |
規則：1 和 2 是必需的，3–6 是可選的。 當請求不支援時，填滿所有六個區塊會產生隨機的圖片。四個具體的區塊勝過六個模糊的區塊。
模板
<影像類型> of <具有 2-3 個特徵的主體>, <場景>, <光線>,
<風格/情緒/顏色>, <視角/細節/構圖>
範例：
Photorealistic: traditional Japanese tea house beside a still pond, blossoming cherry trees, soft late-afternoon light, warm earth tones, slightly elevated perspective, reflections in the water, calm meditative mood.
（寫實照片：傳統日式茶室在靜謐的池塘旁，盛開的櫻花樹，柔和的午後光線，溫暖的大地色調，稍微抬高視角，水中的倒影，平靜冥想的氛圍。）
一個句子，而不是一堆關鍵詞。標點符號和逗號就足以提供權重；這三個模型都不理解括號、:: 和 --ar。
長度與語言
- 核心 15–50 個單詞。 更長會稀釋重點：注意力會分散到從屬子句而非主體上。
- 英文是安全的預設語言。 風格術語（
golden hour、volumetric light、shallow depth of field）和藝術家名稱在訓練數據中主要是英文；翻譯常常會失去細微差別。 - 德文可在多語言文字編碼器上用於主體和空間描述。使用 SDXL 或 FLUX 類模型時，如有疑問請翻譯——德文風格術語在那裡可能效果不佳。
- 不要混用。 一半德文、一半英文的句子會破壞一致性。每個提示使用一種語言。
- 待確認： 德文與英文在相同種子值下，使用這些模型的表現尚未測量。在那之前，英文是預設；如果德文提示明顯表現不佳，首先更改語言，而不是步數。
負面提示：僅在該欄位存在時使用
| 工具系列 | 負面提示 | 方法 |
|---|---|---|
| SDXL | 是 | 在此收集需求：text, watermark, extra fingers, blurry, deformed |
| Z-Image, FLUX | 否 | 將否定詞改寫為正面描述：「no text」→ clean surface without lettering（乾淨無文字的表面） |
正面提示中的「no……」通常會起到相反的效果：模型讀到的是名詞，而不是否定。
迭代：每次只改變一個變量
- 第一次運行使用低步數，記錄種子值。
- 指出發現，不要重新描述圖片：「缺少蒸汽」是發現，「看起來不好」不是。
- 只做一個改變——新增主體、更改風格或步數。保持種子值不變，否則比較就沒有意義。
- 只有在出現明顯缺陷後才進行第二次運行。 不要基於猜測進行調整。
- 對於細節（蒸汽、煙霧、文字），先提高步數，不要延長提示。
模型無法可靠處理的事項
| 願望 | 現實 | 解決方法 |
|---|---|---|
| 圖片中可讀的文字 | 字母會模糊，尤其是六個字元以下 | 之後再添加文字（SVG、佈局工具） |
| 手、手指、牙齒 | 數量和形狀經常出錯 | 裁剪掉手部 |
| 準確的數量（「三根蠟燭」） | 有時兩根，有時四根 | 在圖片中計數，否則更換種子值 |
| 時代（「1750 年」、「江戶時代」） | 年份不是特徵——背景會出現電線、金屬和太陽能屋頂、混凝土 | 透過材料設定時代：every roof thatched with rice straw or dark cedar shingles（每個屋頂都用稻草或深色雪松木瓦覆蓋）、hand-hewn wooden posts（手工鑿成的木柱）、unpaved road（未鋪砌的道路） |
| 品牌標誌、真人臉孔 | 模糊或變形 | 不要嘗試；肖像權與人格權 |
| 句子中的「4K」、「16:9」 | 被視為風格詞彙，而非測量值 | 在工具中設定 width/height（寬度/高度） |
發送前檢查清單
- 主體是否出現在前十個單詞內？
- 影像類型和風格是否分開命名（而不是「一張漂亮的圖片」）？
- 最多一個風格術語和一個光線方向——或者刻意使用兩個？
- 正面提示中沒有否定詞？
- 少於五十個單詞，且不包含工具已設定的數字？
- 全篇使用一種語言？
失敗模式
| 症狀 | 原因 | 修正 |
|---|---|---|
| 主體缺失，景觀佔主導 | 場景放在前面或太長 | 將主體移到前面，將場景縮減為五個單詞 |
| 圖片感覺隨機，「庫存照片」 | 只有形容詞，沒有風格 | 指定一個具體的風格或藝術家 |
| 一切都很銳利且扁平 | 沒有視角，沒有光線 | 加入 close-up（特寫）或 slightly elevated（稍微抬高）以及一個光線方向 |
| 顏色偏離 | 兩個風格方向衝突 | 一種色調，一種風格 |
| 文字顯示為塗鴉 | 提示中包含文字需求 | 移除文字，之後再添加 |
| 儘管編輯很小，結果卻變化劇烈 | 種子值或步數已更改 | 固定種子值，保持步數不變 |
| 背景中出現電線桿、電線或太陽能屋頂 | 年份無法引導時代；模型從訓練數據中補上基礎設施 | 正面描述材料（every roof thatched or dark cedar shingles（每個屋頂都用稻草或深色雪松木瓦覆蓋）、hand-hewn wooden posts（手工鑿成的木柱）），而不是「no power lines」（沒有電線）——並且檢查背景，而不只是主體 |