1. 为什么我最近把图生图提示词当成了主力工具先说结论过去两个月我打开图生图功能的频率已经远远超过了纯文生图。原因很简单——文生图像是在开盲盒你输入一段描述模型给你什么全看运气而图生图是拿着参考图去“改作业”构图、光影、人物姿态这些底层骨架已经定好了你只需要用提示词去控制“改哪里”和“改成什么样”。这个差别用过一次就回不去了。我日常用图生图主要干三件事一是把随手拍的废片救回来比如光线平淡的风景照通过提示词重绘成油画质感或者赛博朋克风格二是做设计草图的快速迭代客户给一张线稿我用图生图批量出不同材质和配色的方案三是给电商产品图换场景同一个杯子上午放在木质桌面上下午就能出现在海边礁石上。这三类需求覆盖了我八成以上的出图任务。很多人觉得图生图难其实是难在提示词怎么写。文生图的提示词可以天马行空但图生图的提示词必须“戴着镣铐跳舞”——你要在保留原图结构的前提下用文字去引导模型做局部或全局的修改。重绘幅度调低了没效果调高了原图直接崩掉。我踩过的坑包括人物脸部被重绘成另一个人、背景纹理出现诡异重复、边缘出现明显接缝。这些问题后来都通过调整提示词结构和参数配合解决了。这篇文章适合谁看如果你已经会用文生图但图生图总是“一改就废”或者你手头有大量参考图需要批量处理那下面的内容应该能帮你省下不少试错时间。我会把最近高频使用的提示词模板、参数搭配逻辑、以及不同场景下的改写技巧都拆开讲清楚。所有内容基于我实际跑图的经验不保证每个模型都完全适用但底层思路是通用的。2. 图生图提示词的核心逻辑不是描述而是指令2.1 文生图提示词和图生图提示词的本质区别文生图的提示词是“从零构建”你描述一个场景模型从噪声里一点点把它画出来。图生图的提示词是“在已有结构上做修改”模型已经拿到了一张参考图你的文字是在告诉它哪些部分保留哪些部分替换替换成什么。这个区别导致了一个很反直觉的结论图生图的提示词不需要写得太长。我早期犯的错误就是把文生图那套几百字的提示词直接搬过来结果模型被过量的信息干扰原图的结构反而被破坏得很严重。后来我总结出一个原则图生图的提示词应该聚焦在“变化量”上而不是“全量描述”。举个例子。假设我有一张室内人像照片想把它变成赛博朋克风格。文生图的写法可能是“一个年轻女性坐在窗边霓虹灯光从窗外照进来紫色和蓝色的色调未来城市背景电影感光影高细节8K”。但图生图的写法应该是“霓虹灯光照在脸上紫色蓝色色调未来城市窗外背景保留人物姿态和构图”。后者只描述了需要改变的部分——光线、色调、背景同时明确要求保留姿态和构图。2.2 提示词的结构分层主体锚定、风格迁移、细节修正我习惯把图生图提示词分成三层来写每一层有明确的功能。第一层是主体锚定。这一层的作用是告诉模型“什么东西不能变”。常用的表述包括“保留人物面部特征”“保持原始构图”“维持物体形状不变”。这一层不需要描述主体长什么样因为参考图已经提供了视觉信息你只需要用文字强调“别动它”。第二层是风格迁移。这是图生图提示词的核心部分描述你希望把原图变成什么风格。可以是艺术风格油画、水彩、像素风可以是材质风格金属、玻璃、毛绒也可以是光影风格逆光、霓虹、柔光。这一层的描述要具体但不要堆砌。我通常用三到五个关键词来定义风格比如“厚涂油画笔触暖色调柔和边缘过渡”。第三层是细节修正。这一层用来处理一些模型容易忽略或者容易出错的地方。比如“修复手部细节”“增强眼睛高光”“去除背景杂物”。这一层的关键是“缺什么补什么”不要提前写一堆可能不需要的修正指令否则模型会过度解读。三层结构的顺序不是固定的但主体锚定通常放在最前面因为模型对提示词开头的注意力权重更高。风格迁移放在中间细节修正放在最后。这个顺序在我测试的多个模型上都表现稳定。2.3 重绘幅度与提示词的配合关系重绘幅度是图生图最关键的参数没有之一。它决定了模型在多大程度上参考原图。数值越低输出越接近原图数值越高模型自由发挥的空间越大。但很多人不知道的是重绘幅度和提示词长度之间存在配合关系。我实测下来的经验是重绘幅度提示词策略适用场景0.2-0.35极简提示词只写风格关键词微调色调、光影保留原图细节0.35-0.55三层结构完整但每层简短风格迁移保留构图和主体0.55-0.75提示词可以适当加长增加细节描述大幅改变风格允许主体轻微变化0.75以上接近文生图写法但仍需锚定主体仅保留大致构图几乎重新生成这个表格是我跑了大概两百多张图之后总结出来的。重绘幅度在0.4到0.5之间时提示词的信息量和原图的保留程度达到一个比较好的平衡。低于0.3时提示词写再多也没用模型基本不听高于0.7时提示词写得再详细原图的结构也会丢失大半。还有一个细节重绘幅度和采样步数也有关系。步数太低时高重绘幅度容易出噪点步数太高时低重绘幅度几乎不产生变化。我通常把步数设在25到35之间配合0.4到0.55的重绘幅度出图成功率最高。3. 我高频使用的五类图生图提示词模板3.1 风格迁移类把照片变成插画或油画这是我用得最多的一类。核心思路是保留原图的构图和主体轮廓把材质和笔触替换成目标风格。模板结构是这样的[主体锚定] [风格定义] [材质描述] [色调控制]具体例子把一张风景照片变成吉卜力风格插画保留原始构图和山体轮廓吉卜力动画风格手绘水彩质感柔和渐变天空温暖阳光色调细腻的云层笔触去除照片写实感这里的关键词是“保留原始构图和山体轮廓”这是主体锚定。“吉卜力动画风格”是风格定义。“手绘水彩质感”和“细腻的云层笔触”是材质描述。“温暖阳光色调”是色调控制。最后“去除照片写实感”是一个负向指令帮助模型摆脱原图的照片质感。我试过把“吉卜力”换成“新海诚”“今敏”“莫奈”“梵高”每个风格对应的材质描述都需要微调。比如新海诚风格要强调“高饱和度天空”和“光晕效果”莫奈风格要强调“短笔触”和“色彩并置”。这些细节决定了输出是“有点像”还是“就是那个味儿”。重绘幅度我一般设在0.45到0.55之间。太低的话笔触出不来太高的话山体轮廓会变形。如果原图细节特别多比如树叶很密我会把重绘幅度降到0.4同时在提示词里加一句“简化细节保留整体形态”。3.2 材质替换类给产品图换材质和场景这类需求主要来自电商和设计场景。比如一个陶瓷杯子我想看看它变成玻璃材质、金属材质、木质材质分别是什么效果。模板结构[物体锚定] [材质定义] [环境描述] [光影匹配]具体例子把陶瓷杯变成磨砂玻璃杯保持杯子形状和把手结构不变磨砂玻璃材质半透明质感内部有微弱折射放置在深色木质桌面上侧光照射柔和阴影这里“保持杯子形状和把手结构不变”是物体锚定。“磨砂玻璃材质半透明质感内部有微弱折射”是材质定义。“放置在深色木质桌面上”是环境描述。“侧光照射柔和阴影”是光影匹配这一步很重要因为材质变了之后光影逻辑也要跟着变否则会显得很假。材质替换类的重绘幅度需要精细控制。我通常从0.35开始试如果材质变化不明显就加到0.45。超过0.5之后杯子的形状开始不稳定把手容易变形。如果必须用高重绘幅度我会在提示词里反复强调“保持杯子形状”甚至用括号加重权重。还有一个技巧如果原图背景比较干净我会在提示词里明确写“背景替换为XX”这样模型会把注意力集中在物体上。如果原图背景很乱我会先写“去除背景杂物”再写材质替换分两步走。3.3 光影重塑类救回光线平淡的照片这类需求来自摄影后期。很多照片拍的时候光线不好但构图和内容都不错扔掉可惜。图生图可以重新打光。模板结构[场景锚定] [光源描述] [色调映射] [阴影控制]具体例子给一张阴天拍摄的人像重新打光保留人物面部特征和姿态添加暖色侧逆光光源来自右上方金色时刻色调面部有柔和补光背景压暗增强立体感“保留人物面部特征和姿态”是场景锚定人像类必须写这一句否则脸会变。“添加暖色侧逆光光源来自右上方”是光源描述方向要明确。“金色时刻色调”是色调映射。“面部有柔和补光背景压暗增强立体感”是阴影控制。光影重塑类的重绘幅度可以设得比较低0.3到0.4就够了。因为主要改变的是像素的明暗关系不需要模型重新理解图像内容。我试过用0.25的重绘幅度给一张平光人像加侧光效果很自然皮肤纹理几乎没有损失。需要注意的是如果原图本身有比较强的光源方向比如正午顶光你想改成侧光重绘幅度需要提高到0.45以上否则原来的阴影会残留。这时候提示词里要加一句“去除原始阴影方向”。3.4 局部重绘类只改脸、只改手、只改背景局部重绘是图生图里最实用的功能之一。配合蒙版使用可以只修改指定区域其他部分完全不动。模板结构[区域锚定] [修改内容] [边缘融合] [一致性保持]具体例子只修改人物眼睛仅重绘眼部区域添加睫毛细节增强虹膜纹理瞳孔高光清晰与周围皮肤自然融合保持面部其他特征不变“仅重绘眼部区域”是区域锚定配合蒙版使用。“添加睫毛细节增强虹膜纹理瞳孔高光清晰”是修改内容。“与周围皮肤自然融合”是边缘融合这一步很关键否则重绘区域和原图之间会有明显接缝。“保持面部其他特征不变”是一致性保持。局部重绘的重绘幅度可以设得比较高0.6到0.8都可以因为蒙版限制了修改范围高重绘幅度可以让细节更丰富。但边缘融合需要特别注意我通常会把蒙版羽化值设大一点让过渡更自然。如果重绘区域和周围颜色差异明显可以在提示词里加一句“匹配周围肤色和光照”。如果重绘的是背景可以写“匹配前景物体的光影方向”。3.5 风格融合类把两种不相关的风格混在一起这类玩法比较进阶适合做创意探索。比如把水墨画风格和赛博朋克风格融合或者把浮世绘和蒸汽朋克混搭。模板结构[风格A特征] [风格B特征] [融合比例暗示] [主体锚定]具体例子水墨加赛博朋克水墨画晕染质感赛博朋克霓虹色调墨色与紫红色光晕交织保留原始人物轮廓背景有水墨扩散效果和电路板纹理叠加“水墨画晕染质感”是风格A。“赛博朋克霓虹色调”是风格B。“墨色与紫红色光晕交织”是融合比例暗示用颜色和材质的交织来描述融合方式。“保留原始人物轮廓”是主体锚定。风格融合类的重绘幅度通常在0.5到0.65之间。太低的话两种风格都出不来太高的话原图结构会丢失。我试过用0.55的重绘幅度做水墨赛博朋克人物轮廓保留得不错背景的水墨扩散和电路板纹理叠加效果也很自然。这类提示词的难点在于“融合比例暗示”。你不能直接写“50%水墨加50%赛博朋克”模型不理解百分比。你需要用具体的视觉元素来描述融合方式比如“墨色边缘有霓虹光晕”“电路纹理用水墨笔触绘制”。这些描述越具体融合效果越可控。4. 实操流程从选图到出图的完整步骤4.1 选图标准什么样的参考图出图率最高不是所有图都适合做图生图的底图。我踩过的坑包括用低分辨率图导致输出模糊、用背景杂乱的图导致模型注意力分散、用光影复杂的图导致风格迁移失败。我总结的选图标准是这样的分辨率至少1024×1024低于这个尺寸的图模型会先放大再处理细节损失严重。主体清晰轮廓分明。如果主体和背景颜色接近模型很难区分重绘时容易把主体和背景混在一起。光影尽量均匀。如果原图有强烈的明暗对比风格迁移时模型会优先保留光影结构导致风格出不来。背景简洁优先。如果背景很乱建议先用局部重绘把背景处理干净再做风格迁移。如果手头只有低分辨率图我会先用放大算法处理一遍再拿去做图生图。放大之后虽然细节是猜出来的但至少轮廓清晰模型处理起来更稳定。4.2 参数设置重绘幅度、采样器、步数的搭配参数设置没有万能公式但有一些经验区间可以参考。重绘幅度我前面已经讲了很多这里补充一个细节重绘幅度和采样器的选择也有关系。Euler a 采样器在低重绘幅度下变化比较柔和适合光影重塑DPM 2M Karras 在高重绘幅度下细节更丰富适合风格迁移。我通常用 DPM 2M Karras步数设在28到32之间。CFG Scale 我一般设在7到9之间。太低的话提示词引导力不够太高的话画面容易过饱和。图生图的 CFG 可以比文生图稍微低一点因为原图已经提供了很强的结构约束。还有一个容易被忽略的参数是降噪强度。有些界面里叫 Denoising Strength其实就是重绘幅度。不同模型的默认值不一样我建议每次换模型都重新试一遍从0.4开始上下调整0.1找到最佳区间。4.3 提示词编写现场一个完整案例的逐句拆解我拿最近做的一个案例来拆解。原图是一张在咖啡馆拍的人像光线偏暗背景有书架和窗户。我想把它变成复古胶片风格。第一步主体锚定保留人物面部特征、姿态和构图第二步风格迁移复古胶片摄影风格柯达Portra 400色调柔和颗粒感暖黄色调轻微褪色效果第三步光影修正提亮面部曝光窗户光线柔和扩散背景书架略微虚化第四步细节修正去除皮肤瑕疵增强眼睛高光头发边缘有轻微光晕完整提示词拼起来是这样的保留人物面部特征、姿态和构图复古胶片摄影风格柯达Portra 400色调柔和颗粒感暖黄色调轻微褪色效果提亮面部曝光窗户光线柔和扩散背景书架略微虚化去除皮肤瑕疵增强眼睛高光头发边缘有轻微光晕重绘幅度我设了0.42采样器 DPM 2M Karras步数30CFG 7.5。出来的效果是人物面部特征保留得很好肤色变成了暖黄色调背景书架有轻微虚化整体有胶片颗粒感。唯一的问题是窗户光线有点过曝我在提示词里加了“窗户光线柔和扩散”之后重新跑了一遍过曝问题解决了。这个案例的关键在于主体锚定放在最前面光影修正和细节修正放在后面。如果顺序反过来模型可能会先处理细节再处理光影导致光影变化覆盖掉细节修正。4.4 批量处理用同一套提示词跑多张图如果你有大量参考图需要处理比如一百张产品图都要换成同一个场景手动一张张跑效率太低。我的做法是写一个简单的脚本调用 API 批量处理。import requests import base64 import os api_url 你的图生图接口地址 prompt 保持产品形状不变放置在浅灰色大理石台面上柔和顶光背景虚化商业摄影风格 negative_prompt 变形模糊低质量 denoising_strength 0.45 for filename in os.listdir(input_images): if filename.endswith(.jpg) or filename.endswith(.png): with open(os.path.join(input_images, filename), rb) as f: img_base64 base64.b64encode(f.read()).decode() payload { init_images: [img_base64], prompt: prompt, negative_prompt: negative_prompt, denoising_strength: denoising_strength, steps: 30, cfg_scale: 7.5, sampler_name: DPM 2M Karras } response requests.post(api_url, jsonpayload) result response.json() output_base64 result[images][0] with open(os.path.join(output_images, filename), wb) as f: f.write(base64.b64decode(output_base64))这个脚本的核心逻辑就是遍历文件夹把每张图转成 base64带上同一套提示词和参数发给接口再把返回的图存下来。批量处理的时候重绘幅度可以设得稍微保守一点比如0.4因为不同图片的构图差异可能导致某些图在高重绘幅度下崩掉。跑完之后人工筛一遍把效果不好的挑出来单独调参数重跑。5. 常见问题与排查技巧实录5.1 输出图和原图差距太大完全不像这是最常见的问题原因通常有三个重绘幅度太高、提示词里缺少主体锚定、或者原图本身不适合做底图。排查顺序是这样的先把重绘幅度降到0.3跑一张看看。如果输出和原图接近了说明是重绘幅度的问题逐步往上加找到临界点。如果降到0.3还是不像检查提示词里有没有“保留原始构图”“保持主体不变”这类锚定语句。如果加了锚定语句还是不行换一张参考图试试可能是原图的轮廓不够清晰模型无法提取有效结构。我遇到过一次特别诡异的情况原图是一张侧面人像重绘幅度0.35输出的人脸变成了正脸。后来发现是提示词里写了“面部特征清晰”模型把“清晰”理解成了“正脸更清晰”。把“面部特征清晰”改成“保留侧面轮廓”之后问题解决了。这个坑告诉我图生图的提示词要避免任何可能被模型过度解读的形容词。5.2 重绘区域边缘有接缝过渡不自然局部重绘的常见问题。原因通常是蒙版羽化值太小或者重绘区域和周围区域的光影不匹配。解决方法把蒙版羽化值调到10到20像素让边缘有过渡区。然后在提示词里加一句“与周围区域自然融合”或者“匹配周围光影和色调”。如果重绘的是面部可以写“匹配周围肤色”如果重绘的是背景可以写“匹配前景物体的光影方向”。还有一个技巧如果接缝出现在颜色差异大的区域比如重绘区域是深色周围是浅色可以在提示词里描述一个渐变过渡比如“边缘有柔和渐变”。模型会尝试在重绘区域和原图之间生成过渡像素。5.3 风格迁移后原图细节丢失严重风格迁移类图生图的通病。重绘幅度高了细节就没了重绘幅度低了风格又出不来。我的解决方案是分两步走第一步用低重绘幅度0.3左右做一次风格迁移保留原图细节第二步把第一步的输出作为新的底图再用中等重绘幅度0.45左右强化风格。两步之间的提示词可以微调第一步侧重“保留细节”第二步侧重“强化风格特征”。这个方法我称之为“渐进式风格迁移”。虽然多跑了一步但出图质量比单步高重绘幅度好很多。尤其是风景类图片单步高重绘幅度会把树叶、草地这些高频细节全部抹平渐进式处理可以保留大部分纹理。5.4 常见问题速查表问题现象可能原因排查方法解决技巧输出和原图完全不像重绘幅度过高降到0.3试跑逐步加回找临界点主体变形缺少主体锚定检查提示词开头加“保持XX不变”边缘接缝蒙版羽化不足调大羽化值提示词加“自然融合”风格出不来重绘幅度过低升到0.5试跑分两步渐进迁移画面过饱和CFG过高降到7以下配合低重绘幅度细节模糊步数不足升到30以上换DPM采样器颜色偏差色调映射缺失加色调关键词指定具体胶片型号背景干扰主体背景太乱先局部重绘背景分两步处理这张表里的每一条都是我实际踩过的坑。尤其是“背景干扰主体”这一条我早期做产品图的时候原图背景有花纹桌布结果模型把桌布花纹重绘到了产品表面上。后来我养成了一个习惯做产品图之前先用局部重绘把背景换成纯色再做材质替换。5.5 几个容易被忽略的实操心得第一个心得提示词里的否定句要慎用。比如“不要模糊”模型可能会理解成“模糊”因为它在处理时先激活了“模糊”这个概念再尝试否定。我通常用负向提示词来处理这类需求而不是在正向提示词里写否定句。第二个心得颜色描述要具体。“红色”不如“暗红色”不如“酒红色”。越具体的颜色词模型越能准确还原。我常用的是“勃艮第红”“普鲁士蓝”“赭石黄”这类有明确色相指向的词。第三个心得如果输出图整体偏灰可以在提示词里加“增强对比度”或者“加深阴影”。如果偏亮加“压暗高光”。这些微调指令比重跑一遍参数更省时间。第四个心得保存成功的提示词和参数组合。我建了一个表格记录每张成功出图的提示词、重绘幅度、采样器、步数、CFG。下次遇到类似场景直接调出来改几个关键词就能用效率提升非常明显。6. 不同模型下的提示词适配经验6.1 主流模型对图生图提示词的响应差异我手头常用的几个模型对同一套提示词的反应差别挺大的。有的模型对风格关键词特别敏感写“油画”就出油画有的模型对材质描述更敏感写“厚涂笔触”比写“油画”更管用。以风格迁移为例模型A可能对“吉卜力风格”响应很好但模型B需要写“宫崎骏动画风格手绘水彩柔和光影”才能出类似效果。这个差异没有规律可循只能每个模型单独试。我的做法是换模型之后先用同一张底图和同一套提示词跑三张对比输出然后微调提示词里的风格关键词直到找到该模型最“吃”的那几个词。还有一个经验参数越大的模型对提示词的理解越细腻但同时对提示词里的矛盾信息也更敏感。如果你在提示词里同时写了“写实”和“卡通”大模型会尝试融合小模型可能直接选一个。所以用大模型时提示词要尽量保持风格描述的一致性。6.2 提示词权重的调整技巧大部分图生图界面支持用括号调整关键词权重比如(关键词:1.2)表示加强(关键词:0.8)表示减弱。这个功能在图生图里特别有用因为你需要精确控制哪些部分保留、哪些部分改变。我的权重设置习惯是这样的主体锚定词权重设1.1到1.2确保模型优先保留主体。风格关键词权重设1.0到1.1正常引导。细节修正词权重设0.8到0.9避免过度修正。如果某个风格关键词一直出不来可以加到1.3试试但不要超过1.5否则画面容易崩。还有一个技巧如果重绘区域和保留区域之间有冲突比如你想保留人物但改变服装可以把“保留面部”的权重设高“改变服装”的权重设中等。这样模型会优先保住面部再处理服装。6.3 负向提示词的图生图专用写法负向提示词在图生图里的作用和文生图不太一样。文生图的负向提示词主要是排除低质量内容图生图的负向提示词还要排除“原图里你不想要的部分”。比如原图背景有杂物你想在重绘时去掉可以在负向提示词里写“杂物杂乱背景多余物体”。如果原图有文字水印写“文字水印logo”。如果原图色调偏冷你想改成暖色可以在负向提示词里写“冷色调蓝色调”。我常用的图生图负向提示词模板是低质量模糊变形接缝重复纹理原图残留杂物不自然过渡。这个模板覆盖了大部分常见问题。如果做局部重绘再加“边缘生硬颜色不匹配”。需要注意的是负向提示词不要写太多否则会稀释正向提示词的引导力。我通常控制在五到八个关键词之间。7. 我个人的使用节奏和场景分配我现在的工作流是这样的早上处理电商产品图用材质替换类提示词重绘幅度0.4批量跑。下午做创意探索用风格融合类提示词重绘幅度0.55单张精调。晚上如果有客户急稿用光影重塑类提示词救照片重绘幅度0.35快速出图。这套节奏跑下来图生图的出图成功率大概在七成左右。剩下三成需要调整提示词或参数重跑。我觉得这个比例已经可以接受了毕竟文生图的盲盒成功率更低。最后分享一个我最近发现的技巧把成功的图生图输出再作为底图用更低的提示词权重跑一遍有时候能得到意想不到的细节增强效果。这个玩法有点像“自我迭代”但要注意控制重绘幅度否则会越跑越糊。我一般只迭代一次重绘幅度设0.25提示词只写“增强细节保持整体不变”。