TwKit
正在载入
TwKit

# 看到一張神圖卻復刻不出來?你缺的不是提示詞,是倒著讀圖的能力 網上看到一張很厲害的 AI 圖,想做出類似的,問題是圖很少附上當初的提示詞。從零寫提示詞,… · @swordBluesy · TwKit

@swordBluesy

# 看到一張神圖卻復刻不出來?你缺的不是提示詞,是倒著讀圖的能力 網上看到一張很厲害的 AI 圖,想做出類似的,問題是圖很少附上當初的提示詞。從零寫提示詞,等於要猜創作者做過的幾十個決定:鏡頭、配色、光線,一個都不能少。「圖生提示詞」工具就是倒著來:看圖、寫出提示詞,再拿去生成。原文 2026 年 10 月 27 日發布。 ## 這篇解決什麼 這類工具背後是視覺語言模型:能讀圖、也能用文字描述圖。普通圖說只會講「一個女人在田野裡站著」,提示詞導向的描述要拆得細得多:主體是誰、什麼姿勢、什麼表情、穿什麼;場景的地點、時間、背景;風格是照片、3D 渲染、油畫、動畫還是扁平插畫;鏡頭是特寫還是廣角、什麼角度、什麼景深、怎麼構圖;光線和顏色是柔和窗光、霓虹、黃金時刻,還是 muted 或飽和;氣氛是平靜、戲劇、俏皮還是懷舊。拆完之後是一段結構化的文字,可以直接貼進圖片模型,做出同精神的東西。 ## 動手步驟 第一步,挑一張清楚的參考圖。主體單一、風格鮮明的圖最有用,畫面擁擠的拼貼、滿是文字的截圖最難描述。 第二步,生成提示詞。把圖上傳到圖生提示詞工具,原文舉的例子是 Prompset 的免費工具,特點是按你打算用的模型來調整提示詞寫法,而且不保存你的上傳。 第三步,讀一遍再改。對照你關心的東西逐項核對,工具把藍綠色牆寫成藍色,這種小錯一定要改,小修正的影響比想像中大。 第四步,一次只換一樣。保持風格和光線不變,換主體:陶瓷杯換香水瓶、你的狗換別人的貓。一次換一樣,才能看出每個詞到底起了什麼作用。 第五步,多生成幾個版本再挑。跑三四次、留最好的,再回頭修那些把結果帶偏的詞。 ## 為什麼目標模型很重要 不同模型讀提示詞的方式不一樣。ChatGPT 裡的圖片生成器和 Google 的 Nano Banana 適合完整的自然句子,可以像跟攝影師講話一樣描述,再加一句「背景保持簡單」。Midjourney 有自己的語法,長寬比這類參數要放在提示詞後面,工具會幫你格式化、去掉模型不支援的部分。其他模型更吃精確的材料、光線和鏡頭描述,寫得含糊,結果就隨機。所以生成提示詞之前要先定好目標模型,別到處複製同一段通用文字。 ## 影片也一樣,還有限制要先講清 同一個思路現在也用在影片上:影片轉提示詞工具會抽幾幀,描述的不只是場景,還有運鏡——慢速推進、手持跟拍、主體轉向鏡頭,給 Kling、Veo、Seedance 這類對運鏡描述敏感的模型當起點。限制有四條:生成有隨機性,同一段提示詞每次出的圖都不一樣,拿到的只是起點,不是像素級複製品;拿參考圖學風格和技巧可以,冒充別人的作品和品牌不行;有真人的寫實圖片,未經同意製作會有問題,很多工具乾脆直接拒絕敏感圖片;圖片裡的文字最難,模型至今還會拼錯長文字,文字要短。 ## S1哥觀點 這篇最值錢的不是工具,是「倒著學」的方法。提示詞能力最快的練法,從來不是背一堆咒語,而是把提示詞和它生出來的圖並排看,知道哪個詞管光線、哪個詞管鏡頭、哪個詞管氣氛。 爭論點在這裡:有人說倒著讀圖就是抄襲的遮羞布。真相是,學風格和抄作品之間隔著一條線:線這邊是你讀懂了方法、換了主體、做了自己的東西,線那邊是你原樣搬運。先把描述讀懂、再換掉主體、再改到像自己的,順序不能反。 原文連結:https://www.technology.org/2026/10/27/image-to-prompt-guide/ 原文:Technology Org(由 S1哥 編譯)

曝光 205 · 评论 1 · 点赞 0 · 书签 0

查看原帖