image-prompt-structure

图像提示词结构

摘要：图像生成提示词可按"时间—主体—场景—风格"四个维度系统化拆解，每个维度下再细分可控参数，从而把模糊的画面意图翻译成模型可执行的描述。

来源：raw/日记/2026-08-27.md

最后更新：2026-09-11

四维框架

图像提示词的结构可归纳为四个维度：时间、主体、场景、风格。写作时自上而下逐层填参，即可覆盖画面的绝大部分可控变量。

时间

• 年代：现代 / 近代 / 古代
• 季节：春 / 夏 / 秋 / 冬
• 时刻：凌晨 / 清晨 / 上午 / 下午 / 晚上 / 深夜

主体

• 人物：性别、年龄、种族、国籍、职业；脸部（发型发色、眼镜、胡子、皮肤细节、脸型、五官）；身体（身高、身材、特殊特征如机械义肢、胎记）；服装（风格、颜色、材质、饰品）；表情、气质、姿势动作
• 生物：物种、品种、大小、年龄、性别、体型；特殊结构（翅膀、角）；毛发（长度、颜色）；姿势动作
• 物品：类型（手机 / 汽车 / 电脑）、形状、大小、颜色、材质、表面细节（磨损 / 水渍 / 灰尘）、风格（赛博朋克 / 工业风 / 科幻 / 复古）

场景

• 自然：环境（山地 / 河流 / 森林 / 地图 / 天空）、植被
• 建筑：朝代、状态（新旧 / 废弃 / 破败）、外部与内部结构、内部设施（建筑风格、家具款式与陈列）
• 天气：晴天 / 阴天 / 雨天 / 雪天 / 沙尘暴

风格

• 画面风格：写实（文艺片 / 悬疑片 / 科幻片 / 恐怖片 / 武侠片 / 泥土质感）；动画（三维 / 二维 / 粘土 / 定格 / 毛毡）
• 氛围：温馨 / 悬疑 / 宁静 / 孤独
• 参考：借鉴的电影
• 色调：冷暖、色调颜色
• 光源：自然光 / 人工光；位置（侧、顶、背、平、远、近）；类型（霓虹灯 / 强光 / 屏幕光）；光质（柔光 / 硬光）
• 景别：大远景 / 远景 / 全景 / 中景 / 近景 / 特写 / 超大特写
• 拍摄角度：仰视 / 俯视 / 平视
• 构图：主体居中 / 左右 / 前后
• 摄影机：品牌（拍立得 / DV / ARRI ALEXA 35）、焦段（14mm~200mm）、焦点（虚化 / 对焦位置）、透视关系

使用要点

• 四维中主体决定"画什么"，风格决定"怎么画"——两者是提示词的主干，时间与场景提供语境
• 参数并非越多越好：维度堆叠过多会让模型无所适从，应按画面重点取舍
• 该框架与文本提示工程同源，差别在于图像提示更依赖视觉专有词汇（景别、光质、焦段）而非语义指令

相关页面

• 提示工程——文本提示的设计与优化方法
• 大语言模型 (LLM)
• 西方艺术史——画面风格与流派的背景知识
• 编剧基础——影视语言与镜头叙事