这一节收集了一些用于探索 image generation / multimodal 能力的 prompt。重点是通过多轮迭代（prompt iteration）逐步把输出拉到你想要的方向。图像类任务的核心是：清晰的视觉目标 + 结构化描述 + 可重复的迭代策略。

常见场景

• 产品视觉方向探索（风格、氛围、配色）
• 视觉素材快速草图（海报、封面、插画）
• 品牌形象生成（角色、吉祥物、IP）
• 场景化概念验证（室内/街景/未来感）

关键要素（建议写清楚）

1. 主体：人物/物体/场景
2. 风格：写实/插画/像素/3D/纸艺
3. 构图：视角、景深、主体位置
4. 光线与色调：暖/冷、柔/硬、时间
5. 细节约束：材质、质感、关键元素

Prompt 模板（通用版）

主体：{{SUBJECT}}
风格：{{STYLE}}
构图：{{COMPOSITION}}
光线：{{LIGHTING}}
色调：{{COLOR_TONE}}
细节：{{DETAILS}}

示例 1：品牌视觉方向

主体：一个 AI 学习品牌的主视觉海报
风格：现代扁平插画，轻微纹理纸感
构图：中心对称，主标题居中，下方留白
光线：柔光，轻微渐变
色调：暖色系，橙色 + 米白 + 深蓝点缀
细节：包含抽象电路线条、学习元素（书本、笔记）

示例 2：产品场景

主体：桌面上的智能学习设备
风格：写实摄影
构图：45 度侧俯视，浅景深
光线：午后自然光，从左侧打入
色调：中性偏暖
细节：木质桌面、咖啡杯、便签

示例 3：角色/IP

主体：一只可爱的 AI 小助手猫
风格：3D 卡通
构图：正面半身，微笑
光线：柔光棚拍
色调：蓝白配色
细节：头戴小耳机、胸前有简洁标志

迭代策略

• 先粗后细：先定主体与风格，再补细节
• 先正向再约束：先描述“想要什么”，再补“不要什么”
• 只改一个变量：每次只改一个元素，方便判断影响
• 记录版本：保留每次 prompt，便于回滚与对比

常见问题与修复

• 主体模糊：增加主体位置与动作描述
• 风格跑偏：明确风格关键词 + 参考对象
• 构图混乱：指定镜头、景深、主体位置
• 细节缺失：加材质与关键元素的限定

Index

• /learn/prompt-master/prompt-image-generation-alphabet-person