AI绘画贪婪式堆提示词，我翻车三次才学会做减法

玩AI绘画的第二个月，我干过一件现在想起来都脸红的事——ai绘画贪婪式堆提示词，一条词塞了三十八个英文单词，恨不得把脑补的画面全写进去。结果呢，出图里灯笼浮在半空，猫蹲在了不该蹲的房檐上，模特的手多出一根指头。那晚我盯着二十张废图到凌晨一点，才想明白一件事：这工具不认苦劳，它只认重点。

词塞太多，画面到底会怎么乱

提示词超过二十个，单个目标的权重被稀释，模型只能自行挑词乱配。主体错位、元素浮空、光影打架，基本都是这么来的。

不服气的我后来专门做了个实验。同一句主题词「雨天日式庭院，一只白猫蹲在石灯笼旁」，分别配上8个、15个、25个、38个、50个附加词，每组固定生成20张，一共一百张，跑了两个晚上。顺带交代环境：本地模型，8G显存，1024×1024一张约8秒，种子全部固定，唯一变量就是词数。这样得出的差距才有说服力，不然你只会怀疑是波动。

结果比我想的残酷。8词组二十张里十四张主体清晰、构图正常；15词组开始偶尔出现灯笼跑到画面边缘；25词组的白猫有五次直接消失，只剩个空庭院；38词组能用的只剩四张；50词组最惨，二十张里没有一张能看，其中三张还冒出了模特——等等，庭院图哪来的模特？模型自己加的。词多到一定程度，它已经开始替你创作了。

光影打架是另一种乱法。太阳明明落山了，影子却是正午的；雨下着，地面却干得反光。这种细节错没人第一时间说得出来，但图就是不干净，怎么看怎么别扭。词越多，这种自相矛盾出现得越频繁。

一张图留几个词，我的配比表在这

单主体图留8到12个词，双主体15个上下，超过20个就该动刀砍词。顺序是先定主体和构图，再补风格，最后才轮到氛围词。

把实验数据整理成表，你一眼就能看懂我为什么劝你做减法：

举个砍词的例子。原来那句38词的长句，砍完剩十个词：rainy japanese courtyard, white cat on stone lantern, soft evening light, cinematic composition。砍掉的全是「hyper detailed」「8k」「masterpiece」这类客套话，还有第三盏灯笼、第二把伞这种重复要求。客套词我砍得最狠——写了等于没写，白占权重。

权重写法也顺带说一句。我实测把主体词写成（white cat:1.2）并放在最前面，还原率比平铺高一截——模型对靠前的词就是更上心。但数字别超过1.5，我试过1.8，猫的脸直接油糊了，那也算我第三次翻车。

抽卡也别贪，一次生成几张最划算

一次生成五十张再慢慢挑，不如五张一批连跑十轮。每轮只根据上一批的毛病改一个词，命中率能翻一倍。

我干过更蠢的事：挂机一整晚生成三百张，第二天挑图挑到眼睛发花，最后用的居然是第七批里那张。三百张里三百种毛病，你根本不知道该改哪个词。那批图占了我4个G硬盘，全是无用数据。后来改成小批量迭代，每轮只改一处，两轮就能把猫请回石灯笼旁边。废图少了七成，总耗时反而更短。

挑图我有个三秒法则：一张图三秒内抓不住我，直接过。按这个标准，三百张里撑过三秒的不到十张，效率低得吓人；改成小批量那阵，五张里能留两张。差距就是这么拉开的。

所以你看，贪婪在AI绘画里处处是坑：词要贪多、图要贪量、出图要贪快，三样占全了，硬盘里就全是废图。

那晚三十八个词的失败现场我还留着，偶尔翻出来提醒自己。工具很听话，听话到你说一百句它只认真听三句。学会闭嘴，是学AI绘画的第一课，比任何参数都靠前。

常见问题

负面提示词也是越多越好吗？

不是。负面词堆多了会误伤，我见过有人把「模糊」写进负面词，结果整张图的景深全乱了。我一般控制在十个以内，只放真正出过问题的词。

（主体词:1.3）这种权重语法，数字越大越准吗？

不是。1.2到1.4是安全区，超过1.5画面容易过饱和、五官发糊。我的习惯是先写1.2，不够再加0.1，逐次试。

提示词写中文还是英文更怕堆砌？

都怕。中文模型对语序更敏感，句子一长重点就散；英文模型对堆砌的容忍度稍高一点，但超过二十个词一样崩。别指望换语言偷懒。

想画多人群像，怎么避免元素打架？

给每个角色固定一小段描述，控制在15词内，再配合参考图或分区重绘。一口气把五个角色的外貌全塞进一条提示词，我试过，出来的全是缝合怪。