ai绘画长沙地标总翻车？我攒出的一套提示词写法

上个月帮朋友的文旅号赶一批ai绘画长沙城市海报，用即梦出了第一批32张，能直接用的只有4张。橘子洲头被画成江心孤岛，杜甫江阁"长"到了岳麓山脚，最离谱的一张把文和友画成了京都小巷。朋友看完只回了三个字：重来吧。

不服气，折腾了两个星期。第二批48张里能用19张，比例从一成二涨到接近四成。涨出来的这部分全是提示词改出来的，模型一个字没动。下面把踩出来的经验摊开讲。

AI一画长沙就跑偏，根子在哪

核心原因是提示词只报了地名，没翻译出这个地名独有的视觉特征，模型只好按"中国城市"的平均印象凑一张。地名对模型来说更像风格标签，不是建筑图纸。

你在它的知识里查"杜甫江阁"，顶多知道这是个仿唐楼阁。至于几层、飞檐什么形、夜里亮不亮灯，全靠猜。所以我的做法是地名后面强制跟一段"视觉说明书"：临江而立的三层仿唐楼阁、层层飞檐、通体暖黄轮廓灯、江面带倒影。加上这段之后，同位置连出16张做对照，轮廓对的从3张涨到9张。就这么个改法，效果翻倍。

方位关系也得喂。"橘子洲在湘江中间，两头窄中间宽，洲头有青年艺术雕塑"——少了这句，它就把洲画成普通湖心公园。爱晚亭同理，光写名字，出来一个千篇一律的六角凉亭，补上"重檐八柱、琉璃瓦、藏在半山红枫之间"才有点意思。

对了，还有个纯软件层面的坑：本地地名偶尔被联想成谐音别的词，有条老街名，模型愣是给我出了一张粤语招牌风格的街景，完全对不上号。碰到地名不生效，干脆删掉地名，全靠视觉描述兜底，反而稳。

五段式模板，照抄就能改

结构固定为五段：地标视觉特征、季节时段、光线、视角、画质词，地名只当风格锚点放最后。五段各管一件事，改哪段都不牵连别处，我用下来最省心。

拿湘江夜景举个完整例子（即梦中文实测）：「湘江江心长岛橘子洲，洲头青年雕塑剪影，两岸城市天际线亮灯，晚霞刚收的深蓝时刻，江面倒影拉长，低角度对岸远眺视角，细节丰富，电影感」。三十来个字，五段齐了。出一张1024像素的图约12秒，我一般连出4张挑1张，一天下来挑图的时间比出图还长。

视角这段最容易被忽略，但它是"像不像长沙"的隐藏开关。航拍适合洲头全景，贴着江边走的人行视角才有烟火气。我一开始全用默认视角，图全都四平八稳，客户说像别的城市。后来把一半改成低角度近景，通过率肉眼可见地上来了。

这张表是我翻车记录的浓缩，别嫌土，管用。个别行我到现在也没完全驯服，比如老街内部那些复古细节，十次里仍有两三次跑成成都或者重庆的调调，那种就只能靠局部重绘救。

烟火气靠三个词堆出来

想要长沙夜宵摊那种烟火气，重点砸三个描述词：潮湿路面反光、密集招牌灯箱、暖色钨丝灯，光比敢拉大就有味道。物件反而别贪多，堆太满必乱。

参数我习惯这么配：氛围类描述放在提示词后半段，不用额外加权；重绘幅度0.35到0.45之间修地标轮廓，再高就把辛苦喂进去的建筑特征一起重画了。翻过一次车——把"潮湿路面"写成"雨夜积水成镜"，出图确实好看，客户一句"我们没下雨啊"给打回来。后来固定改成"微湿路面带灯光反光"，含义收窄，这类投诉就没再出过。

人群也有讲究。远景剪影式的人影最安全，一旦要求"清晰的顾客面部"，脸部崩的概率肉眼可见地涨，我的记录里三张崩一张。夜宵摊场景我现在的固定写法是"摊位蒸汽、远处模糊人影、桌面暖黄灯光"，从没失过手。

第二批图交付那天，朋友说了句挺准的话：长沙味不是模型给的，是你把这座城拆成视觉语言一点点喂进去的。AI负责手艺，你得负责记忆。下次再看到一张AI画的长沙不像长沙，多半是画的人没来过，也没问过来过的人。

常见问题

AI画的长沙地标图能直接商用吗？

地标建筑外观本身一般谈不上侵权，但两处要留神：别在画面里复刻"文和友""茶颜悦色"这类招牌和品牌视觉元素，商标风险在那儿；人物尽量用剪影或远景，别出清晰正脸。我这批图是撤掉所有品牌灯箱文案之后才交付的。

橘子洲烟花场景为什么特别容易画崩？

满屏烟花是重灾区，烟花会糊成一团贴纸感。我的做法是只留一朵主烟花，配远景光晕和江面反光，其余全靠暗部撑画面，能用率从两成拉到七成左右。

不会英文提示词，能做好本地题材吗？

完全能。中文原生模型对"临江仿唐楼阁"这类描述的理解，比先翻成英文再喂要准得多。我中英各出过一组对照，中文组的地标轮廓正确率高出不少，本地题材反而是中文提示词的主场。

手机上能跑完这整套流程吗？

出图可以，即梦和可灵的手机端都够用。但修地标轮廓的局部重绘，网页端功能更全、画笔更细。我的习惯是手机出片、电脑修图，两步分开走。