让ai绘画听懂你的话：把脑内画面画出来的四个习惯
长话短说：让AI绘画听话，靠三个习惯——把画面翻译成镜头语言，用负面词牵住缰绳，四宫格里挑着迭代。改掉"一句话赌一张"的习惯，废图率能从八成掉到三成。四个习惯按顺序来，一个也别跳过。
我在公司做行政，下班兼职画表情包，玩AI绘画快一年了。身边朋友最常问的就是"为什么它画不出我想要的"，我以前的答案也是干着急，现在能给出具体方法了——因为我自己把这句话从抱怨改成了流程。这篇就讲怎么"让"AI画画：主动权怎么一点点拿回来的，全有实例。
先把脑子里的画面翻译成镜头语言
AI不懂"氛围"和"感觉"，只认主体、动作、场景、光线、镜头五类具体词。出图前先把你想要的画面逐项填一遍，缺哪项补哪项。
我用表情包的例子说。最初我写"一只生气的猫"，出来的猫十张十种怒法：有的张牙舞爪，有的画成了哈士奇。后来我改写镜头语言：a chubby orange cat, puffed cheeks, arms crossed, simple pastel background, front-facing close-up。主体、表情、动作、背景、景别，五项全给死，出来的怒就是我要的那种闷怒。你脑子里那句"感觉"必须拆成看得见的元素，拆得越碎，它画得越准。
景别是新手最容易漏的一项。要不要全身？半身还是特写？写与不写，构图完全是两个世界。我有段时间老抱怨主体太小，其实就是没写 close-up，它默认给我全景。还有光线，soft light 还是 hard shadow，决定整张图的脾气，这项也别省。
负面提示词是缰绳，专管跑偏
负面词负责排除你不想要的：多余肢体、杂乱背景、错位文字，五到八个就够，别堆几十个。写得越集中，权重越实在。
我见过有人负面词写了两百多个，像贴符咒，实际互相稀释，该崩还崩。我的常驻负面词就六个：extra fingers, deformed hands, blurry, cluttered background, text, watermark。表情包要配字，字我是后期贴的，所以text常年挂在负面栏里，让画面自动留白。跑一次就能感觉到，负面词减到六个之后，图面干净了一个档次。还有个暗坑要提醒：text挂在负面栏，画面留白就偏大，哪天想要满构图，记得把它临时摘下来，一加一减自己权衡。
再就是垫图和文字打架的问题。垫图给了构图参考，文字又描述了完全不同的场景，模型夹在中间两头讨好，出来四不像。我的原则是垫图管构图和角色，文字只补充垫图里没有的元素，比如"换一下背景色"。两边抢方向盘，车准翻。
别赌单张，四宫格里挑着迭代
每次出四张，挑最接近的一张做局部重绘或微调，两三轮就能逼近脑内的画面。单张重抽是赌博，迭代是解题，效率差着量级。
这是我从赌徒变成解题人的转折。以前一张不满意就重抽，二十张下去还在原点。现在固定四宫格：四张里总有一张构图凑合、一张表情到位，挑表情对的那张，圈住表情外的部分重绘，保住构图改表情。我统计过自己的数据，改成这个流程后，出一套16张的表情包，废图从平均十来张降到四五张，废图率从七成五压到一成七的完整复盘里那套记录方法我一直在用，账越记越清楚。
迭代时忍住别贪。每轮只改一个变量：这轮改表情，下轮改颜色。同时改三个变量，好了也不知道是谁的功，坏了也不知道该怪谁。慢就是快，这话在这儿是真的。
对了，角色一致性是表情包的命。我给自家那只橘猫角色建了固定词库：脸型、瞳色、腮红位置都写死存档，每次只动表情和动作的词。十六个表情发出去，粉丝没发现是AI画的，还问我是不是请了画师。
回想起刚入坑那会儿，我对着屏幕干瞪眼，觉得是模型不听话。现在明白，是我没把话说清楚。你脑内的画面越具体，它就越是世上最听话的画笔。今晚就试试把你要的那张图拆成五类词，填完再点生成，回来告诉我是不是不一样了。
常见问题
提示词写多长合适？
我的经验是四十个词以内。关键项五类覆盖到就行，太长会互相稀释权重，重点词反而被淹没。宁短勿长，短了可以迭代补。
为什么AI总画不出我要的构图？
多半是没写景别和主体位置，或者干脆没垫图。文字描述构图本来就不稳，重要构图直接垫一张手绘草图，比敲二十个词管用。
四宫格里没有一张能用怎么办？
说明根上的描述就偏了，回第一步检查五类词缺哪项，改完再出四张。连续两轮全军覆没，一般是两个词在打架，逐个删词排查。
角色怎么保持前后一致？
给角色建固定词库存档，脸型毛色配饰全写死，每张图只换动作和表情。角色戏份重的话，训一个小LoRA，一致性比词库再高一截。