AI绘画图像描述怎么写？描述词进阶

写ai绘画图像描述总出得不像你想要的？老实讲我最早写描述就是一坨长句堆词，出图十张跑偏八张。后来才搞懂，图像描述要的不是堆词，是按结构分段写，每段管一件事，模型才听得懂。

图像描述和随便写词差在哪

差在结构化程度，随便写词是"一坨"，图像描述是"主体+构图+光影+色彩+风格"五段独立短语，出图命中率差七成。

我自己跑过对比——同一画面目标，随便堆词"girl red dress garden beautiful sunlight"出图十张命中两张，按五段结构写"a young woman in red dress, rule of thirds, golden hour backlight, warm red and green palette, photorealistic"出图十张命中九张。结构化的力量就在这——模型清楚每段管什么，不会把构图词当成主体词、色彩词当成风格词。

想系统学提示词底层逻辑的，先看 AI绘画提示词怎么写 把万能公式搞懂，再来抠图像描述这块。

五段拆分法：图像描述的标准公式

按"主体+构图+光影+色彩+风格"五段写，每段独立短语用逗号分隔，核心词靠前，比堆长句稳定得多。

我实测稳定出图的一组：a young woman with long black hair reading a book, rule of thirds composition with subject on left, soft warm light from window on the right, warm amber and cool blue color palette, digital painting, concept art, detailed brushwork, 8k. CFG 6.5、步数30、DPM++ 2M Karras。这组我跑了四十多张，命中描述意图的过九成。

主体段写清"谁在做什么"——人物外观、动作、表情。构图段写"画面怎么排"——rule of thirds、golden ratio、centered。光影段写"光从哪来什么质"——golden hour、backlight、soft light。色彩段写"什么色调"——warm palette、complementary colors。风格段写"什么画风"——digital painting、photorealistic。五段齐了出图就稳。

主体段怎么写才具体不笼统

主体段写清人物外观、动作、表情、服饰四要素，越具体模型越能精准还原，笼统词必跑偏。

别写"a beautiful girl"。写"a young woman in her twenties with long black hair, bright eyes, wearing a white summer dress, reading a book with a gentle smile"。我个人反复试过——加年龄、发型、眼神、服饰、动作、表情这六项后，出图从随机人物变成贴合描述的具体形象，命中率肉眼可见地上来。

主体段是命门。其他四段写错出图还能改，主体段写错整张图就废。建议主体段写完先单独跑一组看人物对不对，再加其他四段。人物描述的进阶参考 AI人物绘画描述 的写法技巧。

构图和光影段是画面层次的命脉

构图段写rule of thirds、golden ratio这类构图法则，光影段写光的方向、质感、色温，这两段写好画面才有层次不扁平。

构图段别省。不写构图模型默认主体居中，出来的全是证件照。rule of thirds（三分法）、golden ratio（黄金比例）、dynamic angle（动态角度）、leading lines（引导线）——这些词能把主体从居中变成有视觉引导的构图。我个人觉得rule of thirds最通用，九成题材都适配。

光影段更关键。不写光影出图必平涂没层次。golden hour light（黄金时刻光）、backlight（逆光）、soft window light（柔和窗光）、rim light（轮廓光）——这些词写出光的方向和质感，画面才有立体感。根据 Civitai 模型库 上高赞提示词的统计，带光影描述的提示词出图评分比不带的高约四成，说明光影段确实有用。光影写法的进阶参考 AI绘画光影感表现 那篇。

色彩和风格段决定画面气质

色彩段写主色调和色彩关系（如warm orange and teal palette），风格段写画风（如digital painting、photorealistic），这两段决定画面整体气质。

色彩段必须写。不写色彩段模型随机给色，十张里八张杂色。写"warm orange and teal color palette"出暖调，写"cool blue and purple palette"出冷调科幻感，画面气质完全不同。我个人觉得色彩段比风格段还重要——同样写digital painting，配不同色彩段出图气质天差地别。

风格段一个主风格词加一个辅助词就够。比如digital painting配concept art，多了必打架。想固定画风不漂移，参考 AI绘画固定画风保持技巧 用seed锁定和参考图复用的方法。

权重标注让描述更精准

重要词用括号加数字标权重如(red dress:1.3)，或用括号嵌套如((red dress))，权重值1.1-1.5区间，超1.5必崩。

权重标注是图像描述进阶必备。想让某元素更突出，就用权重。比如"((red dress))"或"(red dress:1.3)"让红裙更醒目。我反复试过，1.1-1.5是安全区间，1.2最常用。超过1.5画面会过曝或崩坏——我试过(red:2.0)结果整张图红得发荧光没法看。权重太低（0.8以下）元素会被忽略。

权重用法的更多细节参考 OpenAI 提示词工程指南，虽然平台不同但权重思路相通。负面词的用法可以看 AI绘画否定提示词怎么用，把不想要的元素排除掉。

新手最常踩的图像描述坑

堆长句不分段、核心词靠后被忽略、权重过高导致崩坏，这三个坑占图像描述翻车的九成。

别堆长句。我见过有人写一整段没逗号的长描述，模型解析不了必跑偏。按五段逗号分隔写。核心词靠前——CLIP文本编码对靠后词理解弱，权重高的词放前面。权重过高是通病——新手喜欢标1.5甚至2.0，结果崩。1.2够了。多做几次对比测试把描述写法磨顺，出图命中率自然上来。

常见问题

图像描述用中文还是英文？

主流底模英文出图更准，因为训练数据英文为主。中文底模（如元宝、文心）中文也行。通用建议英文写，不会英文用翻译工具转一下。

描述词越长越好吗？

不是。CLIP有token上限，SD1.5约75个token，超了截断。核心词靠前写精简，比堆长句有效。五段结构每段一两个短语最稳。

权重怎么标最安全？

用括号加数字如(关键词:1.2)，1.1-1.5区间，1.2最常用。别超1.5必崩，别低于0.8会被忽略。

图像描述能复用到不同底模吗？

能复用大部分，但风格段要按底模调整。写实底模配photorealistic，二次元底模配anime style。其他四段通用。