修图AI提示：提示词的进阶技巧

过了语法关，为什么还是修不出想要的图

修图AI提示的进阶，核心是从"描述正确"走向"优先级正确"：让AI知道几十个描述里哪一个说了算，这比再多堆形容词都管用。 四要素语法（主体、问题、目标、约束）是骨架，我在这篇指令语法详解里已经拆得很细。可很多读者反馈：语法照抄了，出图还是飘。

问题出在哪？出在你把所有描述当成了同等重要。AI不这么想。它内部的注意力分配天然有强弱，你的提示词只是给了它一堆原料，排序方式决定它先抓哪一把。据艾媒咨询的报告，国内AIGC影像类应用的活跃用户近两年持续走高（见艾媒官网），用的人多了，"会写"和"写得准"的差距就被放大得越明显。

说实话，我自己也卡在这一步小半年。

后来才明白，进阶技巧其实就四件事：权重控制、否定词的正确用法、迭代式对话、多模态组合。这篇一次讲完。每一条都带实操细节，不整虚的。

权重控制：哪个词决定成败

权重控制的本质，是主动告诉AI"这段描述里谁说了算"：决定成败的词放主干、加强调，锦上添花的词往后排，输出稳定性立刻上一个台阶。

最简单也最被低估的手段是词序。同一个需求，"修掉背景路人，保留暖色夕阳"和"保留暖色夕阳，修掉背景路人"，在多数模型里结果就不一样。前者更容易先处理路人，后者更容易先保色调。我的习惯：一句话只押一个宝，最重要的需求永远放句首，甚至单独成句。

第二个手段是重复强调，但要克制。把"干净"写两遍确实能加强，写三遍就开始污染整体观感了。有一次我给一张产品图连写三个"高级感"，结果AI直接给背景拉了层灰蒙蒙的滤镜，客户看完说像蒙了灰。两个字以内，是安全线。

第三，部分工具支持显式权重语法，比如括号加数值的写法，把某个词的权重调到1.3。有用，但老实讲，我不建议新手上来就玩数值——调权重就像调辣度，微调是提味，猛加只会盖住食材本味。先靠词序和删词解决八成问题，剩下的再动数值。

还有个反常识的点：删词也是加权重。提示词里每一个词都在稀释其他词的分量，把"稍微、大概、可能"这类模糊词全删掉，剩下的词分量自然变重。进阶玩家的一半功力，其实是删出来的。

否定词：AI为什么不听"不要"

AI修图模型处理的是"要什么"，而不是"别做什么"——你说"不要偏黄"，它反而先想起"偏黄"这个概念。正确写法是直接给出替代状态，比如把"不要偏黄"改成"白平衡中性、略微偏冷"。

原理一句话讲清：模型按概念聚合生成，你提到的每个词（包括否定词后面的那个词）都会被拉进"概念池"。这是生成式模型和传统软件的逻辑差异，传统软件是规则执行，你说"别动"它就真不动；AI是概率采样，提了就有痕迹。这套能力边界在AI智能修图的能力边界里有更系统的展开。

替代写法记一个公式：不要X → 要X的反面。不要模糊→锐利清晰；不要杂乱→背景简洁；不要过度磨皮→保留皮肤纹理。你看，全是正向词。

那负面提示词输入框呢？部分工具（尤其底层用Stable Diffusion的那批，见维基百科条目）有专门的negative prompt栏，那个栏位里的词才真会被"排除"，机制上和正文里写"不要"完全是两码事。有这个栏就认真用，没有就老老实实改正向写法。更多让AI听懂需求的沟通心法，可以看AI修图辅助指南。

迭代式对话：首轮粗调、二轮细调、三轮微调

迭代式对话的节奏是：第一轮只定大方向，第二轮聚焦一两个局部，第三轮做幅度极小的微调——每轮只改一件事，翻车了你才知道该回退哪句话。

很多人一轮提示词塞进去七八个需求，结果每个都打了折扣。我现在的做法是把修图当聊天，不当许愿。首轮粗调，只说方向："整体调亮，色调偏暖，人自然为主。"别提细节，一个都别提。二轮细调，等大方向稳了，再点名区域："只动肤色，提亮半档，牙齿自然白，别碰背景。"三轮微调，收尾："眼神光再亮一点点，其他全部保持。"注意这个"其他全部保持"，进阶必备句式，防止AI手痒重画全局。

上个月我修一批12张的团队合影，就这么三轮走：首轮统一色调花了20分钟，二轮挨个处理闭眼和歪领带，三轮整体微调对比度，全程不到2小时交付。要是搁以前一轮塞所有需求，来回重roll的时间起码翻倍。

写需求前先列清单的习惯也值得保留，把需求写成需求单那篇讲得很细，正好和三轮节奏配套：需求单负责不漏项，迭代负责不乱改。想再往上练，通用领域的提示词迭代优化方法也值得读，思路完全通用。

多模态组合：文字+参考图+局部圈选

进阶玩家的标志性打法，是把三种输入组合用：文字定方向、参考图定风格、局部圈选定位置——三者各管一段，比纯文字描述省一半沟通成本。

文字擅长说"做什么"，但很难说清"什么感觉"。你写十句"胶片感"，不如丢一张目标样片当参考图，AI直接对着抄氛围。参考图的选图本身有讲究，风格、光线、颗粒感越接近你的目标越好，具体选图和投喂方法在参考图的使用方法里有完整拆解。

局部圈选是精度的最后一道保险。全图重生成是霰弹枪，圈选才是手术刀："只改选区内的路人，选区外像素不动。"配合迭代式对话的二轮细调，几乎指哪打哪，详细玩法看局部圈选精确修图。

我的组合拳顺序固定：先用参考图锚定风格，再用文字写结构和约束，最后用圈选点名战场。反过来也试过，先文字后参考图，AI容易被文字带偏、参考图沦为摆设。这种多输入协同的底层逻辑，维基的提示工程条目归在多模态提示那一类，感兴趣可以深挖。

一张图的完整实战：四招连招

把四招串起来用，才是它们真正的威力：一张海边逆光人像，从"没法看"到"能交付"，我通常三轮内解决。

第一步，看图定权重。这张图最致命的问题是脸部死黑，那"面部提亮、保留细节"就是句首主干词，其他全往后靠。第二步，否定改正向。"不要死黑""不要过曝"全删，换成"面部曝光正确、高光柔和、天空细节保留"。第三步，三轮迭代：首轮全局调光，二轮圈选脸部单独处理肤色，三轮只微调了海面高光，别的明确写"保持不变"。第四步，中途丢了一张目标风格的参考图，省掉大概五六轮文字拉扯。

不夸张地说，同样的活儿，只会堆形容词的新手要重roll十几轮，四招连招三轮收工。这就是进阶技巧的性价比。

常见问题

修图AI提示词写多长最合适？

我的经验线是30到80个字。短于30，信息量不够AI只能瞎猜；长于80，权重被稀释，重点反而模糊。真有复杂需求就别硬塞一句话，拆成多轮迭代，每轮30字以内，效果远好于一段百字小作文。

同一句提示词，每次结果都不一样怎么办？

生成式模型自带随机性，这是特性不是故障。要稳定复现，一是把关键需求的权重抬高（句首、强调），二是固定参考图和种子值（工具支持的话），三是接受微差、用局部圈选做最后校正。追求百分之百一致，不如追求百分之九十一致加一轮微调。

负面提示词栏里到底该写什么？

写高频翻车项就够：模糊、畸变、多余手指、文字水印、过曝。别把它当愿望清单塞几十个词，塞太多反而互相干扰。没有这个栏的工具，就把这些内容翻译成正向写法放进正文。

参考图和文字描述冲突时，AI听谁的？

多数工具里文字指令优先级更高，参考图主要负责风格和氛围。所以遇到冲突，别猜，直接改文字：明确写"以参考图色调为准，忽略上文暖色描述"。AI不怕你啰嗦，怕你留歧义。

写在最后

这四招的核心逻辑一句话就能带走：把话说清楚、把优先级排明白、把过程拆开走，工具再怎么换，这套方法论都成立。 权重控制解决谁说了算，否定改写解决概念污染，迭代对话解决一次贪多，多模态组合解决文字表达不出的感觉。

工具永远在换，这几招的逻辑能跟你很久。

觉得有用的话，转发给那个还在一句提示词里塞二十个需求的朋友吧，救救他的出图。也欢迎在社群里晒出你的三轮迭代对比图，我们下篇见。