提示词不用写得专业，要写到你自己能读懂
作者以AI生图的窗边咖啡馆人像提示词为例，讲解如何整理AI生成的冗长提示词。核心方法是：删流程、合重复、换实景、测删除。要点包括：去掉分栏小标题后整体通读，合并重复表达同一意思的形容词；把'不要杂乱'等否定句改写为具体的正面画面描述；将'高级感、电影感'等笼统大词拆解为具体的光线、配色和构图要求；一次只删一句，对照出图验证效果，但不要为了精简丢掉关键的安排。最终目标是写出自己能读懂、出了问题知道从哪句下手的提示词。
全部文档 / 作者: 南鸢 nuyoah / 标签: Prompt
7 篇
MJ V8 提示词怎么写？别再堆相机参数了
文章讲解了 Midjourney V8 摄影类提示词的正确写法，指出堆砌相机参数（如机身型号、光圈、快门）并非最优解，应遵循“主体与动作→景别与角度→镜头感觉→光线→胶片质感→参数”的顺序结构化描述。作者详细解释了景别与机位选择、各类镜头词的画面倾向、光线要写可见结果而非数字参数、质感词的作用，以及 --ar、--raw 等参数的正确用法。还提供了中文+英文混合写作的实用方案，以及细节丢失时的排查顺序，帮助写出结构清晰、可控可改的 Prompt。
MJ 人像磨皮感太重？这段 Prompt 能把真实纹理补回来
文章介绍用 Midjourney 生成人像时皮肤过于光滑、缺乏真实纹理的问题，作者提出不必重新抽卡，只需将原图上传到支持图片编辑的模型，配合一段高保真增强 Prompt，即可只补皮肤细节而不改变人物。作者在 Seedream 5.0 Pro、GPT-image-2 和 Nano Banana Pro 三个模型上做了对比测试，展示各自风格差异，并总结了 Prompt 设计的三要素：明确允许增强什么、锁定不能改变什么、排除不想要的结果。文末提供了完整 Prompt 及可直接套用的通用版模板。
一段 Prompt，生成 3 套杂志感文章封面
作者分享了一段用于生成杂志感文章封面的 Prompt。使用时只需填写文章标题，可选填内容摘要，模型会先理解文章的核心主题、情绪与关键词，再围绕主题生成 3 张 16:9 横幅封面设计。三个方案在主视觉概念、构图、字体、色彩等维度各有差异，如同三位设计师的不同提案，适用于公众号封面、博客 Banner、专题头图等场景。文末附完整 Prompt 可直接复制使用。
已经有一套 AI 生图课了，我为什么又重写了 7 万多字？
作者南鸢 nuyoah 在已有 AI 生图课程的基础上，重新撰写了一套 7 万多字的入门课程。文章阐述了重写的原因：现有课程起点过高，默认读者已具备基础操作能力，而真正的初学者往往连 Prompt 是什么都不清楚。作者强调，AI 生图工具已进化到对话式交互，但许多教程仍停留在 Stable Diffusion 时代，且 Prompt 被过度神秘化。新课程从零开始，涵盖入门篇和主线课，注重培养看图、判断和沟通的能力，而非单纯记忆模板。课程不绑定特定模型，强调可迁移的技能，并附有失败案例以帮助理解。文章最后说明了课程适用人群和两个学习入口。
为什么你加了「真实皮肤」，脸还是塑料感？
文章探讨了在AI生图中使用提示词「真实皮肤」反而导致脸像塑料的原因。指出问题在于该词义模糊，模型倾向于过度磨皮和铺高光。作者建议将皮肤拆解为纹理、高光位置、哑光基调等5个变量进行控制，并提供了具体的Prompt模板以实现更真实的人像质感。
我让 Codex 整理个人知识库，它反过来给了我 6 条工作建议
作者利用 Codex 整理知识库并获得了一套高效工作流程建议，包括明确任务合同、只关注关键节点、验收真实结果、沉淀流程资产、评估新工具及制定不做清单。文章强调 AI 应帮助形成工作闭环，而非单纯增加产出。