色彩的秩序：从古典绘画到 AIGC，重新理解“调性”（Tonality）
文章系统讲解美术色彩学中的“调性”（Tonality）概念：调性是画面中所有色彩在明度、纯度、冷暖及面积比例关系下形成的整体视觉秩序与情绪特征。作者区分了色调与调性，剖析决定调性的四大因素，并以伦勃朗、维米尔、哈默修伊的古典油画为例说明调性统一的原理。最后将这一美术逻辑迁移到 AIGC 图像创作中，指出相比简单罗列色卡，描述调性关系能让提示词更完整、画面更协调。
全部文档 / 标签: 绘画
5 篇
我做过的那些工作（Paul Graham: What I Worked On 中文版）
本文是 Paul Graham《What I Worked On》的中文编译，作者回顾了自己早年写作与编程的经历：从中学接触 IBM 1401 与 Fortran，到拥有 TRS-80 后真正开始编程；大学从哲学转向人工智能，自学 Lisp 并重实现 SHRDLU；研究生时期看清早期符号主义 AI 的局限，转而专注 Lisp 并写作《On Lisp》。毕业后赴佛罗伦萨美术学院学画，经历艺术院校的失望，后在美国靠编程与自由职业维生，在 Interleaf 工作并总结出“低端吞掉高端”等重要经验。文章展现了作者在写作、编程与绘画之间追寻能长久留存之事的探索历程。
AI 出图总翻车？十段式提示词系统
文章介绍了一套「十段式提示词系统」，帮助解决 AI 出图常见翻车问题。作者认为 AI 出图 90% 的失败源于提示词问题，而非模型本身。十段式包括：主体、动作、环境、情绪、镜头、光线、色彩、风格、画质、反提示十个维度。文章还提出物理参数化写法（明确光源方向、材质质感、动作因果）、真实感六项自查清单（手指、五官、光影、物理、材质、背景）、动作五问法，以及终极工作流——将正片描述、反提示、参数拆分为三个文本框分别填写，可显著提升出图成功率。
把摄影里的机位讲明白，写 AI 人像提示词就有思路了
文章讲解如何用摄影机位知识写好 AI 人像提示词。作者把机位拆解为相机高度、拍摄方位、镜头朝向和景别四个检查项，指出"换个角度"这类描述信息量几乎为零，"低机位"等模糊标签会让 AI 乱猜。核心观点包括：相机贴地不等于低机位，应以拍摄目标中心为锚点判断平视；距离需与焦距、景别结合描述；景别决定观众第一眼看什么。文末给出可复用的机位提示词模板，帮助写出生成效果可控的人像提示词。
全网最全的图片反推提示词合集
文章整理了一套按图片类型分类的「图片反推提示词」模板，涵盖通用图片、字体/Logo设计、风景、摄影、插画、3D渲染、IP角色等七大类别。每类提供可直接复制使用的提示词模板，用于从参考图中提取主体、风格、色彩、光影、构图、材质等要素，生成精准的 AI 绘图 prompt。作者还推荐了 PromptCard 插件，可右键一键反推图片提示词，降低写 prompt 的门槛，并附使用方法：先选对应分类，把整段提示词发给模型，再配上原图即可。
