我把摄影里的美姿经验，写成了 AI 能用的短提示词
作者将摄影中的美姿技巧转化为 AI 生图提示词方法。指出人物姿势不美观多因头、身、腿处于同一平面，缺乏张力。提出“转、弯、顺、露”四字口诀：转即破面，让脸和身体错开朝向；弯即破线，让某个部位微弯增加错落；顺即保持手腕脚尖线条流畅；露即让手有明确落点、手指可见。并给出姿态模板“站坐+朝向+动作”及完整画面模板，还介绍了通过动作收放（上松下紧、上紧下松）来调整画面气质的方法。
相关文档
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。
AI 生图还能用 JSON 控制排版？5B 开源模型商业海报实验
作者测试了模思智能开源的 5B 生图模型 MOSS-Image，重点验证其文字渲染与 JSON Layout 结构化布局能力。通过虚构日系甜品店海报案例，对比传统自然语言 Prompt 与 JSON 布局控制的效果差异：JSON 可将人物、产品、标题等元素按坐标框精确定位，类似写前端页面。三轮测试覆盖主视觉、商业活动海报排版及中英文文字生成，验证了文案正确率、版式适配与视觉融合。结论是 JSON Layout 虽非 PS 级精确编辑，但能将模糊排版需求变为结构化描述，对商业海报、电商图等场景具有实际价值。
Midjourney 上手：从0到1小白也能看懂的教程
这是一篇面向新手的 Midjourney 入门教程，作者逐一讲解 MJ 输入界面的各个功能模块，包括提示词输入区、三种参考图入口（Attach to prompt 编辑原图、Style Reference 参考画风、Image Prompts 参考构图）的区别与用途，以及生成设置中的画面比例、模型版本、审美参数（Stylization、Weirdness、Variety）等选项的作用。文章还介绍了草稿模式、对话模式、个人化功能（P值）的使用方法和常见误区，帮助小白快速掌握 MJ 的界面操作与参数调优。
MOSS-Image 实操：用 JSON Layout 控制文字、物体和画面构图
作者实测国产开源生图模型 MOSS-Image，重点验证其 JSON Layout 对文字、物体位置和画面构图的可控性。文章对比了普通提示词与 JSON Layout 在同一封面需求下的生成效果，详细讲解了中心坐标系和 yxyx 格式的 bbox 写法、在线体验参数设置、官方示例分析，以及 ZeroGPU 额度问题和本地部署方法。作者强调可复用的不是某张图，而是一套固定种子、对照测试的评估方法，认为 JSON Layout 让提示词变成可保存、可修改的布局资产，使 AI 生图真正进入设计工作流。
AI 透明图被低估了：12 种玩法，攒出自己的素材库
文章介绍如何用 ChatGPT、Codex 等工具直接生成带 Alpha 通道的透明 PNG 素材，并系统梳理了 12 类应用场景：聊天表情包、游戏立绘、VFX 特效、海报拼贴、产品图、UI 图标、装饰素材、像素游戏资产、Live2D 素材、直播包装、特殊材质以及阴影光效辅助素材。作者还提出五个进阶方向：模块化角色生成、实验摄影、复合表情资产、视觉特效库和素材处理工作流，并附上通用透明角色素材提示词模板，帮助读者积累可复用的个人素材库。
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。
如何玩转参考图？我总结出了这句短提示词
作者在做剧时遇到参考图迁移提示词难写的问题，通过大量跑图试验，总结出一句简短提示词模板：「将图一的【对应维度】迁移到图二，保持图二的主体身份与主要内容」。他将图片风格拆解为17个维度（光线调色、成像质感、摄影空间、造型媒介四大类），逐项单独测试迁移效果，记录每项的收获与代价。结论是：短提示词写起来快、能直接感知画面变化，虽可能需要两三轮迭代，但相比AI生成的复杂长提示词效果偏差不大，且维度可灵活混合叠加使用。
AI 生图 Skill：记住编号就能锁死画风
文章介绍了一个名为“手绘风格编号画廊”的 AI 生图 Skill。作者指出许多人无法用 AI 生成理想图片，是因为说不清抽象的画风名称。该 Skill 收录了 216 种手绘画风并配以编号和示例图，用户只需记住编号并输入主题，即可自动生成带风格名称的中英文提示词，复制到任何生图 AI 中使用，从而解决风格漂移问题。Skill 还内置智能判断逻辑，按优先级决定是否传参考图，避免模型照搬参考图的构图内容。文章通过朋克钢笔、新中式水墨等案例验证了风格一致性，适合需要批量出图、保持视觉调性统一的创作者使用。
监控视角摄影 Skill：激发神秘感和好奇心的 AI 生图提示词
文章介绍了近期火爆的「监控视角视频/图片」风格，并交付一套完整的 Skill 提示词，可直接用于任何生图模型。核心思路是利用固定机位、超广角畸变、低分辨率画质、时间戳叠加等元素营造「机器一直在看」的观察感。流程为：定主体锚点、选摄像头类型、写事件道具、叠加时间戳、批量出图。支持 n=10 模式（同一主体 10 种机位）和 series=9 模式（同一摄像头连续 9 天），并详细给出主体锚点规则、摄像头类型库、事件库、画质缺陷和输出规范，附橘猫和 2B cos 两组实例效果。
史上最全共万字67图测试GPT Image 2.5：AI生图能欺骗一切
作者对GPT Image 2.5图像模型进行了万字67图的全面测评，从指令遵循、文字准确性、设计质量、编辑精度、主体一致性、多轮稳定性、透明背景、尺寸能力等11个维度展开测试。测试涵盖中文App UI设计、信息图文字准确度、多参考图合成、五轮连续海报编辑、精确局部修改、模板复用等场景。结果显示模型在中文短文案、结构化设计、多轮局部修改方面表现优秀，但透明背景功能存在虚假输出（无Alpha通道）、局部编辑仍有全图轻微变化、负面约束遵守率仅约50%。文章最后总结了六条实用的提示词写作建议。
AI 做海报、HTML 构图手册：16 种控制网格、图文关系与信息密度的海报构图——下册
本文是海报构图系列的下册，涵盖第 17–32 种构图方法，重点讲解 Grid System 与构图的关系。上册聚焦焦点、平衡与视线动势，下册处理内容增多时的秩序问题。文章分为三部分：分割与条带（上下分屏、水平带状）、网格系统（单栏手稿、多栏编辑、模块网格、瑞士非对称网格、Bento 层级卡片、棋盘交替）以及图文关系（满版主视觉、大字主导等）。每种构图均提供视线路径分析、适用场景、避坑指南，并给出图像模型提示词和可直接落地的 HTML/CSS 提示词两套表达方案。
SKYCOURT MERIDIAN：图像生成提示词系统
作者分享了一个名为 SKYCOURT MERIDIAN 的系统提示词，用于将用户的文本或图像改写为适用于 GPT Image Gen V2 或 Nano Banana Pro 的完整图像生成提示。该系统包含三大空间结构：Processional Meridian 构建从观者到目的地的通行路线，Dynastic Threshold 设置近景锚点与终点主体，Orbital Vault 营造云层深度与天体尺度。提示词详细规定了中式宫殿建筑元素、四级景深、光影配色、细节密度分布等约束，并区分 GPT 与 NANO 的不同输出格式。
