很多小伙伴在使用SD3.5、DALL·E3、Midjourney、豆包等文生图模型时，总是感觉生成的图片和预期的相差甚远。
今天就用Stability.ai发布的SD3.5官方教程为大家解读一下，如何用最贴切的文本提示词来生成精准的图片。
![]()
fmvByCTgticnsVRy1EsATl6lHZHNHlbsP1j6qg8nW9WicYcicmzc7x63PIXTNcofV99UA/640?wx_FMt=png&from=appmsg" data-type="png" data-w="554" data-original-="" data-index="1" src="https://pic.chinaz.com/2025/0104/2025010410140044270.jpg" _width="554px" alt="图片" data-fail="0" style="margin: 0px auto; padding: 0px; box-sizing: border-box; outline: 0px; border: 1px solid rgb(238, 238, 238); --tw-shadow: 0 0 #0000; --tw-ring-inset: var(--tw-empty, ); --tw-ring-offset-width: 0px; --tw-ring-offset-color: #fff; --tw-ring-color: rgba(41, 110, 228, 0.5); --tw-ring-offset-shadow: 0 0 #0000; --tw-ring-shadow: 0 0 #0000; max-width: 700px; background: url("../img/bglogo2.svg") center center no-repeat rgb(247, 248, 249); box-shadow: rgba(27, 95, 160, 0.1) 0px 1px 3px; display: inline-block;"/>
确定你的图片风格
风格在图像创作中起着决定性的引领作用，明确了图像整体的审美走向。若倾向于插画风格，画面可能会呈现出鲜明的绘画笔触与丰富的色彩层次，具有较强的艺术表现力;
绘画媒介方面，如水彩会带来清新、透明且晕染自然的视觉感受，油画则以其厚重的质感与细腻的色彩过渡令人瞩目;
数字艺术风格能展现出科技感与奇幻元素的融合，充满无限创意;摄影风格则可营造出逼真的场景还原度。
尝试混合风格更是能碰撞出奇妙的火花，比如线条艺术可赋予图像简洁而富有张力的轮廓，如一幅以线条勾勒的城市夜景，硬朗的线条描绘出高楼大厦的轮廓，在黑暗背景下凸显出城市的冷峻与现代感。水彩风格能为画面增添柔和与灵动，像是一幅描绘春日花园的水彩画，淡雅的色彩晕染出花朵的娇艳与草地的青葱。
文本提示词案例:融合了浮世绘的细腻线条与西方印象派色彩的插画风格，背景是一幅以柔和水彩描绘的樱花林，前景则是一个穿着传统和服站立的人物，采用油画质感来突出主体。
主体和动作
当图像存在主体时，在提示词中首先突出主体的存在是极为关键的，这能让模型迅速聚焦于核心元素，随后描述主体的动作则可赋予图像动态感与故事性。
例如 “一只灵动的孔雀在花园中悠然开屏”，这里 “一只灵动的孔雀” 明确了主体，而 “在花园中悠然开屏” 则展现了孔雀的动作，生成的图像可能是孔雀站在繁花似锦的花园中央，绚丽的羽毛缓缓展开，形成一个五彩斑斓的扇形，阳光洒在羽毛上折射出迷人的光彩。
文本提示案例:一位芭蕾舞者在舞台上跳跃，她的裙子随着旋转飘扬，周围环绕着闪烁的舞台灯光。舞者的表情专注而优雅，仿佛时间在这一刻静止。
构图和框架
通过对构图和框架的精准描述，可以引导图像呈现出特定的视觉效果。若指定特写镜头，能够将观众的注意力紧紧吸引在主体的细节之处，比如 “特写镜头下一颗晶莹剔透的露珠在花瓣边缘摇摇欲坠”，生成的画面会着重展现露珠的圆润形态、内部折射的光线以及花瓣的细微纹理，露珠仿佛即将滑落，给人一种静谧且精致的美感。
![]()
dnfwWvy0p3j5PO59lSnNicC1mw1SxprDExsvw/640?wx_fmt=png&from=appmsg" data-type="png" data-w="554" data-original-="" data-index="6" src="https://pic.chinaz.com/2025/0104/2025010410140044283.jpg" _width="554px" alt="图片" data-fail="0" style="margin: 0px auto; padding: 0px; box-sizing: border-box; outline: 0px; border: 1px solid rgb(238, 238, 238); --tw-shadow: 0 0 #0000; --tw-ring-inset: var(--tw-empty, ); --tw-ring-offset-width: 0px; --tw-ring-offset-color: #fff; --tw-ring-color: rgba(41, 110, 228, 0.5); --tw-ring-offset-shadow: 0 0 #0000; --tw-ring-shadow: 0 0 #0000; max-width: 700px; background: url("../img/bglogo2.svg") center center no-repeat rgb(247, 248, 249); box-shadow: rgba(27, 95, 160, 0.1) 0px 1px 3px; display: inline-block;"/>
而广角视图则能展现出宏大的场景，例如 “广角视图中的古老城堡矗立在云雾缭绕的山脉之巅”，图像中城堡雄伟壮观，山脉绵延起伏，云雾在其间缭绕，营造出一种神秘而宏大的氛围。
文本提示案例:从地面仰望拍摄的特写镜头，焦点集中在一只栖息在古老橡树上的猫头鹰，它的羽毛清晰可见。背景是模糊的夜空，星星点点，营造出神秘氛围。
照明和颜色
利用诸如 “逆光”“硬边光”“动态阴影” 等专业术语来描绘场景中的照明或阴影，能够极大地丰富图像的层次感与氛围感。“逆光” 可营造出神圣而神秘的效果，比如 “逆光中的天使展开洁白的羽翼”，画面中天使背对着明亮的光源，羽翼边缘被光线勾勒出金色的轮廓，身体则处于相对较暗的区域，形成强烈的明暗对比，凸显出天使的圣洁与超凡脱俗。
“硬边光” 能塑造出硬朗、鲜明的视觉效果，例如 “硬边光下的拳击手在赛场上蓄势待发”，光线从一侧直射，在拳击手的面部和身体上形成清晰的明暗分界线，肌肉的线条和坚毅的表情被清晰地刻画出来。
“动态阴影” 则可增加画面的动感与立体感，像是 “在斑驳的动态阴影中舞者翩翩起舞”，随着舞者的舞动，周围树木投射下的阴影不断变化，与舞者的身姿相互交织，形成一幅富有节奏感的画面。
文本生成提示案例:清晨的阳光穿过窗户，形成强烈的逆光效果，在房间内投射出长长的影子。画面以暖色调为主，墙壁呈现出淡淡的橙黄色，地板上散布着金色的光斑。
技术参数设置
使用电影术语来指定技术参数，有助于精确地把控图像的视角与框架。“鸟瞰视角” 能够提供一种宏观的、俯瞰全局的视野，例如 “鸟瞰视角下的城市交通网络如脉络般纵横交错”，生成的图像会呈现出城市高楼大厦间道路的布局，车辆如蚂蚁般在道路上穿梭，展现出城市的繁忙与有序。
![]()
qqHlmibPicVrdJq5lMQAokBQlomTQ9ZXQ/640?wx_fmt=png&from=appmsg" data-type="png" data-w="554" data-original-="" data-index="10" src="https://pic.chinaz.com/2025/0104/2025010410140044285.jpg" _width="554px" alt="图片" data-fail="0" style="margin: 0px auto; padding: 0px; box-sizing: border-box; outline: 0px; border: 1px solid rgb(238, 238, 238); --tw-shadow: 0 0 #0000; --tw-ring-inset: var(--tw-empty, ); --tw-ring-offset-width: 0px; --tw-ring-offset-color: #fff; --tw-ring-color: rgba(41, 110, 228, 0.5); --tw-ring-offset-shadow: 0 0 #0000; --tw-ring-shadow: 0 0 #0000; max-width: 700px; background: url("../img/bglogo2.svg") center center no-repeat rgb(247, 248, 249); box-shadow: rgba(27, 95, 160, 0.1) 0px 1px 3px; display: inline-block;"/>
“特写” 可聚焦细节，如 “特写一颗古老的树桩上岁月留下的纹理”，图像会将树桩的纹理清晰地放大，展现出其历经风雨后的沧桑质感。
“摇臂镜头” 能营造出灵动且富有变化的视觉感受，比如 “摇臂镜头跟随滑板少年在街头巷尾穿梭”，画面会模拟摇臂拍摄的效果，随着滑板少年的移动，视角不断变化，街道两旁的建筑和人群快速掠过，给人一种身临其境的动感。
“广角镜头” 则可收纳更多的场景元素，例如 “广角镜头中的海边落日余晖洒在金色的沙滩上”，图像中广阔的沙滩、浩瀚的大海以及天边绚丽的落日都能被完整地呈现，营造出一种开阔而浪漫的氛围。
文本提示案例:采用鸟瞰视角，从天空向下看一座繁华的城市夜景，街道灯火通明，车流不息，霓虹灯牌闪烁，给人一种现代都市的活力感。