圖片提示詞：跨模型通用寫法
複製一條由五個分句搭起來的圖片提示詞——主體、場景、光線、鏡頭、排除項——再到 Ottermind 裡一次只改一個。
三條可以直接複製的圖片提示詞寫法
同一張圖可以用三種方式要：一句話、完整分句、以及迭代。換模型時它們的表現各不相同。先用能成立的最短提示詞，只在結果不對的地方補分句，最後把定稿的文字當成一個可以跨工具搬運的整塊。
一句話提示詞
創作一張原創照片：一顆紅蘋果放在樸素的木桌上，背後是淺色牆面，光線柔和均勻，蘋果下方有淡淡陰影。自然色彩，標準鏡頭，中等景深，畫面中不要出現人物、可讀文字或浮水印。
完整分句提示詞
創作一張原創的編輯類攝影作品：老房子裡一個清晨灑滿陽光的閱讀角落。一張磨舊的亞麻扶手椅靠著高窗，三本精裝書疊在矮凳上，一只粗陶杯冒著熱氣，斜射的光裡能看見浮塵，窗台上垂著一株綠植，裸露的木地板上鋪著一塊磨舊的地毯。光線：清晨低而硬的陽光從左側窗戶射入，房間其餘部分沉在深陰影裡，地板上有暖色反彈光。鏡頭：等效 35mm，深焦，以窗戶作為畫面裡明亮的錨點。自然色彩與真實質感，畫面中不要出現人物、不要出現可讀的書名或浮水印。
迭代提示詞
保持這張圖完全不變，只改一件事：現在是黃昏，不是清晨。把清晨硬朗的陽光換成當天最後一縷琥珀色光線，仍從同一扇窗照進來；讓更冷的藍調陰影填滿房間其餘部分，並在扶手椅旁點上一盞小燈。扶手椅、書、矮凳、杯子、綠植、地板、地毯、構圖、鏡頭和景深都保持不變。杯子不再冒熱氣。自然色彩，畫面中不要出現人物、可讀文字或浮水印。
同一句話，在不同模型裡落點不同
圖片提示詞不是可移植的檔案。兩個模型讀同一句話時，會給其中不同部分不同的權重——所以在一個工具裡完美的提示詞，換到另一個就會發灰、發平或塞得太滿。
先寫那句扛結果的分句
每條提示詞都有一句在扛大樑：暗調畫面裡是光線，人像裡是鏡頭，產品圖裡是構圖。把它寫在前面、寫短，因為模型最先丟掉的，正是埋在長句中段的東西。AI 提示詞產生器 能把草稿重排成這句在前的結構。
看一個模型忽略了哪句，就知道它是什麼脾氣
提示詞在新模型上失效時，不要重寫提示詞，先找出這個模型更不看重哪一句。有的會照顧光線卻壓平構圖，有的構圖漂亮卻丟掉質感。知道誰是哪一種，提示詞才是可重用而不是碰運氣。Midjourney AI 圖像生成器 就是可以拿來對照的另一個模型。
只換模型，測出可移植性
把提示詞原樣複製，丟到第二個模型上跑，其他什麼都不改。兩個結果讀起來是同一張圖，說明它可移植；不一致的地方，就是你一直在依賴卻沒意識到的那一句。AI 圖像編輯器 會把兩張圖放在一起比。
怎麼寫一條換模型也照樣成立的圖片提示詞
第 1 步：起點比你想的更要短
先寫主體和一句扛氛圍的分句，然後生成。還沒看到結果就堆分句，會讓你無法判斷是哪一句起了作用。AI 提示詞產生器 可以先幫你撐住結構，你再決定加什麼。
第 2 步：只在結果不對的地方補分句
每加一句都應該對應一個明確的毛病：光太平、構圖太散、質感像塑膠。圖片轉 AI 藝術產生器 會用同一段文字再跑一次，讓每次改動依然可歸因。
第 3 步：定稿後凍住文字，再換模型對比
圖對了就停止編輯，把提示詞當成固定文字。拿這段原樣去另一個模型跑，兩張都留著：差異就是那個模型的偏好，不是你的錯誤。圖片特效 可以把兩版放在一起看。
可移植的圖片提示詞在哪裡划算
當同一個效果要由不只一個工具、或不止一個人產出來時，一條為跨模型而寫的提示詞才開始回本。
為長期複用的活兒挑模型
如果某個效果每週都要出一版，模型就從偏好變成了變數。凍住提示詞，拿去你考慮的幾個模型上跑，按各自照顧的那一句來選，而不是按哪張樣圖好看。Midjourney AI 圖像生成器 就是拿來對比的其中一個。
把提示詞交給同事
只在你手裡成立的提示詞不是流程。把分句寫得夠清楚，讓別人把同一段文字貼進另一個工具也能落到同一張圖上。AI 提示詞產生器 能把跑通的那版整理成可以直接交接的整塊。
救回一條不再管用的提示詞
模型更新後，原本穩定的提示詞可能突然跑偏。把文字當固定塊留著，對著舊結果一次只改一個分句，通常就能把效果找回來。圖片特效 會把新舊兩版並排顯示。
圖片提示詞常見問題
為什麼同一條圖片提示詞換個模型就不一樣？
因為每個模型給各個分句的權重不同，而不是平等地讀。有的照顧光線卻壓平構圖，有的構圖漂亮卻丟質感，兩者都不算錯。把提示詞固定住，用 Midjourney AI 圖像生成器 和你常用的工具對照著跑。
圖片提示詞裡哪一部分最重要？
就是那句扛結果的分句：暗調畫面裡是光線，人像裡是鏡頭，產品圖裡是構圖。把它寫在前面並寫短，因為模型最先丟掉的正是埋在句子中段的內容。AI 提示詞產生器 可以圍繞這句重排草稿。
應該寫一句話提示詞還是長提示詞？
先寫短，只在結果不對的地方補。看都沒看過就寫一長串，會讓你無法說出哪一句真的掙到了位置。用 圖片轉 AI 藝術產生器 反覆跑同一段文字，每次改動才可歸因。
怎麼判斷一條圖片提示詞是否可移植？
原樣複製文字，只換模型：不改寫、不加分句、不換參考圖。兩個結果讀起來是同一張圖，它就可移植；不一致的地方，就是你一直在依賴的那一句。把兩張圖放進 AI 圖像編輯器 一起看。
可以免費先試一試嗎？
Ottermind 的公開體驗無需登入即可使用，並包含有限次數的免費回合；帳戶額度和方案限制仍可能適用。先在一張圖上測這條提示詞，這樣一次回合就能告訴你它成不成立，再去 AI 圖像生成 批次鋪開。
背後的寫法方法論在哪裡看？
這一頁是可複製的合集：已經寫好的完整提示詞，以及每個分句改變什麼。寫法方法論在 怎麼寫出真正好用的 AI 提示詞。
你可能也喜歡的提示詞主題
先把提示詞凍住，再換模型
把文字調到圖對了為止，然後拿這條原樣的提示詞去別處跑一次，看看另一個模型在意的是哪一句。