笔记 · 设计 ·

改图时先说清什么不能动

生图提示词要分清目标、细节和约束,改图时把要保留的东西写出来,一次只改一处。

读书笔记原文:《Image prompting》↗OpenAI · OpenAI

为什么读

这是官方写的生图提示词指南,讲的不是玄学咒语,而是一套可以照着检查的写法。作为产品人,我更需要这种「怎么把需求说清楚」的方法。

我记下的要点

  1. 先定义结果:写清主体、用途、构图、比例和摆放限制。复杂的需求可以分成场景、主体、细节、约束几个带标签的小节。格式用散文、JSON 或标签都行,选自己好维护的那种。
  2. 写看得见的细节:材质、光线、颜色、媒介都要点名。要写实就直接说写实。相机参数只当作外观提示,不要指望它精确模拟。
  3. 文字要精确:要出现在图里的字放进引号,说明位置和字体,生僻词逐个字母拼出来。字小字密时调高 quality。
  4. 把修改和约束分开:改图时先说要改什么,再列出必须保持不变的东西,比如身份、构图、文字,也写明不要 logo、水印。
  5. 给参考图分配角色:多张输入图要编号,并说明每张负责什么,比如主体、风格、服装或背景。
  6. 有意识地迭代:把上一次的结果作为下一次的输入,一次只改一个条件;结果跑偏了,就把关键约束再说一遍。要像素级不变的部分,直接合成回原图,而不是靠提示词。

我的想法

「修改」和「约束」分开写,这点和我写 DESIGN.md 时列「不要做什么」的清单很像。光说想要什么不够,还要说清楚什么不能碰,AI 才不会顺手改掉。

文档里提到的角色一致性做法,是先写一段可复用的角色描述,每个场景都重复它的关键特征。我以后想把那只黑白奶牛猫用在 B 站头像和封面上,这个方法应该能直接用上。

我不太确定的是 complexity 这个参数。文档说提示词已经把版式定死时,它的影响可能不明显。这要自己对比几次才知道。

我打算试试

  • 给奶牛猫写一段固定的角色描述,拿它生成两个不同场景,看特征能不能保持住。
  • 改一张图时按「改什么 / 不能动什么」两段来写提示词,对比不分段时的效果。