同樣一句 prompt，為什麼別人的圖比你好看？AI 繪圖 prompt 結構完整拆解

你有沒有遇過這種情況：看到別人分享的 AI 圖，構圖漂亮、光線對、風格統一，然後你輸入差不多的描述，出來的東西完全不是那回事。

問題通常不是模型差，是 prompt 的結構出了事。這篇就來把這件事講清楚——不是叫你背範本，而是讓你理解為什麼某些寫法有效，這樣換一個題目你也能自己組出來。

---

開始之前你需要準備什麼

工具上，目前主流的 AI 繪圖平台有幾個方向：

• Midjourney：風格完整度最高，適合想要「好看」優先的人
• Stable Diffusion（本地或 ComfyUI）：彈性最大，但學習曲線陡
• ChatGPT（DALL-E 底層）：門檻最低，直接在對話框輸入就能跑，功能說明這篇有寫過
• Adobe Firefly、Ideogram：版權相對乾淨，適合商業用途

這篇講的 prompt 邏輯是通用的，不綁單一平台。不過如果你剛入門、只是想先把圖生出來，ChatGPT 是最省事的起點。

---

第一步：先確定「主體」，這是整張圖的錨

Prompt 的核心永遠是「你要畫什麼」。但光說 a woman 沒用，模型會自己補一堆預設值，出來的東西你沒辦法預期。

有效的主體描述包含：

• 是誰 / 是什麼（人物、物件、場景）
• 在做什麼動作
• 在哪裡（環境背景）

例子：

• 爛的：a woman sitting
• 好的：a woman sitting at a wooden desk, reading a book, in a cozy home library with floor-to-ceiling shelves

差異在資訊密度。後者給了模型足夠的約束，它能發揮的「亂填」空間就小很多。

---

第二步：指定風格，別讓模型自己猜

風格是最容易被忽略、但影響最大的一塊。你可以透過幾個維度來指定：

藝術媒介：oil painting、watercolor、3D render、flat vector illustration

畫風參考：in the style of Studio Ghibli、cinematic photography、concept art

年代感：1980s retro、90s anime aesthetic、modern minimalist

白話講就是：你腦袋裡有個「這張圖應該長什麼感覺」的畫面，你要把那個感覺翻譯成 prompt 裡的關鍵字。如果你說不清楚，模型只能靠訓練資料裡的統計平均值幫你填，結果往往是那種沒特色的「AI 圖感」。

---

第三步：加入光線與色調，這是專業感的來源

同一個場景，光線描述不同，圖的質感可以差很多。這是 prompt 裡最容易被新手忽略的部分，但效果非常明顯。

幾個常用關鍵字：

• golden hour lighting：黃昏溫暖光，人像最常用
• soft diffused light：柔光，適合靜物或室內
• dramatic side lighting：戲劇性側光，有張力
• neon-lit：霓虹氛圍，賽博龐克感
• overcast natural light：陰天自然光，適合寫實場景

色調方面，你可以直接說 muted earth tones、cool blue palette、high contrast black and white，這些描述在大部分模型上都能觸發一致的色彩處理。

---

第四步：描述構圖與鏡頭角度

構圖決定視覺重心在哪。幾個實用關鍵字：

• close-up portrait：臉部特寫
• wide establishing shot：廣角環境全景
• bird's eye view：俯視角
• low angle shot：仰角，讓主體顯得強大
• rule of thirds composition：三分構圖

如果你想要那種「電影截圖感」，加上 cinematic composition, 16:9 aspect ratio 通常很有效。

---

第五步：用負向 prompt 排除你不想要的東西

這是 Stable Diffusion 系的核心技巧，Midjourney 用 --no 參數，ChatGPT 則是在 prompt 裡直接說「不要 X」。

常見排除項目：

• blurry, low quality, distorted：排除模糊與畫質問題
• extra fingers, bad anatomy：排除人體結構錯誤
• watermark, text, logo：排除不必要的文字
• oversaturated colors：排除過度飽和

你可以把它想成：正向 prompt 是在說「我要什麼」，負向 prompt 是在說「這些出現了就算失敗」。兩個配合用，命中率會明顯提升。

---

常見錯誤與怎麼避開

錯誤一：prompt 太短，以為越簡單越好 AI 繪圖跟 ChatGPT 對話不一樣，後者可以靠上下文補足資訊，但圖像生成沒有「你懂我意思吧」這回事。資訊不足，模型就自己填，填的不一定是你要的。

錯誤二：把所有形容詞堆在一起，沒有結構 beautiful amazing stunning gorgeous magical fantasy landscape 這種寫法，模型其實處理不了這麼多強調語氣疊在一起的情況。挑最關鍵的 2-3 個，比堆一堆有效。

錯誤三：忽略畫面比例 Midjourney 有 --ar 16:9、--ar 1:1 這類參數，其他平台也有類似設定。沒指定的話，預設比例不一定符合你的用途（例如你要做 banner 卻跑出方圖）。

錯誤四：風格描述太抽象 很美的感覺、有點夢幻 這類描述沒用。要轉成模型能識別的關鍵字：ethereal, dreamlike soft focus, pastel color palette。

---

進階技巧：用「權重」強調關鍵元素

Midjourney 支援 (keyword::2) 這種語法來提高某個詞的權重，Stable Diffusion 也有類似的 (keyword:1.5) 格式。

例如你想強調某個特定光線效果： a forest path, (golden hour lighting::2), soft mist, wide shot

這樣光線相關的處理會比其他元素更被優先考慮。

另外，如果你要維持跨圖一致的風格（比如做一個角色的多張圖），可以把固定的風格描述存成「style template」，每次只換主體描述，其他部分照抄。這個工作流在 Midjourney 和 ChatGPT 的比較這篇有順帶提到各平台的風格一致性差異。

---

你的第一張圖出來之後，這樣檢查

生完圖之後，用這幾個問題快速判斷要不要繼續改 prompt：

• 主體有沒有出現，還是被背景淹掉？→ 加強主體描述的資訊密度
• 風格對不對？→ 確認風格關鍵字有沒有被其他描述稀釋
• 光線感對不對？→ 這通常是最快見效的調整點
• 有沒有奇怪的結構錯誤（多手指、扭曲臉）？→ 加進負向 prompt

通常改個 2-3 輪就能穩定在你想要的方向。記住，prompt 工程本來就是迭代的過程，第一次不對很正常，關鍵是你知道哪個環節出問題、改哪裡。

常見問題

AI 繪圖 prompt 要用中文還是英文寫？

大部分主流模型（Midjourney、Stable Diffusion）用英文效果會更穩定，因為訓練資料以英文為主。ChatGPT 的圖像生成對中文支援較好，但如果你要精確控制風格細節，還是建議用英文關鍵字，尤其是光線、風格、構圖這幾個維度。

prompt 要寫多長才夠？有沒有字數建議？

沒有固定字數，但一般建議涵蓋：主體描述、風格、光線、構圖四個維度。大概 30-80 個英文單字是常見的有效範圍。太短會讓模型自己填空，太長反而可能讓各描述互相稀釋。

負向 prompt 一定要加嗎？

不是必填，但如果你的圖一直出現特定問題（手指變形、畫質模糊、多餘文字），負向 prompt 是最直接的修正方式。Midjourney 用 --no 參數，ChatGPT 則直接在指令裡說「不要出現 X」。

同樣的 prompt 每次跑出來都不一樣，怎麼辦？

這是生成式 AI 的基本特性，每次都帶有隨機性。如果你想要更穩定的結果，可以固定 seed 值（Midjourney 用 --seed 參數），或把最成功的一張圖作為參考圖輸入，讓模型在這個基礎上做變化。

可以直接說「幫我畫一張像電影海報的圖」嗎？

可以，但這種描述太抽象，結果會很不穩定。建議把「電影海報感」拆解成具體關鍵字：cinematic lighting、dramatic composition、bold typography（如果需要文字）、high contrast。越具體，命中率越高。