1. 废片不是随机事故三类高频废稿背后的提示词原因先说个我观察到的现象。接触AI生成内容AIGC的时间长了你会发现大家吐槽的痛点惊人地一致不是模型不行而是废片率太高。所谓“费片”业内也叫废片、废稿——指的是生成出来没法直接用、只能删掉重新跑的结果。有人一天烧几百张图最后能用的不超过三五张有人明明照着别人的模板抄出来的东西却完全不是一回事。如果你也卡在这个阶段大概率不是运气问题而是提示词没写对。我帮一些设计团队和个人创作者调过出图流程也复盘过大量废片案例。归根结底废片可以归成三类每一类对应的提示词病灶都完全不同。1.1 结构崩坏类多手多脚、五官错位、肢体融在一起结构崩坏是最容易识别的一种废片也是新手上路时最先遇到的墙。常见表现是人物的手指多了一根、手臂从奇怪的位置长出来、两个人物的身体叠在一起分不清谁是谁、侧脸的五官跑到了正脸的轮廓上。这种废片的核心原因在于提示词给模型提供的主体可辨识度不够。文生图模型本质上是一个“先理解语义、再按概率拼像素”的系统它对“一个人”的理解依赖你给出的具体限定词。当你只写“一个人站在路边”模型确实知道要画人但它不知道这个人的姿态、视角、景别、数量、遮挡关系于是只能在概率空间里自由发挥——自由发挥的代价就是结构失控。尤其当画面里有多个主体、复杂姿势、手部特写这些高难度元素时信息不足的提示词会直接把模型逼进“翻车模式”。解决思路不是追加“完美手指”“完美身体”这种空泛词而是把主体描述做成一个可解析的清单。比如数量、年龄感、视角、姿势、衣着、画面范围每一类都给一个明确取值。模型不是人类它不会脑补它只会照着给到的词穷举最像的像素组合。给得越细组合的收敛空间就越大结构崩坏的概率自然下降。1.2 概念漂移类要的是玻璃杯出来一个玻璃瓶第二类废片更隐蔽单看局部没什么问题但整体“不是你要的东西”。要晴天出了阴天要赛博朋克出了中世纪要玻璃杯出了玻璃瓶。我把这类问题叫作概念漂移本质上是指示词里的核心名词搞错了锚点。很多人习惯写长句提示词把一堆形容词堆在名词前面比如“一个透明的、精致的、光影通透的、摆在木质桌面上的玻璃容器”。模型在解析这段描述时对“容器”的注意力会被前面那一串形容词稀释真正锁定名词的权重反而降低了。结果就是模型“理解了风格”却没“锁定品类”。我用过一个很简单的测试同一条提示词只修改其中的核心名词其他修饰语全不动跑十张图出来对比。你会发现模型对名词的敏感度远高于形容词。这就说明意象锚定词必须放在整条提示词最靠前、最醒目的位置修饰成分往后放。1.3 风格逻辑错乱类风格词互相打架输出变成四不像第三类废片是我在实际工作里遇到最多的风格词之间互相冲突。有人写“赛博朋克风格同时要有复古油画的质感还要带一点水墨画的留白”——这种词条看起来是在叠buff实则在给模型出难题。赛博朋克的核心视觉元素是荧光色、雨夜、高对比复古油画的核心是笔触感、厚重颜料、暗调底色水墨画的核心是留白、简洁、低饱和。三种完全不同的视觉体系同时出现模型只能强行融合结果通常是四不像。这类废片的根因不是模型笨而是风格词本身带有很强的隐含特征一旦并列堆叠语义空间会互相拉扯。更合理的做法是定一个主风格其他元素以“局部装饰”或“材质点缀”的形式出现而不是把多种风格词做成并列关系。理解了这三类废片的成因后面讲的提示词写法、负面词配置、参数调校才有意义。因为它们本质上是一套“组合拳”先靠提示词把语义锚准了再靠负面词把常见畸变拦掉最后用参数把生成过程的随机性压到可控范围。2. 提示词骨架怎么写先定主体再补约束最后加风格很多人写提示词是“想到什么写什么”想到一个画面就噼里啪啦往输入框里堆词。这种习惯在出片率上的表现极其不稳定——偶尔出一张神图大部分时间在垃圾堆里翻找。后来我在某设计团队里推广过一个写法把提示词拆成固定四段结构废片率肉眼可见地降下来了。这个写法的核心思路很简单**按模型理解内容的优先级来组织提示词而不是按人的语感来组织。**主流的文生图模型在解析文本时对词条的注意力分配并不均匀。一般来说越靠前的词、越明确的名词、越少歧义的词组获得的注意力权重越高。所以我们要把最不能出错的信息放在最前面。2.1 四段式结构主体描述、环境布局、光效材质、风格收尾我常用的模板长这样第一段主体描述数量 人物/物体 核心特征第二段环境布局场景、背景、前景、空间关系第三段光效材质光源方向、光线类型、表面质感第四段风格与质量词风格限定、渲染质量、画质词实际写出来大概是这样的格式主体描述一个年轻女性穿着白色连衣裙坐在窗边侧面视角 环境布局房间内有木质书架和绿植窗外的阳光洒进来 光效材质柔和的自然光皮肤有细腻的质感空气中带有一点微尘 风格收尾电影感构图浅景深大师级人像摄影风格这个写法的好处在于模型的注意力会按顺序层层聚焦。它先锁定了“谁在画面的什么位置”再去处理“这个空间长什么样”然后是“光线怎么打”最后才去套整体风格。顺序反过来的话模型会把大量注意力花在风格词上主体的形象反而变得模糊——这恰恰是很多人出废片的原因。2.2 关键词排序的权重魔法同一个词位置不同效果不同你可能觉得这只是排版问题词的先后顺序无所谓。我可以负责任地告诉你在绝大多数模型里顺序对结果的影响比想象中大得多。我做过一组对比测试。提示词A是“a girl, a book, a cup of coffee, on a wooden table”提示词B是“on a wooden table, a cup of coffee, a book, a girl”。两组词的内容一模一样只是顺序不同。结果A组出图里女孩的面部清晰度明显更高B组出图里桌面的材质细节更丰富。原因就是模型对排在前面的概念投入了更多注意力画面里对应的元素会抢占更多生成空间。这个特性可以反过来利用你最想让画面突出的元素必须放在提示词最前面。比如你想突出服装设计那就把服装样式放在主体词之前或紧随其后你想突出环境氛围就把环境词提前。顺序不仅是语法问题更是一种隐形的构图指令。2.3 权重语法的正确姿势用括号要克制别把所有词都叠满现在很多工具支持用括号语法强化某个词的权重比如(white dress:1.3)表示把“白色连衣裙”的权重提升到1.3倍。这个功能很实用但我在实测中发现一个高频翻车现场有人给七八个词都加了1.3倍权重结果模型根本没注意到谁更关键有些词还会因为权重过高产生过拟合式畸变——比如某个材质纹理被无限放大糊满了整个画面。正确的用法是局部加权整体克制。一整条提示词里只需要给一两个最核心的词加权就够了。如果那个词已经放在句首并且没有歧义甚至不需要额外加权。权重的意义在于拉开词汇之间的主次关系而不是把所有的词都拉高。都等于没加还可能引发副作用。我个人的经验是权重数值控制在1.1到1.3之间超过1.5之后出图的边缘会出现明显的伪影或纹理崩坏。如果你确实需要某个概念被极致突出优先考虑删掉其他次要的装饰性词汇而不是拼命往上拉权重。3. 负面提示词要“对症下药”前置拦截常见畸变的完整词表说完了正面提示词的结构再聊负面提示词。很多人对负面提示词的理解就是“不要什么就写什么”于是写出一大串“不要模糊、不要畸形、不要水印、不要低质量……”结果发现废片率没降多少反而有些画面变得灰暗、空洞。这里面的逻辑值得好好掰一掰。负面提示词的本质是什么是给模型一张“禁区清单”。它确实能拦掉一部分常见瑕疵但前提是**你给的负面词必须和模型实际容易犯的错误对应上而不是你主观觉得不该出现的东西。**模型不会像人一样“理解”你的反感它只会机械地把这些词对应的视觉特征从概率分布里压低。3.1 为什么“不要模糊”有时候反而让画面更模糊这是一个很反直觉的现象。早期我也踩过这个坑为了追求清晰我在负面词里写了“模糊、低分辨率、噪点、颗粒感”结果出图变得过度平滑细节全部丢失看起来比没写负面词还假。后来我复盘了一下发现问题出在“模糊”这个词本身。在模型的语义空间里“模糊”不是一个单一概念它关联着散焦、柔焦、运动模糊、雾化等多个视觉状态。你把“模糊”屏蔽掉等于把所有柔和的边缘、自然的过渡全部打压了一遍。人物皮肤失去了微妙的明暗交界背景虚化也被削弱整体画面就会显得“硬”而“假”。所以负面词要尽量具体到某个视觉现象而不是宽泛的形容词。想解决“模糊”你要想清楚自己真正不想要的是什么——是脸部轮廓糊了那就写“不清晰的面部轮廓”是整体失焦那就写“失焦、跑焦”是细节缺失那就写“细节缺失、材质简单”。越具体的负面词越不会误伤无辜的清晅特征。3.2 人物畸变的负面词组合手部、脸部、肢体分开拦截针对人物类出图我总结过一套常用负面词组合基本覆盖了最高频的畸变类型。注意这套词不是越多越好而是每一组都有明确指向多余的手指、缺少手指、手指粘连、变形的肢体、多余肢体、手臂畸形、 变形的人脸、扭曲的面部、解剖学错误、比例失调、身体错位把这些词放进负面提示词相当于给人物生成加了一道保险丝。但我要提醒一句**负面词只能降低畸变概率不能彻底消灭畸变。**如果画面里同时出现多个人物、复杂动作和手部特写再强大的负面词也救不回来。这种情况的正确策略是在正面提示词里把姿态和构图说得更死而不是指望负面词兜底。3.3 画面质量的负面词写法别让质量词变成“塑料感”帮凶另一个常见难题是质量词。很多人喜欢在正面提示词里猛堆“极致细节、8K分辨率、高清、锐利”同时在负面里写“低质量、模糊、模糊背景”。结果画面确实“高清”了但清晰得很假像是塑料模型。原因是质量词不等于真实感。**真实感的来源是材质、光影和渐变过渡而不是单纯的清晰度。**一味追求清晰画面会丢掉细腻过渡一味追求细节画面会变得噪杂。后来我把提示词里的“8K”这类词删掉换成“自然肤色、真实皮肤纹理、柔和光影过渡、细腻灰阶”整体质感反而好了很多。这里建议你做个实验同一组主体分别用“高质量、高细节”和“自然质感、真实光影”两组质量词各跑几张对比看。你会发现后者更接近摄影作品前者更接近展厅手办。废片率这个指标其实不只是“能不能看出是什么”还包括“有没有想要的质感”。把负面词对准“塑料感、处理过度、过度锐化”这些词通常比写“低质量”更有效。4. 参数旋钮才是废片率的分水岭CFG、步数、种子怎么配提示词只是前端真正决定废片率的还有一组参数。很多人在这一步非常随意采样步数默认多少就多少CFG分类器引导强度拉满种子完全随机。结果同一套提示词今天出好图明天出废片还以为模型出了问题。其实参数才是那个最容易被忽视的变量旋钮。4.1 CFG引导强度不是越高越听话太高会画出“烧焦感”CFG基本上是所有文生图工具里对结果影响最大的参数之一。它的作用是调节生成结果对提示词的遵循程度。数值越低模型越放飞自我画面天马行空但也容易跑偏数值越高画面越贴近提示词字面意思但超过某个阈值后会开始出现对比度过高、颜色油腻、边缘烧焦的伪影。我个人的实测区间是7到11是安全区12以上开始有风险15以上废片率急剧上升。如果你用的工具默认值在7.5左右建议不要随便往上拉。遇到“画面偏题”的情况优先考虑修改提示词结构而不是把CFG从7调到14——后者虽然让画面“更听话”但代价是风格化被压制质感变得僵硬。4.2 采样步数不是越多越好超过某个值就是在“磨损”画面采样步数控制的是模型从纯噪声逐渐“显影”成图的迭代次数。步数不够时画面像没睡醒细节残缺步数太多时画面未必更清晰反而可能被反复修正出奇怪的纹理。现代采样器大多在20到35步之间就能收敛再往上增加只是白耗算力。如果你是刚开始尝试建议先固定步数在28左右然后只调整其他参数。只有当画面出现明显的细节不足时再往上加步数。反过来如果你觉得画面有些死板反而可以尝试降低步数有时候这种“不充分”会保留更多手绘感。4.3 种子锁定从“靠运气”到“靠流程”的关键种子seed是很多人忽略的参数但它恰恰是降低废片率最实用的一招。每一张生成图都对应一个随机种子种子不同初始噪声就不同出图结果完全不同。很多工具支持固定种子重现结果这意味着同一套提示词用同一个种子再跑一次出的图会是同一张或者极度接近。这个特性可以变成工作流先用批量随机种子快速刷一批低分辨率小样挑出你觉得结构、构图、氛围最好的一张记下它的种子。然后把这颗种子固定下来放大分辨率、调整细节参数重新生成。这样做的废片率比每次都随机种子碰运气低得多。我在实战中用过这个方法原本可能要抽几十张才能中一张现在抽五到八张就能出可用的稿。4.4 分辨率和比例为什么同一句话横构图比竖构图更容易崩分辨率对废片率的影响也很大。大多数模型是在固定分辨率下训练的你用它训练范围之外的长宽比相当于让它在不太擅长的画布上作画结构失调的概率会明显上升。比如某个模型主要训练在512×512的方图上你非要一次拉成1024×512的宽幅人物的脸被拉宽、“身体比例变得奇怪”之类的问题就很容易出现。更稳妥的做法是先以模型的推荐分辨率生成小样确认构图没问题后再用重绘或修复的方式扩成目标比例。这一步看似多绕了弯实际上能省下大量试错成本。用固定比例生成再后期裁剪废片率会低很多。5. 不同题材的防废片写法人像、多人、场景、文字画面的差别同样的提示词方法论在不同题材上要做一些微调。我见过不少人把一套“通用提示词模板”套到所有需求上然后抱怨出图效果不稳定。其实是因为不同题材对提示词的敏感点完全不同需要分别处理。5.1 人像特写的防废片要点锁定景别约束脸部占比人像特写里最关键的词是“景别”。你要的是“半身像”“头像特写”“全身像”一定要在提示词里明确点出来否则模型会在画面范围上自由发挥出来经常是构图上不完整的废片。比如你只要一张肩部以上的头像提示词里就别写“全身”也别只写“人像”最好直接给出正面或侧面视角描述。脸部占比方面特写镜头里脸的尺寸天然偏大写“占据画面大部分区域”这类描述比写“脸部清晰”更有效。另外人像背景不宜过于复杂如果背景元素太多模型会把大量注意力挪走脸的细节反而偷工减料。所以背景描述要尽量克制“简洁干净的背景”这类词通常会比“街头背景”“森林背景”更容易出好效果。5.2 多人画面的防废片要点人数、位置、互动关系逐条说清多人场景是废片重灾区。两个以上的人物同时出现在画面里模型在分配主体数量时经常乱套三个人物画成五个人或者两个人的手臂缠在一起分不清谁是谁。想减少这类废片提示词里必须显式写明人数和空间关系。比如你写“两个人面对面坐在咖啡桌旁左边的人穿黑色外套右边的人穿白色衬衫”这种把数量和位置关系拆成单独词条的方式比“一对朋友在聊天”更稳。行为描述也要具体“一个正在说话、另一个正在倾听”比“他们在交流”更容易被模型理解。其实模型理解不了抽象的“交流”它只能理解“说话”“举手”“注视对方”这类具体动作。5.3 场景与建筑类环境词排序比主体词更讲究场景类出图的废片问题主要出在透视和元素比例上。建筑画成歪的、空间关系混乱这类废片靠提示词能改善一部分但别指望完全解决。比较有效的做法是把“透视”“视角高度”“画面比例”这类构图词放在环境描述中间而不是挤在末尾。比如“从低角度仰视”“广角镜头视角”“街道两侧建筑对称排列”这些词对空间结构的约束力很强。另外场景类提示词里建筑风格词要精准。一个“欧式建筑”在模型里关联的东西太多了文艺复兴式、哥特式、巴洛克式都算“欧式”但它们的长相差得非常远。写上更具体的风格名比如“哥特式尖顶”“巴洛克式雕花立面”废片率会明显下降。5.4 文字与海报类为什么文字总是乱码以及怎么绕过最后说一个几乎人人踩过的坑生成带文字的图片文字总是变成乱码、缺笔画、语序错乱。这不是提示词能完全解决的因为绝大多数模型对文字的认知还停留在“像文字的纹理”阶段而不是真正的读写。写“这是一张写着Hello的海报”这种提示词输出来经常是拼错、笔画多余的假文字。我的经验是**文字类需求不要指望一次生成到位。**先出纯图形底图把字体位置留空或用色块占位再用修图工具或者局部重绘把真正的文字填进去。如果一定要直接生成尽量用短句、大字、字形简单的词并且明确指定“标题字位于画面上方中间”“周围留白”这类布局描述。即便如此也要有再抽几轮的准备。6. 换模型等于换语言跨版本提示词迁移的废片陷阱我见过一个很典型的场景某团队在旧版本模型下测好了一套提示词出图质量很高结果换到新模型后同一套词跑出来完全变味废片暴增。大家第一反应是新模型不如旧版其实换个视角看是所有模型对提示词的“解释方式”都不太一样。6.1 不同模型对词义的“方言”差异每个模型训练时使用的数据、清洗方式、标签体系不完全一样这导致同一个词在不同模型里关联的视觉特征可能不同。比如“cinematic lighting”在一些模型里对应的是强烈的体积光和阴影在另一些模型里可能只对应柔和的环境光。你在旧模型里得到的那套“有效提示词”本质上是“旧模型的方言”不是通用语言。所以换模型之后第一件事不是批量复制提示词而是先做“术语试探”。拿几个核心词单独跑一遍看看这个模型对它们的理解和你脑中的预期差多少再决定是保留还是换一种说法。这个步骤看起来费时但比起直接大批量出废片反而省得多。6.2 版本升级后最常见的三类提示词失效根据我观察到的案例版本升级后的提示词失效主要集中在三方面。第一是风格词权重变化。新模型对风格词的理解更具体、更强烈同一风格的审美边界可能收缩了以前能兼容多种画风的词现在会直接把画面引向某一固定风格。第二是负面词覆盖范围变化。旧版有效的某些负面词在新版里可能已经被内部优化解决继续加反而会拖低画面质量。第三是结构词敏感度变化。新版模型对诸如“多个主体”“全身构图”“透视角度”这类结构词的响应强度可能不同导致原先稳定的构图描述开始失效。应对方式很简单每次更换模型或版本都专门花半小时用同一组提示词做跨版本对比把明显变差的词条单独筛出来调整。这个“适配测试”的步骤能帮你省下后面几天的大量废片时间。6.3 适配测试怎么做把提示词拆成最小单元一组一组试具体的适配测试方法是把你常用的提示词拆成最小单元比如“主体词”“环境词”“光效词”“风格词”“质量词”然后固定其他部分每次只替换一个单元跑三到五张对比。这样你就能快速定位到底是哪一类词在当前模型下有问题。举个例子旧版本下你的人像提示词写“黄金时段光线”出图很漂亮。换新模型后同一句词出图偏黄、偏硬那你可以单独试“黄昏柔光”“夕阳逆光 低角度”“暖色调侧光”等几个近义词看哪个更接近你要的质感。比起整条改这种单点替换的方式保留了许多仍然有效的词只需修复几个关键节点整体废片率就能回到可控水平。7. 从“碰运气”到“按流程出图”适合个人的低废片工作流讲了这么多基础原理和专项写法最后把它们串成一套可以每天直接用的工作流。这套流程的核心目的只有一个把出好图的概率从“看脸”变成“可操作”。7.1 第一步低分辨率批量探测先找构图和概念不要一上来就用高分辨率、高质量词直接定终稿。高分辨率意味着单张耗时更长参数调整的反馈也慢。那就会被细节问题干扰判断出废片成本太高。正确做法是把分辨率调到中低档用一套结构明确但不过度复杂的提示词批量刷十几张小样。这一步关注的重点只有两个一是主体概念对不对二是构图骨架稳不稳。只要能看出“这是个女生坐在窗边、画面是半身侧影”就算成功至于皮肤纹理细不细腻、背景锐不锐利暂时忽略。在小样阶段废片率根本不用统计因为本来就是在大量筛选中找潜在可用的草稿。7.2 第二步锁定种子定向重跑锁定结构从小样里挑出构图最满意的一两张记下种子编号。然后把提示词从“结构验证版”换成“细节增强版”向其中补充材质、光影、风格收尾这类词。最关键的是保留同一个种子。这样重跑出来的图在构图和布局上会保持基本一致只是细节更精工。这里有个小技巧种子锁定后如果只改措辞不换分辨率构图变化很小如果你把分辨率也调大构图可能会变。所以想保结构、提细节就要在种子不变的前提下尽量锁住分辨率和画面比例。这一阶段的目标是得到一张“结构正确、细节可看”的中稿。不要急着做最终渲染。7.3 第三步局部重绘或者后期修别指望一步到位中稿确定后如果某些细节还有瑕疵——比如手指略有变形、文字部分乱码、背景个别元素穿帮——我的建议是不要从头再抽改用局部重绘。把有问题的区域单独圈出来重新生成或者直接在后期工具里修补。这一步能省下的时间成本极其可观。我见过不少人执着于“一次生成完美终稿”为此反复抽卡抽到最后算力成本爆炸。实际工作中一次生成加局部修补的路径远比追求单次完美更现实。废片率真正意义上的降低不是指“每次都能成”而是指“废掉的次数大幅减少、每一次可用的产出更多”。7.4 第四步沉淀自己的“提示词黑名单”和“绿灯模板”最后养成记录的习惯。每次跑出废片顺手记一下是哪个词导致了偏题每次跑出好图也把提示词存成模板。时间久了你会积累出一套个人专属的“绿灯模板”和“黑名单词组”。比如我自己的黑名单里有“泛泛的不要有一堆形容词并列的模糊风格词”、有“太宽泛的场景描述”绿灯模板里有“具体动作 具体环境 具体光效 一个主风格词”这种固定结构。下次遇到新需求时先拿模板改主体然后在十个常用词里做增删出片效率能比每次凭空联想高出一大截。在实际操作中我还有一个习惯每次生成前先把提示词用中文梳理一遍问自己“如果这句话让人类画师听能直接画出来吗”如果对方还要追问细节那模型大概率也会跑偏。在提示词里少留空白废片率就会多降一分。这个习惯听起来朴素却是所有技巧里最管用的一条。