博客
2026 年 AI 提示词怎么写更好
作者:Ofrai Editorial(Editorial Team)
大多数 AI 输出质量在动模型之前就已决定——决定在提示词里。跑了两年 Ofrai 周基准之后,我们总结出 5 条提示词工程规则,能在 GPT Image 2、Nano Banana Pro、Seedance 2.5、Kling 3、Flux 2 上把废片率砍掉大约一半。本文逐条解释,配上真实 before/after 示例,并演示 Ofrai 提示词路由器如何用同一份简报为不同模型给出不同输出。
规则一:写主体、写镜头、写光
模糊提示词只能出模糊结果。'咖啡馆里一个漂亮女人'这种句子,落在 50 张网格上要靠反复训练你的品味。'主体 + 镜头 + 光'才是一份简报——'编辑感人像,模特 30 出头,85mm f/1.8,左侧 45 度窗光,不闪光'——模型拿到四个锚点。Ofrai 基准里,含主体 + 镜头 + 光的提示词比模糊简报的首渲通过率高大约 38%。
规则二:用否定式划出禁区
生成模型默认偏向套路:多指、库存式微笑、水印、品牌 logo。一段否定区把它们挡在渲染之前。写成简短、有主张的列表——'无字、无水印、无 logo、无多指、无群戏'——按项目固定一次,不要每次重写。8 月基准里,GPT Image 2 和 Flux 2 上同一段否定区把返工率压低了约四分之一。
规则三:钉一个风格参照,不要 mood board
'电影感、压抑、高反差,像泰伦斯·马力克'给了模型三个互相抵消的信号。挑一个参照让风格归位——'Kodak Portra 400 拍摄,日光白平衡,无 LUT'。一个参照在每次跨模型 A/B 里都比三个形容词强,因为模型能真正映射到训练分布。
规则四:用镜头语汇控制构图,不要用形容词
'居中、平衡、有戏剧感'这种词很脆弱;镜头语汇很具体。说 '平视,主体在画面右侧,下三分位引导线',模型就有几何可依。视频也一样:'5 秒慢推,手持微抖'每次都比 '电影感人情绪镜头' 强。用镜头语汇写构图在 GPT Image 2、Seedance、Kling、Veo 上通用。
规则五:迭代简报,不要迭代种子
反复刷种子盼更好结果,是 AI 制作里最贵的习惯。每次重刷都烧积分,但简报没变。正确的做法是每次迭代只动提示词里一个变量——光向、镜头或背景——其它锁死。这套工作流在 8 月基准里把 Seedance 平均可用成片成本从 9.2 积分压到 5.4,Flux 2 从 7.8 压到 5.1。
Ofrai 路由器如何把同一简报变成六个输出
同一份简报落在六台引擎上结果不同——这正是聚合器的意义。在 Ofrai 里贴一次简报,路由器会按意图挑最便宜的引擎:排版或文字选 GPT Image 2,皮肤要相机感选 Nano Banana Pro,品牌风格选 Flux 2,跨镜头连续选 Seedance 2.5,高能量选 Kling 3,电影感 4K 选 Veo 3。一次 A/B 之后可以钉死某台。钱包一个订阅,比较单位是每张可用输出。
常见问题
- 2026 年 AI 提示词多长合适?
- 没有万能长度,但基准数据显示 60 到 140 词的提示词在 GPT Image 2、Flux 2、Seedance 上首渲通过率最高。短于 40 词失去具体性,长于 200 词会被模型平均掉噪音。
- 详细提示词真的有用吗?
- 有用。在我们的周基准里,写出主体、镜头、光、构图、否定区的详细提示词,首渲通过率比纯形容词高大约 30–40%。纯形容词是最慢的可用成片路径。
- AI 提示词最佳结构是什么?
- 主体 + 镜头/光 + 构图 + 风格参照 + 否定区。这套五块结构在 GPT Image 2、Nano Banana Pro、Flux 2、Seedance、Kling、Veo 上通用,也是 Ofrai 路由器选引擎时期待的格式。
- 不同模型要写不同提示词吗?
- 基本不用。五块结构跨模型通用,只需小幅调整:Seedance、Kling 多一点镜头语汇,GPT Image 2 多一点图内文字暗示,Flux 2 多一点风格锚点。Ofrai 让你换模型不用重写提示词。
- AI 视频也需要提示词工程吗?
- 比静帧更需要。镜头运动、时长、镜头语法决定简报成败;没有它们第一帧好看、第二拍就糊。五块结构加上 '5 秒慢推、手持微抖' 这类尾巴,能把可用动作的重试次数从 8 次压到 2–3 次。
- 怎么避免提示词太通用?
- 把所有表达情绪的形容词换成具体参照。'电影感' 换成 'Kodak Portra 400、日光白平衡';'压抑' 换成 '左侧 45 度窗光、无补光'。具体参照跨模型 A/B 都站得住,形容词不行。