这一步要做的是文案转画图提示词。它最容易崩,因为文案是给人看的,画图提示词是给模型看的。 数字和动词不该进画图提示词——画图模型会试着把字画进图里,结果是错别字或者乱码。 好提示词四部分:主体、场景、光线与风格、排除项。 第四部分最容易漏。
上一节测完文案,这一节接图片。 整个案例里返工最多的地方就是这里:文案改一句,提示词要跟着改;提示词改一句,出的图风格就变了。 这一节的做法是把提示词拼装放进代码节点,而不是写死在大模型提示词里。理由在第五节。
一、文案不是画图提示词
文案要让人看懂事实,画图提示词要让模型画出画面。两个目标不一样。 演示里六条文案各转一句提示词。 第一条「AI 眼镜销量翻倍,同比增长 118%」转成「一副黑框 AI 眼镜,产品摄影,浅景深,柔和侧光, 纯净背景」。 注意转完的东西里没有「销量翻倍」,也没有「118%」。那些是事实,不是画面。
如果直接把文案拼上去,画图模型看到「销量翻倍」会试着把字画进图里——结果是一张带错别字的图, 或者一堆乱码。
二、没有画面主体的时候
演示里有一条「行业整体向好,多家机构上调全年预期」,抽不出任何可画的物件,只能退到「一张空桌面」。 这不是 bug,是文案本身就没有画面。 所以如果图老是出得很空,先别怪画图模型,回头看看文案里有没有一个能画的东西。
这条经验挺值钱:要图好看,文案里得先有具体名词。 「行业向好」画不出来,「一副眼镜」能画。
三、好提示词的四部分
| 部分 | 写什么 | 这一条的例子 |
|---|---|---|
| 主体 | 画什么 | 一副黑框 AI 眼镜 |
| 场景 | 在哪 | 放在木质桌面上 |
| 光线与风格 | 什么调子 | 柔和侧光,产品摄影 |
| 排除项 | 不要什么 | 不要文字,不要水印 |
前三部分是「加什么」,第四部分是「减什么」。减的那部分最容易漏,也最影响观感。 不写「不要文字」,十张图里有八张带字——因为训练数据里带字的图太多了。 不写「不要水印」,有时候会给你加上一个不存在的品牌 logo。
四、为什么放在代码节点里
把拼装逻辑放在代码节点,而不是写死在大模型提示词里。 理由一:画图提示词的格式会变。 换个画图模型,风格词可能要全换。 写死在提示词里,每次改都要动大模型节点,一改就把文案那边的效果带偏。 理由二:能单独测。 代码节点给它一段文案,出来的提示词对不对,一眼能看出来。 藏在提示词里就测不了。
理由三:能加规则。 「文案里有数字就不放进去」「超过 60 字就截断」,这些规则写在代码里是三行, 写在提示词里是求它。 能拆成节点的,别塞进提示词。 这句话在第 6.4 节说过一次,这里是它的第一个实战例子。
五、这一步的产物
一段六十到一百字的画图提示词,四部分齐,不含数字和抽象词。 它接给图像生成节点。那一步的输出是图片地址,不是图片本身——这个区别要记住。 地址是个字符串,所以下游拿到的是一串 URL。要展示得用图片元素,不能直接塞进文本里。
演示里第一条提示词出来是六十一个字。太长了——超过八十个字,画图模型会忽略后半段。 所以代码节点里最好加一条截断。
六、一个容易忽略的循环
文案改一句 → 提示词变 → 出的图变。这意味着调图的时候不能只调提示词。 如果图不好看,先问:是提示词的问题,还是文案里没有能画的东西? 演示里那条「行业整体向好」就是后者。它的提示词怎么写都出不来好图,因为文案本身没有画面。
所以这个案例里,图的质量上限由文案决定。 提示词只能逼近那个上限,不能突破。
七、动手 Demo:文案转画图提示词,这一步最容易崩
六条文案各转一句画图提示词,看转出来的是什么。 再看一条没有画面主体的文案会退到什么,以及把原文直接拼上去会出什么问题。
VIS = {u'眼镜': u'一副黑框 AI 眼镜',
u'大模型': u'一块发光的服务器机柜',
u'智能家居': u'一间亮着暖灯的客厅',
u'耳机': u'一副入耳式耳机',
u'芯片': u'一块方形芯片特写'}
STYLE = u',产品摄影,浅景深,柔和侧光,纯净背景'
def to_prompt(s):
subj = u'一张空桌面'
for k, v in VIS.items():
if k in s:
return v + STYLE
return subj + STYLE
实跑输出:
--------------------------------------------------------------------
文案转画图提示词,这一步最容易崩
--------------------------------------------------------------------
① 六条文案,六句提示词
--------------------------------------------------------------------
| 文案 | 画图提示词 |
|---|---|
| AI 眼镜销量翻倍,同比增长 11… | 一副黑框 AI 眼镜,产品摄影,浅景深,柔和侧… |
| 国产大模型开源新版本,推理速度提升… | 一块发光的服务器机柜,产品摄影,浅景深,柔和侧… |
| 智能家居补贴落地,多地开始申报 | 一间亮着暖灯的客厅,产品摄影,浅景深,柔和侧光… |
| 新款耳机主打降噪,续航 40 小时 | 一副入耳式耳机,产品摄影,浅景深,柔和侧光,纯… |
| 车载芯片短缺缓解,交付周期缩短两周 | 一块方形芯片特写,产品摄影,浅景深,柔和侧光,… |
| 行业整体向好,多家机构上调全年预期 | 一张空桌面,产品摄影,浅景深,柔和侧光,纯净背景 |
② 抽不出主体的那一条
--------------------------------------------------------------------
「行业整体向好,多家机构上调全年预期」——文案里没有可画的具体物件,只能退到「一张空桌面」。
这不是 bug,是文案本身就没有画面。要图好看,文案里得先有一个能画的东西。
③ 抽象词跑进提示词会怎样
--------------------------------------------------------------------
如果直接把文案拼上去:AI 眼镜销量翻倍,同比增长 118%,产品摄影,浅景深,柔和侧光,纯净背景
画图模型看到「销量翻倍」「同比增长 118%」,会试着把字画进图里——结果是一张带错别字的图,
或者一堆乱码。
数字和动词不该进画图提示词。 它们属于文案,不属于画面。
④ 好提示词的四个部分
--------------------------------------------------------------------
| 部分 | 写什么 | 这一条的例子 |
|---|---|---|
| 主体 | 画什么 | 一副黑框 AI 眼镜 |
| 场景 | 在哪 | 放在木质桌面上 |
| 光线与风格 | 什么调子 | 柔和侧光,产品摄影 |
| 排除项 | 不要什么 | 不要文字,不要水印 |
第四部分最容易漏。不写「不要文字」,十张图里有八张带字。
⑤ 提示词要能单独改
--------------------------------------------------------------------
把这段拼装放在一个代码节点里,而不是写死在大模型提示词里。
理由:画图提示词的格式变过好几轮,写死在提示词里,每次改都要动大模型节点,
一改就把文案那边的效果带偏。
能拆成节点的,别塞进提示词。
! 这一步是整个案例里返工最多的地方。文案改一句,提示词要跟着改;提示词改一句,出的图风格就变了。
所以第 8.5 节那条「单节点先试」在这儿最值钱。
①第一张表六行。注意转完的提示词里没有「销量翻倍」,也没有「118%」——那些是事实,不是画面。 ②第二段那条「行业整体向好」抽不出主体,退到「一张空桌面」。这不是 bug,是文案本身没有画面。 ③第三段把原文直接拼上去,「销量翻倍」「118%」全在提示词里。 画图模型会试着把字画进图里——结果是错别字或者乱码。 ④第四张表四部分。第四部分「排除项」最容易漏,不写「不要文字」,十张图有八张带字。 ⑤第五段讲为什么放在代码节点:格式会变、能单独测、能加规则。能拆成节点的,别塞进提示词。
30 秒实验
- 拿你出得最差的一张图,回头看它的提示词:四部分齐不齐、有没有数字混进去。
- 给你的画图提示词加上「不要文字,不要水印」这一句,再出一张对比。
- 数一下你的画图提示词有几个字。超过八十的,试着砍到六十。
常见误区
- 「把文案直接当画图提示词。」数字和动词会跑进图里,出来的是错别字或者乱码。
- 「提示词写得好图就好。」图的上限由文案决定。文案里没有能画的东西,提示词怎么写都空。
- 「提示词写死在大模型节点里最省事。」格式一变就要动大模型,一改就把文案那边带偏。
自测三问(点开对答案)
1. 为什么文案不能直接当画图提示词? —— 文案讲事实,提示词讲画面。数字和抽象词进去,画图模型会试着把字画出来。 2. 好提示词的四部分是什么? —— 主体、场景、光线与风格、排除项。第四部分最容易漏,也最影响观感。 3. 为什么把拼装放在代码节点? —— 格式会变、能单独测、能加规则。藏在提示词里,改一次就要动大模型节点。图能出了,最后一环是把它交出去。下一节讲结束节点——输出不声明,下游接不住。
- ☐ (本篇完,下一篇 8.7 配置【结束】节点)
相关笔记
- 文案生成测试:单节点先试跑
- 扣子平台设置提示词案例:能拆成节点的别塞进提示词
- 什么是卡片:卡片怎么做
- 🐦 扣子开发 AI Agent · 索引