同样的提示词工程，为什么别人出的图更稳，问题出在描述顺序上

去年十一月初在杭州出差，晚上回酒店没事干
，拿midjourney想跑几张产品概念图。

我当时个人看法是自己提示词写得挺全乎，主体、材质、光线、氛围、镜头参数全给上了，结果跑出来七八张，张张不一样，有两张连主体都变形了哦。

隔壁房间同事也玩AI绘画，同一套词他出的图就稳得多，四张里能有三张半能用。

我当时就纳闷了，一样的提示词工程，怎么就差这么多。

后来我把自己写的词和他写的词摆一起对比，才发现问题根本不在词好不好，而在描述的先后顺序。

我是东一句西一句，想到什么加什么，先写了“赛博朋克风格”，中间插了个“蓝色调”，最后才说“一个机械手表放在大理石台面上”。

他是反过来的——先把主体和场景定死，再叠光线材质，最后补风格和氛围。

我自己试了大概四五次，把顺序调过来之后，出图的稳定性肉眼可见地涨了。

我现在固定用这套顺序，跑了差不多两个月，出片率从原来的三成提到七成左右。

第一步先写主体，越具体越好，别只写“一只猫”，要写“一只橘白相间的短毛猫趴在窗台上”。

第二步写场景和空间关系，比如“窗台是旧木头的，窗外是模糊的梧桐树影”。

第三步加光线和材质，“下午四点左右的侧逆光，猫毛边缘有轮廓光，木头表面有细微纹理”。

第四步才写风格和氛围，“胶片摄影感，柯达portra400色调，安静慵懒”。

最后一步加参数和负面词。

我拿同一个主体做了两组测试，一组是“一个搪瓷杯放在木桌上，暖光，复古风格，浅景深”，另一组把顺序倒过来“复古风格，浅景深，暖光，搪瓷杯放在木桌上”。

第一组跑了六张，五张主体都在画面正中间，杯子形状基本没跑。

第二组跑了六张，杯子出现在角落的有三张，还有一张干脆把杯子画成了花瓶（这个我真没想到）。

同样的词，就换了个前后顺序，废片率差了将近一倍。

AI绘画模型理解提示词不是同时看所有词，它是按token顺序逐个加权计算的，越靠前的词对画面的锚定作用越强。

前大概十来个点的提示词决定了画面里有什么东西，中间那部分决定了东西长什么样，最后那大概十来个点才轮得到风格和情绪。

你把“梦幻光影”放最前面，模型第一反应是往虚了画，主体还没定呢光效先糊上去了，出来主体自然飘。

这个逻辑跟写文章不一样，写文章可以先抒情再切入正题，AI绘画不行，它没有“耐心”等你铺垫。

还有一个容易忽略的点——长尾词的位置也会影响权重。

比如你想让画面偏冷调，不要只写“冷色调”，要把“冷色调”嵌到光线描述里，“冷白色的顶光打下来”，这样冷调才稳。

我试过单独把“冷色调”放最后，跑出来三张里有一张偏暖，模型可能把冷调理解成了后期滤镜，没在光照层面执行。

另外像“电影感”“高级感”这种大词，放越靠后越安全，放前面容易让画面变糊变暗，我拿“电影感”放开头跑过一组，六张里四张暗到看不清主体。

上面这套顺序我也是踩了坑才摸出来的。

有一次我图省事，把“极简风格”写在了最前面，后面跟主体，结果跑出来的图倒是极简了——主体几乎快没了，就剩个轮廓。

后来我学乖了，风格词永远放在描述清楚之后。

你要是刚开始调，不用记太多，就记住一条：先说什么东西，再说长什么样，最后说像什么感觉。

这三步走顺了，稳定性能涨一大截。