AI绘画提示词写不好？不是模型差，是这2个描述顺序反了
我去年十一月在杭州出差，晚上窝在酒店拿Midjourney跑图，想生成一张“清晨咖啡馆靠窗位置、阳光斜射、桌上有半杯拿铁”的图，结果你猜怎么着？
连续跑了17张，要么是杯子悬空，要么阳光从地板下面往上照，最离谱的一张窗户长在吧台后面。
我当时就骂模型不行，还差点花29美金升级套餐。
后来隔壁做设计的老王看了一眼我的提示词，直接说了一句话：你这两个描述顺序反了，AI根本不知道先看谁。
身边三四个朋友都栽在这个小问题，问了三个客服才弄懂（叹气）
核心结论
我之前的写法是“阳光斜射，半杯拿铁，靠窗座位，清晨咖啡馆”。
老王让我改成“靠窗座位，清晨咖啡馆，阳光斜射，半杯拿铁”。
就调了个顺序，同样的模型，第3张就基本能用了哈。
说白了，AI绘画提示词不是堆形容词比赛，而是先定场景再定细节。
你把主体和场景放后面，模型就先拿光影、材质这些修饰词去搭骨架，搭出来的东西当然歪七扭八。
我后来拿Stable Diffusion做了个对比测试，同一组词，场景在前跑了50张，构图合理的有38张；修饰词在前跑了50张，构图合理的只有11张。
差了27张，这跟模型版本没关系，纯粹是描述顺序的事。
我那天在酒店拿小本子记了半页，越记越觉得以前浪费的算力都是白花花的银子（按某东上4090显卡的租用价，一小时六块五，我跑了快四个小时，二十六块钱打水漂了）。
具体方法
下面这个清单是我踩了两个月坑、废了大概600多张废图之后定下来的标准流程。每一条都对应一个我以前犯的错，你照着对比看就行。
- 先写主体和场景，再写光线和材质。我以前上来就写“柔光、丁达尔效应、电影级质感”，结果AI先给你铺一层光，再硬塞一个主体进去，画面就散了。正确做法是开头就钉死“一张木质书桌，桌上一台银色笔记本电脑”，后面再补“侧逆光，暖色调”。我上个月帮同事跑产品图，光调这个顺序就省了大概四十张废图，按每张0.08元算，三块二，不多，但时间省了二十分钟。
- 数量词和方位词放修饰词前面。我犯过的错是写“三个红色苹果，桌上”，AI经常给你两个或者四个，还堆在角落。改成“桌上三个红色苹果”，数量准确率明显上去。我拿Excel记过，同样跑20次，数量对的从9次提到16次。这个数据是我自己一张张数的，不保证你跑出来一样，但趋势差不了太多。
- 风格词放最后，别放开头。我以前写“赛博朋克风格，一个女孩站在雨里”，出来的图全是霓虹灯管子，女孩小得跟蚂蚁似的。改成“一个女孩站在雨里，中景，赛博朋克风格”，人物占比就正常了。我媳妇儿说我这是“把调料当主菜”，话糙理不糙（这个比喻我真没想到，但她说完我愣了三秒）。
- 负面提示词单独放，别混在正面描述里。我一开始图省事，在正面词里写“不要模糊、不要多余手指”，结果模型反而盯着“模糊”和“手指”去生成。后来老老实实把模糊、多余手指、水印这三样扔进负面框，干净多了。我上周在小区门口碰见楼上邻居，他还问我为啥他跑出来的手总是六根指头，我让他先把负面词填上再说话。
- 一次只改一个变量，别一次调三个。我以前跑图，改完光线又改构图还加风格，出来一张好图也不知道是哪个词起的作用。现在每轮只动一个位置，记录写在本子上。上个月光“咖啡馆”这个主题我就记了4页A4纸，正面反面都写满了。笨是笨了点，但比瞎跑强。
还有个事得提一嘴，我用的版本是Midjourney v6和SDXL 1.0交替跑，v6对自然语言顺序更敏感，SDXL对标签顺序稍微宽容一点，但也就宽容那么一丢丢。你要是用别的模型，这个顺序逻辑大差不差，先场景后细节，先主体后修饰，基本不会跑偏。
对了，我上周二晚上在家试“深夜书房、一盏台灯、翻开的笔记本”，按新顺序跑，第一张就出了能用的构图，台灯光晕正好打在键盘左上角。
搁以前我得跑到第八张才开始挑。
省下来的时间我拿去泡了杯茶，茶叶是去年在黄山买的毛峰，八十块一两，喝着还行。
大概就这些，你们自己跑几张试试，反正试错成本比升级套餐便宜多了。
