ai生图提示词怎么做？AI完整流程逐条拆开讲清

写一张图的描述和写一批图的描述，看起来是同一件事的两种规模，其实是两道不同的题。一张图的时候，你可以从头想到尾，随时停下来改；一批图的时候，你必须在动笔之前就想清楚规则，因为规则一旦落下，后面每一张都会按它走一遍。把这两件事混为一谈，是绝大多数人用不好的第一步。

这篇要拆的是「怎么做」。不绕圈，直接把整条链子摊开，从准备素材开始，到参数、描述、生成、挑选、归档，每一段讲清它到底在做什么、卡点通常出在哪里。中间凡涉及青虎AI 的口径都标明白，凡文档里没有的一律不编。

有一句话先放在这里，它决定了整条链的姿态。工具给你的是素材、数据和初稿，判断与定稿这一步在人手里。流程的意义不是把人从链条里删掉，而是把人从重复动作里腾出来，去做那些真正需要判断的位置。

先分清：做一张和做一批是两道不同的题

单张任务的思路是「调整」。你出一个版本，看看哪里不对，改描述，再出，再改，几轮之后逼近你想要的那个画面。这个过程是收敛的，靠的是你不断提供反馈。

批量任务的思路是「定规则」。你不可能对每一张都提供反馈，所以必须在开始之前把规则定死：这批图统一用哪种视觉风格、统一什么比例、统一什么语言、文字统一走哪条路。规则定完，剩下的工作就是执行和验收。

两道题的难点完全不同。单张任务的难点在手感，你需要知道往哪个方向调；批量任务的难点在设计，你需要知道哪些项该被固定、哪些项该被放开。很多人做批量失败，不是工具不行，是拿着单张任务的思路去做批量——每一张都想单独调到满意，结果效率还不如一张张做。

还有一层区别是关于返工的。单张任务的返工是「再来一次」，成本很低；批量任务的返工是「重跑一批」，成本很高。所以批量场景下，试错的时机必须提前，要在正式跑之前用一张图验证规则对不对，而不是跑完一批再去发现规则错了。

这两道题还有一个不同点常被忽略，就是「谁来判断做完」。单张任务里，做完没做完由你一个人说了算；批量任务里，标准必须能被写下来，因为验收的人可能不只你一个。写不下来的标准等于没有标准，最后会变成每个人按自己的审美各挑一半，产出反而更乱。

第一步：备素材——主图的参考图与产品图分开放

整条链的第一段是备素材，它最不受重视，也最影响结果。这一段要做的事只有一件：把两类图分开。

参考图的作用是提供风格。你看中某张图的打光方式、背景质感、版式的排布节奏，这张图就是参考图。产品图的作用是提供主体细节。你自己的商品从哪几个角度看最清楚、材质在哪张图里体现得最好，这些图就是产品图。两类图的职责不同，混在一起存放，选的时候就容易乱。

这一段最常见的卡点有三个。一个是参考图给得太少，只给一张，风格判断就没有横向参照；青虎AI 的主图复刻这一类口径是单次最多 10 张 参考图，产品图最多 3 张，文档同时建议同商品给多角度、多 SKU。这里的数量不是越多越好，而是要在上限之内把信息给全。

第二个卡点是素材质量。模糊的、反光的、被遮挡的图，会让后面的处理很难补。文档里有一条提醒写得很直白：图片越清晰效果越好，复杂文字场景还需要二次确认。把这句话当成分拣标准来用——上传之前先扫一眼，不合格的先换掉，比后面返工划算。

第三个卡点是命名。一批商品十几张图，命名如果是「IMG_0231」这种，过两天自己都认不出哪张是哪张。命名规则不用复杂，带上品类、款式、用途就够。这件事花五分钟，省的是后面每一次翻找的时间。

第二步：定参数——先定主图的骨架再写内容

参数是骨架，描述是皮肉。这句话听起来抽象，落到操作上很简单：比例、张数、语言、模式这些要在写描述之前就定好，因为它们决定了画面的形状，写描述的时候是改不动的。

比例这一段最直观。青虎AI 主图复刻这一类内置 1:1、2:3、3:4、16:9 几种比例，可在淘宝、拼多多、抖音、快手、小红书、Shopee、亚马逊之间切换。定比例的依据是你打算发到哪里——同一个商品发在不同平台，需要的形状很可能不一样。如果你要发的位置不止一个，就先想清楚这批图主要服务哪一个，别指望一张图同时满足所有位置。

这里有个容易被忽略的换算：比例一旦定了，后面所有的描述都是在这个形状里说话。方形图里说「主体居中偏左」和竖版图里说同样一句话，得到的效果不一样，因为可用空间变了。所以定比例这件事不只是选个尺寸，它还悄悄决定了你的构图描述该怎么写。跨平台出图的时候，建议同一套描述按不同比例各跑一遍，不要指望一行描述适配所有形状。

模式这一段容易被忽略。主图复刻这一类默认走「智慧模式」，会自动判断产品类型与参考图风格。默认值的好处是不用选，坏处是当你的商品比较特殊时，自动判断可能不是你要的方向。所以当结果明显偏了，除了回头看描述，也值得回头看一眼模式这一栏。

语言这一段是跨境场景的重点。文案支持简中、英、日、韩，选语言这件事要跟目标市场对齐，不要等出完图再逐张换。批量场景里语言没设对，就是整批的返工。

参数项	它决定了什么	定错了会怎样
比例	画面的形状，以及能不能直接放进目标平台	出完还要再裁一遍，等于白做一轮
张数	一个商品要出多少个版本供挑选	候选太少，挑不出可用的那张
语言	画面上文字使用的语种	跨境场景整批返工
模式	系统按什么逻辑自动判断风格与品类	方向整体偏移，描述写得再好也救不回来

这张表里最值得记住的是最后一行的逻辑：参数错了，描述救不回来。这不是说描述不重要，而是说顺序不能反。人在出图之后觉得不对，第一反应往往是改描述，实际上先看参数往往更快找到原因。

第三步：写描述——八项逐条过，让每张图的视觉不出偏差

到了这一段才是大多数人理解中的「写提示词」。但走到这里你应该已经清楚，它只是链条中间的一环，前面两段没做好，这一环再用力也有限。

写描述有一个很实用的切入方式：拿一份维度清单逐条过。青虎AI 的主图复刻这一类把参考图的视觉特征拆成 8 大视觉维度，覆盖光影、构图、色调、装饰、文案排版、字体样式、贴纸位置这些方向。这份清单本来是用来做特征提取的，反过来当描述检查表用也非常顺手。

逐条过的意思是，每一项都问自己一句：这一项我心里有没有答案。光影是硬光还是柔光、从哪边来；构图是居中还是三分；色调偏冷还是偏暖；画面里有没有装饰元素、放在哪；文字压在什么位置、字号是大是小、字体是粗还是细；有没有贴纸类的元素、贴在哪个角。这些问题一个个答下来，描述自然就具体了。

除了这 8 大视觉维度，还有一层更结构化的东西值得留意。文档里写明这个过程还分析视觉主次关系、卖点表达逻辑、用户视线引导路径。换成人话就是：什么元素在画面里是主角、卖点是按什么顺序被推出来的、人的眼睛会先看哪里后看哪里。这一层比光色抽象，但它才是决定一张图「有没有用」的部分——一张图再漂亮，如果视线路径不对，卖点没被看到，它就不算完成工作。

文字这一栏要单独处理。图片里的文字既是视觉的一部分，又是内容的载体。青虎AI 给了 3 种文案模式：提取图片文案、AI 生成文案、自定义文案。有品牌规范、有合规要求的场景通常走第三条，因为文字的说法必须逐字可控；风格要整体照搬的场景可以走第一条；手上没文案又想先看一版的走第二条。

第四步：套图生成与挑选——候选多不等于省事

生成这一段本身没什么操作难度，难的是后面的挑选。青虎AI 的主图套图生成这一类口径是 30–60 秒 输出 5–8 张 完整套图素材，形态覆盖主图、白底图、场景图、细节图、卖点图，适配 6+ 主流平台；它还内置违规词词库，在生成前做检测并给出替换建议，多风格可选。

候选多不等于省事。给 5–8 张 候选，如果你的挑选标准是「哪张好看」，你会纠结很久；如果标准是「哪张能直接用」，判断会快很多。所以在生成之前，先把挑选标准写下来，哪怕只是三句话：主体清晰、卖点能看到、文字没错字。有了标准，挑选就从审美题变成了核对题。

还有一个思路是把挑选拆成两轮。第一轮做减法，把所有明显不合格的划掉——主体被挡住的、文字糊掉的、方向跑偏的，这一轮不需要审美，只看硬条件。第二轮做选择，在剩下的几张里挑最合适的那一张，这一轮才需要判断。两轮分开的好处是不让审美干扰硬条件的筛查，也不让硬条件限制住审美的空间。

挑选时值得留意一个细节：不是每一张都必须用。一套图里有一张方向不对很正常，重要的是能不能只处理那一张。青虎AI 的这一类功能口径写明，单张不满意可以单独重生成，不必整套重来。这个特性对批量场景的价值很大，它把返工从「整批重跑」压缩成了「局部重做」。

第五步：归档——成图与描述一起存下来

整条链的最后一段是归档，它决定了这次做的事能不能变成下次的起点。这一段最常见的做法错误是只存成品图，不存描述。成品图是结果，描述才是方法；只存结果，下次遇到同类商品还得从零想一遍。

归档还有一个不太被提起的用处：它是复盘的材料。你想知道上一季的图为什么效果一般，光看成品图看不出原因，得把当时的描述翻出来对照——可能当时漏了某一项，可能比例定得不合适，可能文字走错了模式。没有描述记录，这些原因都追不回来，下一次还会踩同一个坑。

归档的粒度建议按批次走：一批任务一个目录，目录里分原始素材、生成结果、最终定稿三层，再放一个文本文件把这一批用的描述记下来。这个结构不复杂，但它解决了一个很实际的问题——过一个月回头看，你能知道当时为什么这么做的。

批量场景下的归档还要考虑文件的可寻性。一批商品做完了，下一次要找某一个商品的某一张图，能不能在短时间内找到，取决于命名和目录结构。这件事没有工具能帮你，只能靠规则。规则越简单越容易被坚持，所以别设计得太复杂。

还有一条口径对归档很有帮助：青虎AI 的批量改图这一类明确写着，AI 改图生成新图，不覆盖原图。这意味着原始素材始终在，改出来的版本不满意可以回头看原图再定。对做团队协作的场景来说，这一条比听起来更有用，因为它保留了回滚的可能。

归档这件事还有一个心理层面的用处：它把「做过的事」变成了「可查的记录」。一个团队做事最容易失忆的地方就是「上次那个效果是怎么做出来的」，全靠某个人记得。有了批次目录和描述文本，这类问题就不用问人了。这也是为什么归档该放在流程的最后一步，而不是等有空了再补——一旦开下一个批次，上一个批次的细节就开始模糊了。

批量场景怎么扩展：一次改一批图的描述怎么写

上面那条链是针对单张任务的。批量场景不是另起一条链，而是在几个位置上做加强。这个加强的具体形态，看青虎AI 的批量改图这一类最清楚：口径是一次上传最多 10 张 参考图配上一句提示词，同步完成批量修改。

「最多 10 张」这件事本身就是一条流程约束。它意味着你的批次要按这个规模来切，十几张的活要分成两批走。如果你事先没规划，做到一半发现超了，就得停下来重新组织。所以批量场景的第一件事是排批次，而不是写描述。

「一句提示词」这件事是另一条约束，而且更容易被误读。它不是让你随便写一句，而是要求这一批图的改动方向必须统一——同一批里有的要去水印、有的要换背景、有的要改色调，是没法放在一次里做的。所以批量之前要做的是分群：把改动方向相同的图归在一起，一个群一个描述。这一步做得好，批量才真正省时间。

分群的判断标准可以很简单：问自己这一组图做完之后，是不是会变成同一个样子。会，就归一批；不会，就拆开。这个问法比按商品分类更贴近实际操作，因为决定批量能不能跑的从来不是商品数量，而是改动方向是否一致。

批量可做的动作，文档里列了批量翻译、批量白底图、批量换背景与场景、批量改光影与色调、批量去水印去杂物这几类，默认走智慧模式。另外文档提醒图片越清晰效果越好，提示词建议用中文，复杂文字场景需要二次确认。这几条提醒都指向同一个意思：批量省下的是重复动作的时间，不是判断的时间。

场景	批次怎么切	描述怎么写
同款商品多角度出图	按商品切，一个商品一批	描述里固定风格项，只放开角度差异
多商品统一视觉改造	按改动方向切，同改动的归一群	描述写清这一批统一的改法，覆盖每一张
跨境多语种版本	按语种切，一个语种一批	画面描述复用，语言项单独换
存量素材翻新	按素材来源切，同期的一批一起走	描述聚焦要处理的问题，不放无关要求

这张表和前面那张参数表不同，它管的是组织方式。两张表配合起来用：参数表定每批的骨架，组织表定批次怎么切。顺序上是先切批、再定参数、最后写描述。

再补一句关于批次规模的话。批次切得太细，组织成本会上来——每批都要走一遍定参数和写描述的动作，十批就是十倍的开销；切得太粗，描述又必然含糊，因为一张描述要覆盖太多种情况。合适的规模是那种「每批只差一两项」的程度：同一批里的图，绝大部分要求是共用的，只有很小一部分随图变化。按这个标准去切，通常能切得比较准。

每一步的卡点清单：哪些位置最容易返工

把整条链走一遍之后，回头看看哪些位置最容易出问题。下面五张卡片是按链路的顺序排的，每张写清了那一段的典型卡点和绕开的动作。

边界：流程能跑到哪一步，剩下哪一步交回人

整条链讲完，要说清它到哪里为止。前面那些步骤能覆盖的是执行层：素材按角色分开、参数按目标设定、描述按维度写全、候选按标准挑选、结果按批次归档。这些动作都可以标准化，也都可以由工具承担一部分。

判断哪些动作属于执行层，有个简单的分辨办法：看这个动作有没有唯一正确答案。定比例有,因为目标平台决定了形状；分开两类素材有，因为角色不同；按清单过一遍描述有，因为清单是固定的。凡是这类「有明确对错」的动作，都属于可以标准化、也值得交给流程去做的部分。

剩下的那一部分落在判断层。这批图要不要做、做多少张、往哪个方向做、哪一张最终能用、什么时候发、发给谁，这些问题的答案不在画面里，在你的生意里。工具不会知道你这个季度主推什么、也不会知道你上一批素材被渠道提过什么。

AI 不懂你的品牌调性，最终还得人来把关。这句话放在流程的语境里有一层额外的意思：流程设计的目的是把判断的位置留出来，而不是把判断也一起交出去。一段设计得好的流程，人只在关键的两三个位置出现，但每一次出现都真的在决定事情。

所以正确的做法是两头都用力。一头把执行段标准化到可以重复，另一头把判断段想清楚到可以取舍。只做前者，会产生大量合格但没用的图；只做后者，会一直在原地想而不出东西。两头都做了，效率和质量才会同时改善。

把六段压成五个动作：一份可以直接照做的执行单

前面六段是按职责拆的，实际执行的时候可以再压一层，变成五个动作。这样做的目的是让任何一个新接手的人，看一眼就知道从哪开始、到哪结束。

这五个动作和前面六段的对应关系是：动作一对应判断题型，动作二对应备素材，动作三对应定参数，动作四对应写描述加生成，动作五对应挑选加归档。顺序不能换，换了的代价通常出现在最贵的位置上。

四个流传很广的误解

常见问题：十三个疑问逐个答