用LiblibAI生图的朋友大概都遇到过这种情况：明明想要一个古风少女，出来的却像是现代Cosplay；明明写了赛博朋克城市，画面里却只有几盏霓虹灯。图片和描述对不上，第一反应往往是换模型，但其实多数时候问题出在提示词本身。提示词是AI绘画唯一的输入接口，你写得含糊，模型就只能靠猜。这篇文章就来系统地讲讲，当图片不符合描述时，该如何重写提示词。
先搞清楚提示词为什么会失效
重写之前，得先知道原提示词为什么没起作用。最常见的原因有三个。第一是关键词冲突，比如同时写了realistic photo和anime style，模型在两种风格之间反复横跳，最后输出一个不伦不类的结果。第二是关键词太弱，比如你只写了"女孩"，模型对女孩的理解有无数种可能，年龄、发型、服装、姿态全部交给随机数，出图自然不稳定。第三是顺序问题，Stable Diffusion系的模型对提示词开头的词汇权重天然更高，如果你把最重要的主体特征放在句子末尾，它很可能被后面的内容稀释掉。
还有一个容易被忽略的点是反向提示词没写或者写错了。反向提示词告诉模型不要画什么，比如低质量、多余的手指、变形的肢体等。如果正向词里描述得很细致，但反向词是空的，画面质量垃圾、构图混乱这些负面因素就没有被压制，最终成片依然会偏离预期。
重写提示词的基本结构：主体、细节、风格、质量
一条合格的提示词，建议按四段式来组织。第一段是主体描述，说清楚画面核心是什么，比如"一个穿汉服的少女站在樱花树下"。第二段是细节补充，包括人物的发色、表情、服装材质、光线方向，比如"黑色长发、微笑、丝绸质感的红色汉服、柔和的侧逆光"。第三段是风格限定，指明画面风格或参考的艺术家，比如"中国风插画、水墨质感"。第四段是质量词，比如"杰作、高清、精致细节、8k分辨率"。
下面是一个重写前后的对比示例。假设你想要一张古风少女图：
重写前： beautiful girl, hanfu, tree 重写后： 杰作, 高质量, 一位中国古代少女, 黑色长直发, 头戴银色发簪, 穿着红色织金汉服, 站在盛开的樱花树下, 微风吹动衣袖, 柔和的夕阳逆光, 浅景深, 中国工笔画风格, 精致细节, 8k 反向提示词： 低质量, 模糊, 变形的手, 多余的手指, 错误的 anatomy, 水印, 文字
重写后的版本把年龄、发型、配饰、服装颜色、动作、环境、光线、风格全部锁死，模型发挥的空间小了，出图的确定性就高了。注意每个描述点之间用英文逗号分隔，这是Stable Diffusion提示词的标准语法，中文逗号在某些模型下会导致解析异常。
用权重语法解决关键要素被忽略的问题
如果重写后某个要素还是不出现，比如头发颜色总是不对、背景始终是夜景，这时就需要权重语法了。权重的作用是告诉模型某个关键词的重要程度，写法是用小括号包裹，并在后面加上权重数值。
(红色汉服:1.3) # 提高权重，数值范围建议在0.8到1.5之间 (夜景:0.7) # 降低权重，弱化这个要素 ((樱花树)) # 双层括号约等于1.21倍权重，简易写法
权重数值并不是越大越好。超过1.5容易导致画面崩坏、色彩溢出，低于0.5则基本等于没写。建议从1.2到1.3开始尝试，逐步微调。另外要注意，一条提示词里加权重的关键词不要超过三个，处处强调等于处处不强调，还会挤压其他关键词的权重空间。
三类常见题材的重写模板
不同题材的提示词侧重点不一样，这里给出三个可以直接套用的模板。人物类要重点锁定五官、发型、服装和姿态；场景类要重点描述空间层次、时间、天气和视角；风格类要明确画风源头和画面质感。
人物类模板： [质量词], (核心人物:1.2), 年龄+性别, 发型发色, 五官特征, 服装描述, 姿态动作, 面部表情, 光线条件, 背景环境, 画风 场景类模板： [质量词], (核心场景:1.2), 时间+天气, 空间主体, 前景元素, 中景元素, 远景元素, 视角（俯视/平视/广角）, 色调氛围, 画风 风格类模板： [质量词], 主体简述, (目标画风:1.3), 艺术家或作品参考, 色彩倾向, 笔触质感, 构图方式, 装饰元素
套模板的时候记得删掉不相关的项，不要贪多。一条提示词控制在75个token以内效果最稳定，太长的提示词后半段会被截断或者权重衰减，写了等于白写。
提示词没问题还不像？检查这三处
如果提示词已经按上面的方法重写过，出图依然不符合描述，那问题可能不在词上。第一，检查采样步数，步数低于20时模型没有充分收敛，细节会缺失，建议设在25到35之间。第二，检查CFG Scale数值，这个参数控制模型对提示词的服从程度，数值太低（低于5）模型自由发挥，数值太高（高于12）画面会过饱和、僵硬，一般7到9比较合适。第三，检查模型与提示词是否匹配，写实类模型喂动漫风格提示词，再怎么改词也出不来理想效果，这时换模型比改词更有效。
最后一个小技巧：重写提示词时不要一次改动太多。每次只调整一到两个关键词或者权重，对比前后出图差异，这样才能准确判断哪个改动起了作用。批量改一堆词，出图变好了也不知道是哪句话的功劳，变差了也找不到原因。AI绘画本质上是一个不断试错和微调的过程，掌握方法之后，出图命中率会明显提升。