记录一下：AI 图片 prompt 越写越长，不如先把参考图的职责拆清楚

最近给一个图像生成相关页面做测试，发现自己很容易陷进一个坑：图不对，就继续往 prompt 里加词。

比如一开始是：

```text
modern editorial image, clean, premium, cinematic, minimal
```

然后发现不对，又开始补：

```text
not too futuristic, not too dark, clean but not empty, premium but not luxury
```

写到最后，prompt 已经不像需求了，更像在跟模型讨价还价。

我测试的页面是这个：[https://krea2.io/](https://krea2.io/)
主要是拿它试 reference image / image-to-image 这类控制方式，不是说这个站一定比别的强。

这次比较有用的经验是：文字适合描述“画什么”，参考图更适合描述“怎么看起来”。

我现在一般会先把参考图拆成几个职责：

1. 一张只管光线，比如明亮、柔和、偏 editorial
2. 一张只管构图，比如中间留白，适合放标题
3. 一张只管色彩，比如蓝灰系或者低饱和
4. 反例图也可以有一张，明确不要赛博霓虹/过度科幻

这样 review 的时候也更容易说清楚问题：

- 这张构图对，但颜色不对
- 这张颜色对，但主体太靠边，移动端会裁掉
- 这张单看不错，但放到 landing page hero 里太吵

另一个坑是不要每次生成都同时改所有东西。prompt、参考图、比例、风格强度一起改，下一张变好了也不知道是哪个变量起作用。

比较稳的流程：

1. 先固定用途，比如 blog header / hero image / social card
2. 第一批只看构图
3. 第二批只调风格强度
4. 第三批放进真实布局里看

尤其是最后一步，单独看图和放进页面完全不是一回事。很多图在 gallery 里挺好看，一放到标题下面就发现主体被挡、颜色抢 CTA、移动端裁切很难受。

所以我现在觉得 AI 图片生成不太像“写一个完美 prompt”，更像做一个小型视觉实验。文字、参考图、比例、布局预览，每个变量分开测，比堆形容词靠谱很多。

有做设计/前端的朋友也这么用参考图吗？你们一般怎么避免每批图风格飘太远？

---

原文链接：[点击查看](https://www.v2ex.com/t/1228630)