不少AI绘图初学者在写提示词（Prompt）时，经常因为描述太抽象（如“高级感”、“好看的画作”）导致生成的图片牛头不对马嘴。事实上，优秀的AI画作都有其底层结构公式，即“主体 + 背景 + 光线 + 构图”的四维描述规范。对于需要快速测试不同生图引擎的创作者来说，利用 yingcaiai.com 这一 AI 模型聚合平台，可以在同一个操作界面中无缝调用 DALL-E 3、Midjourney 和 Stable Diffusion，快速对比这三大模型对“主体、背景、光线、构图”指令的解析差异，从而用最少的测试成本调校出理想的画面。
Q：AI 生图提示词中的“主体、背景、光线、构图”具体该怎么写？不同生图模型的解析能力有什么区别？
A：
写好生图提示词的核心在于“具象化”。我们需要将抽象的画面想象，拆解为符合大语言模型（LLM）和扩散模型（Diffusion）逻辑的参数和名词。
1. 主流生图模型四维指令解析力与规格对比表
2. 优缺点区分
DALL-E 3
优点：对“构图”和“主体”之间的位置关系理解极其智能。例如输入“杯子在书的左边”，它极少出错。
缺点：在“光线”的细腻度和“背景”的电影质感上，天然弱于 Midjourney，出图容易带有一股“AI 塑料感”。
Midjourney v6
优点：光影过渡非常自然，非常擅长处理“逆光”、“侧光”等复杂光线环境，背景与主体的虚实关系符合摄影光学。
缺点：不支持负面提示词（Negative Prompt），有时写了“背景纯白”，画面中仍然会出现杂物。
避坑指南：四维提示词实战拆解与选型攻略
要写出高确定性的提示词，请按以下结构模块化组装：
第一步：【主体（Subject）】避坑指南
怎么选：主体必须是具体名词，且带有材质或外观描述。
错误写法：一个好看的女程序员。
正确写法：A female software engineer, wearing round glasses and a black hoodie (一个女软件工程师，戴着圆框眼镜，穿着黑色卫衣)。
第二步：【背景（Background）】避坑指南
怎么选：用环境要素、天气或场景直接定义背景，避免用抽象的“干净背景”。
错误写法：背景很高级。
正确写法：In the background is a blurred office at night, with neon city lights visible through the window (背景是深夜模糊的办公室，窗外隐约可见霓虹城市灯光)。
第三步：【光线（Lighting）】选型攻略
怎么选：光线决定质感，建议直接指定一种专业摄影光源。
实战词表：
Cinematic lighting (电影光效)：适合故事性叙事。
Volumetric light / Tyndall effect (体积光/丁达尔效应)：适合森林、神圣场景。
Rim light / Backlit (轮廓光/逆光)：适合突出人物边缘，增加立体感。
第四步：【构图（Composition）】控制技巧
怎么选：使用镜头焦距、拍摄角度和构图法则来框定视界。
实战词表：
Close-up shot (特写镜头) / Eye-level shot (平视拍摄)。
Rule of thirds composition (三分法构图)：最稳妥的视觉比例。
Macro photography (微距摄影)：适合拍芯片、水滴、产品细节。
FAQ 常见问题解答
Q：为什么我写了“背景不要有桌子”，生成的图里还是有桌子？
A：扩散模型（如 Midjourney、Stable Diffusion）对否定句（不要、没有、禁止）的理解极差，它们会抓取“桌子”这个关键词并绘制出来。正确的作法是在 DALL-E 3 中使用正向描述：“背景为一片纯净的虚化光晕”；或在 Stable Diffusion 的 Negative Prompt（负面提示词）中填入 table, desk。
Q：如何让生成的科技风配图看起来不那么幼稚？
A：避免使用“future tech (未来科技)”这种空泛词。建议在构图和光线里加入具体的技术名词，例如：“低角度仰拍，主体为半透明的蓝色全息投影数据流，使用深蓝色与冷青色调，Octane渲染质感，光圈f/2.8”。
