好的 AI 图像提示词读起来像给摄影师的一份需求简报，而不是一串关键词。到 2026 年，各大厂商的官方文档说的其实都是同一件事：描述看得见的东西，把核心想法放在最前面，每次只改一处。
不过细节上的差异比很多人想的要大。Midjourney 让你保持提示词简短、简单。Ideogram 想要聚焦的完整句子。OpenAI 的提示指南则要求固定顺序，并列出哪些内容绝对不能变。在一个工具里好用的提示词，换到另一个工具可能就不行了，所以得清楚自己写的是哪种"方言"。
本文直接从这些厂商文档里提炼建议，再整理成一套可用的方法。你会看到提示词的组成部分、各模型的差异、如何处理排除项、八组改写前后的对比，以及一份可以给自己打分的检查清单。
好图像提示词的组成部分
Midjourney 的提示词基础页面列出了值得写清楚的几个方面：主体、媒介、环境、光线、色彩、情绪和构图（Midjourney 文档）。FLUX 背后的公司 Black Forest Labs 为其最新模型建议了相近的顺序：图像类型和媒介、主体、场景、光线，最后是取景和细节。它称这个顺序是"一种习惯，而不是规则"，并说最重要的内容要放在最前面（Black Forest Labs）。
Ideogram 讲得最细。它的指南建议先用一句话概括图像，然后依次写主体细节、姿势或动作、次要元素、场景、光线、取景和收尾处理。对于第一部分，它说得很直白："如果你只写一句话，就写这一句"（Ideogram）。
下面是每个部分的作用。
- 主体就是图像要表现的对象。给它一个看得见的细节或动作，因为只写"一只狗"，其余一切都得由模型来决定。
- 场景是主体所处的位置和周围的环境。朴素的词比花哨的词管用。
- 风格指明媒介：照片、水粉插画、海报、3D 渲染。选具体的那一种。Ideogram 的迭代指南建议写"abstract impasto"（抽象厚涂）或"pop art"（波普艺术），而不是笼统的风格。
- 说明光源、方向和质感，光线最容易控制。BFL 的指南列的正是这四项。
- 取景包括景别和相机角度。直接说"特写"或"从地面视角"，别指望模型自己猜。
- 文字要放在引号里，下面有专门一节讲这个。
画幅比例是人们最容易忘的部分，也是各工具之间变化最大的部分。Midjourney 在提示词末尾加 --ar 2:3。Ideogram 会把这个参数当成普通文字来读，所以要在应用设置里设置比例。FLUX 3 Image 有一个 aspect_ratio 字段，在没有参考图时默认是正方形，因此想要非正方形就得手动设置（BFL）。
同一个想法，五种"方言"
同样一句意图，写到不同的工具里，写法也不一样。大多数失败的提示词就出在这里：人们把一个工具的习惯带到了另一个工具上。
Midjourney：简短，参数放最后
Midjourney 的文档说"简短而简单的提示词通常能生成最好的图像"，并警告过长的指令列表可能会让生成过程混乱。它还建议用确切的数字（用"三只猫"而不是"猫"）和精准的同义词。设置项是 --ar、--chaos、--no 这类参数，始终放在提示词文本之后（参数列表）。参考图以 Image Prompts 或 Style References 的形式加入提示词。当前版本是 Midjourney V8.2，社区风格参考是个方便的词汇来源。
ChatGPT 和 GPT Image：有顺序、有标签、可编辑
OpenAI 当前的图像提示指南说，要写明主体和用途，比如产品照、广告或图表。对于复杂的需求，它建议用带标签的分段把提示词组织成场景、主体、细节和约束。它还说要描述看得见的细节，如材质、光线和媒介，并给每张参考图编号、指明角色（OpenAI 图像提示指南）。该指南涵盖 GPT Image 2.5 系列模型：追求速度的 Flare 和追求质量的 Sunburst。你可以通过 ChatGPT 或 API 使用 OpenAI 的图像模型（目录里有较早的 GPT Image 2 的页面）。API 的图像生成指南介绍了通过 Responses API 进行多轮编辑。
Gemini：用句子描述场景
Google 的文档把它的原生图像生成称为 Nano Banana，Gemini API 页面给出了可复用的模板。写实风格的模板是"A photorealistic [type of shot] of a [subject description] in a [setting description]"，页面还说"你写得越具体，能掌控的就越多"（Google AI for Developers）。它把多轮对话列为推荐的迭代方式，最多支持 14 张参考图，具体上限因模型而异。你可以在 Gemini 应用里试用，也可以通过 Nano Banana 使用。
Ideogram：用句子，用引号，没有隐藏语法
Ideogram 明确说，::1 这样的权重和 --ar 这样的参数会被当作普通文字来读。它要的是完整句子、核心想法在前，引号里的文字靠近开头（Ideogram 提示词基础）。在 Ideogram 3.0 上，它建议白话提示词控制在 150 词左右以内。Ideogram 4.5 最多接受 10,000 个字符（见 Ideogram 4 页面），不过文档说，聚焦的提示词依然更容易控制。
FLUX：要具体，不一定要长
BFL 对 FLUX 3 Image 的建议是先写一句话，看到结果后再补充细节。它说不要用"masterpiece"之类的质量标签，并删掉任何没有描述可见内容的句子。"好的提示词是具体的，而不一定是长的。"这家实验室本身的介绍见 Black Forest Labs。
说你想要什么，不要说你不想要什么
在否定指令这件事上，各家文档的看法最一致。Midjourney 的提示词基础说：如果你提到一场派对并写了"no cake"（不要蛋糕），蛋糕仍然可能出现。Ideogram 的问题修复页面说，图像模型"处理不好'no'、'without'或'not'"，并建议你描述没有那样东西时你会看到什么（Ideogram）。BFL 说 FLUX 3 Image 没有 negative_prompt 字段，并给出了例子：用"an empty promenade"（空无一人的步道）代替"no crowds"（没有人群）。
有些工具仍然提供排除控制。Midjourney 有 --no 参数，接受逗号分隔的列表，例如 --no fruit, apple, pear（Midjourney 文档）。Ideogram 3.0 有负面提示词设置，但在 4.5 和 4.0 上只能靠改写。把这些当作第二道防线。先写正面的描述。
描述"没有"需要花点心思。"没有遮阳伞的海滩"可以改成"一片开阔的沙滩，有海浪和脚印"。这样模型有东西可画，而不是要去躲避某个物体。
图像中的文字
渲染文字是图像生成里进步最大的部分，但出错的频率依然高到值得专门讲方法。Ideogram 的文字指南说"引号里的任何内容都会被当作要渲染的文字"，建议尽早点明文字，并警告多余的词和繁杂的背景会增加拼写错误的概率。它还指出你没法按名称指定字体，应该改为描述粗细和气质，比如粗黑体或细圆体（Ideogram）。
OpenAI 的提示指南补充了两个习惯。把难拼的品牌名一个字母一个字母地拼出来；对于小字和密集信息，比较一下 medium 和 high 质量的效果。即便如此，OpenAI 的图像生成指南也说，它的模型"在精确的文字位置和清晰度上仍可能吃力"。标题要短，长文案事后用设计工具来改。
八组提示词，改前和改后
这些提示词都是以文字形式给出的，没有哪一条保证能得到特定结果。右列根据上文的厂商建议，说明了每处修改想达到的效果。
| 改前 | 改后 | 这处修改的目的 |
|---|---|---|
| I'd like a picture of a whole bunch of sunflowers in a field, please make them really tall and yellow, and paint it like an oil painting | Oil painting of tall yellow sunflowers in a field | 把一长串指令压缩成一个点明媒介和主体的短语，符合 Midjourney 保持提示词简短的建议。 |
| A dog in a park | Photo of a golden retriever mid-leap catching a red frisbee on a wide lawn, low morning sun from the left, shot from ground level | 补上动作、场景、光线方向和角度，不让模型自己去选。 |
| A street with no people | An empty street at dawn, wet pavement, shuttered shop fronts | 用对场景的正面描述取代排除指令。 |
| A poster for my bakery that says good bread | Poster for a neighborhood bakery. The headline "Good Bread" in bold sans-serif at the top, a loaf on a wooden board below, warm window light | 给确切文字加引号，尽早点明，并描述字形风格而不是指定字体。 |
| Mountain lake at sunrise | Mountain lake at sunrise, mist on the water --ar 21:9 | 仅限 Midjourney。把画幅放进参数里。在 FLUX 3 Image 中则要设置 aspect_ratio 字段。 |
| Make it nicer | Change only the sky to a clear sunset. Keep the building, the people, the framing and the street colors the same. | 说明唯一的改动和需要保留的内容，与 OpenAI 提示指南对编辑的建议一致。 |
| Pretty fantasy art of a lighthouse | Gouache illustration of a lighthouse on a cliff, flat shapes, muted teal and ochre palette | 把含糊的标签换成明确的媒介和配色。 |
| Photo of a water bottle | Studio product photograph of a matte green steel water bottle on a pale wooden shelf, soft window light from the right, shot straight on at eye level | 遵循 Google 产品照模板的结构：一个台面、一个光线方向和一个角度。 |
这些"改后"提示词没有一条算长，最长的约 30 个词。大部分提升来自点明媒介、光源或取景方式，而不是堆砌形容词。BFL 特别指出，"highly detailed"这类泛泛的质量词，除了具体描述之外几乎没有增益。
像调试一样迭代
把第一张图当作草稿。Ideogram 的优化指南就是这么称呼它的，并说小而有意的改动比推倒重来更接近目标。它的核心规则是每一轮只改一个词或短语，这样你能看出每处改动的效果；如果需要干净的对比，就固定 seed 并关掉 Magic Prompt（Ideogram）。OpenAI 的提示指南得出的结论一致：把上一次的输出传回去，只提一个改动，并重复需要保留的细节。
一旦大部分内容你都满意了，就别再重新生成，改用编辑。Gemini 的文档为此推荐多轮对话，OpenAI 的指南则介绍了用 Responses API 实现可编辑的对话式流程。编辑时，说明哪些必须保持不动，并且每一轮都重复这份清单。OpenAI 说，如果结果跑偏，就重新声明关键约束。
分辨率也是循环的一部分。BFL 建议先在低分辨率下迭代，只有需要更多细节时再切换到 2k 或 4k。
生成前先给提示词打分
下面的检查清单把上述建议转成了一个十分制的评分。这是 ToolPotion 根据各厂商指南整理的评分标准，不是厂商的官方指标，所以结论仅供参考。
什么工具适合什么任务
先看任务，别先看排行榜。如果图像需要清晰可读的文字，Ideogram 的文档在这方面着墨最多。如果你想持续和模型对话、在多轮中微调图像，对话式工具更合适：ChatGPT 和 Gemini 的文档都介绍了多轮编辑。如果你想用简短的提示词得到鲜明的风格，也不介意用参数，Midjourney 的路子很适合。如果你要精确的版面控制，BFL 为 FLUX 3 Image 提供了带边界框的布局提示词文档。
想看排名，ToolRank 的 AI 图像生成器榜单对这些工具做了排序，分类中心则把它们归了类。我们的 AI 图像生成器对比和更全面的汇总对出图质量和价格有更深入的分析。如果你经常写提示词，接下来可以看看提示工程工具榜单和我们的提示工程实用指南。
常见问题
AI 图像提示词应该多长？
这取决于工具。Midjourney 推荐简短、简单。Ideogram 在 3.0 上建议控制在 150 词左右以内。BFL 说先写一句话，看完结果再补充细节。一个不错的默认做法是写一两句话，然后每轮只加一处内容。
负面提示词有用吗？
有时有用，而且只在工具提供它的时候。Midjourney 有 --no，Ideogram 3.0 有负面提示词设置。Ideogram 和 BFL 都说应该改为描述你想要的内容，而 FLUX 3 Image 没有负面提示词字段。
同一个提示词能在不同工具之间复用吗？
用白话写的核心部分可以通用，参数不行。--ar 16:9 在 Midjourney 里是有效的参数，在 Ideogram 里却会被当成普通文字来读，所以要把设置挪到每个工具对应的位置。
怎样让图像里的文字正确显示？
把确切的文字放进引号里，尽早点明，保持简短，背景也要简单。如果某个词出错了，就重新生成、缩短它，或者用编辑工具来修正。
我应该用提示词生成器吗？
它们能帮你记住提示词的各个组成部分。像 Midjourney Prompt Generator 这样的工具会根据选项拼出提示词，不过要对照厂商的建议检查输出，因为有些是为旧版本做的。