当众多人瞧见一张颇具美感的AI作品时, 其首要反应便是“求提示词”。可抄袭而来的提示词常常难以达成同样的成效, 因为模型存在差异, 参数并不相同, Seed值也不一样, 最终致使画面全然不同。

真正所要学习的并非是“他写下了怎样的词”, 那而是“其为何要去写这些词”。在从一张成品图片返回来推出它的提示词结构这件事上, 此能力相较于任何现成的提示词模板而言都是更具价值的。

反推不是复制，是拆解

反过来推想一张图, 你并非要知晓它精确到每一条的提示词, 你所要清楚的是, 这张图是由哪些“图层”组合而成的。一张借助AI创作出来的作品, 通常是由四个起到叠加作用的信息层共同构建而成的。

这四层并非必然全部现身于提示词当中, 然而对于一张具备高质量的图而言, 这四层一般是俱全的。而你的任务则是从最终的成品里将这四层“拆解”出来。

拆解四步法

第一步：看主体，判断用什么模型。

着重去观察画面之中的画风, 留意其线条的表现形式, 关注色彩所呈现出的倾向, 思考它究竟是写实摄影风格, 还是动漫风格, 再考量光影方面, 确认其是细腻的, 还是硬朗的, 这些特征能够协助你大概判断出它所运用的模型类型, 若是写实风格, 大概率是SDXL或者写实类底模, 若是二次元风格, 大概率是专有模型如或Niji。

不需要精确到具体模型的版本，只需要判断方向就够了。

第二步：看光线和色彩，提取氛围词。

光线乃是最为出色的线索, 去查看光源所处的位置, 以及其所呈现出的软硬程度, 还有色温状况。要是光线展现出较为柔和的状态, 并且具备明确的黄金般色调, 那么在提示词当中必定会存在“hour”或者“warm”。要是画面整体偏向青蓝色调, 那么大概率会有“cool tones”或者“blue”。

对于色彩而言, 那主色调究竟是属于暖色范畴还是冷色范畴? 其饱和度是偏高处于那种较浓郁的状态还是偏低处于那种较淡弱的状态? 这些情况都直接对应着提示词里所存在的色彩描述。“muted ”这种情况对应的恰恰是低饱和状态, 而另一种情况对应的是高饱和状态。

第三步：看构图和镜头，提取机位词。

这张图, 是从怎样的角度进行拍摄的, 是平视的角度、俯视的角度、仰视的角度, 还是倾斜的角度, 画面之中的主体究竟是处于该画面的正中间位置, 还是偏向于一侧位置?

第四步：看画面精细度，提取质量词。

要从几个维度判断画面的精细度, 其一, 看皮肤是否存在纹理, 其二, 瞧衣服有无材质感, 其三, 察背景有无虚化现象, 其四, 观边缘有无毛刺。

把拆解结果写成提示词

拆完四步之后, 你所得到的, 并非一个‘精确配方’, 而是一个‘配方框架’:

一个有着红色长发的年轻女子, 有着红色长发, 是年轻女子。

【风格】 , art

洋溢着温暖的时刻之光, 散发着柔和的光辉, 营造出一种氛围。

【质量】 , , 8k

动用这个框架来运行跑图, 你没办法达成100%对原图的复刻, 这是由于你并不清楚原图确切的Seed值以及参数。不过, 你能够收获一张在风格与氛围方面极为贴近的作品。并且, 鉴于你领会了这张图的构成逻辑, 待到下次你又想绘制相仿风格之时, 就无需去搜寻“类似的提示词”, 你自身便能够撰写。

拥有复刻一张图的能力, 并非在于“复制粘贴提示词”, 而是在于“分析出这张图的构成逻辑”。