那该怎么写？这篇文章会拆解一套经过反复验证的提示词框架，经验反复证明了这一点：真正的真实感，藏在“物理锚点”里。

用物理锚点替代风格描述

这一手得下在最前面。每写一条提示词，头部必须带上一串精确的“身份标识”。例如：【山止工坊×夏夜青提系列|2026年7月门店首发】。不加这个锚点信息，AI默认调用的就是通用茶饮数据库里的图，连杯壁冷凝水珠的蒸发速率都会按平均值模拟，而不是你实测过的32℃室温下87秒起雾的真实节奏。

接着进入毫米级参数阶段。杯身直径74mm、杯口内径62mm、杯壁厚度2.3mm、冷凝水珠直径0.8–1.2mm、水珠间距≥3.5mm。把这些数值写进提示词，AI看到带单位的数据会立刻切换成微距摄影逻辑，不会再渲染一团“看起来像水珠”的模糊贴图。

最后一步：货架物理环境绑定。“陈列于喜茶门店收银台右侧立式展架，展架深度22cm，杯体前倾8°，左侧相邻为联名款陶瓷杯，顶部受LED射灯直射（色温4000K）”。这是很多人容易忽略的环节——没有了空间锚点，AI根本算不准水珠是顺着杯壁往下滑，还是悬在半空中像贴图一样粘着。

当这些物理参数全部到位，那条提示词才算真正“清醒”了。

禁用幻觉词必须前置拦截

AI的注意力权重按文本顺序衰减，这句话值得划重点。换句话说，如果你把“不要纯白背景、不要无投影悬浮、不要扁平插画风……”这些禁止项写在提示词的末尾，AI已经顺着前面的模板逻辑完成了一次标准的安全组合渲染，后面的“不要”基本等于白写。

正确做法：在所有描述之前，单独开一行，写死禁用列表。比如：【禁用：纯白背景、无投影悬浮、扁平插画风、3D塑料质感、渐变透明度叠加、无比例参照物】。把禁用项放在提示词开头，才能从根源上切断AI自动补全那些“无影棚白底+居中悬浮+柔光高光”的安全组合。数据揭示了一个有意思的规律：禁用项放在末尾，拦截失败率超过73%。这一步不做，后面写再多细节都救不回来。

混入人为生产痕迹

AI对自己生成的“完美画面”有着天然的迷恋，但你我都知道，真实的商品图里一定有瑕疵。这才是决定“看起来像实物”的关键。

方法一：在杯托描述中加入产线级细节。“粗麻布托盘边缘有激光雕刻的「山止」篆体logo，logo凹陷深度0.15mm，右下角可见0.3mm宽未完全清除的氧化铜残留”。AI一旦看到这种精细到微米级别的参数，就会自动调取金属氧化模拟模型，而不是去调用通用的纹理数据库。真实感由此产生。

方法二：给吸管加一个动态失效点。“双层PP吸管插入杯中深度42mm，管身微弯弧度R=18mm，但管口切面保持绝对垂直，无挤压变形”。这句看起来有点“矛盾”的指令，会触发AI的物理引擎进行重算，迫使它同时处理材质应力与光线投射的变化关系，最终呈现的真实质感远超过“高清吸管特写”这种空洞描述。这一手，百试百灵。

绑定唯一镜头语言

很多人写提示词最大的毛病，是舍不得放弃任何一种可能性。镜头语言一复杂，AI立刻精神分裂：同一张图里既想特写爆汁又想展示全景，结果两边都没做好。

破解办法：
第一步：每条提示词开头强制加上镜头类型前缀，例如“特写慢镜：”“俯拍45°：”“第一人称手持视角：”。

第二步：一个卖点，只绑定一种镜头语言。比如“青提爆汁”这个核心卖点，只能匹配“显微镜头下果肉细胞破裂瞬间”，不可以用“全景展示整杯饮品”。AI对于多义性的镜头指令响应极差，一次给两个选择，它就会生成两张风格严重冲突的画面。

第三步：为每类镜头固定时长占比。在提示词末尾统一加上“时长:1.2秒”。没有时长约束的提示词，AI会自由拉长重复镜头，导致成片节奏拖沓、记忆点模糊不清。

第四步：把所有的万能过渡词删干净。别再用“然后”“接着”“随后”——改用物理空间关系来衔接。比如：“镜头从杯口冷凝水珠移向吸管内壁附着的青提碎屑”。去掉过渡词之后，AI被迫用空间位移代替时间推演，画面逻辑瞬间收紧，节奏感一下子就出来了。

整体来看，这是一套环环相扣的“物理锚点框架”：从品牌节点定位到毫米级参数、从禁用词前置到瑕疵植入、从镜头唯一性到空间逻辑衔接——缺一不可。下一次跟AI对话写提示词，不妨试试这个思路。说到底一句话：要真实，不要好看。