第一步:明确锁定主体身份与数量——以“1个/一只/一位+国籍/年龄/性别+职业/物种”作为开头,例如“一位25岁的华裔女医生”“一只蓝眼暹罗猫”。如果省略这一步,AI模型很容易生成多个人物或混淆物种特征。
第二步:叠加可视觉化的具体细节——集中描述眼睛形状(杏仁眼/下垂眼)、发型质地(蓬松卷发/湿漉漉短发)、服饰材质(亚麻衬衫/亮面皮夹克)、肢体状态(单膝跪地/双臂张开),避免使用“优雅”“帅气”等抽象词汇。
第三步:嵌入环境动线与镜头语言——明确写出“她正转身推开玻璃门,阳光从左后方斜射”,或“低角度仰拍,背景虚化为咖啡馆暖光灯串”。缺少动线和视角描述,生成的画面容易显得静止呆板。
风景类Prompt写法:空间分层法彻底告别笼统形容
方法一:三层结构法(特别适合新手入门)
近景(具体物体与质感)→中景(主体结构与比例关系)→远景(氛围载体与天气状态)
示例:“青苔覆盖的石阶(近景)→中央矗立一座褪色红砖钟楼,顶部风向标微微转动(中景)→远处山峦叠嶂,薄雾弥漫,天际线透出淡金色晨光(远景)”
方法二:拒绝使用“春天/海边/城市”等空泛词汇
将“春天”替换为“樱花瓣正飘落至青石路面,部分粘在湿润泥土上”;
将“海边”替换为“退潮后的黑色礁石缝隙里残留着细小的紫贻贝壳,浪花在五米外翻涌成白线”。
物品类Prompt核心技巧:材质、光影、构图三要素缺一不可
撰写物品类Prompt时,必须同时交代以下三项:①主体本体(一只粗陶马克杯)②表面物理属性(杯身有手工拉坯留下的细微螺旋纹,釉面哑光微裂)③光照反应(左侧45°暖光照射,杯柄投下细长阴影,杯内液体反射高光点)。
【遗漏其中任何一项,生成的图像大概率会出现塑料感、悬浮感或无影平涂等失真问题】
避免使用“高清”“精致”“高质量”等空洞词汇,这些词对混元生图模型缺乏实际的引导作用;直接描述肉眼可见的纹理、反光、接缝、磨损痕迹等具体细节即可。
商品背景替换Prompt设计:以“动作锚点”精准锁定主体位置
上传商品图片后,Prompt中必须包含一个与商品存在物理接触关系的动作动词,例如:“置于木纹工作台上,左下角压着半张手写设计稿”“悬挂在纯白展墙中央,右侧垂落一根细铜链”“斜靠在灰蓝色丝绒斜坡上,底部接触面有轻微压痕”。
这个“动作动词+接触面描述”的组合,是混元后台识别商品空间姿态的关键信号。如果省略,背景将出现漂浮或错位等问题。
风格关键词放在句末,用逗号隔开:“……压着半张手写设计稿,极简主义,柔焦摄影,浅景深”。
图生视频Prompt核心要点:时间维度必须显性化表达
腾讯混元的图生视频功能无法理解隐含的时间逻辑,所有动态描述必须使用现在分词或进行时态直述:
✘ “老人坐在长椅上” → ✅ “老人正缓慢抬头望向天空,眼皮微微颤动,喉结上下滑动”
✘ “猫头鹰停在树枝上” → ✅ “猫头鹰转动头部15度,右爪收紧抓握树皮,羽毛随气流轻微起伏”
每个句子只描述一个连续动作,超过两个动作需要拆分成多个句子。混元模型对复合动作的解析稳定性有限,容易导致肢体扭曲或帧间断裂等异常。
文生3D Prompt格式规范:严格遵循“量词+主体+特征+风格”四段式
标准格式模板:1个 + 不锈钢保温杯 + 杯身蚀刻北斗七星图案,杯盖顶部嵌入旋转式温度显示屏 + 工业设计风格
特别提示:特征描述中严禁出现“逼真”“精细”“高清”等无效修饰词汇;所有特征必须具备可建模性——即能够被3D软件识别为几何体、贴图或参数化控制项。
【量词必须使用“1个/1只/1件”,写“多个”“若干”会触发默认单体生成逻辑,导致模型合并或裁剪等异常】
