技能提升网
很多新手在刚接触 Midjourney、Stable Diffusion 或者商业绘图工具时，最常犯的错误就是“把 AI 当许愿池”。直接在对话框输入“一个美丽的女孩在花丛中，超高清，8k壁纸，杰作”，然后点击生成。结果往往让人崩溃：人物手指变形、五官扭曲、背景乱成一锅粥。这种纯靠运气“抽卡”的方式，在实际商业设计和日常业务交付中是完全行不通的。
想要让 AI 听话，做到指哪打哪、稳定控图，核心在于建立一套标准化的提示词工程（Prompt Engineering）结构。这不仅是日常提效的技巧，更是 2024 年人力资源和社会保障部（人社部）正式公布的全新数字新职业——“生成式人工智能系统应用员”与“人工智能训练师”国家职业标准中，明确要求的核心操作规范。
一、拒绝抽卡：工业级提示词的五维结构公式
工业级控图提示词绝不是词语的无序堆砌。模型读取文本时有明确的权重衰减规律与词性解析逻辑。越靠前的词权重越高，修饰词越具体，模型收敛越快。
在实际操作中，大家可以直接套用这个经过商业验证的五维提示词公式：
完整控图公式 = [核心主体及细节] + [媒介风格与艺术流派] + [构图视角与景别] + [环境光影与色彩氛围] + [物理引擎与渲染参数]
注意看，这五个维度各自承担着明确的控制任务：
1.核心主体（Subject）：明确主体是谁、在做什么、外观特征是什么。例如“30岁身穿职业深灰色西装的亚洲女性高管，双手抱胸，微笑注视镜头”。
2.媒介风格（Medium & Style）：确定作品介质。是摄影照片（Commercial Photography）、3D 渲染（Octane Render）、还是二次元手绘（Anime Line Art）。如果不标注介质，模型会自行混合，导致画面塑料感极重。
3.构图视角（Composition & Framing）：控制摄像机位置。特写（Close-up）、半身肖像（Medium Shot）、全身视角（Full Body）、广角（Wide Angle）或俯视视角（Top-down View）。精准限定景别是解决人物肢体畸变的最快手段。
4.环境光影（Lighting & Atmosphere）：光影决定画面的质感深度。例如伦勃朗光（Rembrandt Lighting）、柔和漫射日光（Soft Diffused Daylight）、工作室棚拍侧光（Rim Lighting）。
5.参数与控制（Parameters）：模型底层指令。画幅比例、画质采样器、种子值（Seed）与权重控制符。
为了直观展现结构化前后的差距，大家看下面这张实际工作流对比表：
| 评估维度 | 常见新手提示词 | 工业级结构化提示词 | 交付成果差异 |
|---|---|---|---|
| 输入示例 | “一个高级的护肤品瓶子放在石头上，好看的背景，商业大片风格” | `Commercial product photography of a glass cosmetic serum bottle, placed on a wet dark volcanic stone, isolated water drops, soft rim lighting, minimalist Japanese zen style, depth of field, 85mm lens, f/2.8, clean background –ar 3:4 –v 6.0` | 新手输入容易生成带诡异标签、瓶身变形、光影散乱的无用图；结构化输入直接达到电商详情页主图级别。 |
| 主体控制 | 模糊（“高级瓶子”） | 精确（“透明玻璃精华液瓶”、“黑色火山岩”、“晶莹水滴”） | 主体材质清晰，玻璃折射真实。 |
| 镜头景别 | 未定义，模型随机发散 | 85mm 人像/静物定焦镜头，f/2.8 大光圈虚化 | 背景自然虚化，视觉焦点完全锁定在产品本身。 |
| 商业可用率 | 低于 15%（高频废片） | 达到 75% 以上（只需微调） | 显著缩短交付周期，降低算力与时间成本。 |
二、Midjourney 控图实战代码块：一键复制模板
针对日常高频的商业场景，这里提供两套经过多轮压力测试的标准模板，大家可以直接复制到生产环境中使用：
1. 商业人像摄影模板（适用企业形象照、工卡海报）
Professional editorial photography, medium shot of a 30-year-old East Asian male architect wearing casual black turtleneck and modern eyeglasses, looking at camera with confident expression, neutral modern concrete wall background, Rembrandt lighting from side, subtle rim light, shot on Hasselblad H6D-100c, 85mm lens, f/4, photorealistic, cinematic tones, highly detailed skin texture --ar 16:9 --style raw --v 6.02. 电商静物/美妆产品展示模板
Minimalist commercial still life photography, top luxury aesthetic, a frosted emerald green glass perfume bottle standing upright on a travertine marble slab, fresh morning sunlight casting geometric hard shadows, a single monstera leaf shadow in the corner, water ripples on reflective surface, clean beige background, hyper-detailed, Hasselblad 120mm macro lens, studio lighting --ar 4:5 --stylize 100 --v 6.0三、Stable Diffusion 控图核心参数与负向提示词配置
如果大家做私有化部署或者使用 Stable Diffusion（SD 1.5 / SDXL），提示词只是控图的一半，另一半在于负向提示词（Negative Prompts）与采样参数调校。
很多朋友反馈 SD 容易画出“多根手指”或“重影”，其实只要在负向提示词里做好兜底配置，90% 的低级错误都可以被直接过滤掉：
必备通用负向提示词模板（可直接粘贴入 Negative Prompt 框）
(worst quality:2), (low quality:2), (normal quality:2), lowres, bad anatomy, bad hands, extra digits, fewer digits, missing fingers, extra limbs, mutated fingers, poorly drawn hands, poorly drawn face, mutation, deformed, blurred, watermark, text, signature, duplicate, cross-eyed, extra legs, extra arms, bad art在参数调整上，不要随意滑动滑块，请严格参照以下业务基准：
| 关键参数项 | 推荐设定区间 | 核心作用与避坑提醒 |
|---|---|---|
| 采样方法 (Sampler) | `DPM++ 2M Karras` 或 `Euler a` | 前者在 20-30 步内收敛极好，写实类场景优先；后者风格变化丰富但容易发散。 |
| 采样步数 (Steps) | `25 – 35` | 步数不是越大越好。超过 40 步容易产生多余杂质和计算边际效应，28 步是性价比最高的平衡点。 |
| 提示词相关性 (CFG Scale) | `6.0 – 8.0` | 切勿拉大到 10 以上。CFG 过高会导致图像色彩饱和度过载、人物边缘产生油腻的黑边和伪影。 |
| 重绘幅度 (Denoising strength) | `0.35 – 0.5`（图生图或局部重绘） | 超过 0.7 相当于重新画图，原图结构会完全丢失；低于 0.3 则几乎看不到修改痕迹。 |
四、从野路子到专业化：官方认证与能力进阶标准
随着生成式人工智能在电商、广告、影视、工业设计等行业的全面铺开，纯靠经验摸索的非标准操作正在被规范化流程淘汰。企业在招聘 AI 内容制作人员或评估员工数字化技能时，越来越看重官方评价与行业背书。
对于希望在职场建立核心竞争力的朋友，建议大家关注以下由国家人社部门与工信部门主导的权威认证：
1.工信部教考中心《生成式人工智能应用工程师》专业技能证书
•主管单位：工业和信息化部教育与考试中心（官网：`www.miiteec.org.cn`）。
•定位与价值：面向企业数字人才培育，重点考核大模型提示词开发、图文音视频内容生成工作流搭建、模型调优与产业化应用。
•考试形式：线上理论考核与上机实操考核结合，通过后数据录入工信部教考中心人才数据库。
2.人社部门备案评价《人工智能训练师》职业技能等级证书（职业编码：4-04-05-05）
•标准来源：人社部联合多部门制定颁布的国家职业技能标准。
•等级划分：共分为五级（初级工）、四级（中级工）、三级（高级工）、二级（技师）、一级（高级技师）。
•官方查询平台：证书统一录入人社部“技能人才评价工作网”（`jndj.osta.org.cn`）。
•政策补贴与福利：符合条件的城镇职工、灵活就业人员取得相应等级证书后，可依法申领人社部门发放的技能补贴（通常三级高级工在各地补贴指导目录中为 1500 至 2000 元不等，具体以参保地人社局最新公告为准），部分城市还可计入积分落户加分项。
| 评价项目 | 工业和信息化部教育与考试中心 《生成式人工智能应用工程师》 |
人社部职业技能等级认定 《人工智能训练师 (4-04-05-05)》 |
|---|---|---|
| 证书性质 | 工业和信息化部行业岗位能力培训证书 | 国家职业技能等级证书（与原国家职业资格同等待遇） |
| 核心考核模块 | 提示词工程、AIGC 视觉与文本生成实操、智能体构建 | 数据标注与清洗、模型效果评估、算法测试、智能系统运维 |
| 权威查验官网 | 工业和信息化部教育与考试中心官网 (`miiteec.org.cn`) | 人社部技能人才评价工作网 (`jndj.osta.org.cn`) |
| 职场适用场景 | 企事业单位数字化转型岗位、设计与市场运营能力证明 | 企事业单位评聘技能职称、申领地方财政技能补贴、落户积分 |
五、落地执行 SOP：日常控图三步避坑法则
最后，给大家总结一个日常设计出图的标准作业程序（SOP），在实际工作中直接执行即可：
•第一步：主干先行，严禁同时修改多个变量
在调图初期，只写主体和画幅（例如 `Subject + –ar 16:9`），跑出 4 张图，观察模型的构图重心。确定了满意的姿势或结构之后，固定种子值（`–seed`），再逐步追加光影与镜头参数。每次修改只动一个变量，才能清楚是哪个提示词发挥了作用。
•第二步：活用垫图与权重控制（Image Prompt & Weight）
遇到无论怎么用文字都描述不清楚的特定构图或配色，直接在提示词前加入参考图链接，并配置图片权重参数（Midjourney 中为 `–iw 0.5 – 2.0`）。文字管逻辑，图片管形态，双管齐下才能解决发散问题。
•第三步：局部重绘替代推倒重来
如果整体构图和光影已经完全符合商业要求，仅仅是手部有多余指节或眼睛没有聚焦，绝对不要重新生成全图。使用 Midjourney 的 `Vary (Region)` 功能或 Stable Diffusion 的 Inpaint 模块，将瑕疵区域涂抹蒙版，输入局部提示词进行微调。这才是专业技术人员高效交付的底线法则。
