在画了几百张 nano banana pro 图片收获了几百万流量之后的一些提示词写作经验

作者分享了其在 AI 绘图领域,尤其是在生成“nano banana pro”系列图片并获得数百万流量后的提示词写作经验。文章核心观点是提示词是实现创作想法的手段而非目的,并提供了一套非传统但实用的 AI 辅助提示词优化流程。他首先强调不必过度追求提示词的专业细节,而是应从大白话开始,关注审美和判断力。当效果不佳时,作者建议利用多个 AI 模型(如 Gemini、ChatGPT)进行优化,并提供明确的优化方向。文章还介绍了如何通过寻找参考图片,反向让 AI 生成提示词,进一步提升效果。此外,作者提出将成熟的提示词转化为可复用的提示词模板,通过设定变量来适应不同场景,从而拓展创作可能性。整篇文章通过实际案例,阐述了“提示词工程”是一个系统化的设计、测试、优化过程,核心在于迭代和利用 AI 的强大能力。




最近一段时间,沉迷于 nano banana pro 画图,也写了一些颇受欢迎的提示词,X 上的浏览量加起来有几百万。但你要说我写画图提示词水平多年,这我可不敢认,因为我写画图提示词水平其实一般,写不出那些专业的参数,绝大部分提示词都是让 AI 帮我写的。

写画图提示词,没有你想的那么复杂,拿我最近写过的一些提示词来讲一下。

首先,提示词是手段不是目的

提示词是为画图服务的,所以最重要的是你的想法,你想呈现什么,至于提示词,只不过是为了实现你想法的手段,有很多种写法都可以让你得到不错的结果,所以不必太纠结提示词的细节,什么结构、关键字、长短、是不是 JSON,都没那么重要!

比如说 4 月份的时候,我就想用 GPT-4o Image 帮我画一张巨型裸眼 3D 屏幕的图,提示词很简单,就是大白话:

一只超写实大熊猫半个身子在成都繁华商街巨型弧形裸眼 3D 屏幕外边,肚皮朝上,脑袋吊着,嘴里咬着竹笋,憨态可掬

在画了几百张 nano banana pro 图片收获了几百万流量之后的一些提示词写作经验

提示词大部分时候就是这样,你都不需要多么复杂的技巧,就先大白话发过去看看效果。

然后我把提示词发给 Gemini,得到了一张这样的图:

在画了几百张 nano banana pro 图片收获了几百万流量之后的一些提示词写作经验

也还行,但效果不算太好。

写提示词不难,难得是你得有一点审美,知道什么是好的,什么是不好的,最好还能知道哪不好!

我水平不够好,只能看得出它不好,但说不上不好在哪里。这时候专业水平就能起作用,要是你专业的话,马上能知道哪不好,怎么调整。

我不专业但我有 AI,于是把这个提示词(有时候我还会把生成的图片结果一起)发给 AI,让 AI 优化。最好不要只是让它优化,而是给个方向,比如我就去搜索了一下现实世界中哪几个建筑的裸眼 3D 屏幕最有名,这样 AI 训练的最多最熟悉,更容易明白我想要什么。

在画了几百张 nano banana pro 图片收获了几百万流量之后的一些提示词写作经验

注意我会同时问 Gemini、ChatGPT(GPT-4.5、GPT-5.1),一方面每个模型擅长的不一样,另一方面这里面有很大的概率因素。所以多试几个总没错。

后面就是去测试,根据测试结果让 AI 进一步调整。

比如第一次测试,效果不怎么样!

在画了几百张 nano banana pro 图片收获了几百万流量之后的一些提示词写作经验

我干脆换了个思路,找来一张真实的看起来还不错的图片,然后让 Gemini 根据图片给我写提示词。

在画了几百张 nano banana pro 图片收获了几百万流量之后的一些提示词写作经验

再让 Gemini 帮我生成几个场景。

在画了几百张 nano banana pro 图片收获了几百万流量之后的一些提示词写作经验

拿新提示词测试了一下,效果惊艳!

在画了几百张 nano banana pro 图片收获了几百万流量之后的一些提示词写作经验

再测试几个其他场景也不错,那基本上就可以了。

在画了几百张 nano banana pro 图片收获了几百万流量之后的一些提示词写作经验

所以写提示词的过程就是不停的变换思路不停的“抽卡”重试,你可以不知道怎么调整,但是至少你得知道什么是好的,这样当偶尔“抽卡”到一张好的,你就可以基于那张好的不停的微调,直到可以稳定的生成。

真不稳定也没关系,那就多“抽卡”好了。比如那个 3D 裸眼屏的,得一半结果不怎么好,我后续又尝试优化了好一会,实在改进有效,干脆放弃了。

所以我不止一次提到“提示工程”:

提示词工程是一个过程,系统化地设计、测试、优化提示词的过程——宝玉

在画了几百张 nano banana pro 图片收获了几百万流量之后的一些提示词写作经验

让 AI 帮你写提示词,有时候还会有意外惊喜。

比如我在创作时空交汇的提示词的时候,最初的想法只是简单的时空交汇。但无意中生成了一张古今人物交互的,我一看,这比我原本的想法还要好一些,于是调整了一下创作方向,让画面中融入了古今人物的交互。

在画了几百张 nano banana pro 图片收获了几百万流量之后的一些提示词写作经验

上面其实只是我提示词创作的第一个步骤,也就是针对一个场景生成一张满意的图片。当提示词能稳定的产生一个效果后,下一步就是基于这套提示词,把它变成一套提示词模板,让它可以产生各种不同结果的图片,这样其他人也能参与其中。

比如说四季变换的图,最初的版本只有一棵树。虽然这棵树效果很好,但是大家都来画树就没意思了。最好是能基于同一场景四季变化的设定,让场景可以变化。

在画了几百张 nano banana pro 图片收获了几百万流量之后的一些提示词写作经验

我把这条提示词发给 AI,让它帮我变成提示词模板。把提示词变成模板,最重要的是设定好“变量”,你希望提示词中哪些是固定不变的,哪些是可以变换的。

比如四季变换的提示词模板,我希望它变换的是场景,不局限于一棵树,还可以是一座城市、一个园林等等,每个人都可以代入自己喜欢的场景。参考提示词:

帮我把下面的提示词变成提示词模板,变量是场景,根据场景在一张画面中显示四个季节的变化,同一个场景,但是每个季节显示场景的一部分同时又融为一体。

超写实数字插画风格,画面以一棵树为核心,从左到右均匀划分为冬春夏秋四个季节区域。树木和背景随季节依次渐变变化,每个季节区域内的树叶颜色、枝条状态和背景元素均应精准呈现相应季节特征。树冠、树干、枝叶以及背景中的植被与天气等自然景观,都应根据季节的典型表现进行细致调整和过渡,确保四个区域间衔接自然流畅、色彩丰富且富有象征意义。画面比例为 4:3。

在画了几百张 nano banana pro 图片收获了几百万流量之后的一些提示词写作经验

提示词模板的变量也不用局限一个,可以有多个变量,比如这张“现实vs内心映射”的图,{现实}是一个变量,{内心映射}是另一个变量。

在画了几百张 nano banana pro 图片收获了几百万流量之后的一些提示词写作经验在画了几百张 nano banana pro 图片收获了几百万流量之后的一些提示词写作经验

这一步仍然是要反复测试,直到有一个稳定的效果

在画了几百张 nano banana pro 图片收获了几百万流量之后的一些提示词写作经验

所以说,写提示词,没有那么难,你有一个想法,先用大白话去试试,不行就让 AI 帮你调整,告诉它你哪里不满意,希望哪里更好,根据 AI 调整后结果再去试,再调整,反复“抽卡”,耐心一点总能成。

当然模型也很重要,真不行就等一段时间再重新试试,就像我的裸眼 3D 显示屏的提示词,半年前还画不好,现在这就挺逼真了。让 AI 优化,也可以试试不同的模型,比如我会反复在 Gemini 3 Pro、GPT-5.1、GPT-4.5 之间重试,并没有绝对答案谁最好,保不准谁的结果就让你满意了。

如果你想更进一步,让你的提示词能适应不同的场景、人物,还可以把它变成提示词模板,衍生出更多好玩的作品。


AI 前线

AI 智能体构建总结:17 种架构详细实现!

2026-1-3 2:06:09

AI 前线

AI 原生数据库的思考

2026-1-3 2:06:11

0 条回复 A文章作者 M管理员
    暂无讨论,说说你的看法吧
个人中心
购物车
优惠劵
今日签到
有新私信 私信列表
搜索