dealcalc

提示词调试方法:一次只修改一个变量

测试方法 · 9 分钟 · 更新于 2026-09-12

用基准版本、变量记录和失败原因分类,建立可复现的 AI 图像迭代流程。

1. 先定义合格标准

生成前列出三到五个必须满足的条件,例如主体数量正确、右侧有留白、产品正面可见、人物手部完整。没有合格标准,就容易被局部漂亮的细节带偏。

把条件分为“必须满足”和“可以优化”。第一轮只判断必须条件,避免同时追求构图、色彩、材质和微小装饰的完美。

2. 保存一个基准版本

选择目前最接近目标的提示词和图片作为基准,记录模型、版本、画幅和生成时间。后续每一轮都从这个版本出发。

如果一轮修改同时替换主体、构图和风格,即使结果变好,也无法知道真正有效的是哪一项。

3. 按失败类型定位问题

可以把失败分为五类:主体错误、空间关系错误、风格偏差、技术瑕疵和交付不适用。主体错误优先改身份与数量;空间问题改构图和机位;风格问题改光线、色彩和媒介;技术瑕疵需要减少复杂关系或局部处理;交付问题通常与画幅、留白和文字区域有关。

每轮只针对一个失败类型修改,生成后用同一套标准复查。

4. 删除比添加更重要

提示词失控时,先找冲突和重复信息,而不是继续增加限制。两个相反的光线方向、多个时代风格或过多镜头词都会分散重点。

将长提示词复制一份,逐段删除并比较结果。能够删除且不影响目标的内容,可以留在备注而不是主提示词。

5. 建立可复用记录

建议记录任务、基准提示词、本轮变量、结果编号、通过项、失败项和下一步。简单表格就能避免重复试错。

当某套结构在多个任务中有效时,把结构保存成模板,而不是保存所有具体形容词。模板应允许替换主体、场景、构图和风格。

完成前检查

  • 生成前写出必须满足的条件
  • 保存模型、版本、画幅和基准提示词
  • 每轮只修改一个变量
  • 失败原因归入明确类别
  • 有效结构沉淀为可替换模板

常见问题

为什么越改越差?

常见原因是同时修改多个变量或不断叠加冲突要求。回到基准版本,只保留本轮需要验证的变化。

应该一次生成多少张?

没有适用于所有模型和预算的固定数量。重点是保持测试条件一致,并按预先设定的标准比较。

返回提示词学院

页面的完整交互功能会在浏览器加载后显示。