企业官网建设流程全解析

如果你最近在尝试用 AI 生成图片，尤其是使用 Stable Diffusion 这类开源模型，那么“提示词”这个词一定让你又爱又恨。爱的是，它像一把钥匙，能打开通往各种奇幻视觉世界的大门；恨的是，它又像一门玄学，同样的模型，别人能出“神图”，自己却只能得到一堆“鬼图”。你可能会困惑：为什么我写的提示词效果总是不稳定？有没有一种方法，能让提示词的效果更可控、更可预测？

这正是我们今天要深入探讨的核心。本文的主角并非一个具体的“Nano Banana 2 Lite”模型（这更像是一个示例代号），而是借由“提示词效果展示”这个场景，来系统性地拆解一个更本质的问题：如何通过结构化的方法，让 AI 绘画的提示词从“玄学”走向“工程学”。

很多人把写提示词等同于“堆砌关键词”，这其实是一个巨大的误区。真正高效的提示词，是一个精密的“指令集”，它需要理解模型的工作原理、元素的权重分配、以及负面约束的艺术。本文将从一个具体的“效果展示”任务出发，带你走过从基础概念到高级技巧的完整路径。你将不仅学会如何复现一个“Nano Banana”风格的图片，更重要的是，掌握一套可复用的提示词工程方法论，让你在面对任何模型和风格时，都能心中有数，手下有图。

1. 这篇文章真正要解决的问题：告别提示词“玄学”

在 AI 绘画社区，我们经常看到这样的现象：分享者贴出一张惊艳的图片和一段简短的提示词，学习者照抄后却得到截然不同的结果。于是，评论区充满了“为什么我的不行？”、“用了什么神秘参数？”的疑问。这背后的根本原因在于，提示词的作用被严重简化了。它不仅仅是关键词的罗列，而是包含了以下多个维度的综合工程：

1. 模型理解：不同的模型（如 SD 1.5, SDXL, 各种 LoRA, Checkpoint）对相同提示词的“解读”能力不同。
2. 语法与结构：关键词的顺序、分组、权重符号（如(word:1.3)）和连接词（如,AND）都直接影响输出。
3. 负面提示词：告诉模型“不要什么”往往比告诉它“要什么”更能精准控制画面，避免常见缺陷。
4. 生成参数：采样器、步数、CFG Scale 等与提示词紧密耦合，共同决定最终效果。

本文要解决的，正是这种“知其然不知其所以然”的痛点。我们将通过一个假设的“Nano Banana 2 Lite 模型效果展示”项目，实战演练如何系统性地设计、测试和优化提示词，从而获得稳定、高质量的出图效果。无论你是刚入门的新手，还是希望提升出图稳定性的进阶玩家，这套方法都能让你摆脱随机性的困扰。

2. 基础概念与核心原理

在深入实践之前，我们需要统一“语言”。理解下面这些核心概念，是进行有效提示词工程的基础。

2.1 什么是提示词（Prompt）？

在 AI 绘画中，提示词是一段文本描述，用于指导扩散模型从随机噪声生成一张符合描述的图像。你可以把它理解为给一位想象力极其丰富但理解力需要引导的画师下的“绘画任务书”。

2.2 提示词的核心组成部分

一段完整的提示词通常不是一句话，而是一个结构化的文本。我们可以将其分解为：

2.3 权重与语法

大多数 Stable Diffusion WebUI（如 AUTOMATIC1111）支持通过特定语法调整关键词的重要性：

• 括号增强()：(keyword)会轻微提高该关键词的权重。可多层嵌套，如((keyword))权重更高。
• 数字权重(keyword:1.5)：显式指定权重系数，1.0 是基准，大于1提高，小于1降低。
• 括号减弱[]：[keyword]会轻微降低该关键词的权重。
• 交替绘制[A|B]：在生成过程中交替考虑 A 和 B，可以产生混合效果。
• BREAK：在某些实现中，BREAK可用于分隔提示词的不同部分，让模型分阶段理解。

2.4 模型与提示词的关系

提示词的效果严重依赖于所使用的底模（Checkpoint）。一个为“动漫风格”训练的模型，对“photorealistic”提示词的反应可能很弱。同样，一个“写实人像”模型，可能很难生成好的“卡通角色”。因此，提示词必须与模型特性相匹配。我们的“Nano Banana 2 Lite”可以假设为一个偏向清新、明亮、卡通或低多边形（low-poly）风格的模型，那么我们的提示词就应该围绕这些风格特质来构建。

3. 环境准备与前置条件

为了进行后续的提示词效果展示与实验，你需要准备好一个可运行的 Stable Diffusion 环境。这里以最流行的AUTOMATIC1111 WebUI为例。

1. 操作系统：Windows 10/11， Linux 或 macOS（M系列芯片需注意兼容性）。
2. Python：版本 3.10.6 或 3.10.11（这是与 PyTorch 等依赖兼容性最好的版本）。不建议使用 3.11+。
3. Git：用于克隆 WebUI 仓库。
4. 硬件：
   • 显卡（GPU）：推荐 NVIDIA GPU，显存至少 4GB（用于基础模型）。要流畅运行 SDXL 或大型 LoRA，建议 8GB 或以上。
   • 内存（RAM）：建议 16GB 或以上。
   • 硬盘空间：至少 10GB 可用空间，用于安装和存放模型。

3.1 安装 AUTOMATIC1111 WebUI

这是目前功能最全、社区最活跃的 Stable Diffusion 图形界面。

打开命令行（Windows 可用 PowerShell 或 CMD），执行以下命令：

# 克隆仓库 git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git cd stable-diffusion-webui # 启动安装脚本（Windows） webui-user.bat

首次运行会自动下载所需的 Python 包和基础模型（如v1-5-pruned-emaonly.safetensors）。这是一个较慢的过程，请保持网络通畅。

安装并启动成功后，在浏览器中打开http://127.0.0.1:7860即可看到 WebUI 界面。

3.2 获取并放置模型

假设我们的“Nano Banana 2 Lite”模型是一个.safetensors格式的检查点文件。

1. 从可靠的模型发布平台（如 Civitai, Hugging Face）下载该模型文件。
2. 将下载的nanobanana2lite.safetensors文件放入stable-diffusion-webui/models/Stable-diffusion/目录下。
3. 在 WebUI 左上角的“Stable Diffusion checkpoint”下拉框中，刷新并选择“nanobanana2lite”模型。

至此，你的实验环境就准备好了。

4. 核心流程拆解：从零构建一个效果展示提示词

让我们以“展示 Nano Banana 2 Lite 模型在生成‘未来城市中的可爱动物’上的能力”为目标，一步步构建和优化我们的提示词。

4.1 第一步：定义核心主题与风格

首先，我们需要明确我们想要什么。结合假设的模型风格（清新、低多边形），我们确定主题为：一只可爱的柴犬，坐在未来主义都市的空中花园里，风格是低多边形 3D 渲染。

4.2 第二步：撰写基础正面提示词

根据第 2.2 节的结构，我们开始堆砌关键词。初期可以“广撒网”。

a cute shiba inu, sitting in an aerial garden of a futuristic city, low poly 3d render, clean design, vibrant colors, soft lighting, isometric view, studio lighting, cartoon style, happy expression, detailed fur, octane render, trending on artstation

翻译：一只可爱的柴犬，坐在未来城市的空中花园里，低多边形3D渲染，干净的设计，鲜艳的色彩，柔和的光线，等距视图，影棚灯光，卡通风格，快乐的表情，详细的毛发，Octane渲染，在ArtStation上流行

4.3 第三步：制定负面提示词

负面提示词是提纯画面的关键。我们需要排除写实、丑陋、结构错误等元素。

ugly, blurry, bad anatomy, disfigured, poorly drawn face, mutation, mutated, extra limb, ugly, poorly drawn hands, missing limb, blurry, floating limbs, disconnected limbs, malformed hands, out of focus, long neck, long body, ugly, disgusting, poorly drawn, childish, surreal, realistic, photo, photograph, text, watermark, signature

翻译：丑陋，模糊，结构错误，畸形，画得不好的脸，突变，变异的，多余的肢体，丑陋，画得不好的手，缺失的肢体，模糊，漂浮的肢体，断开的肢体，畸形的手，失焦，长脖子，长身体，丑陋，恶心，画得差，幼稚，超现实，写实，照片，相片，文字，水印，签名

4.4 第四步：设置初始生成参数

在 WebUI 中，我们需要配置以下关键参数：

• Sampling method：选择一种采样器，如DPM++ 2M Karras或Euler a（前者更稳定，后者更有创意）。
• Sampling steps：步数，20-30 步是质量和速度的平衡点。
• Width & Height：分辨率。根据模型支持的分辨率设置，通常是 512x512 或 768x768。我们的低多边形风格可以尝试 512x512。
• CFG Scale：提示词相关性。值越高，模型越严格遵守提示词（但可能过于僵硬）；值越低，越有创意（但可能偏离主题）。从 7 开始尝试。
• Seed：随机种子。设置为-1表示每次随机。为了可复现性，在得到满意效果后可以固定一个种子。

4.5 第五步：生成与观察

点击“Generate”，得到第一张图。此时不要追求完美，目的是观察模型对提示词的整体响应：

• 主体（柴犬）出现了吗？形态如何？
• 背景（未来城市空中花园）是否符合预期？
• 风格（低多边形 3D）是否明显？
• 画面有哪些明显的缺陷（如多余物体、奇怪结构）？

4.6 第六步：迭代优化

这是提示词工程的核心环节。根据观察结果，调整提示词和参数：

1. 强化主体：如果柴犬不够突出，在正面提示词中增加权重(cute shiba inu:1.3)。
2. 修正风格：如果 3D 感不强，可以增加blender model, cell-shaded等关键词，或降低cartoon style的权重。
3. 丰富细节：如果画面单调，可以添加neon lights, holographic plants, glass and metal materials。
4. 净化画面：检查生成图中的缺陷，将其添加到负面提示词中。例如出现了奇怪的飞鸟，就添加bird, flying creature到负面。
5. 调整参数：微调 CFG Scale（如从 7 调到 9），或更换采样器（如从Euler a换到DPM++ 2S a Karras）。

这是一个循环过程：生成 -> 观察 -> 分析 -> 修改 -> 再生成。通常需要 5-10 轮迭代才能达到稳定满意的效果。

5. 完整示例与代码实现：构建可复用的提示词模板

经过多轮迭代，我们得到了一个针对“Nano Banana 2 Lite”模型（风格假设）优化后的提示词组合。我们可以将其保存为一个模板，方便以后调用或分享。

5.1 最终版提示词（WebUI 文本框内容）

正面提示词 (Positive Prompt):

(masterpiece, best quality, ultra-detailed:1.2), a cute shiba inu wearing a tiny cyberpunk jacket, sitting peacefully in a vibrant aerial garden, floating among skyscrapers of a neon-lit futuristic city, (low poly 3d style:1.4), clean sharp edges, vibrant color palette, soft volumetric lighting, isometric perspective, studio lighting, (digital art, blender render, octane render:1.1), trending on artstation, whimsical and cheerful atmosphere

负面提示词 (Negative Prompt):

(worst quality, low quality, normal quality:1.4), ugly, blurry, bad anatomy, disfigured, deformed, poorly drawn face, mutated, extra limbs, (poorly drawn hands, poorly drawn fingers:1.3), missing limbs, floating limbs, disconnected limbs, malformed hands, out of focus, long neck, long body, surreal, realistic, photograph, photo, 3d render, text, watermark, signature, frame, border, (messy background, cluttered:1.2)

5.2 参数配置（WebUI 设置）

在 WebUI 的对应位置设置以下参数：

# 这不是一个真正的配置文件，而是参数设置的文字描述 Stable Diffusion checkpoint: nanobanana2lite.safetensors Sampling method: DPM++ 2M Karras Sampling steps: 28 Width: 512 Height: 512 CFG scale: 8 Seed: -1 (或固定为你喜欢的种子，如 123456) Batch count: 1 Batch size: 1

参数解读：

• DPM++ 2M Karras：在速度和质量间取得良好平衡的采样器，适合此类风格化输出。
• Steps: 28：足够多的步数以保证细节清晰，又不会耗时过长。
• CFG Scale: 8：让模型较好地遵循提示词，同时保留一定的柔和度，避免画面生硬。
• Seed: -1：探索时使用随机种子。找到满意效果后，记下该次生成的种子并填入，即可完全复现。

5.3 使用 XYZ 脚本进行对比测试（进阶）

WebUI 内置了强大的“Script”功能。我们可以使用“X/Y/Z plot”脚本来科学地对比不同提示词或参数的效果。

目标：对比“low poly 3d style”和“cell shaded style”两种风格描述词的效果。

1. 在 WebUI 中，填写好基础的正面和负面提示词（例如，去掉风格描述词）。
2. 滚动到下方，找到“Script”下拉菜单，选择“X/Y/Z plot”。
3. 在“X type”中选择“Prompt S/R”。
4. 在“X Values”中填写：low poly 3d style, cell shaded style。
5. 在“Original prompt”下的“Search”框中，留空或填入一个占位符（如STYLE_PLACEHOLDER），然后在正面提示词中对应位置也写上这个占位符。
   • 更简单的做法：假设你的正面提示词中有一段是STYLE_PLACEHOLDER, clean sharp edges。
   • 那么“Search”框就填STYLE_PLACEHOLDER。
   • “Replace”框留空，脚本会自动用“X Values”中的值替换它。
6. 点击生成，你会得到一张网格图，横向对比两种风格提示词下的输出。

这个功能是进行提示词 A/B 测试、寻找最佳权重、对比采样器的利器。

6. 运行结果与效果验证

使用第 5 节的最终模板和参数，点击生成后，我们应该期望获得类似以下描述的图像：

预期输出描述： 一张 512x512 分辨率的图像。画面中心是一只造型可爱、线条简洁的柴犬，它穿着一件带有发光线条的小夹克。柴犬坐在一个充满鲜艳、块状植物的悬浮花园平台上。背景是夜幕下闪烁着霓虹灯的未来主义摩天大楼。整个画面呈现出鲜明的低多边形（Low Poly）3D 风格，物体由简洁的几何面和清晰的棱角构成。色彩明亮、饱和度高，光线柔和且带有体积感。视角是略带俯视的等距视角，构图平衡、干净，没有多余的杂乱元素。

如何验证成功？

1. 主体符合：生成的图像中，柴犬是否清晰可辨，且风格符合低多边形卡通？
2. 背景符合：是否有未来城市和空中花园的元素？风格是否统一？
3. 风格符合：画面是否具有非写实的、由块面构成的 3D 渲染感？
4. 缺陷检查：用负面提示词清单逐项检查——画面是否模糊？有无结构畸形（多指、怪脸）？有无不希望出现的文字、水印或写实照片感？
5. 一致性验证：固定一个种子（如123456），多次生成。结果是否高度一致？这验证了提示词和参数的稳定性。

如果以上大部分为“是”，那么你的提示词工程就是成功的。如果某些方面不符合，则回到第 4.6 步进行针对性优化。

7. 常见问题与排查思路

在提示词调试过程中，你一定会遇到各种问题。下表列出了常见问题及其解决方法：

8. 最佳实践与工程建议

掌握了基本方法后，遵循以下最佳实践能让你的提示词工程事半功倍，并更易于团队协作和项目管理。

1. 分层与结构化写作：不要写成一整段话。按照质量风格 -> 主体 -> 场景 -> 细节 -> 渲染的逻辑分层书写，用逗号或AND分隔。这有助于你管理和调整不同部分。

   [质量与风格], [主体与动作], [场景与背景], [细节与属性], [渲染与技术]

2. 建立个人或项目关键词库：将常用的质量词（masterpiece）、风格词（cyberpunk）、负面词（bad hands）分类整理成文档。在开始新项目时，可以快速组合。

3. 使用 LoRA 和 Embeddings 进行微控制：对于固定角色、风格或物体，训练或下载对应的 LoRA 模型或 Textual Inversion embeddings。在提示词中通过<lora:filename:weight>或(embedding_name)语法调用，可以极大提升控制精度和一致性。

4. 版本化管理提示词：像管理代码一样管理你的提示词。使用文本文件或笔记软件，记录每次迭代的提示词、参数、种子和对应的输出图片。注明修改的原因和效果。这对于复现成果和总结经验至关重要。

5. 理解模型的能力边界：每个模型都有其擅长和不擅长的领域。通过大量测试，总结出当前模型在哪些主题、风格、构图下表现最好。不要强行用模型去做它不擅长的事情，事半功倍。

6. 安全与合规性：在生成和分享内容时，务必遵守法律法规和平台政策。避免使用可能生成有害、侵权或不良内容的提示词。对于商业用途，要特别注意版权和肖像权问题。

7. 性能考量：高分辨率、高步数、复杂的提示词（尤其是过长的负面提示词）会增加单次生成时间并消耗更多显存。在批量生成或探索阶段，可以适当降低分辨率和步数以提高效率。

通过“Nano Banana 2 Lite 提示词效果展示”这个具体任务，我们系统地走完了从环境搭建、概念理解、提示词构建、迭代优化到问题排查的完整流程。这篇文章的核心目的，不是让你记住某一个特定的提示词，而是掌握一套结构化、可迭代、可复现的提示词工程方法。

真正的提示词高手，不是靠背诵“魔法咒语”，而是深刻理解模型如何“阅读”你的文本，并通过精心的设计和反复的调试，将模糊的创意转化为精确的视觉指令。这其中的关键，在于将感性的艺术描述，转化为理性的、可操作的工程步骤。

下次当你面对一个新的 AI 绘画模型时，不必再感到茫然。你可以按照本文的框架：明确目标 -> 结构化撰写 -> 设置参数 -> 生成观察 -> 迭代优化 -> 固化模板。无论是生成人物、场景、概念设计还是艺术插图，这套方法论都能为你提供清晰的路径。

建议你将本文作为手册收藏，在实际操作中反复查阅。从模仿一个例子开始，逐步尝试创作属于自己的提示词组合。记住，每一次“翻车”的生成结果，都是你理解模型和提示词之间关系的宝贵数据。