企业官网建设流程全解析

大概半年前，我第一次打开即梦AI的时候，心里想的是：这不就是往输入框里敲几个字，然后点一下"生成"——三岁小孩都会，有什么难的？结果现实直接给了我一个下马威。连续折腾了快两个小时，十二三张图没有一张能看。想要"夕阳下的咖啡店女生"，AI回我一张饱和度爆炸的塑料路人照；想要"赛博朋克城市夜景"，出来的是上世纪盗版科幻片截图质感。当时我一度断定是这工具能力不行，直到后来才慢慢回过味来：问题根本不在AI，在我的提示词。

即梦AI确实会"听人话"，但它更擅长的是听结构化、分层次、带明确约束的表达，而不是听散文。你给它一段浪漫主义的描写，它就还你一张随机拼凑的画。这篇教程，就是把我从"疯狂点生成键"到"稳定出图"这几个月积攒的经验完整整理出来——从底层逻辑、万能公式、命令速查表，到三个典型场景的完整复盘和避坑指南，一次讲透。写给刚接触即梦AI、写提示词总翻车的新手，也适合想系统梳理自己提示词方法的老朋友。

1. 先搞懂即梦AI提示词的底层逻辑

1.1 提示词不是"描述"，是"约束条件"

很多人最开始用即梦AI，都会不自觉地追求"有画面感"的文艺描述，比如"一个孤独的女孩站在金黄色的麦田里，风吹起她的发丝，远处是连绵的群山和即将落下的夕阳"。这句话作为朋友圈文案没毛病，作为提示词就基本等于给AI出难题。

原因在于，AI收到提示词后要做的事情，是在它的模型空间里寻找与你给的文字最匹配的一组图像特征。它需要的是一个个能够被精准定位的要素，而不是需要二次理解的情绪或意境。"孤独"是什么意思？"美好"长什么样？"有感觉"是什么风格？这些词在模型眼里模糊到了极致，每个词背后都对应着大量的可能画面，AI只能随机抽取一个平均特征，出来的结果自然不可控。

我常拿一个比喻来解释这事：你找一个街头画师帮你画人像，只说一句"画一个美女在花园里"，再多才的画师也得懵——什么样的美女？多大的年纪？穿什么衣服？花园里是哪一种花？上午的光还是傍晚的光？要特写还是要全身？但如果换成"穿红色连衣裙的年轻女生，站在白色玫瑰花丛旁，午后侧光，胸像特写"，画师心里立刻就有数了。即梦AI比人类画师更"一根筋"，它不会追问你，只会根据你给的信息做选择。所以提示词的每一句话、每一个词，本质上都是在给AI下约束，把它的选择范围收窄。约束越清晰，出图越稳定。

我用一个很实用的标准来检验提示词质量：如果删掉某个词，出图结果几乎没变化，说明它是无效词；如果加上某个词，画面风格立刻大变，那它就是关键约束词。按这个标准去反复检视自己写的提示词，比看一万个别人的模板都管用。

1.2 词序与优先级：AI先听最前面的词

即梦AI的模型在解析提示词时，对词序是有明显倾向的。最直白的解读就是：越靠前的词权重越高，对画面影响越大。这个特性跟人类阅读习惯完全相反——人通常记得住句子末尾的结论，模型却更偏爱句首给出的信息。

这就导致了一个很常见的翻车场景：新手写提示词完全是"意识流"。比如：

"高清，超好看，一个女孩，背景是城市，夜晚有霓虹灯，她穿着皮衣，很酷，头发是粉色的，全身照，类似电影截图。"

这段话信息量其实不小，但顺序完全乱了。"高清""超好看"这些毫无辨识度的词被放在了最前面，AI就会把主要注意力分配给它俩；而决定画面灵魂的"粉色头发""皮衣""电影截图"被挤到了句尾，权重被严重稀释。最终结果就是：图确实"高清"，但发色、服装、氛围、构图全部跑偏，跟想要的东西南辕北辙。

我自己用到现在，固定按这个顺序组织提示词：主体（谁/什么）→ 动作状态（在做什么）→ 环境场景（在哪里）→ 光线（什么光、从哪来）→ 镜头视角（怎么拍）→ 风格（什么美学倾向）→ 画质（多高精度）。先让AI知道主角是谁，再告诉它主角在哪儿、在干什么，最后用风格词和画质词统一整体调性。这套顺序是我反复调整之后沉淀下来的稳定结构，基本上谁用谁知道。想验证的话很简单：把同一段提示词里的主体词从开头挪到末尾，再生成对比看看，画面主次立刻就能分出高下。

1.3 说人话与"AI话"之间的平衡

还有一点很微妙：即梦AI对日常自然语言的理解力其实相当不错，所以完全不需要去写那种早期AI绘画圈流行的英文逗号堆砌式提示词，什么"girl，city，rain，night"这种，又生硬又损失细节。但也不能走向另一个极端，写成"我想画一个超帅的小哥哥在街上走"——"超帅"是模糊形容词，"小哥哥"是网络梗词，AI的理解稳定性都不足。

正确的姿势是在两者之间取一个平衡：描述要具体到每个画面元素都实实在在可以被渲染出来，但表达方式保持自然连贯。我个人的写作习惯是"分镜脚本"式的：脑子里先有一个清晰的画面，然后用有画面感的文字把它写出来，每一句对应画面里的一个具体物件、一道光或者一种质感。与其说是在"写提示词"，不如说是在"给导演写分镜"。

2. 万能提示词骨架：把脑子里的画面翻译成AI听得懂的语言

2.1 七要素模板

如果只允许我推荐一个即梦AI提示词方法，我肯定首推"七要素模板"：主体、动作、环境、光线、视角、风格、画质。每次写提示词都对着这七项过一遍，基本盘就稳住了，后面再谈进阶技巧。

这个表格看起来简单，但真上手练的时候，我发现绝大多数人都会漏要素，其中漏得最凶的两个就是"光线"和"视角"。很多人写"一只猫坐在窗台上"就完了，出来的图要么顶光直射、脸上生硬一片白，要么是莫名其妙的平视证件照视角。一旦补上"清晨柔和的侧逆光""低角度微仰视"，整张图的氛围与张力立刻不一样，从"随手拍"变成"摄影师拍的"，差别真的有这么大。

刚开始练习的阶段，强烈建议每次写完提示词都对着这个表格逐项自查：主体有没有明确？动作有没有交代？环境有没有背景？光线方向是什么？什么镜头视角？什么风格基调？画质细节有没有给够？缺哪补哪，坚持一段时间，这七个要素就会长在肌肉记忆里。

2.2 不同题材的公式变形

"七要素模板"是通用骨架，但不同题材的侧重点差别很大，死套一个公式反而会带来新问题。我根据自己常用的方向总结了几类变体，可以直接拿来套用：

人像方向：人物外貌细节（发型、五官、服装）+ 表情动作 + 背景环境 + 光影方向 + 景别构图 + 胶片或数码质感 + 画质词。人像题材的重心一定要压在"外貌细节"和"光影"两个要素上，这两个词写到位，画面立刻脱离"AI网红脸"的刻板印象。

建筑风景方向：建筑形态与规划结构 + 时间与季节光影 + 航拍或仰视等特殊视角 + 材质细节 + 风格氛围词。这里的重点在"视角"和"光影"，同一个建筑，平视、仰视、航拍，出来是三种完全不同的气质。

商业产品方向：产品形态与材质 + 局部特写 + 布光方式（柔光箱、侧光、轮廓光）+ 背景颜色与质感 + 商业摄影质感词。产品图翻车九成都是背景杂乱或布光方向不明，这两项写清楚就赢了一半。

插画角色方向：角色种族、服饰与特征 + 动作 + 场景 + 画风词（厚涂、水彩、扁平……）+ 线条细节 + 色彩倾向词。这里最怕画风词叠太多，两个强风格词叠加大概率翻车，后文会细说。

每个方向看着不一样，但骨架逻辑完全一致：让每一个词都在约束画面、缩小生成范围，而不是抒发情绪、增加歧义。

3. 神级指令速查表：先抄后悟，越用越顺

3.1 画质与渲染类指令

所谓"神级指令"，其实没有多玄乎，就是那些加在提示词末尾、性价比极高、能通用于大多数场景的高频修饰词。我按类别整理成速查清单，先用起来，慢慢就理解背后的原理了。

画质类指令是我使用频率最高的：

• 超高清细节：最通用，几乎任何题材都可以无脑加。
• 8K渲染：跟"超高清细节"搭配使用，注意别在刻意追求朦胧、艺术化模糊的画面里用。
• 浅景深：人像、产品、特写类场景的百搭词，能立刻让画面有"镜头感"。
• 电影级光影：想要氛围感、叙事感时首选。
• 微距细节：拍花草、美食、珠宝手表时好用，细节丰富度肉眼可见地上升。
• 颗粒感胶片质感：复古、文艺、怀旧向画面的固定搭配。

实测下来，"超高清细节""8K"这两个词在九成以上的题材里都可以直接用，只要你不是故意追求那种模糊艺术效果。但画质词一次加两组就够了，加太多，模型会把大部分计算力放在"渲染"这个任务上，构图反而变得平庸。我见过有人一段提示词里塞了"8K、超清、大师级、顶级、杰作"五个画质词，细节确实丰富了，但画面主次不分、元素东拼西凑，观感远不如精简版本。

3.2 风格类指令

风格词决定整张图的审美走向，一般放在提示词的中后段。我常用的风格词分成三组：

第一组，插画手绘类：水彩插画、厚涂油画、日系赛璐璐、扁平矢量、国风水墨、浮世绘、铅笔素描、蜡笔儿童画。插画向需求基本就是靠这一组的词一键切换画风。

第二组，数字艺术类：概念艺术设定、3D卡通渲染、低多边形、赛博朋克、蒸汽朋克、机能风、超现实主义、极简北欧。这类词适合场景、角色、世界观向的生成，能明显拉开视觉差异。

第三组，摄影质感类：黑白纪实摄影、宝丽来即时成像、灰调胶片摄影、时尚杂志大片、商业产品摄影、微距摄影、航拍风光摄影。所有摄影向需求都可以从这组里挑。

风格词的使用禁忌是"贪多"。同一个画面最多两个风格词，而且这两个词最好是包含关系而不是竞争关系。"赛博朋克 + 高对比度霓虹"没问题，因为后者是前者的细化延伸；但"赛博朋克 + 国风水墨"就非常容易翻车，模型很难同时满足两个差异巨大的美学体系，出来的多半是"四不像"。稳妥的写法是：一个主风格词定调，再用光线、配色、质感等中性词辅助，而不是再堆一个强风格词。

3.3 视角与镜头类指令

这个类别是被新手忽视最严重的，但恰恰是对画面构图影响最大的。同一个场景，不同视角出来的气质天差地别。我常用的词整理如下：

视角类：仰视、俯视、鸟瞰、低角度、高角度、平视、微距视角、航拍视角、第一人称视角。

景别类：特写、近景、中景、全景、远景、大远景。

镜头感类：广角畸变、长焦压缩、鱼眼效果、移轴微缩、景深虚化、动态模糊。

举个例子，"雪山"这个词单独生成，大概率得到一张平庸的风光明信片；但换成"航拍视角下连绵的雪山，前景是翻涌的云海，长焦压缩感，清晨金色阳光洒在山脊线上"，画面立刻有了层次、纵深和气势。即梦AI对视角词的响应度高得惊人，很多你以为"风格不行"的图，其实只是缺了一个视角词。

3.4 光线类指令

光线词是画面情绪的灵魂，也是最容易拉开新手与老手差距的地方。这里分享几个我实测过、极易出效果的光线词组：

自然光类：清晨柔光、正午强烈顶光、黄昏金色时刻、蓝色时刻（日落后天空呈现蓝调的时段）、逆光剪影、斑驳树影光、雾中散射光。

人造光类：霓虹灯氛围光、暖色台灯光、冷色荧光灯、烛光、轮廓光、体积光（丁达尔效应那种光束）、柔和窗光、舞台聚光灯。

写光线只写"什么光"是不够的，最好把方向、颜色和产生的效果一起写进去。"从左上方射入的暖色午后光，在墙面上投下窗框的影子""雨后的路面上反射着霓虹灯的冷色光"——这种写法能让AI不仅理解光源本身，还能理解光线打在物体上产生的连带效果。光线词写到位，画面立刻从"AI画的"变成"摄影师拍的"。

4. 三个典型场景的提示词完整复盘

4.1 人像摄影：从"网红滤镜脸"到"电影剧照感"

先聊最常见的需求——人像。

新手型提示词通常是："一个漂亮女生在咖啡店。"这句话里每一个词都模糊到了极致。"漂亮"是抽象的集合概念，"女生"没有发色、服装、年龄感，"咖啡店"也没有任何环境交代。AI只能根据训练数据里的统计偏好，去生成一个"平均意义上的漂亮女生"，结果自然是千篇一律的网红脸、磨皮感、呆滞表情。

我现在的写法是：

"一位留黑色长发的东方女生坐在木质窗边桌旁，手捧白色陶瓷咖啡杯，穿浅米色针织开衫，目光望向窗外，午后窗光从左侧45度照在侧脸，浅景深，中景构图，电影剧照质感，胶片颗粒，超高清细节。"

对比着看就很清楚：我把"漂亮"这个模糊概念，替换成了一串具体可生成的物理信息——黑长发、米色针织衫、望向窗外、侧脸光、胶片质感。AI不需要理解"漂亮"，它只需要按照给它的头发颜色、服装颜色、光线角度、取景方式去组合。这样出来的画面天然带着情绪和故事感，而"故事感"恰恰是大多数人口中"高级感"的真正来源。

这里面还有个小技巧：人像提示词里加上"表情"和"视线方向"这两个细节，能瞬间改变角色气质。"目光望向窗外"和"直视镜头"完全是两种心理状态，AI真能感觉到区别。

4.2 宏大场景：从"元素乱炖"到"层次分明"

第二个高频需求是场景类，特别是宏大场景，比如未来城市、自然风光、玄幻世界。

新手型写法："一个科技感很强的未来城市。"这又是两个超级模糊的大词。"科技感"在AI的语料库里可能关联着几百种不同的视觉形态，"未来"更是没有边界的想象概念。模型只能根据统计偏好瞎猜，结果通常是发光建筑、飞行器、霓虹灯无差别堆叠，画面杂乱到没法细看。

我的改进写法：

"夜晚的未来城市中心，高低错落的曲面玻璃幕墙建筑群，空中交叉着磁悬浮列车轨道，青色与洋红色的霓虹灯牌，全息投影广告悬停在街道上方，下过雨的路面倒映着蓝紫色的灯光，航拍视角磅礴构图，赛博朋克风格，超高清细节。"

改进的核心思路，是把"未来城市"这个大而空的概念，拆解成一个个AI能够独立生成的画面元素：玻璃幕墙、磁悬浮轨道、全息广告、雨后路面反光。这些元素单独拿出来都是具体的、可渲染的，组合起来就自然构成了"未来感"。

但这里有个关键约束：元素必须有主次。建筑群是主体，轨道和霓虹灯牌是辅助，雨后反光是氛围点缀。如果所有元素平均用力，画面就会变成第二个"堆砌现场"。所以我在写的时候，会把大部分笔墨倾注在主体元素的细节上，辅助元素一两句带过，氛围元素点到为止。

4.3 商业产品图：把"好看"翻译成"布光+材质+背景"

第三个常见需求是产品图。做电商、自媒体，或者单纯想给设计稿做效果图，都会遇到这个需求。

新手型写法："一个好看的杯子。"这种写法基本等于让AI在素材库里随机抽一个"杯子"模板，跟商业质感毫无关系。

我的产品图写法：

"一款极简白色陶瓷马克杯，杯身表面的哑光磨砂质感清晰可见，放置在深灰色水泥台面上，左上方柔光箱打出柔和渐变侧光，杯柄在台面上投下淡淡的阴影，微距特写，商业产品摄影风格，超清渲染，背景纯净无杂物。"

产品图的秘诀就是"布光+材质+背景"三件套。布光词决定立体感和质感，材质词决定真实感和细节完成度，背景词决定整体基调。这三项写清楚，AI基本不会跑偏。另外我习惯在最后加上"背景纯净无杂物"或者"单一纯色背景"这类约束词——产品图最怕的就是背景里突然出现一个莫名其妙的干扰元素，把主体的质感全毁了。

5. 提示词避坑指南：写在最后的大实话

5.1 别把"否定表达"当救命稻草

很多新手有个习惯：在提示词里写"不要有路人""不要模糊""不要奇怪的肢体"。我前面提过一嘴，这里单独展开说清楚，因为这个问题太常见了。

模型是基于海量图文语料训练出来的，它的底层逻辑是理解"应该长什么样"，而不是"不应该长什么样"。你写"不要模糊"，AI反而可能把"模糊"当成一个需要处理的要素；你写"不要有路人"，它可能把"路人"识别成一个需要体现在画面里的东西。这很反直觉，但确实是文本生成模型的通病。

正确做法是把否定表达翻译成肯定表达：

• 想要"没有路人"的空间，就写"空旷无人街道，深夜的寂静氛围"
• 想要画面锐利，就写"锐利对焦，边缘清晰，细节分明"
• 想要某件衣服不出现在画面里，不如直接指定"身穿浅蓝色衬衫"

正向约束永远比否定约束可靠。这是我在大量废图里总结出的血泪经验，写提示词的时候，多检查一下有没有"不要""别""没有"这类词，发现就转译成正向描述。

5.2 元素堆砌的代价

第二个高频翻车原因：提示词里塞了太多东西。人总是贪心的，希望一个画面同时包含猫、咖啡、书、窗户、阳光、花、灯具、钟表——结果是每个元素都生成了一点，但每个元素都不够突出，整体呈现出一种"平均化"的平庸感。

我的建议是，一个画面的核心竞争力元素，控制在三个到五个以内。非加不可的配角，用弱化的方式写进环境描述里，比如"书桌一角散落着几本书"就比专门写"书桌上放着三本书"轻得多。如果画面确实需要非常丰富，那不如拆成两个画面分别生成，别指望一段提示词解决所有需求。

还有一个观察：元素越多的提示词，出图后出现"物理常识错误"的概率越高。因为模型需要把注意力分配给每一个元素，注意力被摊薄了，肢体结构、透视关系、遮挡关系就容易崩。宁可画面简单干净，也不要贪多，这是我反复验证过的结论。

5.3 迭代的正确姿势：每次只改一个变量

即梦AI的生成过程天然是概率性的，同样一段提示词连续生成十次，每次结果都有差异。这个特性决定了提示词优化的正确方式：不是"反复改到完美"，而是"先跑粗稿，再抽丝剥茧"。

我的标准流程是这样的：第一步，先用短提示词快速跑一版粗稿，构图和主体方向对了就算过关，细节统统不管；第二步，根据粗稿暴露出的问题补要素——"光线生硬"就补光线词，"构图太满"就加视角和景别词；第三步，画面基调稳定之后，再统一调整风格词和画质词；第四步，在参数基本锁定的前提下多生成几张，从备选里挑最好的一张。

这个流程最关键的规矩是：每次只改一两个变量。改完出图，你才能明确知道是哪几个词在起作用。如果一次改了五个词，翻车了都不知道该怪谁，整个优化过程就变成了玄学。我自己会给每一个版本的提示词完整留档，隔几天回看，能很清楚地看到自己的提示词能力是怎么一步一步长起来的。

5.4 建立自己的提示词语料库

最后分享一个最想说的心得：依赖任何人的"神级指令清单"，都不如建立一份自己的提示词语料库。

操作很简单，每次生成一张满意的图，就把当时的提示词复制进备忘录或者笔记软件，顺手打上用途标签和效果备注，例如"人像-侧逆光-胶片感-成功率极高"。积累四五十条之后，你会发现自己的提示词水平明显上了一个台阶，因为你是在自己真实有效的成功经验基础上做新一轮组合，而不是到处找别人的模板硬套。

我还会顺手把提示词里的关键词语义分组，比如用括号给光线词、风格词分别做标记，下次微调的时候能快速定位到要动哪一块。这个方法听起来朴素，但真的比到处收集别人的提示词有效率得多——毕竟，最懂你审美的人，永远是你自己。