PROMPT RECORD图像记录

我注意到 AI 图像模型处理提示词的方式有一些特点：基于 CLIP 的文本编码器会将你的文字切分成离散的 token（词元）。当你的提示词是一整句长句子时，关键细节会争夺相同的注意力权重，模型...

中文说明

我注意到 AI 图像模型处理提示词的方式有一些特点：基于 CLIP 的文本编码器会将你的文字切分成离散的 token（词元）。当你的提示词是一整句长句子时，关键细节会争夺相同的注意力权重，模型只能猜测哪些内容更重要。 而结构化的提示词可以解决这个问题——每个概念都会拥有独立的注意力聚类。 我一直在使用一个 6 部分公式，效果明显更清晰： 1- Subject（主体）：是谁或是什么（要具体） 2- Action（动作）：在做什么 3- Style（风格）：艺术方向（watercolor 水彩、cinematic 电影感、editorial 编辑摄影） 4- Camera（镜头）：角度与焦距（wide shot 广角、85mm portrait 85mm 人像） 5- Lighting（光线）：情绪驱动（golde...

原始 Prompt

I noticed something about how AI image models process prompts: CLIP-based text encoders tokenize your words into discrete chunks. When your prompt is one long sentence, key details compete for the same attention weight. The model guesses what matters.
A structured prompt fixes that. Each concept gets its own attention cluster.

I've been using a 6-part formula and the results are noticeably sharper:
1- Subject: who or what (be specific) 
2- Action: what they're doing 
3- Style: art direction (watercolor, cinematic, editorial) 
4- Camera: angle and lens (wide shot, 85mm portrait) 
5- Lighting: mood driver (golden hour, neon, overcast) 
6- Extra detail: one texture or environment note

Example: "A ceramic artist shaping a vase on a wheel, editorial photography style, medium shot 50mm, soft window light from the left, dusty studio with clay-stained apron"
Swap one part at a time to see what each controls.

#AIImages #PromptEngineering #AITips #GenerativeAI #CreativeAI