五个提示词撑起一张海报?极简指令的边界测试

五个提示词撑起一张海报?极简指令的边界测试
五个提示词极简指令海报测试封面:五块发光词牌撑起霓虹便利店海报,另一侧构图失控

先给答案:五个提示词基本撑得起一张海报,但安全线画在四和五之间。我做了五词封顶、每档二十张的出图实验,词数一掉到四个以下,构图就失控,主体漂移、留白消失,能用的图从十七张跌到两张。

五个提示词能不能撑起一张海报?我的结论先放这儿:能,但底线就在四和五之间——词数掉到四个以下,构图就开始失控。这不是感觉,是九月三号晚上连出八十张图测出来的数。

起因是刷到一句暴论:指令写得越长,越不会出图。我第一反应是不服,第二反应是——这话好像对了一半。长指令确实容易把模型框死,每多一个限定词,画面就少一分意外;可砍太狠又会放羊,模型开始自作主张。那条安全线到底画在哪?没人给过数。那就自己测。

八十张图怎么测出来的

固定主题、轮换种子、每档二十张:主题锁死为深夜便利店霓虹海报,两词到五词各测一组,一夜跑完八十张,能用的张数逐档往下掉。规则细节比结论更要紧,先交代清楚。

实验设计我刻意做得糙一点,糙才真实。主题不许换,就是深夜便利店的霓虹海报。五词档的基准指令是五个词:便利店、雨夜、霓虹、海报构图、蓝粉撞色。往下每档只删不加,四词档删掉撞色,三词档再删霓虹,两词档只剩便利店加雨夜。每张都换种子,每档二十张,排除手气成分。九月三号晚上九点开跑,一张二十来秒,中途泡了碗面,凌晨一点前跑完。

判定标准就三条:主体有没有待在画面重心;有没有多出来或者少了的东西;海报最要紧的标题留白区有没有被糊掉。三条全过才算能用。结果摆出来挺扎眼。

档位示例指令能用主要毛病一句话评价
五词便利店 雨夜 霓虹 海报构图 蓝粉撞色17/20留白偶尔压到主体闭眼收
四词删掉撞色12/20色彩随机飘,六张偏绿挑着用
三词再删霓虹6/20主体漂移,开始加塞路人赌运气
两词便利店 雨夜2/20便利店画成仓库,留白消失重摇吧

五词档十七张能用,比我预期的低,我本来赌的是十九。翻车那三张,两张留白压在主体上,一张把便利店玻璃画成了整面万花筒镜。挺离谱的。但跟两词档那两张孤品比,五词档简直是印刷品。

五个提示词里谁最不能砍

答案是构图词。五个位置里砍光线、砍色彩各只掉两三张,砍掉构图词,可用张数直接从十七跌到九。这是整场实验里最值钱的一个发现。

光看档位不够,我补了一轮单变量拆解:从五词基准出发,每次只砍一个词,砍哪个就单独再出二十张。结果一清二楚。砍「蓝粉撞色」,十八张能用,颜色会飘但主体稳;砍「雨夜」,十六张,氛围淡了不算伤筋动骨;砍「霓虹」,十五张;砍「海报构图」,只剩九张。主体漂到左下角、画面里凭空多出一只猫、竖版横版乱切,全是这一档的锅。说实话,这跟开测前的直觉正好相反——我一直以为光线词是承重墙,砍完才知道,构图词才是。

后来复盘,这五个位置其实就是把画面拆成要素的五个格子:画什么、什么质感、什么光、怎么摆、什么色调。看图写提示词的做法讲的就是这套拆法,反着用正好。砍词之前先想清楚砍掉的是哪一格,比单纯数词数有用得多。

四个词以下,失控长什么样

三个词开始加塞乱入,两个词彻底放飞:便利店被画成仓库和双层小楼,海报留白全部消失,二十张里只有两张能直接用。失控不是变荒诞,是变平庸里带点抽签。

三词档是分水岭。六张能用的里面,有四张几乎是同一个构图的微调变体,模型自己收敛了,收敛得还挺保守。剩下十四张的花样反倒更多:加塞出租车的、凭空长出第二块招牌的、雨夜变晴天的。控制力一松,出图质量就全看当天的手气。

两词档才叫真失控。二十张里,便利店两次被画成空旷仓库,一次画成两层小楼带阳台,霓虹灯管十有八九断成几截。视角也是抽签:俯视平视各凭天意,海报最需要的竖向留白基本没出现过。老实讲,翻到第十张我就不想往下翻了。

话说回来,中途我干过一件小事:把「海报构图」换成「留白构图」重摇了一组,稳定度差不多,但出了一张全场最好看的图。这说明构图词内部也有选法上的讲究,这里先按下不表。至少能确定一件事:词不能砍到承重柱以下。

所以我的偏心结论是:极简指令值得练,但甜点区在四到六个词,五词正好卡在中间。堆词派的问题是全把决定权交给形容词,极简派的问题是省掉了模型最需要的那根柱子。两个极端我都试过,宁可在五词旁边浮动,也不往四以下走。真要砍,先砍色彩,再砍光线,构图词握在手里别松。

回到开头那句暴论。指令写长写短,都不直接决定出图好坏,起决定作用的是哪几个词在扛结构。五个提示词撑得起一张海报,前提是这五个词各占一格、互不顶替。八十张里我自己最喜欢的一张,来自五词基准的第七次抽卡:雨夜、蓝粉、便利店,留白刚好放下标题。省掉的词没有白省,它们都长在了画面本来就该有它们的位置上。

常见问题

五个提示词的先后顺序会影响出图吗?

有一点影响,但没想象中大。主体词放最前面,权重略高,翻车率会低一点;色彩和光线这类修饰词放后面,基本不吃亏。顺序的收益远小于选词的收益,词选错了,怎么排都救不回来。

反向提示词算不算在五个词里?

不算。反向词走的是另一条通道,管的是「不要什么」,五个词管的是「要什么」。两边各留各的,极简指令配一组精简的反向词,效果比单边使劲好。

中文五个词和英文五个词,差距有多大?

我对测过一组:同样的五词结构换成英文,可用张数多两张左右。差距主要出在风格和媒介词上,英文的风格词覆盖更全;主体词的差距倒不明显。写中文的可以主体用中文、质感词借英文,混着来不丢人。

五词封顶的玩法适合人物海报吗?

不适合直接照搬。人脸对细节的要求高,五官得单独占一到两个词,建议人物题材放宽到七八个词,先保五官不出错,再谈极简。风景、静物、海报类才适合五词封顶这种玩法。

延伸阅读