文心一格提示词怎么写?中文风格绘画的指令习惯

文心一格提示词怎么写?中文风格绘画的指令习惯
文心一格提示词中文风格绘画同题出图对比示例

先给答案:文心一格对中文原生表达的理解力,比国外模型好一截。我拿同一批中文诗意提示词让它和国外模型同题出图,结果是四字词、诗句、留白这类写法只在一格上真正生效,硬翻成英文反而丢味。

文心一格提示词最省事的写法,是用足中文自己的语感——诗句直接放,四字词直接堆,"留白"两个字照写不误。别急着翻译成英文再投喂,那是给国外模型养成的习惯,在一格上属于绕远路。我自己按这个路子跑了一个多月的图,把同题对比的结果整理在下面。

文心一格提示词的三个习惯:四字词、语序、留白

一格吃四字短语和诗句,语序按"主体—场景—风格—氛围"的顺序摆,"留白""意境"这类中式构图词直接写就生效,不需要参数。

展开讲讲这三条。第一条是四字词。"暮色四合""孤鹜齐飞""烟波浩渺",这类词丢进一格,出图的服从度明显高于大白话的"傍晚有很多鸟"。老实讲,我一开始不信,专门做过对照:同一句画面描述,一版全用口语,一版替换成四字词,各出四张,四字词那组有至少三张能看出明确的文化意象,口语组两张跑偏成普通风景照。

第二条是语序。我现在的固定框架是:主体在前,场景在中,风格在后,氛围收尾。比如"乌篷船,雨中江南水巷,水墨画风,湿润清冷"。一格对位置的敏感度不算苛刻,但把风格词放句首、主体放句尾,出图明显更容易糊。

第三条最值钱:留白。中文里"大面积留白""画面右侧留白"一格是能听懂的,它会真的给你空出来。这一点后面同题实测里会看到,国外模型基本不理这茬。

同题出图实测:一句"月落乌啼"两边画得完全两样

6组中文诗意提示词,一格和国外模型各出4张共48张,诗句意象在一格上的还原率明显更高,国外模型普遍丢"愁"丢"霜"这类情绪和触感词。

9月6日晚上我做的测试,题目挑了6组:月落乌啼霜满天、孤舟蓑笠翁、大漠孤烟直、小荷才露尖尖角、留白构图的一枝梅、暮色四合的江南屋檐。每组原样喂给文心一格,再机翻成英文喂给国外模型,各出4张,一共48张。一格单张排队约25到40秒,国外模型一组大概1分钟出齐。

结果比我想的悬殊。

提示词片段文心一格国外模型我的结论
月落乌啼霜满天4张里3张有夜江、乌鸦和霜色画了夜景和鸟,"霜"没影一格赢在触感词
大面积留白,一枝梅4张全部照做留白2张留白,2张塞满留白只在一格稳定生效
暮色四合青灰偏蓝的暮色,统一橙红晚霞,偏西式颜色语感不同源
兼工带写能给出介于工笔和写意之间的笔触基本忽略专业国画术语一格独占

挺离谱的是"暮色四合"这组。国外模型给的几乎全是大红大紫的落日,一格给的是青灰里透一点蓝,跟我在江南见过的那种天色对得上。这不是谁的模型更强,是训练语料的底子不同——它读过的中文诗,和另一个模型读过的,根本不是一批。

公平起见也说短板:涉及精确肢体动作和复杂构图的题(我试了一句"三人围炉,一人执壶"),一格出错率高,六张里两张手崩,国外模型五张正常。人物交互这块,暂时别指望一格。

哪些词只在一格生效,哪些必须换写法

国画术语、古诗意象、留白构图只在一格稳定生效;英文参数符号、复杂交互动作要换写法或直接放弃。

只在一格生效的,我攒了一份单子:工笔、写意、青绿、浅绛、界画、兼工带写,这串国画术语一格全认;"孤鹜""渔火""远岫"这类诗词语素也认。想再深挖中国风的词组搭配,可以看之前整理的sd中国风提示词里水墨和国潮的词组写法,思路相通,能直接搬。

必须换写法的有三类。一是参数符号:一格的画幅在界面里选,写 --ar 16:9 它不认,只会当普通文字偶尔画出个比例框,我就中过一次招,画面里真出现了个写着数字的框。二是否定描述:一格的负面词有单独的输入框,别在主提示词里写"不要出现行人",它会在画面里给你加个行人,反着来的。三是密集交互,上面说过,拆成单人或静物更稳。

话说回来,别把"换写法"理解成迁就。用一格写中文提示词,本来就比先翻译再生成少一道损耗,这条单子只是提醒你哪些地方要顺着它的脾气来。

收个尾。文心一格提示词的门槛不高,难的是放弃那套从英文教程学来的习惯——别堆参数,别硬翻译,把你脑子里本来就存在的中文画面原样写出来。同题对比跑完那一晚,我把48张图翻了两遍,最直观的感受是:中文诗意词在一格上不是加分项,是入场券。你笔下有诗,它才还你一幅画。

常见问题

文心一格提示词能直接写英文吗?

能识别常见的英文风格词,但实测中式意象的还原度会掉。写"ink wash painting"能出水墨,写"留白加一枝梅"才有构图上的空。建议以中文为主,个别专有英文词点缀即可。

一格的提示词写多长合适?

我的习惯是30到60字。超过100字后,排在前面的主体权重被稀释,画面容易要素过多。宁可短句多轮抽卡,别一段塞十几个意象。

为什么同样的提示词每次出的图差别很大?

生成模型本身带随机性,四张里挑一张是正常用法。想收窄范围,固定主体词不动,每次只改风格或氛围里的一个词,改两个以上变量就说不清是哪处起效了。

负面词该填哪些?

我固定填"模糊、畸形、多余的人、水印"这四样,够应付八成场景。人物特写再加"多手指",风景加"文字"。别贪多,负面词堆太多会压制正常要素。

延伸阅读