提示词英语怎么说？常用术语对照和英文指令写法
先给判断：提示词英语不用背词典，认全 prompt、negative prompt、seed、token、style reference 五个词就能开工；生图任务值得直接写英文指令，中文长文留在中文里写。先翻下面的对照表认词，再拿一条现成指令两边各跑一次，五分钟就有答案。
提示词英语这个话题，网上十有八九给你一份单词表，背完还是不会写。我的做法反过来：术语只认十来个就够，真正决定要不要切英文的是任务类型，生图和长文的答案完全不同。
这篇是一手整理加实测。对照表按我从 2025 年到现在写指令时的高频出现顺序筛的，对比实验做了两轮：2026 年 3 月用 Midjourney 生图，2026 年 4 月用对话模型写 1200 字长文，同一任务中文、英文指令各跑十次，差异全记在第二节。
提示词英语的 8 个核心术语，一张表认全
prompt 就是提示词本体，negative prompt 是排除项，seed 管随机复现，token 是算长度和费用的单位，style reference 用来锁风格。认全这五个，八成英文文档能读懂。
表格里的中文说法取自国内社区最常见的叫法，「实际含义」是我自己的理解，不是官方定义。最后一列是备注，带主观判断，供你取舍。
| 英文术语 | 常见中文说法 | 实际含义 | 主观备注 |
|---|---|---|---|
| prompt | 提示词、咒语 | 你发给模型的全部指令文本 | 咒语这叫法挺形象，不过正经文档里都写 prompt |
| negative prompt | 反向提示词、负面提示词 | 明确排除的元素，比如低画质、多余肢体 | SD 生态用得多，Midjourney 一个 --no 参数就够 |
| system prompt | 系统提示词 | 给模型定角色和规则的顶层指令 | 开工前想好它，比中途改对话划算得多 |
| seed | 种子 | 随机数起点，固定它才能复现结果 | 排查复现问题的第一检查项 |
| token | 词元 | 模型切分文本的最小单位，按它算长度和费用 | 中文一个字常占 1-2 个 token，别按字数估 |
| style reference | 风格参考、风格引用 | 拿参考图锁输出风格，Midjourney 里是 --sref | 配 --sw 用，权重 200-400 起步就好，别一上来拉满 |
| temperature | 温度 | 输出的随机度，越高越发散 | 写文案 0.7 上下，抽取整理类压到 0.2 以下 |
| guidance / CFG scale | 引导系数 | 提示词对画面的约束强度 | 拉太高画面会僵，常规都在 10 以内 |
我个人觉得最容易误估的是 token。2026 年 2 月，同事把一篇 2000 字的中文稿直接丢进 API，以为离上限远得很，实际切出来的 token 超过 3100，请求当场报错。中文一个字常常要占 1 到 2 个 token，按字数估容量基本必翻车。OpenAI 官方文档专门讲过怎么围绕这些约束组织指令（prompt engineering 指南），花十分钟能过一遍。
另一个容易想岔的是 seed。它是随机数的起点，固定住才可能复现同一张图。很多人生成结果一变就怀疑模型坏了，真不是，先查 seed 有没有锁住，再看参数动没动。
实测：同一任务，中文指令和英文指令差多少
生图场景英文明显更稳，风格词还原度高出一大截；长文写作反过来，中文指令的稿子翻译腔更少。差距不均匀，得按任务切，不存在全场景的赢家。
先说生图。2026 年 3 月我在 Midjourney 上跑了一组对照：中文版写「雨夜的老街，霓虹灯倒映在湿漉漉的路面，电影感」，英文版写 rainy night street in Hong Kong, neon signs reflected on wet asphalt, cinematic lighting, 35mm。各跑十次。英文版十张里九张有像样的霓虹倒影，湿沥青的质感基本都在；中文版只有四张出现倒影，还有两张把霓虹理解成了招牌上的汉字贴图。挺离谱的。
再说长文。2026 年 4 月我用同一份提纲分别下中文、英文指令，让模型各写一篇 1200 字公众号稿。英文指令产出的结构确实工整，小标题排得整整齐齐，但通篇机翻腔扑面而来，我花了快二十分钟回炉改语感；中文指令那版，七成内容直接能用。老实讲，长文此后我再没切过英文。
| 任务 | 中文指令表现 | 英文指令表现 | 我的选择 |
|---|---|---|---|
| Midjourney 生图（风格词） | 风格命中约 4/10，倒影和镜头感常丢 | 9/10 稳定命中，细节词都吃 | 英文，没商量 |
| 1200 字长文写作 | 语感对，七成内容可直接用 | 结构工整，机翻腔重，要回炉改 | 中文 |
| 短标题和短文案 | 能用，偶尔更灵 | 工整但没灵气 | 随手中文 |
差别从哪来的？生图模型的训练数据里，英文描述配图的占比大得多，cinematic lighting、wet asphalt 这类风格词是在英文语境里学的，换成中文同义词，画面信息就打了折。对话模型相反，它见过海量地道中文，中文指令喂进去，出来的语感自然更对味。
话说回来，切英文也不等于指令越长越好。我一度把英文生图指令堆到 80 多个词，画面反而乱成一团，砍回 25 个词上下才稳。风格词挑两三个关键的，比堆十个都管用。想往深了调，可以看这篇 Midjourney 提示词进阶，参数玩法比我这篇细得多。
什么时候值得把指令切成英文
两条线判断：输出是图像或英文内容，直接写英文；输出是中文长文，留在中文写。拿不准的任务，同一条指令两边各跑一次，比任何经验帖都快。
生图工具没什么好犹豫的，Midjourney、Stable Diffusion 默认切英文，风格词保留原文别翻。写代码注释、英文邮件、出海产品的文案，同样直接英文，模型对英文任务词的响应更准。
中文公众号稿、工作报告、小红书文案，留在中文。指令里嵌一两个英文风格词完全没问题，比如「赛博朋克配色，city pop 氛围」，主流模型双语混训，混着写反而更准。不夸张地说，我现在写中文指令，十个里有三四个会带英文词，这是常态，不是例外。
复现别人作品时有一条铁律：别翻，原样抄。翻译一遍等于换了指令，效果对不上别怪模型。指令整体的章法问题，看这篇 AI 提示词怎么写，先搭好骨架，再谈语言怎么选。
收束一句：提示词英语这件事，术语认五个就够开工，词典从来不是门槛，任务类型才是。下次打开 Midjourney 之前别犹豫，直接英文；写中文长文那天，安心留在中文。真拿不准，就两边各跑一次，答案最诚实。
常见问题
提示词英语要过四六级才能用吗？
不用。生图指令的高频词就几十个，cinematic、neon、close-up 这类词套模板就行，语法有点错模型也猜得懂。
negative prompt 和 --no 是一回事吗？
作用基本相同。Stable Diffusion 用独立文本框，Midjourney 用 --no 参数跟在指令后面，写法不同，排除逻辑接近。
英文指令一定比中文省 token 吗？
不一定。英文单词多但单个 token 化更省，中文省字数不省 token。估算要用官方 tokenizer 工具，别靠肉眼。
seed 固定了，出图还是不一样，问题出在哪？
先查模型版本、分辨率、采样器有没有变，任何一项动了都会破坏复现。seed 只是随机性的起点，不是全部条件。
中英混写的指令模型能看懂吗？
能。主流模型都是双语混训，关键名词保留英文原词反而更准，比如 sref、cinematic 这类词不建议翻译成中文。
延伸阅读
主要用对话模型的话，ChatGPT 提示词三件套更对症，讲的是怎么组织指令结构，和这篇的语言选择正好互补。