改变提示词就变图？同一底图换风格词的对比实验

改变提示词能改多少图，看你换上去的词里有没有"能画的东西"。我拿同一张底图连换十个风格词重跑了一遍，七个词把画面改得六亲不认，三个词几乎原地踏步。这个差距比我想的大得多。

同一张底图，十个风格词，规矩先说清楚

底图提示词一个字不动，种子和参数全部锁死，每轮只替换一个风格词，这样两张图的差异才能全记在词头上。对照实验最怕变量失控，规矩必须定死。

底图提示词是这样的：「窗边木桌上放着一杯冒着热气的红茶，一本摊开的平装书，窗外下着小雨，午后光线」。工具是 Midjourney v6.1，比例 3:2，seed 固定 57，每个词再补跑一张 seed 118 的，防止单张偶然。十个词按网上出镜率挑的：水墨画、赛博朋克、吉卜力动画风、像素艺术、黏土定格动画、木刻版画、柯达胶片质感、高级感、唯美、大气。

时间是 9 月 2 日到 3 日两个晚上，一共 20 张，单张出图约 40 秒，总耗时一个半小时左右。跑完我把 20 张按词分列拼进一块白板，远看就是一面出图墙。说实话，拼完那一刻的感受很直接：有的列天差地别，有的列像复制粘贴。

改变提示词的出图墙：七个词起效，三个词装死

十个风格词里七个带来肉眼可见的剧变，三个抽象词的出图和原图摆在一起几乎分不出来。差距不在词的长短，在词里有没有一套具体的视觉系统。

表格是两晚实测的原始战绩，幅度一列带我的主观判断：

最戏剧化的是「高级感」。我把它那张和原图并排放着，9 月 4 日中午拿给做设计的同事做盲测，让她猜哪张换过词，她连猜三次错两次，第三次干脆问"这是同一张吧"。挺离谱的。「唯美」稍微好一点，两张里一张的光柔了一点点。「大气」出现过一次视角后拉，纯属碰运气。

起效的七个词也不是一个量级。赛博朋克把主体配色全换了；水墨画砍掉整张图的彩色系统；像素艺术最狠，直接换了媒介。相比之下，柯达胶片质感只是加暖调和暗角，构图没动——它更像给原图调色，不算换画法。

顺带一提，Midjourney 里比风格词更霸道的其实是 sref：风格词管调性，sref 管整套视觉基因，两者的配合方式我单独整理过一篇，见 mj 风格提示词怎么选：风格词和 sref 的配合。这次的结论只针对纯文字风格词。

为什么有三个词几乎无效

「高级感」「唯美」「大气」是情绪评价，不是视觉指令，模型在里面找不到可执行的画面特征，只能照着底图继续画。抽象词没有锚点，等于没说。

把十个词分两类就清楚了。起效的词都自带完整视觉系统：赛博朋克自带霓虹配色和湿面反光，水墨画自带留白和墨色层次，像素艺术自带低分辨率色块，模型有明确的东西可抓。「高级感」呢？一千个人眼里有一千种高级，模型选了最省事的路线——照原样再来一遍。

「唯美」更隐蔽，因为模型默认审美里本来就堆满唯美倾向，你再喊一遍，等于要求它保持原样。纯摆设。老实讲，这个发现让我把收藏夹里一堆氛围词全删了。验证也简单：把「唯美」删掉换成「莫奈印象派油画」，同一张底图 40 秒后笔触全变了。真不是位置问题，是词本身没货。

话说回来，这次只测了写实底图。动漫系底图对画风词的敏感度是另一套逻辑，词怎么叠加、怎么互相打架，写 sd 动漫风格搭配那篇时我拆得更细，见 sd 动漫风格提示词怎么选：画风词的搭配，这里不展开。

下次换词前，先过这一道判断

动手前问一句：这个词能不能在真实世界里拍出来或画出来？能，就换上去试；不能，直接删。这一条能筛掉词表里八成的摆设。

操作三步。一步，一次只换一个词，出图立刻和上一张并排看，别攒一堆，眼睛会被平均化骗过去。两步，优先用媒介加材质类词（版画、黏土、油画、像素），它们的视觉系统最完整；情绪类词（高级、唯美、大气、惊艳）默认当它不存在。三步，重要的项目每个词至少跑两个种子，单张结论大概率是运气。

不夸张地说，这套流程让我后来挑词的命中率从三四成提到七成以上，省下的抽卡次数肉眼可见。

回到开头那句：改变提示词当然会变图，前提是词里有画面。那面出图墙现在还钉在我白板上，七列热闹、三列冷清，每次想往提示词里塞情绪词的时候看一眼，手就停住了。词是免费的，抽卡的次数是真的。

常见问题

风格词放在提示词的开头还是结尾更管用？

我试过把「水墨画」分别放在句首和句尾，同一 seed 下两张差异很小，位置的影响远小于词本身。要排优先级的话，主体描述大于风格词，风格词大于氛围修饰。

同一个风格词重复写两遍会更强吗？

没测出差异。「高级感，非常高级感」跑出来的图和写一遍的几乎重合，别浪费字符额度，不如换成具体的媒介词。

底图内容换了，这套结论还成立吗？

方向上成立。我用一张雨夜街景底图复测过其中五个词，三个抽象词依旧无效。但画面元素越密，具体风格词的改变越容易被吃掉，复测时变化幅度普遍比书房底图小一档。

没有固定种子功能的工具怎么做这种对比？

改成每组跑三张取共性。单张差异可能是随机波动，三张里两个方向一致的结果才算数。工作量大约翻一倍，但结论稳得多，我复测街景那轮就是这么做的。

延伸阅读

• ai动漫提示词怎么写？日系画风的关键词组