记录一下： AI 图片 prompt 越写越长，不如先把参考图的职责拆清楚

最近给一个图像生成相关页面做测试，发现自己很容易陷进一个坑：图不对，就继续往 prompt 里加词。

比如一开始是：

modern editorial image, clean, premium, cinematic, minimal

然后发现不对，又开始补：

not too futuristic, not too dark, clean but not empty, premium but not luxury

写到最后，prompt 已经不像需求了，更像在跟模型讨价还价。

我测试的页面是这个： https://krea2.io/

主要是拿它试 reference image / image-to-image 这类控制方式，不是说这个站一定比别的强。

这次比较有用的经验是：文字适合描述“画什么”，参考图更适合描述“怎么看起来”。

我现在一般会先把参考图拆成几个职责：

1. 一张只管光线，比如明亮、柔和、偏 editorial


2. 一张只管构图，比如中间留白，适合放标题


3. 一张只管色彩，比如蓝灰系或者低饱和


4. 反例图也可以有一张，明确不要赛博霓虹/过度科幻

这样 review 的时候也更容易说清楚问题：

• 这张构图对，但颜色不对


• 这张颜色对，但主体太靠边，移动端会裁掉


• 这张单看不错，但放到 landing page hero 里太吵

另一个坑是不要每次生成都同时改所有东西。prompt 、参考图、比例、风格强度一起改，下一张变好了也不知道是哪个变量起作用。

比较稳的流程：

1. 先固定用途，比如 blog header / hero image / social card


2. 第一批只看构图


3. 第二批只调风格强度


4. 第三批放进真实布局里看

尤其是最后一步，单独看图和放进页面完全不是一回事。很多图在 gallery 里挺好看，一放到标题下面就发现主体被挡、颜色抢 CTA 、移动端裁切很难受。

所以我现在觉得 AI 图片生成不太像“写一个完美 prompt”，更像做一个小型视觉实验。文字、参考图、比例、布局预览，每个变量分开测，比堆形容词靠谱很多。

有做设计/前端的朋友也这么用参考图吗？你们一般怎么避免每批图风格飘太远？