将模糊的请求“漂亮的杯子”变成结构化的提示。仅返回 JSON：{"prompt":"...","style":"...","details":"..."} - 在 prompt 中以一个短语收集主题、环境和光线，在 style 中指示视觉风格，在 details 中添加材质、角度和格式。
图像生成器不像人类那样绘图。它接受了数百万个“图片+标题”对的训练，并记住物体、样式和光线的样子。当您提供文本时，模型从随机噪声开始，然后逐步将其消除，使图像更接近描述的含义。这有两个后果。首先：词语越具体，神经网络就越不为你思考——它会向“普通互联网用户”填写一个模糊的请求。第二：开始总是来自随机噪声，因此相同的提示会给出不同的图片。这不是一个错误，而是一种获取选项的方法。工作杠杆：锚定名词（框架中到底是什么）、材料和光线的形容词、风格和格式的指示。内幕技巧：分层次写提示——主题、环境、光线、风格；模型对第一个单词的反应更强烈，因此将主要内容放在开头。第二招：如果你喜欢这张图片，请修复它的种子并一次更改一个单词。初学者的一个典型错误是加载情感（“漂亮，哇”）而不是属性。模特不知道你的“美”；她懂得“柔和的漫射光”、“陶瓷”、“特写”。