提示词工程流程 · 可用
图片转提示词生成器
上传一张图片，得到能复现它的提示词——写给图像模型看的，不是写给人看的。
描述一张图片
附上 JPEG、PNG 或 WebP 并发送。Agent 会读取它，回复完整提示词、精简提示词、反向提示词和关键词标签。
一张图进，四种提示词出
图片转提示词生成器读取一张图片，返回你在别处重新生成它所需要的全部内容。
输入：一张图片，在输入框中附上
支持 JPEG、PNG、WebP。和在其它 Ideart 工具里一样附加，然后发送——图片进入你的工作区，Agent 从那里读取。
输出：60 到 120 词的完整提示词
按图像模型真正看重的顺序排列：主体、场景、构图、光线、色彩、媒介与渲染细节。写成描述性短语，而不是关于这张图的句子。
输出：精简提示词、反向提示词和标签
精简提示词适合字数受限的输入框或视频模型。反向提示词列出的是这张图重新生成时可能出问题的具体伪影。六到十二个关键词标签方便你在自己的素材库里检索。
如何使用图片转提示词生成器
三步，就在你平时生成的那个对话里。
1. 登录并附上图片
把文件拖进输入框、点击选择，或直接粘贴截图。附加媒体需要账号，和其它 Ideart 工具一致。
2. 发送
输入框里已经填好了要问的话。发送后 Agent 会读图，并回复完整提示词、精简提示词、反向提示词和逐项拆解。
3. 在同一个对话里继续
复制你要的部分，或者直接说要改什么——「光线不变，换成一只猫」——Agent 会直接生成，你不用离开对话。
提示词与它们生成的图片
下面每张图片都是由旁边这条提示词生成的。这就是图片转提示词生成器所追求的形态：先主体，再风格、光线与构图，不留任何靠猜的部分。
图片转提示词生成器会给你什么
一次上传，四种输出，每一种都对应一个你会去粘贴的地方。
按模型的读法写的完整提示词
六十到一百二十词，顺序是主体、场景、构图、光线、色彩、媒介。用短语而不是句子——因为「a weathered fisherman mending nets at dawn」能引导模型，而「这张图展示了一位渔夫」不能。
给窄输入框用的精简提示词
二十词以内，保留主体和那一个定义了整体观感的要素。这是你粘进视频模型或任何有硬字数上限的输入框的版本。
针对这张图生成的反向提示词
不是一段通用样板。列出的伪影是重新生成这张特定图片时真的可能出错的部分，没有可写的时候这一栏就是空的。
可以逐条修改的拆解
主体、风格、构图、光线、色彩、氛围分开返回。想换打光就只改光线那一行，不必重写整段再碰运气。
给自己素材库用的关键词标签
六到十二个小写标签，已去重。可以用来命名文件、筛选灵感板，或之后喂给搜索框。
无论你用什么语言，输出都是英文
这条提示词是给图像模型读的，不是给你读的。主流生成模型的训练数据以英文描述为主，翻译过的提示词就是更差的提示词——页面本身讲你的语言，提示词不讲。
读图不扣积分
读取本身是免费的：这是一次很小的模型调用，不是一次生成。只有当你接着用它的结果去生成图片或视频时才会消耗积分。
它就在你干活的地方
结果出现在一个正常的对话里，所以追问只需要一句话，而不是重新上传一次。附上的图片留在工作区，下一轮还能继续用。
裁到你真正想要的部分
提示词描述的是整个画面。如果截图有一半是浏览器工具栏，提示词就会有一半在讲浏览器工具栏。
给它你手上画质最好的那份
重度压缩的缩略图会丢掉让提示词变具体的纹理和光线细节。上传本来就会缩到 1536 像素，所以只要不低于这个尺寸就够了。
它会描述，但不会指认
模型被要求只描述可见内容，绝不猜测品牌、人物身份、地点或日期。这是刻意的准确性取舍：一个自信的错误名字比没有名字更糟。
把结果当初稿
用这条提示词重新生成会得到同一个想法，而不是同一张图——没有任何提示词是图片的无损编码。改掉偏得最远的那一行拆解，再跑一次。
人们拿它做什么
从图片里反推提示词的四个常见理由。
逆向拆解你喜欢的观感
你看到一张图，它的打光和色彩正是你想要的。图片转提示词生成器把它变成可以套到完全不同主体上的措辞。
找回没保存的提示词
一张你留下了、但提示词随会话消失的成品。上传图片就能拿回一条可用的提示词，不用再去回忆当初输入了什么。
让一个系列保持视觉一致
从成功的那一帧反推提示词，保留它的风格、光线和构图行，只替换主体，用于系列里的下一张。
学习提示词是怎么搭起来的
拆解会显示哪些词负责主体，哪些负责光线、构图和氛围。读几条，比读关于提示词的建议更快学会它的结构。
依赖它之前该检查什么
提示词是对图片的有损描述。下面这些地方会暴露这一点。
- 用这条提示词重新生成，得到的是同一个想法，不是同一张图。
- 画面里的文字会被描述而不是被转录——它不会拼写正确地回来。
- 人脸、品牌和地点会被刻意泛化描述；模型被要求不去猜测身份。
- 画面过于繁杂时，提示词描述的是整个画面。想要单一主体请先裁剪。
- 提示词是英文的，因为图像模型就是用英文训练的。
常见问题
图片转提示词生成器准确吗？
它能稳定还原主体、构图、光线、色彩和媒介，这些正是真正引导图像模型的部分。它不还原确切的文字、人脸或品牌，也不是无损编码——用这条提示词重新生成得到的是同一个想法，而不是同一张图。
需要账号吗？
需要。附加媒体要求登录，和其它 Ideart 工具一样，因为图片会先上传到你的工作区，Agent 再从那里读取。读取本身不扣积分。
我上传的图片会怎样？
它会作为对话附件上传到你的 Ideart 工作区，和你附加到任何其它工具的图片完全一样，Agent 从那里读取。它会留在那个对话里，方便你下一轮继续使用。
支持哪些格式和多大的文件？
JPEG、PNG 和 WebP，在输入框中附加。这与所有 Ideart 工具接受的参考媒体格式相同。
能用我自己的语言输出提示词吗？
提示词始终以英文返回。它是给图像模型读的而不是给你读的，而主流生成模型的训练数据以英文描述为主，所以英文提示词就是更好的提示词。页面其余部分是你的语言。
这和我自己写提示词有什么区别？
更快，也更完整。人描述的是自己注意到的东西；生成器描述的是画面里存在的东西，包括大多数人会略过不写的打光方向和构图选择。之后拆解还让你只改一个维度，不必重写整段。