【十四】系列图风格总飘、换模型就崩？先别写长作文，填一张「出图控制表」

很多新手其实不是不会写提示词。

你也会写光、写材质、写构图。单张图运气好时，甚至能出一张让人眼前一亮的。问题出在后半程：

第二张换个姿势，光忽然变了。 第三张换个场景，整张图像换了摄影棚。 把同一段提示词丢给另一个模型，风格又散成两个人做的。

更糟的是，你开始补词：电影感、胶片、杰作、超真实、8K。词越堆越长，画面却更像在抽卡——中了就中，不中就完全对不上感觉。

这时候别急着怪模型「听不懂人话」。

更常见的真相是：

你给 AI 的是一段散文，它记住的是感觉；你真正需要的，是一张它没法偷懒漏项的清单。

人说话可以省略。说「要有电影感」，对方能靠经验猜。 AI 不会稳稳地猜——它会挑最省事、最常见的那条路走。你省略的摄影参数，它就用平均值填；你换主体时没把质感钉死，它就重新抽一次风格。

下面这套方法，专门解决「单张还行、系列不稳、跨模型翻车」。 大纲很简单：先攒审美词库 → 再写成控制表 → 让大模型按不同工具翻译 → 最后做视频时学会做减法。每一步都有普通写法翻车对照，以及能直接抄的中文案例。

---

先搞懂一件事：听得懂人话 ≠ 控得住画面

你可以把现在的生图模型，想成一个很会写作文、但考试经常漏答题的学生。

你说：「雨夜里，一个疲惫的人靠在墙边，赛博感，电影感，好看一点。」

它听懂了「雨夜」「人」「墙」「好看」。 它没被强制完成的是：用什么镜头？什么颗粒？侧光还是顶光？调色偏青还是偏暖？画幅多宽？

这些空格，它会用自己的默认值填。默认值往往「安全、干净、平均」——也就是你讨厌的那种「一眼 AI」。

所以真正要学的，不是再写更长的小作文，而是：

把「审美决定项」从散文里拆出来，变成必填项。

散文负责讲故事。 清单负责锁质感。 大模型负责把清单翻译成各个绘图工具爱吃的格式。

这三步分清楚，你就从「碰运气出图」变成「可复用出图」。

---

第一步：先攒一本「看得见」的审美词库（别一上来堆形容词）

很多新手一想要电影感，就写 电影感、杰作、高级感。 这些词太虚。AI 收到的指令等于：「你看着办，办好看点。」

更稳的做法是：先不谈工具，先建立一套和物理世界对应的视觉词。你以后换模型，这套词还能继续用。

1）先选「底子」：胶片感还是数码感

AI 默认画面经常过于干净，皮肤像磨皮广告，空气像真空——这就是常说的塑料感。

你可以先给画面选一层「介质」：

你想要的感觉	别只写	写进提示词/控制表里的词
透气、旧电影、有毛边	胶片感、有质感	柯达电影胶片质感、细腻胶片颗粒、高光轻微光晕
干净、锐利、现代商业/科幻	超清、高清	阿莱数字电影机质感、清晰锐利对焦、干净数码清晰度

普通人提示词：

常见结果：脸很干净，窗光很匀，整体像精修写真。你写了胶片，但没给它「胶片长什么样」的抓手。

技巧写法（只改介质，先别加戏）：

你会发现：不需要狂堆「电影感」，颗粒和光晕自己会把「假干净」往下按一档。

2）再选「眼睛」：镜头比滤镜管用

镜头决定空间关系。很多人画面平，不是因为没写景深，而是因为没指定「用什么眼睛看」。

镜头词	它大概会带来什么	适合什么
变形宽银幕镜头	椭圆虚化光斑、横向眩光、更像院线宽画幅	想要「这不像普通手机照片」
长焦镜头 / 85mm人像焦段 / 135mm长焦	空间被压缩，背景贴过来，主体更突出	人像疏离感、街头抓拍高级感
35mm镜头 / 24mm广角	空间更开阔，环境信息更多	环境叙事、场景先于人

新手练习：同一主体，只改镜头词，连出三张。你会迅速建立直觉——原来「高级感」常常不是多写形容词，而是换一双眼睛。

可直接抄的镜头写法：

3）最后选「光怎么说话」

光不只是亮不亮，是情绪容器。

两个特别好用、又不容易写虚的词：

• 体积光：让空气里好像有尘、有雾、有湿气，光线才有形状
• 伦勃朗光：脸上留下经典的三角光区，人物立刻有戏剧性，不像证件照平光

普通人写法：

AI 很容易给你：棚拍柔光，左右对称，皮肤光滑，情绪假。

技巧写法：

你不是在求它「有氛围」，你是在规定光必须完成的任务。

把上面三类词攒成自己的小本本：介质 / 镜头 / 光。 这就是你的审美词库。后面所有控制表，都从这里取词，而不是每次现场发明形容词。

可直接抄的「词库起步包」（先够用，别贪多）：

---

第二步：把审美写成「出图控制表」（这是稳定性的关键）

词库有了，还不够。

因为你一旦开始写长提示词，手一滑就会漏项：今天写了镜头忘了调色，明天写了调色忘了颗粒。系列一多，风格自然飘。

解决办法很土，但极有效：

不要直接对着绘图模型写作文。先填一张结构化的控制表，交给 ChatGPT / Gemini / Claude / 豆包 这类大模型，让它当你的「提示词翻译官」。

注意：这张表的读者，首先是大模型，不是绘图模型。 表负责「不漏项、不跑偏」；翻译官负责「写成即梦 / Midjourney 爱读的段落，或更适合标签模型的短词组」。

为什么表格比散文稳？

散文是发散的。AI 读散文时，容易抓住一句情绪词，把后面全带跑。 表格是强迫症。每一栏空着都像没答题，大模型为了交卷，必须把摄影参数写进去——它很难「假装写了」。

你可以把它理解成外卖备注：

• 散文：「口味正常，看着做。」
• 表格：「少辣、不要香菜、多加米、汤和面分开。」

后者才不容易翻车。

通用控制表模板（请直接复制保存）

下面这张表，建议你原样留着，每次只改内容，不改结构。字段用中文，方便你自己填：

四块分别干什么，请死记住：

1. 项目：这组图的「总标签」和画幅。系列图里，这两项尽量少动。
2. 主体：人/物可以换。换主角、换动作，主要改这里。
3. 环境：场景可以换。换地点、换天气，主要改这里。
4. 质感锁：这是命根。系列要统一，优先锁死这一块。

换人换景可以；质感锁不要跟着心情改。

同一张表，怎么保证「换人不换味」

普通人做法：每张图重写一段提示词，结果每张都像新项目。

技巧做法：只改「主体」，「质感锁」原样粘贴。

案例 A（店员）：

案例 B（只换人，不换锁）：

两张图人物不同，但只要「质感锁」不变，观众会觉得：「这是同一部短片截出来的」——这才叫系列感。

这张表为什么对各种模型都友好？

• 对 即梦 / Midjourney / 通义万相 这类偏语义的模型：大模型会把「质感锁」自然写进环境描写，不容易漏掉颗粒、镜头、调色。
• 对 更吃短词组、标签排列 的模型：大模型会把高权重质感词提前，主体词随后，结构更稳。

一句话：

表是缰绳。主体可以换马，缰绳方向别乱甩。

---

第三步：让大模型当翻译官（一套表，喂给不同工具）

控制表填完，不要自己硬翻译——你容易又写回散文，把锁写丢。

把下面这段指令，连同你的控制表，一起丢给 ChatGPT / Gemini / 豆包：

实战：同一张表，两种模型口吻

下面用「雨夜便利店店员」这张表，演示翻译结果长什么样（你可对照：逻辑相同，格式不同）。

给偏语义模型的段落型提示词（示例）：

给偏短词组模型的提示词（示例）：

看出关键了吗？

不是两套创意，是同一套决策的两种说明书。 你以后换工具，改的是翻译结果，不是重新找灵感。

新手最容易翻车的三个点（先避坑）

1. 把控制表直接塞进绘图框 多数生图模型不是来「读表」的，是来「读画面描述」的。表给大模型，描述给绘图模型。
2. 每出一张就改质感锁 今天颗粒重一点，明天调色换一套，系列必然散。想微调，一次只动一个参数，并记笔记。
3. 翻译时允许大模型自由加戏 指令里一定要写「不要发明控制表没有的新风格」。否则它又会给你加烟雾、加飞鸟、加莫名其妙的招牌。

---

第四步：图已经对了，做视频时请「做减法」

很多人静帧满意后，会把整段生图提示词原封不动丢给视频模型。

然后悲剧开始：风格词打架，画面乱闪，人物开始「表演式」大幅度乱动，原本稳的光也漂了。

记住一个分工：

• 静帧提示词负责：它是谁、在哪、什么质感
• 视频提示词负责：镜头怎么走、东西怎么微微动

静帧里已经有的光影、颜色、材质，视频模型通常能从参考图里读到。你再重复「赛博、霓虹、胶片、电影感」，常常不是加强，而是干扰。

视频提示词万能公式

只填这三类，尽量短。

1）镜头运动（先决定观众的身体感）

你想要的观感	可直接写
从局部看到整个处境	镜头缓慢拉远
靠近情绪/细节	镜头缓慢推近
展示左右空间	镜头缓慢向右摇 / 镜头缓慢向左摇
轻微呼吸感（慎用，幅度要小）	镜头轻微手持漂移

2）主体微动（真实来自克制）

优先写「还能相信」的小动作：

尽量少写：

大动作不是绝对不能写，而是新手阶段翻车率极高。写得越夸张，越容易鬼畜、穿模、脸崩。

3）环境流动（让空气活起来）

正反例：同一张便利店静帧

普通视频指令（容易乱动）：

问题：风格词重复、剧情动作过大、镜头目标不清。模型会不知道该保构图，还是该演完一整场戏。

技巧视频指令：

变化在哪？

• 只指挥「怎么动」
• 动作全是微动
• 环境只加流动，不重新定义世界观

原画决定质感；这一句短指令，决定生命力。

再给你两套可直接改的视频填空

办公室加班静帧 → 视频：

海边风中人像静帧 → 视频：

新手练习：拿一张你最满意的静帧，删除所有风格词，只保留「运镜 + 两个微动 + 一个环境流动」。通常会比「把生图提示词整段粘贴」稳得多。

---

把四步串成一条可重复的生产线

以后你出系列图，可以按这个流水线走，不用每次从头找感觉：

1. 从词库选词：介质 / 镜头 / 光 / 调色
2. 填控制表：「项目」和「质感锁」先钉死，再填人和场景
3. 大模型翻译：按目标工具输出中文段落或中文短词组
4. 绘图模型出静帧：系列图只改「主体」/「环境」
5. 视频只做减法：运镜 + 微动 + 环境流动

普通人路径：每次写作文 → 每次抽卡 → 每次重新解释「我要的感觉」。 技巧路径：一次定锁 → 多次换主体 → 跨工具只换翻译。

差别不在天赋，在你有没有把「容易飘的部分」写成必填项。

---

结语：你要的不是更长的提示词，是更不容易漏项的流程

回头看，这套方法解决的其实是一件很具体的事：

让审美可复制，让风格可迁移，让视频不毁静帧。

• 词库让你知道「电影感」到底指哪几个物理参数
• 控制表让你换人换景时，质感不会跟着漂
• 大模型翻译让你一套决策适配多个工具
• 视频减法让运动服务画面，而不是推翻画面

你不需要一夜变成提示词诗人。 你只需要变成一个会填表、会复查、会少写废话的人。

从今天起，先别再跟 AI 说「好看一点」。 打开备忘录，存下那张控制表，把你下一组想做的系列，拆成四栏填进去。

填完再生成。 你会第一次清楚感觉到：不是模型突然变聪明了，是你终于把它没法偷懒的地方，全部写死了。