【五十四】同一类图每次都从头写？别再收藏万能提示词，先把你的出图规矩做成能问你的助手

你把图丢过来的时候，收藏夹里大概已经有二十条「能用的词」了。今晚真正贴进去的，还是这一句：

夜市，一个年轻女生，氛围感，烟火气，电影感，超写实，高质量

图并不差。灯在，摊在，脸也清楚。可你多看两秒还是想划走。她不是不像夜市，是身上什么都没钉死：铁网可以是道具，竹签可以是摆拍，油烟像后期喷上去的。你说烟火气，它就给你夜景人像那一套：人居中，灯很暖，脸很干净，摊很完整。清楚。也空。

你后补的两句我也看见了。「提示词再长一点。」「细节丰富一点，不要假。」词更长了，人还是空壳。最多变成：一个在更亮的灯下，一个在更密的摊位前。还是从头写。只是从头写得更累。

【二十六】练过别自己当翻译，让 AI 帮你拆。【三十】练过别对着光标许愿，让它先采访你。【五十】练过别让它猜这是什么片。【五十一】练过先给她一件正在发生的事。【五十三】练过先让衣服发型妆说出他是谁。 这一节接在后面：方法你其实都会一点了。每次还是不稳，是因为你没有把这套方法固定下来。今晚问完，明天新开一个对话，它又什么都不记得。

口诀：提示词负责这一张。说明书负责你以后每一张。没有说明书，你收藏的每一句「万能词」，用第二次就会飘。

---

先把验收说清楚。你要的不是「今晚又写出一条好看的夜市词」，是：

同一张短发女生的脸，同一个炸串摊，你只回答选择题，对话模型就能写出能直接贴的生图词。把图丢回去，它还能写出这八秒里正在发生的一件事。你自己不许再手写完整词。写了，等于这节没过。

下面只用这一摊跑完。夜里十一点。城中村巷口夜市，最里面那档「阿珍炸串」。铁网、竹签桶、手写价目牌、保温箱、一盏暖黄灯、油烟往上走。短发女生在摊后。摊、灯、这张脸，全部不许换。今晚不练新风格，只练：把你反复在用的规矩，做成一份能开工的说明书。

有人管这份说明书叫 Skill，有人叫自定义助手，有人叫项目指令。名字不重要。重要的是：下次你不用从头解释自己喜欢什么样的图。

---

开场：你收藏的是句子，它需要的是一套能重复的问法

「氛围感、烟火气、电影感」对你是感觉。对它是三张可以随便贴的夜景贴纸。它最省事的做法，就是找训练里最常见的那种「好看的夜市人像」：人站摊前，灯打在颧骨上，背景虚成光斑。于是你看见的是清楚，不是这个摊。

真人站在阿珍炸串后面的时候，身上同时装着好几样东西：今晚卖到第几串、铁网还热不热、手上有没有油、下一秒会不会有人递钱过来。模型不会自动替你装。你只报烟火气，它就交一份标准「夜市美女」作业。

所以正确的顺序不是「先写出更长的提示词，再盼着它记住你」。是先让对话模型看懂你反复在出哪一类图，再让它按固定顺序问你，最后才允许它写出生图词和视频词。

看结果时只问三句：你有没有自己写完整词？同一类图换一个对话，它还会不会按老规矩问？图不对的时候，你是重新抽，还是把问题丢回去改说明书？

---

一、别再找「一句就能用一辈子」的词，先承认你真正费的是重复劳动

很多人以为自己不会写，是因为没抄到那句神词。于是开始收藏：别人的夜市词、别人的人物词、别人的视频词。收藏夹越来越长。一到自己出图，还是空白。

空白不是因为词不够。是因为那些词是别人那一张的施工单，不是你以后每一张的问法。

你真正重复在干的，其实就这几步：

1. 决定今晚这张人是谁
2. 决定她刚干完什么、手里还捏着什么
3. 决定灯从哪边打、摊上露出哪几样东西
4. 出图
5. 如果要做视频，再根据这张图写八秒里的那一下

这五步你每周都走。走的时候每次措辞都不一样，所以结果也不一样。今天写「烟火气」，明天写「生活感」，后天写「市井气息」。模型听起来三个词，交出来三张不同的作业。

以前是你一直在操作模型：每张图都重新解释。 做成说明书以后，更像你训练了一个懂这摊的助手：你只回答，它负责拆、写、看图、再写视频词。

所以现在更好的方式，不是让自己变成提示词仓库，而是把这套问法固定下来。 这就是说明书的意义。它不是单独一句更厉害的提示词。它是你以后出这一类图时，不许再从零开始的流程。

---

二、做说明书，最重要的不是技术，是把「你到底要反复出什么」说清楚

很多人一听「做自己的助手」，就觉得要懂代码、懂模型、懂上传格式。其实不用。对话模型能读一段说明，就能按这段说明干活。你要做的只有两件事：说清楚这份说明书是干什么的，再把你已经有的东西扔给它看。

1. 先说它负责哪一类图，别说「帮我做个万能助手」

万能等于没有。你说「帮我做一个生图助手」，它只能给你一个什么都能管、什么都管不稳的空架子。

阿珍炸串这一摊，正确的说法是：

这句话就比「帮我做一个夜市 Skill」清楚很多。因为它回答了四件模型最爱猜的事：出什么、不准出什么、问什么、图出来之后还干什么。

你的描述越具体，它越容易模仿你的习惯。你越说「高级、万能、什么风格都能」，它越会给你模板。

2. 再说它要看哪些旧东西，别只丢一句愿望

除了说清楚需求，把你已经满意的东西一并丢进去。不必多，三样就够：

• 3 张你满意的图：不是最美的，是最像你要的那种
• 3 条你常用的生图词：哪怕写得土，只要是你反复在改的
• 1 条你常用的视频词：哪怕只有「她夹了一串，油烟往上走」

它会从里面总结你自己都未必说得清的规律：人是摊后还是摊前，衣服新不新，灯暖不暖，镜头多近，视频动作大不大。这些规律整理出来，才会变成说明书里的规则。

没有旧图也没关系。那就只把上面那段需求说清楚。有旧图，它抄的是你的习惯；没旧图，它至少知道这摊不许拍成夜景写真。

所以，制作说明书的核心不是「写得多专业」，是让对话模型看懂：你以后会反复出哪一类图，哪一类图你看了会皱眉。

---

三、让对话模型先写一份能用的说明书，别自己从零编格式

需求和旧东西准备好以后，不要自己排章节。让它写。你负责看它有没有漏掉「怎么问」和「图回来以后怎么写视频」。

把下面这段直接贴进新对话。需求那几句换成你自己的也行，结构别拆：

它交回来的第一版，通常会有这四块。少一块，就让它补，别自己东拼西凑：

1. 它是干什么的。 比如：只负责夜市摊位人物，不负责古装、不负责棚拍、不负责美食特写。
2. 它怎么问你。 比如：先问摊上是谁，再问刚发生什么，再问手里捏什么，最后才问灯和镜头。
3. 生图词必须装进哪些格子。 人、身份、刚发生的事、衣服和手上的东西、摊上的物件、灯、景别。少一格它就用夜景人像去补。
4. 视频词必须装进哪些格子。 正在发生的事、身体跟过去的那一下、动完停在哪、环境只许微动。少一格它就交广播体操。

有了这份文档，你就不用每次新开对话都重新解释「我不要夜景美女，我要摊后在干活的人」。下次只要把说明书整段贴上去，说一句：

从现在起按这份说明书工作。先问我。一次只问一件事。

它就会按规矩开工。

第一版一定不完美。这很正常。能用的说明书都不是一次写对的，是拿去出图、出完再改的。 看见完整目录就收工，等于你只做了封面。

---

四、真正关键的不是生成文档，是拿去出图，再把翻车原因写回去

很多人做到「我有一份说明书了」就停。看起来很完整：有提问、有格式、有负面词。一用还是假。

假，说明文档里的禁止项还不够硬。模型会按最省事的方式理解「夜市」：人好看，摊完整，灯均匀。你不把翻车样子写回去，它不知道你讨厌的是哪一种完整。

1. 先看出三种最常见的假

还是阿珍炸串。说明书第一次写出来的生图词，常见会交成这样：

• 人是夜景写真： 脸太干净，头发丝丝分明，站在摊前而不是摊后，像来打卡。
• 摊是布景： 铁网不反油光，竹签像新的，价目牌像设计好的美术字，没有用过的痕迹。
• 视频是体操： 她转头、眨眼、对镜头笑，油烟在，人没事可干。

看见这三种，不要换模型，不要重写整份说明书。只把这一次的假，说给它听。

2. 把假说回去，让它改规则，不要让它「再生成一次」

比如下面这句，可以直接贴：

服装看起来像演出服，就让它加强：围裙、袖口、手套、帽子被热气打湿。 人太假，就让它强调：皮肤不要广告级，妆几乎没有，表情不要看镜头。 画面太平，就让它加：灯只照亮铁网和半张脸，后巷要暗，油烟要挡住一块背景。

视频假，也是同一逻辑，只改视频那一格：

这就是说明书最重要的地方：它不是一份写完就供起来的文档。它是一张会脏的施工单。用得越多，你越知道哪一格会交假作业。改得越多，它越像你的手。

改的时候只改翻车那一格。整份重写，上次已经对的规则会被写丢。

---

五、说明书改顺以后，就用问答出图，再用这张图写出八秒里的那一下

当提问已经不会漏、生图已经不像打卡、视频已经不再做操，就可以正式用了。下面整段都能直接贴。先出静帧。先看你有没有自己动手写完整词。

1. 贴上说明书，让它开始问

新开一个对话，先贴说明书，再贴：

它应该开始问，而不是直接给你一段词。一次一件。你只答。例如：

• 摊上是谁：短发女生，摊后
• 今晚演哪一种：刚把一串从油里捞出来，还没递给对面
• 身上那一层：深色短袖，腰间随便系着脏围裙，手上有油
• 灯：头顶一盏暖黄灯，只照亮铁网和半张脸
• 这张图干什么用：先当静帧，后面要做八秒视频

你没有写「电影感」，也没有写「烟火气」。这些词不该再从你键盘里出来。它们如果要出现，只能作为说明书里已经钉死的禁止项或质感要求，不能每次靠你现场发明。

2. 同一张脸，先出一张「人在干活」的静帧

它问完以后，生图词应该接近下面这种，而不是又变回夜景美女。你可以对照，不必自己重写：

夜里十一点，城中村巷口夜市，阿珍炸串摊后。
还是这张短发女生的脸。她侧站在铁网后面，没看镜头。
深色短袖，脏围裙在腰间随便系着，带子有一点松。右手刚把一串从油里提起来，油还在往下滴，左手扶着铁网边缘。
头顶一盏暖黄灯，只照亮铁网、竹签和半张脸，后巷是暗的。
中近景，平视。最近处是冒油的铁网，油烟往上走，价目牌在右后侧被烟挡住一块。
不要夜景写真，不要站在摊前微笑，不要美食广告光，不要棚拍摊位。

检查：把脸遮住，仍然要能说出「这是摊后刚捞串的人」。说不出，就是说明书还在交人像作业。把它丢回去改，不要在生图框里自己加「更有烟火气」。

3. 把这张图发回去，让它写八秒里被打断的那一下

静帧对了，把图上传，贴：

它应该先判断：串还在滴油，人还没递出去。然后才允许身体动。下面这条是改顺以后应有的样子，用来对照，不是让你手抄去当万能词：

生成单镜头、固定镜头、无台词、无背景音乐。8秒。
不要重新生图，不要改变原图人物脸型、五官、服装、发型、摊位、构图和灯光。
​
她还停在原图姿势里，右手那串油还在滴。对面忽然把钱递进画面右下，她没立刻抬头看镜头，先是右手那串顿了一下，油滴到铁网上发出轻响。她下意识把串往自己这边收了半寸，空着的左手在围裙上擦了一下，这才侧过一点肩去看那只递钱的手。动作幅度不大，但要看得见。不要转头微笑，不要对镜头点头。
​
动完以后她还是没看镜头，串还捏着，人停在准备递、还没递出去的位置。铁网上的油还在响，油烟往上走，价目牌不动。镜头不要自己推近，不要切第二个景。

这种词比「让她动起来，动作自然」稳，不是因为它更文学。是因为它写了三件说明书必须逼问的事：被什么打断、身体跟哪一下、动完停在哪。

带声音的模型仍要写死无台词、无背景音乐。夜市一旦自己配歌，人立刻变成广告。

---

六、最容易把说明书做成空架子的三个错误

1. 把说明书写成又一份万能提示词。 里面全是「高质量、超写实、氛围感」，没有提问顺序，也没有「图回来以后干什么」。那不叫助手，叫你把收藏夹换了个文件名。
2. 第一版看起来完整就收工。 不拿去出图，你不知道它会在哪一格交夜景写真。
3. 图假了就在生图框里临时加词。 今晚能救一张，明天新对话又忘。假要写回说明书里，才能管住下一张。

还假的时候，别急着换模型。先看这三格有没有空着：它问了吗，生图词有没有身份和正在干的事，视频词有没有被打断的那一下。

---

写完过这四关

成片什么样	别急着加	先改
每次出同类图还是从头写	再收藏三条万能词	把需求和旧图丢给对话模型，先生成说明书
有说明书，问两句就直接出词	把提示词写得更长	规定一次只问一件事，问完再写
人清楚，摊像打卡布景	再写烟火气、生活感	把「摊后干活、衣服被用过、灯不要打平」写回规则
图对了，一做视频就转头笑	再写自然生动	先写被哪件事打断，再让身体跟过去

再记四句：

1. 提示词管这一张，说明书管以后每一张。 同一类图还在从头憋，等于没做助手。
2. 先说它负责什么，再说它怎么问。 「万能生图助手」只会交模板。
3. 第一版只负责能开工，不负责一次完美。 假的样子要写回去，规则才会变硬。
4. 你会不会用，不看出了多少份文档，看出图时你有没有自己写完整词。 还在手写，说明书就还是摆设。

先出开场那句「夜市、氛围感、电影感」对照。再让它按说明书问完，出「摊后刚捞串」。再把图发回去，只改一件事：让这八秒被递钱打断，而不是被你安排着转头。

看结果时别先问清不清。先问：你今晚有没有自己写完整词，换一个新对话它还会不会按老规矩问，图假的时候你有没有把原因写回说明书里。