为什么你的 AI 提示词,只能换来一堆模板答案

一、翻到自己以前的提示词，我停下了

上周我把四节 AI 生图课上完，回头翻自己以前写的提示词，翻到第三屏就停住了。

那些句子要是别人写的，我大概会回一句，你倒是说清楚想干嘛。

更打脸的是，我当时觉得写得挺认真。关键词堆了一长串，科技感、高级感、电影质感，一个没落下。

结果你也猜得到。图都在及格线上，每张挑不出大毛病，也每张都留不住，像从素材库里随手下的。

后来我搞明白了一件事。我写的那段话，本身就停在一个很模糊的层级上。模型只是照着这个层级，回了我一份同样模糊的答案。

我不是设计出身。本职是产品经理，做了十几年 B 端系统。去上这四节课，是因为团队要做短视频，我发现自己在“描述一张图”这件事上，词汇量少得可怜。

会写 PRD 的人，未必会写提示词。我最初的误会就在这儿，以为把需求写细是同一套功夫。写 PRD 练的是拆到研发不会误解，换到提示词这儿，得拆到模型不会误解。看着像，方向拧着。

二、AI 在接龙，这事得先接受

课上老师打了个比方，我记到现在。AI 回答问题的过程像语言接龙，它看着前面出现的词，一个词一个词往后接。

业内管它叫提示，不叫提问，差别就在这儿。提问是假设对面坐着个知道答案的人，提示是假设对面只会接着你的话往下说。

你起的头越具体，后面越容易接得精彩。你起一句“说点什么”，对方也只能回你“好的”。

这个说法救了我。以前我总把 AI 当成一个应该懂我的同事，现在我知道，它只能看见我打出的这句话。

三、四个推论，每个都对应一个动作

推论一，输入越具体，输出越贴脸。所以每次下指令之前，我会先停 3 秒，问一句，我的场景它知道吗。

还有一条我花了很久才认，你拿到什么词，说明你的输入停在什么层级。它回你“高级感”，是因为你给的就是“高级感”。你写成“科技蓝渐变背景，右侧留白放标题”，它就照着这些给。

第三件事跟立场有关。你不给立场，它默认顺着你说。你说这个方向不错，它能找出 10 条理由证明不错。想听真话，得自己把话写进指令，请以审稿人的立场指出三条问题。

最后一条最容易忽略。它是补全，不会替你质疑。需求里的漏洞它看见了也不提，不会反问你一句，你确定要这个吗。

四、同一个需求，两种写法

举个例子。我要一张招生海报用的图，第一版是这么写的。

一张科技感十足的招生海报，蓝色调，高级一点，要有未来感。

第二版是这样。

画面主体是一个 20 岁出头的年轻人，正面半身，右手拿着一台笔记本电脑，站在深蓝色渐变背景前。背景右侧留三分之一空白，用来放标题文字 “XX 学院 2026 年招生计划”，“人工智能”“数据科学”“创新工程”，“报名时间截止日期 2026.11.1”。光线从左上方打过来，人物右脸有轻微阴影。整体色调偏冷，饱和度中等。

两版出来的东西差多远，你自己试一次就知道。

第一版的每个词都正确，也每个词都没起作用。科技感是什么颜色，高级一点是哪种高级，未来感是哪部电影的感觉，我不清楚，模型更不清楚。

第二版说了 6 件事。主体是谁，在干什么，站在哪儿，光从哪来，留白在哪，不要什么。这 6 件事模型全都能接住。

写完第二版我发现一个副作用。我自己脑子里那张模模糊糊的图，也在写的过程中变清楚了。很多时候我以为自己想好了，其实只有一个大概的方向。

五、框架不用背，但要懂它们在补什么

课上讲了 4 个框架。我一开始也想背，后来发现背下来没用，知道它们在补什么才有用。

ICIO 最基础，指令、背景、输入数据、输出要求，4 块凑齐就能开工。

要多版本的时候我换 ACRISP，它多一个角色设定，还能一次给你抖音版、视频号版、小红书版。

要是自己都没想清楚，先别急着写结构，用 APE 把目的和效果两句话摆出来。

BROKE 适合长东西，第一轮出框架，第二轮补细节，第三轮做删减。

把这几个放在一起看，它们补的是同一件事，把你脑子里那些没说出口的信息，拆成它能读的字段。

我现在的默认选择很简单。一句话能说清就用 ICIO，要多个版本就换 ACRISP，自己都没想清楚就先写 APE。

六、一个 3 分钟的自检

写完提示词别急着发，逐句过一遍。

心里用 3 种颜色标一遍，哪句是目标、哪句是背景、哪句是要求。标不出颜色的那句，直接删；某种颜色一句都没出现，那就是缺的那一块。

课上老师管这个叫标注练习法，建议练 30 次。我练到第 8 次的时候，写提示词的速度反而变快了，因为废话不写了。

这个方法有个意外收获。很多提示词之所以写得长，是因为前面没想清楚，想用字数盖住心虚。

七、这套方法解决不了什么

说清楚需求，能把及格线从 60 分拉到 80 分。剩下那 20 分，靠的是审美和判断力，这部分没有捷径。

课上老师也提了一句，模型能帮你把想法实现出来，帮不了你产生想法。这话听着有点泄气，我认。

这 4 节课真正教会我的，是把需求说清楚这件事。说白了就是做需求分析的功夫换了个对话对象，以前对着研发写字段，现在对着模型写提示。

四场课听下来，我总结出 3 个一直在对抗的问题，通用、不一致、不可复用。这一篇讲的是通用。不一致指的是同一个角色每张图长得都不一样，解法是参考图先行，我放在第三篇写。不可复用得靠素材库和工具链，光靠记性顶不住。

下一篇讲具体怎么写。三要素、四技巧，还有一个反常识的做法，让 AI 反过来问你问题。

转给那个每次都说“AI 出图不行”的朋友，让他看看自己的提示词。