夜雨聆风https://www.youtube.com/watch?v=Awazl39-sdQ
一、核心问题
视频开篇提出核心问题：在AI图像工具（特别是新出的Nano Banana 2）不断进化的背景下，传统的提示词技巧是否还能提升图像质量？ 还是说很多流行技巧反而会降低效果？
二、测试方法
- 三类基础提示词
： 简单场景：巴黎咖啡馆中拿咖啡杯的女人 细节测试：手持印有“Curious Pop”的汽水罐，要求绘制指甲与环境 复杂群像：1970年纽约生日派对的朋友群像（广角） - 使用工具
：Nano Banana 2（通过Freepick聚合平台调用），分辨率设为2K或4K。 - 对比方式
：每种技巧只展示4张图中最佳的一张，以基础提示词生成的图像为基准。
三、测试的四种“病毒式”提示技巧及结论
1. 关键词沙拉（Keyword Salad）
- 做法
：在提示词末尾加上“8K、4K、高度细节、照片级真实”等标签。 - 结果
： 咖啡馆场景：与基础图像几乎无差别，没有质量提升。 汽水罐场景：图像反而更不真实（原因：AI更倾向于从带标签的素材库中学习，导致刻板、低质）。 派对场景：背景虚假，人物面部变形，细节混乱。 - 结论
：❌ 无效甚至有害，不推荐使用。
2. 专业摄影术语
- 做法
：添加“使用Arri Alexa 35拍摄、50mm蔡司主镜头、f/1.2、ISO600”等相机参数。 - 结果
： 咖啡馆：颜色分级更好，构图更自然，人物表情更真实。 汽水罐：表面划痕、凹痕增加真实感。 派对：光线稍好，但背景元素仍不合理（重复海报、手穿过玻璃）。 - 结论
：✅ 略有提升，但不完美，仍需后期处理。
3. 负面标签（No Tags）
- 做法
：加上“--no 丑陋、比例差、畸形、多余手指”等负面提示。 - 结果
： 咖啡馆：文字方向错误，多出勺子，玻璃太小，人脸塑料感更强。 汽水罐：变成廉价素材图。 派对：构图较好，可乐Logo近似，“生日快乐”字样可读，但背景仍合成感强。 - 结论
：❌ 多数情况更差，少量场景略好，总体不推荐。
4. JSON 提示
- 做法
：将自然语言提示转成JSON代码（通过大模型转换）再输入图像生成器。 - 结果
： 咖啡馆：图像偏暗，人脸塑料感强。 汽水罐：极差，远低于免费级别质量。 派对：细节较好，动态感强，但背景不真实。 - 结论
： ⚠️ 不稳定，多数更差，净效果不如自然语言提示。
四、真正有效的提升方法：自然语言提示 + 参考图像
- 原理
：利用参考图像来传递色彩风格、颗粒感、灯光、镜头特征，而非依赖抽象标签。 - 操作步骤
： 从免费图库（如Unsplash）获取合法使用的参考图。 将参考图上传到AI工具（如Freepick或Gemini）。 使用简单自然语言提示：“一张电影感静帧，女人在咖啡馆。使用上传的参考图像作为风格、色彩、颗粒和相机特性的参考。” - 结果对比
： 咖啡馆：参考图生成的图像远超所有技巧，人物表情丰富，瑕疵（如镜头特性）反而增强真实感。 汽水罐：构图更生动，罐体凹痕、油漆重叠等细节提升真实感。 1970派对：原图像情景喜剧般虚假，参考图使光影、人物、环境大幅真实化（尽管天际线可能需修补）。 - 结论
：✅ 这才是获得最高质量和一致性的最佳路径。
五、最终答案
“专门为提高图像质量而进行的提示词（技巧）已经死了。”
最有效的方式是：自然语言简单描述 + 提供风格/色彩/颗粒参考图像。
六、补充信息
视频来自频道 Curious Refuge，主播 Caleb。 推荐关注他们的课程（覆盖170+国家及主要影视工作室）。 鼓励观众在评论区提出其他想测试的提示技巧。