易混淆對照
畫像生成提示詞跟文本對話提示詞差在哪？給畫家看的清單與給助理聽的說明
兩者是給不同對象看的東西。Image Prompt（畫像生成提示詞）是寫給繪圖模型的，那是一位只看圖說故事、不懂因果關係的畫家，所以要用名詞加形容詞堆疊畫面元素，細節越具體效果越好。Text Prompt（文本對話提示詞）是寫給語言模型的，它擅長理解邏輯與脈絡，所以要分段說明、講清楚背景、任務、條件與輸出格式。一句話記：畫圖靠眼睛，對話靠大腦。
畫像生成提示詞跟文本對話提示詞差在哪？給畫家看的清單與給助理聽的說明
很多人在對話框裡寫得很好，換去生圖就整個崩掉。因為他把跟助理講話的那套，原封不動搬去跟畫家講。
這兩種提示詞的邏輯完全相反。搞清楚差別，兩邊的成功率都會拉起來。
你將學到什麼
畫像生成提示詞
名詞驅動、視覺導向、不看邏輯，細節決定成敗。
文本對話提示詞
邏輯驅動、結構清晰、能記脈絡，可多輪釐清。
一句話記法
畫圖靠眼睛，描述給畫家看；對話靠大腦，說清楚給助理聽。
最大差異
一個是把畫面拆成清單，一個是把任務說明白。
兩者差在哪？
| 比較項 | 畫像生成提示詞 | 文本對話提示詞 |
|---|---|---|
| 核心目的 | 生成視覺畫面 | 獲取資訊、解決問題 |
| 思考方式 | 名詞堆疊、視覺聯想 | 邏輯推理、語意理解 |
| 關鍵重點 | 具體元素、細節描述 | 結構清晰、脈絡完整 |
| 成功關鍵 | 細節越具體，畫面越精準 | 結構越清楚，回答越精準 |
寫給畫家的清單
繪圖模型是一位沒有邏輯思考能力、只會看圖說故事的畫家。它看不懂因果，只認得名詞與視覺元素。
好用的結構公式是五段相加：主體、動作或狀態、環境或場景、風格或光影、品質或細節。例如一位女子、悲傷表情、坐在咖啡廳角落、窗外下雨、電影感光影、暖色調、景深效果。
寫給助理的說明
語言模型擅長理解邏輯與脈絡，喜歡有前因後果、結構清晰的指令。它記得住對話脈絡，也可以多輪逐步釐清。
建議照四段寫：背景與情境、任務與目標、條件與限制、輸出格式。這四段其實就是 提示詞五大要素 的實作版。
新手最常見的誤區
| 生圖時容易犯 | 對話時容易犯 |
|---|---|
| 長篇大論講故事，模型抓不到重點 | 指令模糊不清，沒有明確目標 |
| 使用抽象形容詞，例如很有氛圍 | 一次塞太多需求，回答遺漏或混亂 |
| 缺乏視覺細節，結果不符預期 | 缺乏結構與脈絡，難以精準理解 |
| 忽略負面提示詞，容易產生瑕疵 | 不給輸出格式，結果難以使用 |
實際用例
動筆前先想清楚：你要的是「畫一張圖」還是「解決一個問題」。生圖可以先找參考圖，再把畫面元素用關鍵詞拆解出來；對話則先列出需求清單再開口。
兩邊都值得累積自己的提示詞 模板。相關可以看 Text-to-Image 與 Negative Prompt。
常見誤解
最常見的誤解是以為提示詞是同一套技能。它們的對象完全不同，一個要你拆解畫面，一個要你組織任務。
另一個誤解是在生圖時用抽象形容詞。像「感覺很棒」「很有氛圍」這種詞，模型無從對應到具體的視覺元素，只會給你一張碰運氣的圖。
本文源起本文內容出自酒Ann 的「AI 實戰陪跑班」課程教材，由酒Ann 編寫成彙編條目。想系統性搞懂 AI 名詞，歡迎追蹤 酒Ann 的 Facebook。
常見問答
為什麼生圖不能寫故事？
因為繪圖模型看不懂因果關係，它只認得名詞與視覺元素。你寫「她因為想起往事而落寞」，模型抓不到重點，畫面就會很混亂。改成「一位女子、悲傷表情、坐在咖啡廳角落、窗外下雨」，它才知道要畫什麼。
什麼是負面提示詞？
負面提示詞是明確排除你不要的元素，例如低畫質、模糊、多餘的手指、文字浮水印。生圖模型不會自己知道你討厭什麼，沒排除的東西就有機會冒出來，這是新手最常忽略的一格。
文本提示詞要怎麼寫才穩？
照四段寫：背景與情境（說明為什麼）、任務與目標（要它做什麼）、條件與限制（有哪些要求）、輸出格式（要怎麼呈現）。四段都補上，模型的理解準確度會明顯提升，也比較不會答一半就跑掉。