图像生成提示词专题
九宫格表情包、四格漫画的提示词设计方法与范例
CHAPTER 01
核心認知 + 4要素
理解大模型的本质，才能真正用好它
不要把大模型当成"有自我意识的实体"，而要把它看作"模拟器"
错误问法
"关于xyz，你怎么看？"
正确问法
"什么样的一群人适合探索xyz话题？他们会怎么说？"
因为根本没有"你"存在！
大模型可以模拟扮演多种视角，但它并没有像人们习惯的那样，长时间地"思考"过某个话题并形成自己的观点。如果强行使用"你"来提问，它会根据其微调数据的统计特征，采纳一个隐含的"人格嵌入向量"，然后模拟这种人格来给出回应。
这样做当然可以，但背后并没有人们幻想的那种"神秘心智"，只是一场概率驱动的模拟。
要用好大模型，先给它拉个扮演清单，它能同时演好几个人让你一次看清多方立场。别问"你怎么看"，否则它只会随机拉出一个"谁也不知道是谁"的角色，念一段你根本猜不到立场的台词。
4要素提问公式
【素材】背景信息 + 【角色】专业视角 + 【目标】输出要求 + 【边界】约束条件
对比示例
✗ 模糊提问
帮我写一段代码
✓ 四要素提问
【角色】Python后端工程师
【素材】用户管理系统
【目标】登录验证函数，返回JWT
【边界】用bcrypt，含错误处理
【素材】用户管理系统
【目标】登录验证函数，返回JWT
【边界】用bcrypt，含错误处理
CHAPTER 02
场景实战：常见场景提问模板
不同场景有不同的提问策略，掌握模板让你事半功倍
学习提升
❌ 错误
"如何学好Python？"
✅ 正确
"我是零基础学习者，每周可投入5小时。针对Python入门核心知识点，编程老师、职场开发者、自学成功者会分别推荐哪些学习路径？请标注每个阶段的重点和易错点"
职场汇报
❌ 错误
"这个数据怎么分析？"
✅ 正确
"针对Q3销售数据（营收、客单价、复购率），面向领导汇报时应优先突出哪些数据？用'数据+结论+建议'结构输出3个核心观点，适配10分钟简短汇报"
问题解决
❌ 错误
"如何解决团队协作低效？"
✅ 正确
"团队存在'沟通延迟、职责不清'两个核心问题。项目管理者、高效团队负责人、组织心理学专家会分别提出哪些落地措施？请按紧急程度排序"
内容创作
❌ 错误
"帮我写一篇产品推广文案"
✅ 正确
"针对新产品核心卖点（3个功能+2个优势），面向25-35岁职场人群，撰写3条短视频文案，每条不超过80字，突出'高效便捷'，适配抖音传播"
🎨 图像生成提示词专题
针对 NONA、BANANA 等图像生成模型的提示词设计
提示词结构
布局
9 panel grid, 3x3 layout, knowledge card
风格
chibi style, cute cartoon, anime style, kawaii
角色
same character, consistent design, [特征]
内容
9 different poses/actions with labels
质量
high quality, clean lines, white background
完整提示词范例
9 panel grid layout, 3x3 knowledge card, chibi anime style, cute cartoon character, a young girl with long black hair, same character demonstrating 9 different study methods: reading, note-taking, memorizing, teaching, thinking, organizing, reviewing, practicing, resting, kawaii style, clean lines, white background, Chinese text labels
实际生成效果：九大顶级学习方法
提示词结构
布局
4 panel comic, 2x2 grid, 4koma style
风格
manga style, comic art, cartoon illustration
故事
sequential story, panel 1..., panel 2...
角色
consistent character, same protagonist
细节
panel borders, speech bubbles, Chinese text
完整提示词范例
4 panel comic strip, educational illustration, cute cartoon style, a young boy learning, sequential story explaining [学习方法], panel 1: problem introduction, panel 2: method explanation, panel 3: practice demonstration, panel 4: successful result, kawaii anime style, pastel colors, panel borders, Chinese text labels
实际生成效果：西蒙学习法
更多四格漫画范例
SQ3R阅读法
艾宾浩斯记忆法
费曼学习法
番茄学习法
🔑 图像生成提示词关键要素
📐
布局优先
先声明格子数量和排列方式（3x3, 2x2, 1x4）
🎭
角色一致性
强调"same character"确保多格角色统一
🎨
风格明确
指定chibi/anime/cartoon等具体风格词
😊
逐格描述
列出每格的表情或故事进展
常用变体关键词
CHAPTER 03
学习路径：从入门到精通
系统性提升提问能力的四个阶段
🧠
认知校准
📝
方法练习
🎯
场景落地
🚀
复盘优化
1
认知校准
理解LLM的工作原理和能力边界。建立正确预期：它擅长什么、不擅长什么？什么任务适合交给AI？
2
方法练习
系统学习四要素法则。掌握角色设定、任务描述、输出格式、约束条件等核心方法，形成结构化提问习惯。
3
场景落地
将方法应用到真实场景。编程、写作、分析、创意——每个场景都有最佳提问策略，在实践中检验和打磨。
4
复盘优化
定期回顾对话记录，分析哪些提问效果好、哪些需要改进。持续迭代，让高质量提问成为本能。
CHAPTER 04
复盘提升：持续优化你的提问
每次使用AI后花5分钟复盘，快速提升提问质量
✅ 提问质量自查清单
📦
素材是否具体？
是否提供了结构化素材，而非模糊描述？
🎭
角色是否明确？
是否让AI模拟特定角色或多元视角？
🎯
需求是否清晰？
是否明确了问题、格式和使用场景？
📊
输出是否可用？
AI的回应是否可直接使用，无需大量整理？
迭代优化示例
若回应空泛
→
补充素材 + 明确角色
若不符合场景
→
强化边界限定（人群、场景、格式）
若过于理论
→
追问具体可执行的动作
1
先拆解再提问
遇到需求先拆解"素材、角色、目标、场景"四要素，再组织语言，而非直接提问
2
用工具辅助提问
将信息转化为结构化素材（如思维导图、要点清单），让提问有依据，而非凭空想象
3
积累提问模板库
收集优质提问案例，分析其设计逻辑，建立个人常用场景的提问模板库