一张看起来像成品的 Gemini 图片和一张看起来像粗糙初稿的图片之间的区别，通常就在于提示词。Gemini 能够生成非常干净、实用的结果，但相比模糊的指令，它对具体且结构良好的指令响应要好得多。本指南介绍如何写出能持续产生更清晰、更实用图片的提示词，以及在获得满意作品后该做什么。
从明确的主体和场景开始
模糊的提示词会产生模糊的图片。如果你要求"一家咖啡馆"，Gemini 几乎要猜测所有内容：一天中的时间、风格、场景中有谁或有什么，以及如何取景。如果你换成描述"清晨一家小型独立咖啡馆的内部，温暖的光线从橱窗照进来，一位咖啡师站在柜台后面"，你已经回答了模型本来需要自己猜测的大多数问题。
一个有用的习惯是，把你的提示词想象成在添加其他内容之前先回答三个问题：主要主体是什么，它在哪里，以及在什么时间或条件下。你之后添加的一切都是在做进一步的润色。
明确说明风格和媒介
Gemini 可以生成照片级真实感图片、插画、3D 渲染、扁平矢量艺术以及许多介于两者之间的风格，但它需要知道你想要哪一种。在提示词中省略风格并不会得到一个中性的结果，只是意味着模型会替你选一个，而这个选择不一定符合你的想法。
指明一种具体的风格、相机类型、渲染方式，或引用某种普遍的视觉传统，能给模型一个更明确的目标。风格描述越具体，如果你连续生成多个变体，结果也会越一致。
像摄影师一样描述光线和构图
比起几乎任何其他单一细节，光线更能让一张图片显得是刻意为之的。与其省略它，不如直接描述：柔和的窗光、正午刺眼的阳光、黄金时段、只有一盏主灯的影棚照明。构图也是如此。说明镜头是特写、广角、俯拍还是与眼睛平齐取景，能给 Gemini 一个清晰的结构目标，而不是把取景交给随机。
"AI 感"很大程度上也源于此。没有明确光源的通用、平淡光线，是让图片一眼就显得明显是生成的最快方式之一。有意识地描述光线，是避免这种情况最简单的方法之一。
用限制条件避免常见错误
如果你已经生成了不止几张 AI 图片，你可能已经遇到过常见的问题：多余或畸形的手、看起来像文字但无法阅读的文字，或者以物理上说不通的方式融合在一起的物体。你无法完全消除这些问题，但可以降低它们出现的频率。
让手和脸远离极端特写，除非确实需要，否则避免要求出现可读文字的提示词，并让繁忙的场景保持简单一些，这些都有帮助。如果某种特定类型的错误在你的结果中反复出现，那么明确描述你想要什么会比只描述你不想要什么更有帮助。
小步迭代，而不是重写整个提示词
当一次生成接近但不完全正确时，不要冲动地放弃整个提示词重新开始。每次只改变一个变量，光线、角度、一个描述性词语，然后观察发生了什么变化。这样能更容易理解提示词的哪一部分真正决定了你得到的结果，通常也比每次从零开始更快地得到可用的图片。
为特定风格或主题保留一份简短的、效果良好的提示词记录也很有帮助。随着时间推移，你会积累一个个人的措辞库，知道它们能产生一致的结果，从而在未来的项目中节省大量试错时间。
导致结果混乱的常见错误
- 在一个提示词中塞入太多想法。 试图在一个提示词中描述五个不同的概念，通常会让模型在这五个方面都做得平庸，而不是在一两个方面做得出色。
- 不知不觉自相矛盾。 要求"一个极简场景，带有几十个小背景细节"会给模型互相矛盾的指令，结果通常显得凌乱而不是刻意为之。
- 完全跳过风格。 如上所述，不描述风格意味着模型会替你选择一种不一致的风格。
- 不进行迭代。 单次生成很少是你能得到的最佳结果。经过几次尝试的小幅、刻意调整几乎总是优于接受第一次的输出。
获得干净生成结果后该做什么
一旦你有了满意的图片，最后一步就是去除出现在角落的小 Gemini 标志。这与图片质量完全无关，只是 Gemini 添加到每张生成图片上的一个可见标记，而免费的 Gemini 水印去除工具能在几秒钟内将其去除，不会触及图片的其他任何部分。
如果你写出了一个满意的提示词，并因此生成了它的多个变体，或者作为更大项目的一部分定期生成图片，逐张清理它们的工作量会很快累积。批量水印去除工具可以一次处理整个批次，这样更好的提示词写作和更快的清理工作就能相辅相成，而不是一个抵消另一个节省的时间。