文生图接口的提示词写多长合适?nano banana pro / gpt-image-2 实测长度与负面词

调文生图接口最常见的误区是"提示词写得越详细越好"。实测下来不是------写到某个长度之后, 再加细节反而开始互相打架,出图质量掉下来。

这篇在甜甜圈API (dashengfenshen.cn)上拿 nano banana pro 和 gpt-image-2 跑了一轮,说清楚提示词该写多长、负面词该怎么用。

一、长度:60~120 字是个甜区

同一个商品,把提示词从 20 字逐步加到 300 字,观察出图:

长度 表现
20 字以内 主体对,但构图、背景、光线全靠模型自由发挥,批量出图风格不统一
60~120 字 最稳。主体 + 构图 + 背景 + 光线四要素齐了,批量出图风格一致
200 字以上 开始出现"顾此失彼"------强调了材质就丢了构图,加了场景又改了角度
300 字以上 明显退化,很多要求直接被忽略

60~120 字这个甜区基本能把四件事说清楚,再多就是在给模型出难题。

二、四要素模板

复制代码
[主体是什么] + [构图/机位] + [背景] + [光线]

const prompt = [
  '一只白色无线蓝牙耳机充电盒,盒盖打开露出耳机',   // 主体
  '正方形构图,商品居中,正面平视机位',              // 构图
  '纯白色背景,商品下方有柔和投影',                  // 背景
  '柔和顶部打光,高光克制不过曝',                    // 光线
].join(',');

await fetch('https://dashengfenshen.cn/v1/chat/completions', {
  method: 'POST',
  headers: {
    Authorization: `Bearer ${process.env.TTQ_API_KEY}`,
    'Content-Type': 'application/json',
  },
  body: JSON.stringify({
    model: 'nano-banana-pro',
    messages: [{ role: 'user', content: prompt }],
  }),
});

四要素固定、只换主体,这是批量出图风格统一的关键。前三要素抽成常量, 商品描述做变量,一次能刷出一整套视觉一致的图。

三、负面词:写"不要什么"不如写"要什么"

很多人习惯堆负面词(不要文字、不要水印、不要模糊、不要多余的手)。实测这招在 nano banana pro 和 gpt-image-2 上效果一般------模型对"不要 X"的理解, 经常变成"注意到了 X"。

更有效的是把否定改写成肯定:

✗ 负面写法 ✓ 正面写法
不要背景杂物 纯白色背景,画面中只有商品
不要文字 商品表面干净无标签
不要模糊 全画面清晰对焦,边缘锐利
不要奇怪的光 柔和顶部打光,单一光源

确实需要排除的(比如"不要出现人手"),放在提示词最后单独一句,别混在描述中间。

四、两个模型的脾气不一样

nano banana pro gpt-image-2
提示词风格 结构化的短句列表更好使 完整通顺的句子理解更准
长提示词 120 字以后开始丢细节 到 180 字左右还稳得住
材质质感 好,速度快 更细腻,适合终稿
单次消耗 10 积分 按次计费

实践上的分工:先用 nano-banana2(8 积分)把提示词调对 , 一句话改几版看效果;定稿了再切 nano-banana-pro 或 gpt-image-2 出正式的。 调词阶段用 Pro 级是纯浪费。

五、模型与消耗

模型代码 定位 消耗
nano-banana2 调提示词、跑量草稿 8 积分/次
nano-banana-pro 终稿,支持 1K/2K/4K 10 积分/次
gpt-image-2 细节质感最好 按次计费
ttq-cutout 抠图出白底 10 积分/次
Veo 3.1 视频生成 / Sora 2 生视频 120 / 130 积分/次

六、小结

提示词四条:60~120 字是甜区 、主体+构图+背景+光线四要素模板化 、 负面词改写成肯定句 、调词用 Flash 级出终稿用 Pro 级。

甜甜圈API (dashengfenshen.cn)一个密钥能同时调 nano banana pro、gpt-image-2、 Veo 3.1、Sora 2,换模型只改一个字符串,试词成本极低。 模型全 、价格便宜 、并发高 、出图快 、稳定。文档地址:https://dashengfenshen.cn 。

相关推荐
ZhengEnCi9 小时前
AI 读不懂你的代码怎么办:用高价值注释消除曲解、过度优化与上下文膨胀
aigc·ai编程
TomEval10 小时前
【测AI】第26篇:线上模型监控与告警体系 — 测试不是终点
人工智能·python·功能测试·ai
死磕音视频11 小时前
Businesses in ChatGPT 入门:在 Business Hub 认领商家并完成验证
chatgpt·入门教程·business hub·商家资料
泯泷12 小时前
OpenClaw 退潮背后,是 AI 圈“技术自嗨”的终结
人工智能·chatgpt·llm
爱查宝小二13 小时前
爱查宝降AIGC效果实测与过检能力展示
aigc
回眸&啤酒鸭13 小时前
【回眸】GPT-6.1 Sol 新手快速上手指南
gpt
花椒技术13 小时前
从“实时生成游戏”出发,我们用 AI 做了四次游戏开发尝试
人工智能·aigc·游戏开发
泯泷14 小时前
当"孤独的开发者"成为常态,AI正在悄悄杀死那个我们熟悉的互联网
人工智能·chatgpt·llm
花椒技术14 小时前
数字人为什么突然爆发?从 H3 Max Lip Sync 看生成式数字人的临界点
人工智能·aigc
小虎AI生活15 小时前
太好了!豆包终于接入了多模型,正面硬刚WorkBuddy
aigc·ai编程