中位数 237 字:提示词不是越长越好

先看两个极端

极端一:36 个字。

3D / 手办微型立体场景 (孙悟空三打白骨精)

三十六个字,四个 Q 版角色、移轴景深、泥地质感、背景虚化,全都在。

🎨 生成这张图的提示词复制提示词

微型立体场景呈现，运用移轴摄影的技法，呈现出Q版【孙悟空三打白骨精】场景

它只写了三件事:**镜头技法**(移轴摄影)、**呈现方式**(微型立体场景)、**内容**(Q 版孙悟空三打白骨精)。为什么这么短就够?因为“孙悟空三打白骨精”这七个字,在模型那里对应的是一整套已经确定的东西——谁、几个人、什么装扮、什么姿态。**你借用了一个人尽皆知的场景,就省下了描述它的几百个字。**

极端二:499 个字。

人像 / 写真社交媒体帖子 - 电影感日落游船人像

将近五百字,写的是一张人像。同样是一张图,长度是上一条的十四倍。

🎨 生成这张图的提示词复制提示词

一张写实的电影感照片，画面中一位 {argument name="subject" default="年轻女性"} 正在 {argument name="setting" default="精致木船"} 上，于日落时分的海面休憩。她留着深棕色长发，头顶编有细小发辫，脸颊两侧垂落着几缕发丝。她妆容柔和，神情自信。身着一件 {argument name="outfit" default="白色露肩泡泡袖连衣裙，搭配黑色束腰带"}。她舒适地坐 …

展开完整提示词（共 499 字）

它为什么必须这么长?因为“一位年轻女性在船上”这句话**什么都没定下来**:头发什么样、什么表情、穿什么、怎么坐、手在干嘛、天空什么颜色、光线软硬、焦点落在哪、构图是横是竖、人在画面偏左还是偏右——**这些每一样不写,模型就替你决定一样**。上一条能省字,是因为孙悟空长什么样不用你说;这一条省不了,因为这个人不存在。

长度由题材决定,不由水平决定

把 229 条按分类拆开数中位字数,规律非常清楚:

人像最费字(425),3D 手办最省字(137),差三倍多。

原因不神秘:

• 人像贵在"这个人不存在"。 脸、发型、表情、妆容、衣服、姿态、皮肤质感——每一样都要你说。而且人脸是观众最挑剔的东西,差一点就出戏。数据也印证了:人像这一类里,写光线的占 82%、写镜头的占 75%,都是全场最高。
• 3D 手办省在"风格本身就框住了大部分"。 一说"Q 版手办""黏土渲染",造型、比例、材质、打光就都定了个八九不离十,剩下只要说画什么。

所以"我的提示词是不是太短了"这个问题问错了。 该问的是:我这个题材,通常需要定死哪几件事?我定了吗?

那 44 条不到 100 字的短提示词,靠什么成立

语料里有 44 条短于 100 字(占 19%)。它们不是偷懒,而是靠下面三种方式之一"借力":

1. 借一个已知场景。 像"孙悟空三打白骨精""吉卜力风格"——七个字换来一整套设定。
2. 借一张参考图。 "以皮克斯 3D 风格重绘这张照片"只有 16 个字,因为画面内容全在那张照片里,提示词只需要说改什么。这一格 h2.3 会专门讲。
3. 借一个用途惯例。 "证件照""产品白底图"——用途本身就规定了构图、背景、光线。

这三条都是同一件事:把描述的负担转移出去。 如果三样都借不到,你的提示词就得自己扛,那就会长。

🔧 动手做:给你的题材估一个字数区间(4 分钟)

1. 回到 h0.1 那件事,在上面的分类表里找到它属于哪一类,记下那个中位字数。
2. 问自己三个"能不能借"的问题:
   • 我能借一个已知场景吗?(有没有一个大家都知道的东西,一说名字就懂)
   • 我能借一张参考图吗?(我手上有没有现成的照片/草图)
   • 我能借一个用途惯例吗?(证件照、白底图、朋友圈九宫格这类)
3. 每借到一样,就把预估字数往下调一档;一样都借不到,按中位数往上走。
4. 写成一句话:

"我这张图属于【】类,中位数【__】字;我能借到【】,所以我预计要写【____】字左右。"

你会看到:如果你要的是人像,而且这个人只存在于你的想象里(借不到参考图),那你大概率要写三四百字——这不是你啰嗦,这是这个题材的价格。反过来,如果你只是想把手机里那张照片改个风格,二十个字可能就够了。

为什么:有了这个预估,你在写到一半时就不会慌。知道"这个题材本来就要写这么多",比反复怀疑自己写得对不对,省下的时间多得多。