如何向AI描述你想要的纹身图案

如何为纹身生成器构建一条文字指令？

先说主题，再说风格，最后补细节。「一只仙鹤，细线条，单针，留白，无阴影」比「一个很酷的小鸟纹身」能给模型更清晰的方向。把你在乎的东西说清楚，不在乎的就不用提。

从具体名词开始描述主题。「仙鹤」「罗盘」「蛇」「牡丹」——单一、明确、不含糊。模糊的主题（「自然风格的什么东西」）会逼着模型去猜，而它猜出的结果永远是最平均、最中庸的那一种。如果画面里涉及两个元素，就把两个都点明，并说清它们的关系：「一只仙鹤和一枝桃花，仙鹤停栖在枝上」。 接着，用业内公认的名称来指定风格。「美式传统」「新传统」「细线条」「黑白工作」「木刻版画」「蚀刻」「水彩」「日式irezumi（入墨）」——这些词汇背后凝聚了整套视觉语法，包括轮廓线的粗细、色彩的运用、阴影的惯例，以及构图的习惯。一个风格词汇，顶得上十句描述性的形容词。 最后，只补充对你来说真正重要的细节，其余的不用说。如果你在意线条的粗细，就说「粗线条」或「单针细线条」。如果你在意留白，就明确说出「负空间」。如果你对构图有具体想法，就用空间语言来描述：「居中」「斜向流动」「环绕其上」。跳过那些泛泛的赞美词——「好看」「精彩」「震撼」——这些词对模型毫无意义。Anthropic 的提示工程指南（<a href="https://docs.anthropic.com/en/docs/build-with-claude/prompt-engineering/overview">docs.anthropic.com/en/docs/build-with-claude/prompt-engineering/overview</a>）虽然是为文本模型写的，但核心原则——具体胜于笼统、实在胜于抽象、有结构胜于随意——完全可以迁移到纹身提示场景。至于驱动这一切的底层引擎是如何工作的，请参阅我们的深度解读：<a href="/blog/how-ai-tattoo-generators-work">AI纹身生成器的工作原理</a>。

以照片作为输入时，什么样的素材效果最好？

背景干净、光线均匀、你想纹身的身体部位清晰可见的照片效果最佳；或者，提供你想要风格化的主体的清晰参考图片。避免使用背景杂乱、光影强烈或身体部位被遮挡的照片。

「照片输入」实际上有两种完全不同的用法，规则也不一样。 第一种是身体照片引导：你上传一张前臂、肋骨或背部的照片，生成器把设计适配到你的具体体型上。这种用途的照片必须让模型读取清晰。柔和均匀的光线比强烈的日光好；一面素色墙的背景比纷乱的房间好。被纹的身体部位应该占满大部分画面，姿态放松，手上不要有戒指或手表，袖口不要遮住边界。模型依靠深度感和轮廓线索来正确贴合设计，任何遮挡这些线索的视觉噪声都会拉低输出质量。 第二种是参考图片引导：你上传某个物体、动物、植物或现有艺术作品的照片，作为新纹身的视觉来源。这种用途的规则恰好相反——图片必须让主体孤立显眼。一朵牡丹花在白色背景上，模型能清晰地描摹它的形态并加以风格化。同一朵牡丹在繁茂的花园里，模型面对的是上百个竞争主体，你无法预测它会抓住哪一个。 草图输入介于两者之间。哪怕是一张粗糙的钢笔手稿，只要勾勒出你想要的构图，就能给模型一个强有力的骨架，让它在你选定的风格上「穿衣服」——「把这张草图渲染成细线条黑白风格」。这往往是最快速获得符合脑海图景的生成结果的方式，因为你已经预先确定了构图，帮模型省去了最难的一步。想了解草图与AI如何融入完整的设计流程，请参阅：<a href="/blog/design-your-own-tattoo">DIY纹身设计全流程</a>。

如何在迭代过程中保留设计的「感觉」？

每次迭代只改一个变量，在系统支持的情况下锁定种子值（seed）。相同的种子加上单一提示词的修改，能精准隔离每个词汇的作用。大规模改动会让你完全失去从结果中学习的能力。

迭代是大多数人失去对设计掌控权的地方。一旦不满意结果，人的本能是把整条提示词重写一遍，但这意味着每次新生成都是从零开始，你根本无法判断哪个变化是你编辑带来的，哪个变化是随机种子带来的。用纪律来解决这个问题。找到一个你大体满意的生成结果，把它的种子值记下来（所有正经的工具都会展示种子值），从那之后，每次迭代只改一件事。 我们推荐的迭代顺序是保守的。第一步，锁定构图：相同的种子、相同的提示词，多生成几张变体，确认布局是你想要的。第二步，调整风格：更换风格词汇，其余一切不变，看看同一个想法在黑白工作风格下和新传统风格下分别是什么感觉。第三步，精细化细节：线条粗细、密度、留白、色彩。每一步都建立在上一步的基础之上，你始终保留着你喜欢的部分。 当结果开始偏离你想要的感觉时，解决办法几乎总是退回到最后一个感觉对的种子值，然后改动幅度更小。「加一轮月亮」，而不是「加月亮、换成戏剧性背景、增加阴影、再加一条横幅」。另一个纪律是：在迭代过程中随时保存你喜欢的生成结果——永远不要删除，要归档。提示词操作里最昂贵的错误，是生成了一张完美的图，没有记下种子值，然后再也无法复现。想了解如何把一个想法从灵感带到上墨的完整路径，请参阅：<a href="/blog/design-your-own-tattoo">从概念到纹身的转化流程</a>。

哪些提示词错误会让生成结果无法使用？

把第一次生成的结果当作最终判断、把提示词塞得过满、主题描述模糊、缺少风格词汇、以及一次性改动五个变量。这些错误要么损害模型理解你的能力，要么损害你从结果中学习的能力。

最常见的错误，是把第一次生成的结果当成最终裁决。第一次结果只是起点，不是对这个想法的投票。扩散模型具有随机性——相同的提示词、新的种子，就是截然不同的图像。在断定一个方向是否可行之前，至少生成四到八张变体，永远不要在只试一次之后就放弃一条提示词路线。 第二个错误是过度填充。一条提示词同时命名了二十种视觉质感、三种风格、两种构图和一种情绪，会给模型带来太多相互竞争的信号，迫使它不得不丢弃大部分内容。结果是生成出一张什么约束都没满足的图。把提示词精简到真正重要的三件事——主题、风格、一两个细节——让模型处理其余的部分。冗长不等于具体。 第三类错误是主题和风格的模糊。「一个很酷的纹身想法」给模型任何可以落脚的内容都没有；「一条锦鲤向上跃游，新传统风格，粗轮廓」把一切都给足了。缺少风格词汇尤其致命，因为模型会默认使用训练数据里最平均的那种样貌——通常是一幅毫无纹身质感的普通半写实插画。最后是迭代错误：在两次生成之间改动五个变量，意味着你无法把任何改善（或退步）归因于任何具体的编辑，整个过程就像在拉老虎机而不是做设计。想了解不同工具的选择对提示词成效的影响，请参阅：<a href="/blog/what-ai-can-and-can-t-design-in-tattoos">选对AI纹身工具的关键</a>。

提示词（prompt） — 向生成式模型发出的文字指令（以及任何引导性图像），用来告知模型需要生成什么内容。对于纹身生成器而言，一条好的提示词是结构化的创作说明——主题、风格、关键细节——而不是搜索词或愿望清单。