L1-12：AI 图片生成 —— Prompt 工程在 Skill 中的落地

🎯 学什么：如何把「写好 Prompt」的方法论固化为 Skill——Prompt 七要素公式 + 场景模板 + 变量替换。核心洞察：不让用户从零写 Prompt，而是提供「填空题」——用户填 2-3 个变量，AI 补全剩下的技术细节。 💡 难易度：⭐ | ⏱️ 预计时间：35 分钟

---

1. 课程概览

💡 白话小课堂：AI 本身就能生成图片——但你直接说「帮我做一个好看的图」，它可能出个花花绿绿不知所云的东西。L1-12 教的 image Skill 就像给你一个「拍照公式」——主体、风格、构图、光线、配色、氛围、技术参数，七要素全想起来，每次出图都很靠谱。更重要的是——用户不需要学 Prompt Engineering。Skill 提供的是「填空题」：产品名填这里、风格选那个、场景选这个——剩下的技术参数 AI 自动补全。

本课的独特定位——Prompt 工程的「模板化」落地：

🔑 核心秘诀：七要素公式就像菜谱——不是你每次都要用全部七个，但如果你缺了「盐」（比如忘了说风格），出来的图可能就差一截。好的 Prompt Skill 确保「每次至少把七个要素都想过」。

⚠️ 避坑指南：不要把用户变成 Prompt Engineer（提示词工程师——需要精通如何给 AI 写指令的专业角色）。如果 Skill 要求用户「请描述你想要的构图、光线、配色方案……」，用户会直接放弃。正确做法是「填空题模式」——用户提供业务变量（产品名、场景、风格偏好），AI 负责把技术参数（85mm lens, f/2.8, natural light）补全。

---

2. Prompt 七要素公式详解

2.1 为什么需要七要素？

AI 自由发挥的 Prompt（不可控）：
  「帮这张咖啡机的图做得好一点」
  → AI：可能出写实摄影，也可能出卡通插画，也可能出 3D 渲染
  → 三次生成，三张完全不同的风格
  → 问题：没有约束就没有一致性

七要素公式驱动的 Prompt（可控）：
  Subject: 智能咖啡机，不锈钢拉丝表面，蒸汽从喷嘴升起
  Style: photorealistic product photography, interior design magazine quality
  Composition: rule of thirds, coffee machine on left, negative space on right for copy
  Lighting: soft morning natural light, window side, gentle shadows
  Color palette: warm earth tones, brushed steel, cream whites
  Mood: cozy morning ritual, aspirational lifestyle
  Technical: 1200x630, WebP, 85mm lens, f/2.8, shallow depth of field
  → 每次生成都高度一致

2.2 七要素逐个拆解

🔑 设计要点：七个要素分类不是 AI 研究者拍脑袋分的——它们映射到图像生成的七个可独立控制的维度。其中 Composition（构图）对于「文案图片」尤其重要——Blog Hero 是横向宽图，标题文案要放左边还是右边？构图决定了文案的空间。

2.3 七要素公式作为 Skill 设计模式

七要素公式可以推广到任何「从模糊需求到精确指令」的 Prompt Skill 设计：

通用模式：
1. 识别生成任务的关键维度（图片=7 个，文案=5 个，代码=4 个）
2. 为每个维度定义可选值或自动推导规则
3. 用户只填业务变量（产品名、平台、目标受众）
4. AI 自动补全所有技术维度
5. 输出完整的结构化 Prompt

可推广场景：

• 图片生成：七要素公式（本课）
• 广告文案生成：产品+受众+平台+角度+长度五要素
• 代码生成：语言+框架+功能+输入输出+性能要求五要素
• 邮件生成：收件人+目的+价值+CTA+语调五要素

---

3. 场景模板 + 变量替换 —— 批量化 Prompt 的核心策略

3.1 为什么是「填空题」而不是「写作文」？

「写作文」模式（用户从零写 Prompt）：
  要求：用户懂 Prompt Engineering
  问题：大多数营销人员不懂什么是「85mm lens, f/2.8」
  结果：「帮我做张好看图」→ 质量不可控

「填空题」模式（用户填 2-3 个变量）：
  模板：{产品名} placed on a {材质} surface in a bright {风格} style {房间}
  用户填：智能咖啡机 / 大理石 / 北欧 / 厨房
  AI 补全：natural morning light, shot on 85mm lens, 3:4 aspect ratio
  结果：每次都包含全部七要素，质量可控

3.2 场景模板的设计原则

Blog Hero 模板（1200×630 横向）：
  {产品或主题} shown in {场景}, {风格} style.
  {光线描述}. Ample copy space on {左或右} for text overlay.
  Shot on 85mm lens, 1200x630, WebP.

  → 关键设计：Composition 特意留了 copy space——因为 Blog Hero 上面要放标题

Social Post 模板（1080×1080 方形）：
  {产品或主题} centered in frame, {风格} aesthetic.
  {光线描述}, {配色}. Aspirational lifestyle photography.
  1080x1080, 1:1 aspect ratio.

  → 关键设计：方形构图，主体居中（社交媒体信息流的最佳展示方式）

Product Mockup 模板：
  {产品名} on a clean {材质} surface, product photography style.
  Studio lighting, no shadows on background. White/transparent background.
  2000x2000, PNG, product takes 80% of frame.

  → 关键设计：干净背景 + 产品占画面 80%——电商产品图的黄金比例

3.3 批量生成的变量替换

对于大批量场景（如 500 个产品的场景图），模板 + 变量替换是核心策略：

不是为每个产品手写 Prompt：
  ❌ 产品 A：「智能咖啡机在明亮的北欧厨房，自然晨光…」
  ❌ 产品 B：「陶瓷茶杯在明亮的北欧厨房，自然晨光…」
  ❌ 产品 C：「不锈钢锅在明亮的北欧厨房，自然晨光…」
  → 500 个产品 = 500 个手写 Prompt，不可能

而是用模板 + 变量：
  ✅ 模板：「{产品名} placed on a {材质} surface in a bright {风格} style {房间}, natural morning light, shot on 85mm lens, 3:4 aspect ratio」
  ✅ 产品 A：智能咖啡机 / 大理石 / 北欧 / 厨房
  ✅ 产品 B：陶瓷茶杯 / 木质 / 日式 / 茶室
  ✅ 产品 C：不锈钢锅 / 花岗岩 / 现代 / 厨房
  → 500 个产品 = 1 个模板 + 500 组变量，脚本自动批量生成

🔑 设计要点：模板 + 变量替换的模式，与 L1-05 的「Prompt 落文件」铁律完美配合——模板本身就是 Prompt 文件，变量替换后生成 500 个独立 Prompt 文件，可审查、可迭代、可复现。批量 ≠ 随机。

---

4. 结构拆解：Prompt 工程型 Skill 模板

从 L1-12 提取「Prompt 工程型」Skill 的通用模板：

什么时候用 Prompt 工程型？ → 当 Skill 的核心价值是「帮用户把模糊需求转化为 AI 可执行的结构化指令」时：图片 Prompt、广告文案 Brief、代码生成 Spec、设计需求文档——任何需要把「我想做个 X」翻译成「具体怎么做 X 的完整指令」的场景。

---

5. 电商案例：美妆产品场景图AI批量生成——从白底到"使用场景"

🛒 实战案例：某国货彩妆品牌有200个SKU——口红、眼影盘、粉底液、散粉——所有商品图都是白底棚拍。运营发现小红书和抖音上的种草内容，场景化展示（"涂着这支口红喝咖啡"）的点击率比白底图高3倍。但请摄影师为200个SKU逐一搭场景拍摄，预算¥80,000+，周期2个月——新品牌根本扛不住。

用 image Skill + Midjourney 搭建AI场景图生成流水线：

Step 1：设计品类专属场景模板（七要素公式）

• 口红：Subject=口红在化妆台镜前 / Style=photorealistic beauty editorial / Composition=产品占画面60%，浅景深 / Lighting=vanity mirror warm light / Color palette=玫瑰金+象牙白 / Mood=luxurious morning routine / Technical=1080×1080
• 粉底液：Subject=粉底液在浴室自然光下 / Lighting=soft diffused bathroom light / Mood=fresh clean beauty
• 眼影盘：Subject=眼影盘打开状态在化妆刷旁 / Composition=产品居中，色彩飞散效果 / Mood=creative makeup play

Step 2：每个品类1个模板 + 每个产品改2个变量

• 模板：{产品名} in a {场景}, {光线描述}, shot on 85mm lens, product photography, {品牌色调}
• 口红A（玫瑰豆沙色）→ 场景=vanity mirror morning light / 品牌色调=rose gold
• 口红B（橘棕色）→ 场景=sunset window sill / 品牌色调=warm terracotta

Step 3：批量生成 + 质量筛选

• 200个产品×3张备选=600张图，分2天生成（控制API速率）
• 约80%直接可用，15%需微调prompt，5%重做

效果：

• 成本：AI生成<¥1,500（Midjourney月费）vs 实拍¥80,000+（节省98.1%）

• 时间：2天 vs 2个月（快30倍）

• 小红书场景图点击率从白底图的3.7% → 9.2%（+149%）

• 详情页加入场景图后转化率从4.2% → 6.1%（+45%）

🔑 启示：美妆卖的不是产品是"用了之后的我"。白底图告诉用户"这是什么"，场景图告诉用户"用了这个你会成为谁"。AI场景图的核心效率不在"替代摄影师"，而在"为200个SKU各做3个场景"——这个量级靠实拍永远做不完。模板+变量替换让200个产品的Prompt生成从"不可能"变成"改2个变量就行"。

---

6. 掌握检验

Q1：image Skill 的 Prompt 七要素公式中，「Composition（构图）」指的是什么？

• A) 图片的文件格式和分辨率
• B) 主体在画面中的位置安排，如 rule of thirds（三分法则）、centered（居中）、negative space（留白）
• C) 图片的色彩方案，如暖色调或冷色调
• D) 主体的物理大小

Q2：AI 本身就能生成图片 prompt，为什么还需要专门的 image Skill？列出三个原因。

Q3：场景化 Prompt 模板（如 Blog Hero 和 Social Post）为什么设计成「填空题」模式（用户只填 2-3 个变量），而不是让用户从零写完整的 prompt？

Q4：请为以下场景补全 Prompt 七要素公式中缺失的部分：

• Subject：智能咖啡机
• Style：photorealistic
• Composition：？（填空）
• Lighting：soft morning light, kitchen window
• Color palette：warm earth tones
• Mood：cozy morning ritual
• Technical：1200x630, WebP

Q5：某家居品牌用 image Skill 批量生成 500 个产品的场景图。以下哪项正确描述了批量化 prompt 的核心策略？

• A) 为每个产品手写一个完全不同的 prompt
• B) 使用场景模板 + 变量替换——{产品名} placed on a {表面材质} surface in a bright {风格} style {房间类型}，只需替换 3 个变量
• C) 用一个通用 prompt 套用所有产品
• D) 随机生成 prompt，挑最好的用

Q6：Blog Hero 和 Social Post 的 Prompt 模板在尺寸（aspect ratio）上有什么不同？为什么不同？构图（Composition）要素如何呼应尺寸差异？

Q7：Prompt 七要素公式可以推广到什么类型的 Skill？请举一个非图片生成的例子，说明你会如何设计类似的「多要素公式」。

---

7. 答案

点击查看答案

Q1：B — Composition 是构图的英文，指主体在画面中的位置安排方式：三分法则（rule of thirds）、居中（centered）、留白（negative space）等。A 指的是 Technical（技术参数），C 指的是 Color palette（配色），D 不在七要素中。

Q2：三个原因：1) 标准化质量——确保每次生成的 prompt 都包含所有关键要素（七要素公式），避免用户随口说「帮我做个好看图」导致结果不可控；2) 面向场景——不同场景（Blog Hero、Social Post、Product Mockup）用不同的 prompt 模板和公式，而非一刀切；3) 降低使用门槛——用户不需要学 Prompt Engineering，只需填业务变量（产品名、场景），AI 负责补全所有技术要素（构图、光线、配色、镜头参数）。

Q3：用户通常不会（也不该需要）从零构思 prompt——这是专业设计师/提示词工程师的技能。填空题模式让用户只需要提供业务变量（产品名、使用场景），AI 负责补全所有技术要素（构图、光线、配色、技术参数）。这降低了使用门槛（营销人员不需要学 prompt engineering），同时保证了输出质量（AI 确保七要素齐全）。好比填税表——用户填数字，会计处理剩下的所有技术细节。

Q4：Composition 可能的合理答案：rule of thirds with coffee machine on left, steam rising, negative space on right for copy（三分构图，咖啡机在左侧，蒸汽上升，右侧留白放文案）。对于 Blog Hero 模板，1200×630 的横向尺寸意味着需要在左右方向留文案空间（ample copy space），所以构图应将主体偏向一边，另一边留白。这个要素的目的不是「怎么好看」，而是「文案放在哪里」。

Q5：B — 场景模板 + 变量替换是批量生成的核心策略。使用模板 {产品名} placed on a {表面材质} surface in a bright {风格} style {房间类型}，批量操作时只需替换产品名、表面材质、风格和房间类型 3-4 个变量，其余要素保持不变。A 完全手写太慢，C 太通用（不同产品场景不同），D 太随机（不能保证质量）。

Q6：Blog Hero 尺寸为 1200×630（横向 16:9），Social Post 尺寸为 1080×1080（正方形）。原因：Blog Hero 用于文章顶部横幅，在网页上以横向宽图展示，需要左右方向的空间放置标题文案；Social Post 用于 Instagram 等社交平台，正方形在信息流中占据最佳视觉面积。构图要素的呼应：Blog Hero 的 Composition 要留 horizontal copy space（左边或右边留白给标题），Social Post 的 Composition 要 center subject（主体居中，适合方形构图的浏览体验）。

Q7：可推广到广告文案生成 Skill。五要素公式：1) Product（产品）——核心卖点；2) Audience（受众）——目标人群和痛点；3) Platform（平台）——平台字符限制和最佳实践；4) Angle（角度）——痛点/结果/社交证明/好奇心等；5) CTA（行动号召）——期望的行动和低门槛表达。用户只填 2-3 个变量（产品、受众、平台），AI 自动补全角度和 CTA，输出符合平台规范的完整广告文案。

（6/7 通过）

---

8. 延伸阅读

• [[L1-13-文案精修润色|下一课：文案精修润色]] — 七步扫描法，另一个「公式驱动」的 Skill
• [[L1-05-封面图智能生成|L1-05：封面图生成]] — 回顾 AI 生成型 Skill 的三条铁律（L1-12 同样遵循）
• [[L1-06-图文卡片制作|L1-06：图片卡片]] — 另一个「模板驱动」的图片生成 Skill