跳至主要内容

提示词指南

如何为 Grok Image 写提示词

Grok Imagine 提示词指南:了解如何为 Grok Image 写提示词,包括 xAI 推荐的主体优先顺序、先检查再编辑的流程,以及可直接复制的照片提示词示例。

夜市抓拍
由 Grok Image 生成夜市抓拍

快速上手

写出你的第一条优质 Grok Image 提示词

新手一分钟就能掌握:先了解什么、最重要的规则、可直接填写的模板,以及可以复制的提示词。

先了解这些

Grok Image 首先看一件事:画面中的主体是不是你提示词里的主体?所以请用一句话开头,说明它是什么、呈现的形态、由什么承托,以及它在哪里。然后再补充细节、光线、颜色和取景:四到六句平实的文字就能描述出一张出色的照片。上传一张图片,提示词就变成了编辑指令。

最重要的规则

  1. 以主体句开头

    “一个哑光鼠尾草绿的陶瓷手冲滤杯,放在装了半壶咖啡的玻璃咖啡壶上,置于浅橡木台面上,背景是白色方形瓷砖。”如果开头写的是氛围、胶片类型或避免清单,主体就会沦为陪衬。

  2. 准确说出每个物体,并写明数量

    是“一个棕褐色皮革挎包”,而不是“一个包”;是“一口搪瓷铸铁煎锅”,而不是“一个器皿”;是“两个浓缩咖啡杯”。你说出什么物体,Grok 就画什么物体。

  3. 让光线足够明亮、看得清

    给光线指定光源、方向和软硬:“来自左侧的柔和窗光,明亮而温暖”。像“曝光不足”这样的词会让主体变暗。

  4. 编辑时先写要改的地方

    “把金属表带换成棕色皮表带。保持同一只手腕、同一个角度和同一张桌子。”如果编辑一开头就写“保持一切不变”,画面几乎不会有变化。

  5. 先检查,再只修一处

    如果主体不对,就把主体句写得更精确,然后重新生成。如果只有一两处细节不对,就上传结果图,只改那几处。

填写这个模板

把方括号里的每一部分替换成你自己的创意,用不到的部分可以直接删掉。

模板
[Subject, its form, what holds it, and where]. [Key details and counts], seen from [camera angle]. [Props and surfaces]. [Light]. [Colors of the subject and of the background]. [Crop and focus], from the same angle.
填写后的模板
A stack of three buttermilk pancakes on a white enamel plate on a marble café table. Melting butter slides off the top, blueberries spill down the side, and maple syrup runs over the edge, seen from a 45-degree three-quarter view at table height. A steel fork, a linen napkin, and one cup of black coffee sit beside the plate. Bright morning sun from the right with soft fill, glossy highlights on the syrup. Golden pancakes and deep blue berries; a white marble table and a pale green wall. Cropped just inside the plate rim, the top pancake sharp, from the same 45-degree three-quarter view.
  • [Subject, its form, what holds it, and where] 一句话:大理石咖啡馆桌上的白色搪瓷盘里,放着一叠三块酪乳松饼。
  • [Key details and counts] 每个元素都写明名称和形态:正在融化的黄油、从侧边洒落的蓝莓、漫过边缘的枫糖浆。
  • [camera angle] 视线从哪里切入:与桌面等高、45 度的四分之三视角。
  • [Props and surfaces] 两到三样有名称的物品:一把钢叉、一块亚麻餐巾、一杯黑咖啡。
  • [Light] 光源、方向和软硬:来自右侧的明亮晨光,搭配柔和的补光。
  • [Colors of the subject and of the background] 分两句来说:金黄的松饼和深蓝的浆果;白色大理石桌面和淡绿色的墙。
  • [Crop and focus] 画面裁掉什么、保持清晰的是什么:裁切在盘沿内侧,最上面的松饼保持清晰。

可参考的提示词

  • 产品图

    A pair of white leather low-top sneakers with gum rubber soles, shot from a low three-quarter angle. The laces are loosely tied, the toe boxes show soft creases, and the left shoe sits slightly ahead of the right. They stand on pale gray concrete against a warm off-white wall. Hard morning sun from the right casts long, sharp shadows, with soft fill on the shaded side. 50mm product photograph from a low three-quarter angle, both shoes sharp, cropped just above the heel tabs.

    为什么有效: 先用准确的形态写出主体,角度用同样的话说两次,光线有光源、方向和软硬。3:2 的画幅比例很适合这张图。

  • 工作中的人像

    A woman in her sixties with short silver hair and reading glasses pushed up on her head, laughing while she pots a small olive tree at a wooden workbench. Her hands are dusted with dark soil and her sleeves are rolled to the elbow. Terracotta pots and a steel trowel sit on the bench beside her. Soft window light from the left, bright and warm, with gentle shadows. 35mm photograph at eye level, framed from the waist up, her face in sharp focus.

    为什么有效: 用看得见的事实代替形容词(眼镜、泥土、卷起的袖子),再加上两件有名称的道具,就能写出一个你能指认出来的人。试试 2:3 的画幅比例。

  • 占满画面的美食

    A vegetarian Greek salad in a warm cream ceramic bowl, shot from a slight overhead angle. Cucumber, tomato, thick red onion, irregular feta crumbles, and wrinkled black olives overlap in olive oil, with oregano on the tomatoes. The bowl sits on butter-yellow linen over terracotta; a warm pita is partly visible at the right edge and a fork rests on the rim. Hard summer sun and on-camera flash, bright and vivid, with warm shadows. 35mm photograph from a slight overhead angle, the food filling the bowl, one frame.

    为什么有效: 每种食材都写明了它的形态,明亮的硬光让主体清晰易辨。使用 4:3。

  • 先说修改内容的编辑

    Replace the metal watch strap with a brown leather strap with cream stitching. Keep the same wrist, the same shirt cuff, the same angle, and the same desk.

    为什么有效: 上传照片,并把画幅比例设置成与照片一致。先写要改的内容,最后用一句话让其他部分保持不变。

  • 风格转换

    Render this as a pencil sketch with detailed cross-hatched shading on off-white paper. Keep the same people, poses, and framing.

    为什么有效: 上传照片。风格转换先描述你想要的外观,再让主体和布局保持不变。

进阶

Grok Image 进阶提示词技巧

掌握基础之后,用这些技巧获得更多控制。

该选哪个 Grok Image 档位

Grok Image 有三个档位,它们读取同样的提示词。Grok Image 速度最快,适合草稿和大批量生成。Grok Image Quality 是默认档位。Grok Image 2.0 是最新的,xAI 发布的提示词建议就是为它写的,本指南也遵循这些建议。

在 Grok Image 2.0 上,质量设置可选 Low 或 Medium。当精细的细节必须清晰可辨时(表盘、织物纹理、产品标签),请在 2K 下使用 Medium。

  • xAI 将于 2026 年 11 月 2 日停用 Quality 档位。之后,Grok Image Quality 会由 Grok Image 2.0 以 Low 质量来生成,所以新系列请直接用 Grok Image 2.0 开始,以保持风格稳定。
  • 先用 Grok Image 勾勒构图,再用同样的文字在 Grok Image 2.0 上生成最终图。

六个部分的顺序

xAI 的每条提示词都按相同的顺序写成这六个部分,每条提示词都保持这个顺序,整个系列才能保持一致。快速入门模板就遵循这个顺序。

用连贯的文字描述一张照片。新图像没有“之前”,所以“把外套调暗一点”毫无意义,要写“一件炭灰色羊毛外套”。

  • 主体:用开头的一句话说明它是什么、什么形态、由什么托住或支撑,以及所处的环境。
  • 细节和焦点:每个关键元素的名称和形态(“厚斜纹羊毛外套,织纹清晰可见”“玻璃咖啡壶里的咖啡,深琥珀色,边缘颜色较浅”)、各有几个,以及相机角度。
  • 美术指导:色块,以及两到三样有名称的道具(“橡木台面、白色瓷砖、亚麻毛巾、一把黄铜勺”)。
  • 光线:光源、方向和软硬;高光和阴影的样子;亮到足以看清主体的曝光。
  • 色彩:主体的颜色和背景的颜色,分开来写。
  • 构图:裁切方式、画面裁掉什么、什么保持清晰。只写一个场景。
  • 在细节部分写出相机角度,然后在构图部分用同样的话再重复一遍。

生成、检查,再编辑

对照提示词逐点检查每个结果:主体是否正确、形态是否和你描述的一致;每个写明的元素是否都可见;数量是否都对;每个物体是否就是你写的那个(是盘子,不是碗;是托特包,不是双肩包);亮度是否足以看清。背景再完美,主体不对也算失败。

然后选择修正方式。如果主体本身不对(物体不对、缺少元素、数量不对),就把主体句写得更精确,然后重新生成。如果主体正确,只有一到三处细节不对,就上传结果图,只编辑这些细节。每一轮只改出问题的地方,提示词的其余部分一字不改。

  • 如果修改没有生效,就换个说法并指明具体部位:“皮带弯折处的皮革有褶皱”,而不是再写一遍“更逼真”。
  • 把每条提示词和对应的图片放在一起,下一轮就能从原来的文字接着改。

改动幅度刚刚好的编辑

编辑时先写要改的内容,再加一句话,让主体、角度、裁切和道具位置保持不变。以“保持一切不变”开头的编辑几乎不会有变化。直接贴上整段新提示词的编辑会让场景重新布置:主体会走样,道具会翻倍,物体会变形。

连续编辑时,把每次的结果上传后再进行下一次,并把画幅比例设置成上传图片的形状:默认是正方形。

  • 做风格转换时,在编辑中描述想要的目标外观:“把它渲染成铅笔素描,带有细致的交叉排线阴影。”
  • 做广告系列时,把一张产品照片编辑成多个场景,画幅用你要发布的形状,每次都要求产品保持原样。

同一件产品,换个场景

Place this bottle of olive oil on a sunlit stone windowsill in a Mediterranean kitchen, with a bowl of lemons and a sprig of rosemary beside it. Keep the bottle, its label, its cork, and its proportions exactly as they are.

为什么有效: 上传产品照片。先写新场景,再用最后一句话锁定产品,这样系列中的每个场景里都是同一个瓶子。

References 和 Characters

Grok Image 可以同时接收多张图片。用 @handle 提及已保存的 Characters 和 References,用 @image1、@image2 提及上传的图片。Mage 会把它们统一编号(先是你上传的图片,然后是 Characters,再是 References),并把每个提及换成对应的编号,所以只上传一张图时,@ana 会变成“图 2 中的角色”。要说明每张图提供什么:“把图 2 中的运动鞋放到图 1 的水泥台阶上。”

想让角色在不同场景中保持一致,就把他们保存为 Character,并在每条提示词里提及 @handle。也可以用 xAI 的分镜方法:先生成第一个场景,然后把其他每个场景都作为对它的编辑来制作,只把它当作主体和风格的参考,并要求生成新的场景和相机角度。

分镜的下一个场景

Use image 1 only as a reference for the woman and the illustration style. New scene: she stands on a windy cliff path above the sea at dawn, her red scarf blowing to the left, seen from a low angle behind her right shoulder. Keep her face, her hair, the red scarf, and the ink-and-wash style the same.

为什么有效: 上传第一个场景。只说明这张图的用途,Grok 就不会照搬它的布局,而新的场景和角度则由文字决定。

光线、材质和质感

描述光线时写明光源、方向和软硬,描述物体时写明材质。Grok 会画出文字所指的东西,所以要写具体的实物:“带有细密横向纹理的拉丝钢”,而不是“不反光”。

  • 每种质感只写一次,写在它所属的表面上。在提示词中重复出现的质感词会被画到错误的物体上。
  • 不要写瑕疵类的词:“色边”“灰尘”和“划痕”都会被画成瑕疵。
  • 摄影以外的风格也可以:动漫、油画、铅笔素描。选一种写上即可。
写法效果
45-degree three-quarter view at counter height产品视角:顶部和正面都能看到。
straight-down overhead平铺俯拍,从正上方拍摄。
low three-quarter angle略低于主体并偏向一侧,让主体显得高大。
eye level, framed from the waist up自然的人像裁切。
hard afternoon sun from the left with on-camera fill flash阴影利落分明,暗部依然清晰可辨。
soft window light from the left, bright and warm柔和的定向光,适合人像和美食。
bright and vivid, hard sun, flash, warm shadows with texture曝光足够明亮,每个细节都清晰可见。

图片中的文字

文字只写简短的标签或标牌:引用确切的文字,并说明它所在的位置和字体样式。xAI 没有发布任何关于排版的建议,所以海报、菜单或以文字为主的画面,请使用 GPT Image 2.5 Flare。

常见错误

别这样写,试试这样写

  • 避免: 以氛围、胶片类型或“避免……”开头。

    Moody, cinematic, Kodak film look, no clutter: a coffee setup on a counter.

    改为: 先写主体句。

    A matte sage-green ceramic pour-over dripper sitting on a glass carafe half full of coffee, on a pale oak counter against white square tile.
  • 避免: “轻微欠曝”或“死黑的阴影”。

    改为: 明亮、清晰的光线,阴影中保留质感。

  • 避免: 瑕疵词:“色边”“灰尘”“划痕”。

    改为: 什么都不要写:它们会被画出来。

  • 避免: 一长串要避免的内容。

    改为: 写明数量或具体物品,并配上你想要的内容:“一把不锈钢勺子放在茶碟上”。

  • 避免: 在新的提示词里写“把外套颜色调深”。

    改为: “一件炭灰色羊毛外套”:新图像没有“之前”和“之后”。

  • 避免: “一个包”“一道菜”。

    改为: “一个棕褐色皮革邮差包”“一口珐琅铸铁平底锅”。

  • 避免: 反复写“更逼真”。

    改为: 指出看起来不对的具体部位,以及它应该是什么样。

常见问题

Grok Image 提示词常见问题

Grok Image 的提示词应该写多长?
一张静态图写四到六句:主体、细节、道具、光线、色彩和裁切。快速出灵感时写一句短话也可以,但按这六个部分的顺序写,才能让主体画得准确。
Grok Image 支持反向提示词吗?
不支持。一长串要避免的内容往往会把你提到的东西招来。只有在涉及数量或具体物品时才保留限制,并配上你想要的内容。
如何在 Grok Image 中保持角色一致?
把这个人保存为 Character,并在每条提示词中提到它的 @handle;或者把每个新场景都做成对第一张图的编辑,只把第一张图当作主体和风格的参考。
Grok Image 能生成文字吗?
简短的标签和标牌可以:引用文字,并说明它所在的位置和字体样式。海报、菜单和以文字为主的版面,GPT Image 2.5 Flare 是更好的选择。
我该用哪个 Grok Image 档位?
草稿用 Grok Image,默认用 Grok Image Quality;想用最新模型并在 Medium 画质下获得精细细节,就用 Grok Image 2.0。新系列建议从 Grok Image 2.0 开始。
为什么我的 Grok 编辑几乎没有变化?
可能是因为开头写了“保持一切不变”。请先写要改的内容,最后用一句话说明哪些保持不变。
背景对了,但主体不对。该编辑还是重新生成?
用更精准的主体句重新生成。只有主体正确、仅有一到三处细节不对时,才使用编辑。

用 Grok Imagine 生成你的第一张图片

新账号可获得 300 个免费 Gems,足够试用 Grok Image Quality。无需安装,无需信用卡。

试用 Grok Image Quality