跳至主要内容

提示词指南

如何为 MOSS-Image 写提示词

MOSS-Image 提示词指南:教你用长描述、精确的中英文文字、版面布局提示词来写 MOSS-Image 提示词,并附可直接复制的提示词示例。

黑板手写字
由 MOSS-Image 生成黑板手写字

快速上手

写出你的第一条优质 MOSS-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

MOSS-Image 专为长而详细的提示词设计:它能读完整整一段话并紧密遵循,所以一句话的提示词会浪费它的能力。用平实的句子描述画面:主体和它的动作、场景、镜头、媒介、光线、材质和色彩。想让图片中出现的文字,请放进双引号里。它只根据文字生成图片,无需上传任何内容,尺寸和比例通过设置来调整。

最重要的规则

  1. 把一切都描述出来

    主体与动作、场景、镜头与构图、媒介、光线、材质和色调。你没写的部分,MOSS-Image 会替你决定,所以完整的一段话胜过简短的一句。

  2. 用引号标出确切的文字

    把文字放进双引号,并严格按照希望呈现的样子书写,同时说明位置和样式:门边的黑板招牌,用白色手写大写字母写着 "FRESH COFFEE $3"。

  3. 用英文写提示词

    英文的效果最好。需要渲染的文字请用它本身的语言写在引号里,比如在英文描述中放入中文店铺招牌。

  4. 用反向提示词去除总是出现的东西

    像 "worst quality, bad anatomy, watermark, jpeg artifact" 这样的简短列表,就能让大多数图片更干净。主提示词只描述你想要的内容。

  5. 关闭提示词增强

    它会在提示词末尾随机添加词语。一段详细的 MOSS-Image 提示词,保持你写的原样更好。

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 doing what] in [setting]. [Other details, each in its place]. [Any text, in double quotes, and where it appears]. [Medium], [camera and framing]. [Light and its source]. [Palette and mood].
填写后的模板
A street cook in a red apron tosses noodles in a smoking wok at a crowded night market stall. Steam rises past paper lanterns strung overhead; on the left, a line of customers waits under a striped awning. A hand-painted wooden sign above the stall reads "LATE NIGHT NOODLES" in bold yellow letters. Photo, eye level, 35mm, shallow depth of field. Warm light from the lanterns and a cold blue glow from the street behind. Amber and teal palette, busy and cheerful.
  • [Subject doing what] 图片的主角是谁或是什么,以及它在做什么:一位系着红围裙的街头厨师,正在冒烟的炒锅里颠炒面条。
  • [setting] 地点和时间:热闹的夜市摊位。
  • [Other details, each in its place] 画面中的其他一切,用文字说明位置:左边、头顶、前景。
  • [Any text, in double quotes, and where it appears] 确切的文字及其样式:摊位上方的手绘招牌写着 "LATE NIGHT NOODLES"。如果不想出现文字,就不要写这一项。
  • [Medium] 这是哪种图像:照片、35mm 胶片照片、水彩插画、扁平矢量海报。
  • [camera and framing] 从哪里看:平视、广角镜头、略微仰拍的特写。
  • [Light and its source] 用什么照亮场景:头顶纸灯笼的暖光。
  • [Palette and mood] 主要色彩和氛围:琥珀色与青色,热闹而欢快。

可参考的提示词

  • 真实场景中的招牌

    A cozy bookstore cafe at night seen from the rainy street, warm light spilling from tall windows onto wet cobblestones. By the door stands a chalkboard sign that reads "FRESH COFFEE $3" in white hand-lettered capitals. Inside, shelves of books and a few readers at small wooden tables. Photo, eye level, 35mm, soft reflections in the puddles, muted teal street against amber interior light.

    为什么有效: 一段话涵盖整个场景,招牌上的文字被精确引用并描述了样式,镜头、光线和色调也都点明了。适合使用 3:2 的宽高比。

  • 手写中文,在你想要的地方换行

    A wide view of a refrigerator beside a kitchen counter with a fruit bowl. A small yellow sticky note on the refrigerator door is handwritten in Chinese:
    "记得买牛奶和鸡蛋!
    牛奶两盒,鸡蛋一打。
    顺便带一袋面包。"

    为什么有效: 描述用英文书写,便条内容保持中文,并在每行手写字应该结束的地方加入真正的换行。便条内容是:“记得买牛奶和鸡蛋!两盒牛奶,一打鸡蛋。再带一袋面包。”

  • 细致的人像

    An elderly lighthouse keeper in a heavy cable-knit wool sweater stands at the top of a spiral iron staircase, holding a brass oil lamp at chest height. Behind him, the great glass lens of the lighthouse glows gold; through the round, salt-stained windows, storm clouds and white-capped waves roll in at dusk. Weathered face, short gray beard, calm eyes looking just past the camera. 35mm film photograph, medium shot from slightly below, shallow depth of field. Warm lamplight on his face against the cold blue dusk outside. Muted palette of brass, navy, and slate.

    为什么有效: 画面的每个部分都有各自的细节,两种不同颜色的光通过对比来营造氛围,而不是靠情绪词。

  • 用标签生成动漫插画

    best quality, highres, 1girl, solo, long blue hair, twin tails, futuristic stage outfit, holding a microphone, stage lights, cheering crowd in the background, dynamic angle

    为什么有效: MOSS-Image 也能读懂动漫风格的标签,顺序是先质量,再角色,最后是其他内容。动漫插画用标签,其他情况用句子。

进阶

MOSS-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。

结构:描述、标签或布局

MOSS-Image 能读懂三种提示词。默认的是描述:用连贯的文字写出你能看到的一切,包括主体与动作、外观、场景、镜头与构图、媒介、光线、材质、色调和氛围,并用文字说明位置。标签是用逗号分隔的动漫风格关键词。布局是一种 JSON 提示词,把每段文字和每个物体放进各自的框里,下文会介绍。

文字描述和结构可以结合使用,而细节丰富的图片并不需要布局。只有在位置必须精确时才用它:比如海报、菜单、多个分格,或必须放在固定位置的物体。

  • 保留你要求的风格,只补充缺失的部分:如果想要水彩,就补充水彩的光线、构图和色调,而不是会把画面拉向照片的词。
  • 按模型学习时的顺序书写标签:质量、评分、元信息、年份、角色、系列、画师,然后是通用标签,如 1girl、blue hair 或 stage lights。
  • 画师标签前不要加 @。Mage 会把 @ 后面跟着字母的内容当作已保存的用户名,而未保存的用户名会在扣费之前就中止生成。
  • 不要在描述后面堆叠质量标签。"Masterpiece, 8k, ultra detailed" 带来的效果,不如直接描述光线、镜头和材质。

图片中的文字

文字渲染是 MOSS-Image 的一大强项,中英文都支持。请用文字本身的语言精确引用,保留大小写、标点和换行,并把它们和你对文字的说明分开:写成一块写着 "OPEN" 的招牌,而不是“在招牌上用有趣的方式写 open”。

MOSS-Image 会自己给长文字断行,但不一定在你想要的位置。请在每行应该结束的地方加入真正的换行,就像上面的便利贴示例那样。

  • 说明文字的样子和位置:"in large looping chalk script across the top"(顶部用大号圆润的粉笔手写体),"in small clean capitals along the bottom edge"(底边用小号简洁的大写字母)。
  • 一定要写真实的文字,不要用 "headline here" 这样的占位符:模型会把引号里的内容原样画出来。
  • 如果有多段文字需要放在固定位置,比如带标题、日期和地点的海报,请使用布局提示词。

每行文字都由你掌控的黑板菜单

A black chalkboard menu hanging on a white brick wall in a small cafe, hand-lettered in white and yellow chalk. At the top, the title "TODAY" in large looping script. Below it, three lines in neat capitals, one under the other:
"ESPRESSO 3.00
FLAT WHITE 4.50
CHAI LATTE 4.75"
A small chalk drawing of a steaming cup sits in the lower right corner. Photo, straight on, soft daylight from a window on the left.

为什么有效: 标题和三行文字都被精确引用,并在该断行的地方换行,插图也有自己的角落,文字不会挤到它。

布局提示词:为每个元素设一个框

布局提示词是一种实验性的 JSON 提示词。其中的 "summary" 描述整张图片及其风格;"items" 列出每段文字和每个物体,包括描述、文字的确切内容和一个框。把它作为单行粘贴到提示词中。

框使用以图片中心为原点的像素坐标,按上、左、下、右的顺序书写。先照常画出每个框:从左上角 (x1, y1) 到右下角 (x2, y2),图片宽 W 像素、高 H 像素。然后每个 y 减去高度的一半,每个 x 减去宽度的一半,并按 y1、x1、y2、x2 的顺序写出。在 1024 x 1024 的方形图上,x 从 128 到 896、y 从 96 到 224 的标题,会变成 [-416, -384, -288, 384]。

框必须与你生成的图片相匹配:1K 分辨率下 1:1 的宽高比是 1024 x 1024 像素。如果要其他形状,请先用该宽高比和分辨率生成一张图,查看它的宽和高,再按这个尺寸画框。

  • 把布局当作源文件保留:想移动标题或改一个字时,只需编辑那一项,然后重新生成。
  • 每段文字都用一个文字项,把真实的文字写在它的 "text" 字段里;每个需要指定位置的物体用一个物体项。
  • 请关闭提示词增强,并让提示词过滤器留空:两者都会往提示词里添加词语,而布局必须原样传入。
  • 为某个宽高比或分辨率画的框,换成另一个就会落在错误的位置。请按你画框时的尺寸生成。

逐框摆放的旅行海报

{"summary": {"meta": ["poster"], "canvas": "single", "caption": "A minimalist travel poster with a cream background, a blue mountain illustration, and the title EXPLORE at the top."}, "items": [{"label": "text", "caption": "Large dark-blue uppercase title centered at the top.", "text": "EXPLORE", "bbox": [-416, -384, -288, 384]}, {"label": "object", "caption": "A flat blue mountain illustration in the lower center.", "bbox": [-192, -288, 384, 288]}], "bbox_coord_space": "abs_centralized", "bbox_format": "yxyx"}

为什么有效: summary 设定了整张海报,标题有确切的文字和位于顶部的框,山峰在下方有自己的框。这些框是按 1024 x 1024 画的,所以请把宽高比设为 1:1,分辨率设为 1K。

保持角色一致

MOSS-Image 不支持上传、Characters 或 References:一切都来自文字。想让一组图中的人物保持一致,请为他写一段固定的描述(年龄、体型、面部、发型、服装),并逐字粘贴到每个提示词中,只修改关于场景的句子。同时也要固定种子。

如果要匹配你已有的图片或已保存的 Character,请使用支持参考图的模型,例如 Mango。

风格、光线和 LoRA

准确说出媒介:35mm 胶片照片、杂志棚拍人像、水彩插画、扁平矢量海报、动漫主视觉图。然后用光源和颜色来描述光线("warm lamplight on his face against the cold blue dusk outside",即他脸上的暖色灯光,对比窗外冷蓝色的黄昏),而不是用情绪词。

如果基础模型没有你想要的风格,可以在模型下添加社区的 MOSS-Image LoRA。初始强度为 0.5;如果风格几乎看不出来,就往 1 调高;如果风格盖过了主体,就调低。

  • 如果某个 LoRA 的页面列出了触发词,请把它们写进提示词。
  • 材质能让画面显得真实:带盐渍的玻璃、磨旧的黄铜、潮湿的鹅卵石、麻花针织羊毛。

步数、引导强度和反向提示词

步数和引导强度默认使用模型自带的配方:50 步、引导强度 3,这也是最合适的起点。步数越少速度越快,但细节会变少。只有在简短提示词出图松散时,才把引导强度提高到 4 至 6;详细的长提示词用 3 就够了。

反向提示词默认为空。如果总是出现你不想要的内容,可以先填入“worst quality, bad anatomy, watermark, jpeg artifact”,再继续补充。引导强度为 1 时反向提示词不起作用,所以应用会将它隐藏。

  • 种子和设置相同时,同一个提示词会生成同一张图片。每次只改一句话,就能看出每句话的作用。

常见错误

别这样写,试试这样写

  • 避免: 提示词太短。

    coffee shop at night, rain, neon sign

    改为: 写一段完整的描述:MOSS-Image 就是为长提示词设计的。

    A small corner coffee shop at night seen from across a rainy street. A pink neon sign in the window reads "OPEN LATE" in looping script; inside, a barista wipes the counter under a row of hanging bulbs. Photo, eye level, 35mm, rain streaks catching the neon, deep blue street against warm pink and amber light.
  • 避免: 在句子式提示词后堆砌质量标签:“masterpiece, 8k, ultra detailed”。

    改为: 直接描述光线、镜头和材质。

  • 避免: 用占位文字:“a poster with a headline”。

    A concert poster with a headline and the date.

    改为: 把真正要显示的文字放进引号里。

    A concert poster with the headline "SUMMER NIGHTS" in tall white letters across the top and "AUGUST 14" in small capitals along the bottom.
  • 避免: 把换行交给模型自己决定。

    改为: 在提示词中,每行文字结束的地方都加上真正的换行。

  • 避免: 在画师标签前加 @。

    改为: 写不带 @ 的画师名字,或者用文字描述风格。

  • 避免: 按一种尺寸画好布局框,却用另一种尺寸生成。

    改为: 使用绘制布局框时所用的宽高比和分辨率。

  • 避免: 开启 Prompt Enhance。

    改为: 关闭提示词增强:它会在你精心写好的提示词后面随机添加词语。

常见问题

MOSS-Image 提示词常见问题

MOSS-Image 的提示词应该写多长?
比大多数模型都要长:用完整的一段话写清主体、场景、镜头、媒介、光线和色调。MOSS-Image 专为详细的长提示词设计,太短的提示词会让画面大部分靠运气。如果确实写得很短,可以适当调高引导强度。
MOSS-Image 能生成文字吗?
可以,支持英文和中文,这也是它的强项之一。把要显示的原文放进英文双引号里,保留大小写和标点,并在每行结束的地方换行。如果需要在指定位置放置多段文字,请使用布局提示词。
MOSS-Image 支持反向提示词吗?
支持。默认为空;可以先填“worst quality, bad anatomy, watermark, jpeg artifact”。引导强度高于 1 时都有效。
如何在 MOSS-Image 中保持角色一致?
它不支持上传图片,也不支持 Characters,所以请为人物写一段固定的描述,原封不动地粘贴到每个提示词中,只更换场景,并固定种子。如果想匹配已有的图片,请使用支持参考图的模型,例如 Mango。
什么是 MOSS-Image 布局提示词?
这是一种实验性的 JSON 提示词:先描述整张图片,再为每段文字和每个物体各指定一个框,坐标以图片中心为原点,单位为像素。适合海报、菜单和分格画面等需要精确定位的场景。
MOSS-Image 的提示词应该用中文写吗?
描述部分建议用英文写,效果最好;需要渲染的文字则用它本身的语言写在引号里。用中文写提示词同样可行。
需要调整步数或引导强度吗?
很少需要。它们默认采用模型的配方:50 步、引导强度 3。步数越少越快,但细节会变少;更高的引导强度只对简短的提示词有帮助。

用 MOSS-Image 生成你的第一张图片

新账号可获赠 300 Gems,足够试用 MOSS-Image。无需安装,无需信用卡。

试用 MOSS-Image