图生图教程 · 参考图反推 · 最后更新 2026-09-04
如何通过参考图反推提示词，再用 AI 重新生成图片
当你看到一张喜欢的图片，却不知道怎样写出相似的提示词，可以先让 AI 分析参考图，再把分析结果交给图片模型重新生成。这篇文章记录一次完整的“参考图 → 提示词 → 新图片”实践。
这项功能是怎么工作的？
这里所说的图生图，并不是直接复制原图，而是先理解原图包含的视觉信息。我们把图片拆成主体、场景、构图、光线、风格、色彩、文字和材质等部分，再把这些信息整理成图片模型能够执行的提示词。
这样做的好处是提示词可以继续修改。你可以保留原图的构图和质感，也可以替换人物、环境、颜色或文字，得到一张具有相似视觉逻辑但内容全新的图片。
上传参考图→反向分析→整理提示词→重新生成→对比优化
第一步：用模板反向分析参考图
先把参考图上传到支持看图的 AI，例如 DeepSeek，然后输入下面的模板。模板要求 AI 不只描述“这是什么”，还要说明对象之间的位置、镜头视角、光线方向和材料质感。
请扮演专业的图像分析师和提示词设计师，分析我上传的参考图，并生成一段适合 AI 绘图工具使用的中文图片提示词。
请按照以下维度分析：
1. 主体：说明人物、产品或主要对象的外观、动作、表情、服装和数量。
2. 场景：说明室内或室外环境、背景元素、空间关系和前后景层次。
3. 构图：说明主体位置、画面比例、取景范围、镜头视角和构图方式。
4. 光线：说明主光方向、明暗关系、阴影、反光和整体氛围。
5. 风格：说明是商业摄影、电影剧照、插画、3D 渲染、胶片或其他视觉风格。
6. 色彩：说明主色、辅助色、冷暖倾向、饱和度和对比度。
7. 文字与图形：准确记录画面中的标题、副标题、Logo、按钮、标签和二维码位置。
8. 质感：说明材质、纹理、景深、颗粒、雾气、反射和其他关键细节。
最后将分析结果整合成一段不超过 600 字的中文提示词，使用逗号分隔关键词，并在末尾给出推荐图片比例。不要虚构参考图中不存在的文字。
第二步：从参考图中提取可执行的提示词
下面这张参考图是一幅撕裂报纸与复古海报拼成的人脸。只写“拼贴风人像”无法稳定复现它，因为模型还不知道脸部占比、纸张层次、主色和光线。
参考图：复古撕纸拼贴人像
使用反向分析模板后，AI 会把图片拆解成下面这些可执行的信息。每一项都回答一个具体问题：画什么、在哪里、怎样取景、怎样打光，以及使用什么材料表现。
主体：由多层撕裂报纸和海报碎片拼接而成的人脸特写，表情平静，双眼直视前方，服装不可见，主体数量为一个面部。
场景：类似贴满旧海报的破旧墙面，没有明确室内外环境。前景是撕裂、翘起的纸张碎片，后景是平整的背景海报，纸张与面部交织。
构图与视角：脸部位于画面中央，占据约90%的面积，极近景特写，正面平视，中心对称构图。
光影：均匀的漫反射平光，没有强烈定向主光，阴影主要来自纸张边缘的微小立体投影。
色彩：复古黄、蓝、红为主，米白和黑色为辅，冷暖交错，整体偏暖，高饱和度，高对比。
风格或媒介：混合媒介拼贴艺术、街头艺术、复古海报和插画风格。
细节：清晰的撕裂纤维、多层纸张堆叠、卷边、剥落、粗糙表面和印刷颗粒，呈现平面媒介的立体化效果。
限制条件：不要出现真实可读的现代标题、Logo、按钮或二维码，画面中的字母只作为旧海报残片出现，推荐4:3横向构图。
将反向分析得到的提示词输入 Seedream 5.0，即可重新生成一张延续参考图视觉语言的图片。这里追求的不是像素级复刻，而是尽可能保留原图的主体比例、中心构图、复古配色与撕纸质感。
生成结果：使用反推提示词重新生成的拼贴人像
第三步：用同一套提示词对比不同模型
反向分析解决的是“如何描述图片”，模型对比解决的是“哪个模型更适合这类任务”。为了让比较有意义，模型、比例和生成次数之外的条件应尽量保持一致。这里采用同一套结构化提示词：
图片用途 → 主体 → 动作或状态 → 环境 → 构图与视角 → 光影 → 色彩 → 风格或媒介 → 细节 → 限制条件
这次测试的目标是生成一张面向创作者的 AI 图片工具宣传海报。提示词明确了桌面场景、笔记本位置、左侧留白、品牌文案和 16:9 比例：
图片用途：面向创作者的 AI 图片工具宣传海报，适合网站首页和社交媒体分享。
主体：画面中心是一台打开的笔记本电脑，屏幕显示由文字生成的彩色视觉作品，旁边摆放几张不同风格的打印图片和一支黑色记号笔。
动作或状态：笔记本处于展示状态，打印图片自然散落在桌面上，画面传达正在进行创作的感觉。
环境：简洁的创意工作室桌面，浅灰色背景，桌面上有纸张、色卡和少量设计工具，背景干净并留出排版空间。
构图与视角：横版海报，三分法构图，笔记本位于画面右侧偏下，打印图片形成斜线引导，左侧保留大面积留白用于标题，轻微俯视视角，中近景。
光影：柔和的侧上方自然光，物体边缘有细腻高光，阴影方向统一，屏幕带有轻微玻璃反光。
色彩：米白、浅灰和深黑为基础色，加入蓝紫和珊瑚橙作为视觉强调色，中等饱和度，冷暖平衡。
风格或媒介：高端科技品牌广告，照片级写实，干净的商业产品摄影，细节清晰，带有轻微胶片颗粒。
细节：笔记本金属机身、纸张纤维、桌面细微纹理、屏幕玻璃反光和柔和接触阴影，主体清晰，背景轻微虚化。
限制条件：左上角放置小型品牌文字“LNKLING IMAGE”，左侧主标题为“Create More With AI”，副标题为“Turn ideas into images”，右下角放置“Explore Image”，所有文字清晰可读，层级分明，不添加其他无关文字，16:9 横版。
Seedream 5.0 Pro桌面细节丰富，商业摄影感更强，标题层级清晰。
ChatGPT Image 2构图稳定，左侧留白充分，视觉作品与桌面道具关系自然。
Imagen 3画面更简洁，产品主体突出，但排版和细节处理有所不同。从三组结果中能看出什么？
即使使用完全相同的提示词，不同模型仍会重新理解“高端”“自然散落”和“留白”等描述。有的模型更擅长写实材质，有的更擅长遵循构图，还有的在生成清晰文字时更稳定。因此，模型对比不能只看哪张最漂亮，还要看它是否完成了用途、构图和文字要求。
如何提高反推和再生成的成功率？
- 先检查主体数量、位置、占比和镜头距离，这些因素最直接地决定构图。
- 把抽象风格拆成可观察的特征，例如光源方向、材料、颗粒和色彩对比。
- 参考图中的文字必须单独记录；重要品牌文字生成后仍应人工检查。
- 固定模型、比例和分辨率，一次只调整一到两个变量，才能知道哪项修改真正有效。
- 不要追求像素级复制。反向提示词更适合提取视觉方法，再创作新的内容。
这套方法同样适用于产品图、电影海报、人物摄影、插画和社交媒体封面。只要参考图能够被拆解成清晰的视觉信息，就可以通过提示词继续编辑、复用和跨模型测试。