即梦 5.0 提示词七段式：写清想要与必须像

为什么你用即梦 5.0 出的图总是”差点意思”

同样用即梦 5.0，有人一条提示词就能出海报级成片，有人改了二十遍还是废图。差距不在运气，而在提示词的信息结构。即梦 5.0 底层是字节 Seedream 5.0，中文理解能力极强，中文文字生成更是强项——海报里的汉字可以直接生成，不需要再绕道英文。模型侧的能力已经到位，剩下的问题几乎全部出在”你怎么表达需求”。

即梦 5.0 官方给图片 5.0 Pro 的口径是：一次最多挂 10 张参考图，提示词上限 5000 字。注意这两个数字的含义：上限 5000 字，说明官方默认你会写长提示词；10 张参考图，说明官方默认你会用参考图做控制。而大多数人的提示词只有一句话，控制手段为零，然后抱怨即梦 5.0 “不稳定”。

三段式是官方口径，七段式是工程化展开

先把官方口径摆正：即梦 5.0 的提示词公式是「主体 + 风格 + 细节」三段。这个三段式没有任何问题，它是骨架。但当你真的要产出一张商用图时，三段式太粗了——”细节”这一段里，你可能同时塞进了场景、镜头、光线、画质、控制要求五种完全不同性质的信息，模型在解析时只能猜权重。

七段式就是把”细节”拆开：主体、场景、风格、镜头、光线、画质、控制说明。它不是推翻官方公式，而是在官方公式基础上的精细化展开。七段式是骨架上的肌肉。

本文要解决的两个核心问题

第一，”想要什么”——即你要画面里出现什么，这靠主体、场景、风格、镜头、光线五段解决。第二，”必须像什么”——即哪些东西不能变、必须保留、必须精确，这靠第七段控制说明解决。大多数教程只讲第一个问题，第二个问题才是即梦 5.0 实战中的胜负手，因为参考图、图生图、局部重绘这些控制手段，都需要提示词侧的显式配合。

七段式总览：每一段的职责与边界

七段式的本质是职责分离：每一段只回答一个问题，段与段之间不重叠。这是它和”想到什么写什么”的根本区别。下面这张表是七段式的全局地图，后面每一节逐一展开。

段落	回答的问题	典型长度	缺失后果	最大常见错误
1 主体段	谁/什么，长什么样	最长，占比约 30%	人物随机化，每次出的都不是同一个人	写”一个女孩”这类零信息描述
2 场景段	在哪里，何时，空间什么样	次长，占比约 25%	环境随机，空间感混乱	堆氛围词不给空间关系
3 风格段	什么媒介、时代、调性	中等，占比约 15%	画风漂移，成片像”AI 图”	风格词互相打架
4 镜头段	多远、什么角度、什么焦段	较短，占比约 10%	构图随机，主体忽大忽小	只写景别不写机位
5 光线段	光从哪来、什么质感	较短，占比约 10%	画面平，没有立体感和时间感	只写”光影质感”四个字
6 画质段	分辨率意图与细节密度	最短，占比约 5%	几乎无后果，影响有限	迷信”8K 超高清”
7 控制说明段	必须像什么、必须保留什么	按需，占比约 5%-20%	参考图失效，文字与人物不可控	写成”不要出现XX”

段落顺序为什么这样排

顺序即权重。生成模型对提示词靠前位置的词给予更高注意力，所以主体段必须放在最前——它是画面的绝对核心。场景、风格紧随其后，构成画面语境。镜头、光线是”摄影级”修饰，画质段放最后，控制说明段独立收尾。这个顺序不要随意打乱，尤其是不要把画质词放开头——”8K 大师级杰作的一个女孩”这种写法，等于告诉模型画质比人重要。

长度配比：主体加场景占大头

七段式不是七等分。主体 + 场景两段合计应占提示词总长的 50% 以上，因为这两段承载的是”具体信息”；画质段最短，一两句话足够；控制说明段按需伸缩，用参考图做系列人物时它可以成为第二长的段落。写完自查一下：如果你的即梦 5.0 提示词里画质词占了三成，那不是提示词，是祈祷词。

第一段：主体——把”谁”写成独一无二的人

写什么：身份 + 外观具体化

主体段回答”画面里是谁/是什么”。具体化清单：年龄、性别、发型（长度、颜色、造型）、服装（材质、颜色、款式）、标志性特征（一到两个让人过目不忘的细节）。标志性好比人物的锚点，有它，系列图里的人物才能被认出来是同一个人。

对比一下：

• 无效：”一个漂亮的女孩”——漂亮不是特征，是全球几十亿人的公约数。
• 有效：”28 岁的东亚女性，齐肩深棕色微卷发，穿燕麦色羊绒高领毛衣，左手戴一枚素圈银戒，鼻梁旁有一颗小痣。”

后一条里，即梦 5.0 能锁定的视觉变量有六个；前一条里，可锁定的变量是零。这就是”差点意思”的第一来源。

怎么写：名词优于形容词

写主体时的黄金法则是：用可查证的名词，不用主观形容词。”燕麦色羊绒毛衣”是名词性的，模型知道渲染什么；”很有质感的毛衣”是主观的，模型只能猜。”鼻梁旁一颗小痣”是精确坐标，”五官精致”是无效音节。即梦 5.0 的中文语义解析足够强，你给名词它就画名词，你给形容词它就平均化。

物类主体的写法

主体不一定是人。电商产品图里，主体是产品，写法同理要具体化：材质、工艺、颜色、结构。”一个白色杯子”不如”哑光白陶瓷马克杯，杯口描一圈金边，杯身无logo”。产品图尤其要写清”无logo/无水印”，否则模型会自动补一个不存在的品牌标识。

多主体时的主从关系

画面里有多个主体时，必须写明主从与相对位置。”画面中央偏左是主人物……右侧前景是一个虚化的路人”，而不是并列罗列。即梦 5.0 会按你的空间指派安排元素，并列写法会导致两个主体随机抢占C位。

常见错误：形容词通胀

“绝美、惊艳、高级感、氛围感、大片感”——这五个词是即梦 5.0 提示词里最常见也最无效的词。它们不携带任何可渲染信息，只会稀释真正有用的描述。删掉它们，把省出来的字数给具体名词，成片质量立刻上一档。

第二段：场景——给空间关系，不是给氛围词

写什么：地点 + 时间 + 天气 + 空间层次

场景段有四个必填项：地点（室内/室外、具体场所）、时间（清晨/正午/黄昏/夜晚）、天气（晴/雨/雾/雪）、空间层次（前景、中景、远景各有什么）。很多教程只讲前三项，第四项才是拉开差距的关键。

为什么空间关系比氛围词重要

这是本文的第一个反常识观点：模型不缺氛围，缺的是空间语法。”温馨、宁静、治愈”这些氛围词，模型的训练数据里已经见过几百万次，它给出的环境会高度趋同——大概率是暖色调的咖啡店或森林小屋。而”前景是虚化的木质窗框，中景是坐在书桌前的人物，远景是窗外雨中的城市天际线”这样的空间层次描述，直接规定了你画面的纵深感结构，是任何氛围词都替代不了的。

换句话说：氛围词决定”感觉”，空间关系决定”构图”。构图错，感觉再对也没用。

怎么写：三层各给一个锚点

实操方法很简单：前景、中景、远景，每一层至少给一个具体元素。不需要每层都长篇大论，一个锚点即可建立空间深度。室内场景同理：”前景是桌角虚化的咖啡杯，中景是人物，背景是书架”——一句话，画面立刻有了电影感。

时间与天气的联动

时间和天气要联动写，不要孤立写。”黄昏 + 雨后”和”黄昏 + 晴天”是完全不同的两种画面，湿漉漉的路面反光只有雨后才成立。即梦 5.0 对这类物理逻辑的理解很好，你要做的是把逻辑给全，而不是让模型自己脑补。

场景与主体的耦合

场景要服务于主体。写场景前先问：这个环境能强化主体的身份或情绪吗？程序员在机房、医生在手术室、咖啡师在吧台——场景是主体的注脚。如果场景和主体毫无关系，再漂亮的场景也是在稀释画面叙事。

常见错误：场景写成”火星文”

典型错误提示词：”赛博朋克未来都市，霓虹闪烁，赛博朋克感拉满，暗黑系，高级感”——一半是重复词，一半是氛围词，没有一个具体空间元素。改成：”雨夜的香港旺角街头，前景是积水路面的霓虹倒影，中景是撑伞走过斑马线的行人，远景是层层叠叠的招牌与霓虹灯箱”，效果天差地别。顺便说，这个场景里的招牌汉字，即梦 5.0 可以直接生成，不用硬写英文再回来改。

第三段：风格——用”媒介 + 时代 + 流派”锚定画风

写什么：媒介、时代、流派、参考调性

风格段的核心公式是四层叠加：媒介（油画/水彩/胶片摄影/3D渲染/国风水墨）+ 时代（文艺复兴/上世纪90年代/当代）+ 流派或艺术家调性（写实主义/极简主义/赛博朋克美学）+ 色调倾向（低饱和/高对比/莫兰迪色系）。四层都给，画风才能被钉死；只给一层，画风会漂。

中英文风格词的差异：即梦 5.0 不需要英文

即梦 5.0 的中文理解极强，这是它与很多海外模型的根本差异。英文风格词（cinematic、photorealistic）在部分模型里是”魔法咒语”，在即梦 5.0 里，”电影感画面、写实摄影风格”效果同样好，甚至更好——因为模型在中文语料上对齐得更充分。所以：不要中英混杂。一条提示词里一会儿 English 一会儿中文，会干扰语义解析的稳定性，模型可能在两种语言风格间摇摆。全中文写作是即梦 5.0 提示词的默认最佳实践，中文文字生成（海报上的汉字）本来就是它的强项。

风格词打架问题

“水彩 + 3D渲染 + 胶片摄影”三个媒介放一起，即梦 5.0 会尝试融合，结果是三不像。一个提示词只允许一个主导媒介。如果想做风格融合（比如”水墨质感的水彩”），也要写清主从：谁是主媒介、谁是质感修饰。官方那个著名的示例就是这样处理的——”改为文艺复兴古典油画风格”是主锚定，”身着贵族丝绸服饰，置于镀金画框内”是内容修饰，主次分明。

借官方示例理解风格段的写法

即梦 5.0 官方的文艺复兴油画改造示例值得反复品味：「保留原图猫咪的姿态与毛色，改为文艺复兴古典油画风格，身着贵族丝绸服饰，置于镀金画框内，博物馆聚光灯」。这条提示词里，风格段是”文艺复兴古典油画风格”——媒介（油画）+ 时代（文艺复兴）+ 调性（古典）三层俱全，短短十个字。这是风格段写作的范本：不用长，但要层叠完整。

常见错误：堆砌”大师级”词

“大师级作品、获国际大奖、顶级艺术家作品”——这类词在即梦 5.0 里的边际作用接近于零，因为模型无法把这些头衔解码成具体的视觉特征。想提升”大师感”，正确做法是回到镜头段和光线段：具体的焦段感、具体的光源方向、具体的色调，这些才是”高级感”的物理来源。

第四段：镜头——景别、机位、焦段感三件套

写什么：景别定远近，机位定角度，焦段定畸变

镜头段是文生图和摄影之间最近的一座桥，三个要素缺一不可：

• 景别：远景、全景、中景、近景、特写。景别决定主体在画面中的占比，是构图的第一决定因素。
• 机位角度：平视、俯拍、仰拍、侧面、过肩、45度。仰拍赋予主体威严感，俯拍制造压迫感，平视产生亲和力。
• 焦段感：广角畸变（边缘拉伸、透视夸张）、标准焦段（接近人眼）、长焦压缩（背景拉近、空间压扁、人像虚化）。

怎么写：让景别与叙事目的匹配

海报要冲击力，用近景或特写 + 微仰拍；电商产品图要展示全貌，用中景或全景 + 平视；漫剧分镜交代环境，用远景 + 高机位俯瞰。不要为了”电影感”一律上特写——景别是叙事工具，不是滤镜。

焦段感的进阶用法

想要人物主体突出、背景柔化，写”85mm 人像镜头质感、浅景深背景虚化”；想要环境叙事、空间夸张，写”24mm 广角、轻微透视畸变”。即梦 5.0 对焦段词汇的响应很稳定，因为它直接对应训练数据里真实摄影作品的统计特征。

镜头段与场景段的配合

镜头段必须与场景段自洽。你写了”远景俯瞰整座城市”，就不能再要求”面部表情细节清晰”——景别和细节密度是物理冲突的。写七段式时通读一遍，检查段与段之间有没有这种自相矛盾。

常见错误：只写景别不写角度

“特写”只回答了多远，没回答从哪看。同一个特写，平视特写是纪实感，仰视特写是英雄感，俯视特写是脆弱感。少写一个角度词，即梦 5.0 就替你随机选一次，出图稳定性直接减半。

第五段：光线——方向、时段、质感、色温四要素

写什么：光源方向 + 时段 + 硬柔 + 色温

光线是画面立体感的唯一来源。四要素：

• 方向：顺光、侧光、逆光、顶光、底光。侧光出立体，逆光出轮廓与氛围，顶光制造戏剧冲突。
• 时段：清晨柔光、正午硬光、黄金时刻暖光、夜间人工光源。
• 质感：硬光（边界锐利、阴影浓重）还是柔光（过渡柔和、阴影浅淡）。
• 色温：暖调（3200K感）还是冷调（6500K感），或冷暖对比（窗外冷光室内暖灯）。

怎么写：先定主光源，再谈氛围

一条提示词只设一个主光源，最多加一个辅光源。”左侧窗户柔光为主光，右后方一盏暖色台灯作轮廓光”——这是标准的布光思维。氛围感不是写出来的，是布光布出来的。同样一个人物，换成逆光剪影，情绪立刻从日常变成叙事。

材质与光线的联动

光线段要回应用主体的材质：丝绸服饰需要方向性硬光才能出光泽，羊绒毛衣需要柔光才能出绒感，金属和玻璃需要高光点。写七段式时，光线段是对主体段材质描述的”打光回应”，两者呼应，材质真实度才立得住。

品牌感的秘密在色温控制

很多甲方说”要高级感”，翻译成摄影语言就是：低饱和 + 准确的色温控制 + 干净的主光源。与其写”高级感”，不如写”低饱和暖色调，柔和的侧逆光，阴影过渡自然”。即梦 5.0 会精确执行后者，对前者只能随机发挥。

常见错误：光线段缺位或写成”光影质感”

最常见的是干脆不写光线，让模型默认打平光——这就是”AI 图”味的最大来源之一。其次是只写”光影质感、氛围光影”这类四字咒语，没有方向、没有质感，等于没写。光线段哪怕只写一句”黄昏暖色侧逆光”，也远胜十个氛围词。

第六段：画质——真正决定画质的是档位，不是咒语

写什么：分辨率意图 + 细节密度 + 材质真实度

画质段只写三件事：输出意图（如”适合印刷的高分辨率成品”）、细节密度（”皮肤纹理清晰可见、织物纤维细节丰富”）、材质真实度（”真实摄影质感，无过度磨皮”）。两三句话，写完即止。

反常识：’8K、超高清’这类词的实际作用非常有限

这是本文最重要的祛魅：真正决定画质的是模型档位与输出分辨率，不是提示词里的画质咒语。即梦 5.0 的分辨率是产品侧参数：2K 档提供 2048×2048 与 2560×1440，4K 档提供 4096×4096 与 5404×3040。你在界面上选什么档位，就是什么像素输出；提示词里写十个”8K”，也不会让 2K 档多出一个像素。画质词唯一的有效部分是”细节密度描述”——它影响模型在既有分辨率下的渲染倾向，比如是否保留皮肤纹理、是否过度平滑。

所以七段式里画质段最短，这不是偷懒，是把精力分配到真正有杠杆的地方。

默认参数也要知道：一次两张、2K 档

即梦 5.0 默认一次出 2 张、2K 档。日常迭代提示词时用默认值即可，快速试错；确认构图和内容后，再上 4K 档或批量出图。不要一上来就 4K 批量生成——那是用最贵的方式做最不确定的尝试。

档位	可选分辨率	适用场景	提示词配合建议
2K 档（默认）	2048×2048 / 2560×1440	提示词迭代、社交媒体发布、快速试错	画质段可省略或一句话
4K 档	4096×4096 / 5404×3040	印刷物料、大幅面展示、商用交付	强调细节密度与材质真实度

常见错误：画质词占比失衡

“超高清、8K、极致细节、最高质量、获奖摄影、HDR、锐化、杰作”——八画质词换来零画质提升，还稀释了前面所有段落的有效信息。记住配比：画质段最短，主体 + 场景占大头。

第七段：控制说明——把”必须像什么”写成显式声明

这是七段式里即梦 5.0 官方公式没有、而本文最强调的增量段。

控制说明是什么：从”请求”升级为”约束”

前六段都是在描述”想要什么”，属于请求；控制说明段写的是”必须像什么、必须保留什么、文字必须是什么”，属于约束。请求模型可以自由发挥，约束必须严格遵守。典型写法：

• 用参考图时：”保留原图人物的五官、发型与体型特征，仅更换背景与服装风格。”
• 海报文字时：”画面左侧的招牌文字必须是「知了AI」，字体为无衬线粗体，白色。”
• 风格迁移时：”保留原图猫咪的姿态与毛色”——这正是即梦 5.0 官方文艺复兴油画示例的开头写法。

为什么控制说明必须显式，不能指望模型自觉

挂了参考图，不代表模型知道你要保留什么。即梦 5.0 图生图的官方能力口径是：可”自定义保留人物或主体的形象特征，实现背景替换、风格联想、画风保持、姿势保持等操作”。注意”自定义”三个字——保留什么，由你的提示词声明。同一张参考图，你写”保留五官与发型，更换背景”和什么都不写，结果完全不同。控制说明段就是参考图、局部重绘、智能画布这些控制手段的提示词侧配合，两边要同步。

怎么写：三类控制语句模板

保留类

句式：”保留 + 对象 + 具体特征清单”。”保留参考图女性的面部五官、发型与肤色，姿态可作轻微调整。”

精确类

句式：”……必须是……”。”标题文字必须是「即梦 5.0 七段式提示词指南」，位于画面上方居中，深灰色无衬线字体。”即梦 5.0 的中文文字生成是强项，只要文字内容写精确，海报汉字可以直接生成，无需后期改字。

排除类（重点纠正）

负面表达的错误姿势

很多人写”不要出现文字、不要出现水印、画面中不要有其他人”。问题在于：生成模型对否定词的处理不可靠——”不要出现猫”里的”猫”本身就是强激活词，越写越容易出现。这是大多数人做错的地方之一。

正确的表达方式：正向替换

在即梦 5.0 里，把”不要”改写成”是什么”：”画面中只有一位女性，无其他人物””背景为纯净的浅灰色渐变墙面””画面无任何文字元素，留白处理”。用正向陈述锁定画面内容，比否定句稳定得多。真有顽固的负面需求（比如消除某个已有元素），用智能画布的图像消除功能做局部处理，而不是堆否定词。智能画布提供局部重绘、一键扩图、图像消除、抠图、多图层编辑，这些是”事后的手术刀”，控制说明是”事前的处方”，两者配合使用。

常见错误：控制说明与实际控制手段脱节

写了”保留原图人物五官”，却没有挂参考图——模型无图可保，只能凭空想象一个”原图”；或者挂了 3 张不同人的参考图，却没写保留哪一位的特征。控制说明段必须与参考图的实际内容一一对应，声明之前先自问：我声明要保留的东西，模型看得见吗？

完整案例：三类高频场景的七段式实战

下面三个案例覆盖即梦 5.0 最典型的商用场景。每条提示词都按七段式标注段落，可直接复制后替换内容。

案例一：品牌海报（发挥中文文字生成强项）

【主体】一位35岁的东亚女性咖啡师，利落黑色短发，穿深炭色亚麻围裙，袖口卷起，手腕有一块棕色皮表带手表，双手捧着一只哑光白陶瓷手冲壶，神情专注而温和。
【场景】清晨的精品咖啡店吧台内侧，前景是虚化的木质吧台与散落的咖啡豆，中景是人物与不锈钢手冲架，远景是暖光下的整墙咖啡豆罐与黑板菜单，雨后初晴。
【风格】写实商业摄影风格，低饱和暖棕色调，日式生活方式杂志质感。
【镜头】中景，略低机位平视，50mm标准焦段感，浅景深。
【光线】左侧大窗柔光为主光，右后方暖色吊灯作轮廓光，整体暖调，阴影过渡自然。
【画质】真实摄影质感，皮肤与亚麻织物纹理清晰，细节丰富。
【控制说明】画面右下方的标题文字必须是「知了AI · 一杯好咖啡的开始」，深灰色无衬线字体，画面中除该标题外无任何其他文字；人物形象严格保留所附参考图的五官与发型。

这条提示词里，控制说明段同时声明了文字精确性与人物一致性，配合挂一张模特参考图即可系列化产出。

案例二：漫剧分镜（系列人物一致性的硬仗）

【主体】16岁的少年主角林小满，黑色碎发遮住右眉，左耳戴一枚银色小耳钉，穿洗旧的藏青色连帽卫衣，裤脚卷起，眼神倔强，嘴角有轻微擦伤。
【场景】黄昏的天台，前景是虚化的铁丝网围栏，中景是少年背靠水塔站立，远景是被夕阳染成橙红色的城市楼群，几只飞鸟掠过。
【风格】现代日系动画风格，赛璐璐上色，高饱和暖橙色与青蓝色对比，青春残酷物语调性。
【镜头】近景，微仰拍，35mm焦段感，轻微透视。
【光线】夕阳暖橙色侧逆光勾出轮廓，面部左侧由天光冷色补光，冷暖对比强烈。
【画质】线条干净锐利，赛璐璐色块边缘清晰，细节密度中等。
【控制说明】人物五官、发型与耳钉必须与所附角色参考图保持完全一致，本画面为该角色第4话第2分镜，仅姿态与镜头按本提示词调整。

漫剧的核心痛点是纯文生图人脸不稳定——同一角色每次生成都长不一样。解法只有一条：系列人物必须用角色参考，并在控制说明段显式声明保留范围，再把分镜编号写进去，方便逐集维护。

案例三：电商产品图

【主体】一支哑光雾灰色铝合金保温杯，杯身无logo，杯盖为同色金属旋盖，杯底有一圈防滑硅胶垫，杯身有细微拉丝纹理。
【场景】清晨的山间露营地石桌，前景是虚化的松针与晨露，中景是保温杯立于石桌中央，旁边散落一只不锈钢小杯，远景是晨雾中的针叶林与透光山脊。
【风格】高端户外产品摄影风格，冷灰绿自然色调，克制干净的商业静物质感。
【镜头】中景，平视微俯，85mm焦段感，浅景深，背景虚化柔和。
【光线】右后方清晨低角度侧逆光勾勒杯身轮廓高光，左侧柔光板补主光，杯身呈现哑光漫反射质感，无生硬反光点。
【画质】商业级真实摄影质感，金属拉丝纹理与硅胶哑光质感清晰，细节丰富。
【控制说明】杯身必须保持无任何文字与标识，杯体形状与配色与所附产品参考图完全一致，不得改变杯身比例；画面中除产品外无任何品牌元素。

模板速查：把七段式变成你的日常工具

七段式空白模板（直接复制）

【主体】（谁/什么：年龄、性别、发型、服装材质、一到两个标志性特征）
【场景】（地点 + 时间 + 天气；前景……中景……远景……）
【风格】（媒介 + 时代 + 流派 + 色调倾向）
【镜头】（景别 + 机位角度 + 焦段感）
【光线】（主光源方向 + 时段 + 硬光/柔光 + 色温）
【画质】（细节密度 + 材质真实度，一两句即可）
【控制说明】（保留……必须是……画面中只有……）

使用规则：没有参考图时控制说明段可只写文字与内容约束；有参考图时保留类语句必写；海报类场景文字精确类语句必写。

三段式 vs 七段式：产出到底差在哪

维度	官方三段式（主体+风格+细节）	七段式（本文方法）
上手速度	快，一句话也能出图	略慢，需按段填写
构图可控性	低，景别机位随机	高，镜头段显式指定
系列人物一致性	低，依赖参考图但不声明保留范围	高，控制说明段显式声明
海报文字准确率	不稳定，文字要求混在细节里	高，精确类约束独立成段
多轮迭代成本	高，改一处动全身	低，只改对应段落
适合场景	灵感速涂、随缘出图	商用交付、系列化生产

一个务实的建议：灵感探索阶段用三段式，比效率；进入商用交付阶段切换七段式，比可控。两者不冲突，七段式随时可以压缩回三段式——把镜头、光线并进细节即可。

大多数人做错的地方：一篇专讲错误的自我体检

错误一：段落堆成流水账

最隐蔽的错误：信息都写了，但没有分段，一段到底，段落之间还互相抢权重。”一个穿白裙的女孩在海边黄昏电影感8K侧光低饱和特写背景虚化但人脸清晰”—— fifty 个信息点挤一行，即梦 5.0 要自己猜哪些是主体、哪些是画质。七段式的分段本身就是给模型的权重信号：前置的更重，独立成段的边界更清晰。写完自查：能不能一眼指出哪句是主体、哪句是光线？指不出来就是流水账。

错误二：用”不要出现XX”做排除

前面第七段已详述，这里再强调一次结论：即梦 5.0 提示词里的排除需求一律正向化表达——”画面中只有X”“背景为纯色”“无任何文字，留白处理”。顽固元素用智能画布的图像消除事后处理。否定句是提示词里性价比最低的句式。

错误三：中英混杂与咒语迷信

即梦 5.0 的中文语义理解与中文文字生成都是强项，全中文提示词是它的主场。中英混杂（”一个女孩 cinematic lighting 特写 photorealistic”）破坏语义一致性。同理，”8K、超高清、大师级”这类咒语不会提升分辨率——分辨率由 2K/4K 档位决定（2K 为 2048×2048 / 2560×1440，4K 为 4096×4096 / 5404×3040）。咒语换不来像素，档位才能。

错误四：忽视默认参数的迭代策略

即梦 5.0 默认一次出 2 张、2K 档，这是为迭代设计的。常见错误是每次都把 5000 字上限写满、直出 4K——试错成本极高。正确姿势：2K 快速验证构图，锁定后再补细节、上 4K。提示词是代码，出图是编译，先跑通再优化。

错误五：参考图挂了就不管提示词

图片 5.0 Pro 支持一次最多 10 张参考图，但参考图不是自动挡。挂了图不写控制说明，模型不知道你要保留五官还是只参考色调；挂了 10 张风格杂乱的图，等于给模型十个互相矛盾的指令。参考图要做减法：人物一致性挂 1-2 张人物图，风格参考挂 1-2 张风格图，然后在控制说明段写清各自的作用。

七段式为什么比”想到什么写什么”更可靠

即梦 5.0 的中文理解能力很强，这反而是个陷阱：它会努力理解你写的每一个字，包括那些没想清楚的模糊表述。七段式的意义就在于强制你把模糊的地方填实。当你被迫写下”镜头段”时，你会意识到自己其实没想过景别；写到”光线段”时，才发现光照方向根本没定。即梦 5.0 不会替你做这些决定，它只会照着你没决定的部分随机发挥。

实际使用中，七段式还能解决一个隐性问题：改稿。当你只改了七段里的一段，产出的差异是可解释的；当你把一堆词混在一起写，改了哪个词导致了哪个变化，根本说不清。即梦 5.0 的出图速度很快，快到让人忘了做归因——但只有做了归因，你的提示词才会越写越准。

值得强调的是控制说明段。这是七段式里唯一”反直觉”的一段：它不描述画面，而是描述约束。即梦 5.0 支持参考图、姿态、局部重绘这些控制手段，但控制手段和提示词之间需要一层翻译，控制说明段就是这层翻译。写清楚”必须保留什么”，比写十句”要好看”都有用。

即梦 5.0 提示词七段式的三个使用场景

第一个场景是批量出图。当你要为一篇文章配十张风格统一的图，即梦 5.0 的七段式能保证这十张图共享同一套”风格段、镜头段、光线段、画质段”，你只需要替换主体段和场景段。这是模板化生产的基础，也是即梦 5.0 相比一次一写的最大效率优势。

第二个场景是团队协作。即梦 5.0 的七段式可以当成一份交接文档：七段填满，另一个人接着写也不会跑偏。反过来看，如果一个人的提示词是一大段混在一起的描述，这份提示词只有他自己能用，换人就得重写。即梦 5.0 本身是个工具，但七段式让工具变得可协作。

第三个场景是复盘归因。用即梦 5.0 出图之后，把成图和提示词一起存下来，按段比对，你会慢慢建立起自己的”哪段影响什么”的判断。三个月后回头看，这套记录比任何教程都有价值，因为它是你自己机器的脾气。

即梦 5.0 提示词与参考图的配合边界

七段式解决的是”文字能表达的部分”，参考图解决的是”文字表达不了的部分”。即梦 5.0 的角色参考能把脸锁住，但你仍然需要用主体段写清楚年龄感、气质、服装材质——参考图给的是像素层面的相似，提示词给的是语义层面的确认。两者缺一，即梦 5.0 的结果都会有点飘。

实践中的分工建议是：能被参考图锁定的（脸、产品外形、画风），尽量交给参考图；无法用图表达的（动作意图、情绪、场景逻辑），交给七段式里的对应段落。即梦 5.0 不会替你判断哪部分该用图哪部分该用字，这个分工得你自己定。

常见问题解答

即梦 5.0 的七段式和官方三段式矛盾吗？

不矛盾。官方公式「主体 + 风格 + 细节」是骨架口径，七段式是把”细节”拆成场景、镜头、光线、画质、控制说明的精细化展开，最终交付物仍是一段提示词，官方口径完全兼容。

提示词最多能写多长？要写满 5000 字吗？

图片 5.0 Pro 提示词上限 5000 字，但上限不等于目标。常规商用图 300-800 字的七段式提示词已经信息充分，写太长反而稀释关键信息的权重。长度服务于信息密度，不是越多越好。

纯文生图能不能做出一模一样的系列人物？

不能指望。纯文生图人脸不稳定，系列人物必须用角色参考图，并在控制说明段显式声明”保留五官、发型”等特征范围，配合图片 5.0 Pro 最多 10 张参考图的能力做一致性管理。

海报上的中文字总是出错怎么办？

即梦 5.0 的中文文字生成是强项，出错多数是文字要求写得不够精确。把文字写成精确类约束：内容（逐字给出）、位置、字体倾向、颜色四要素齐全，例如”标题文字必须是「知了AI」，位于上方居中，白色无衬线粗体”。个别小字错误用智能画布局部重绘修复，比整图重抽高效。

“8K、超高清”到底有没有用？

对分辨率没有用——实际输出由档位决定，2K 档 2048×2048 / 2560×1440，4K 档 4096×4096 / 5404×3040。对渲染倾向略有用的只有”细节密度”类描述（如”皮肤纹理清晰”）。画质段的正确写法是两三句细节密度与材质真实度，画质段永远是七段里最短的。

想删掉画面里某个元素，该写”不要出现”还是用工具？

提示词侧用正向替换：”画面中只有……””背景为纯净的……”。已经生成后想消除某个元素，用智能画布的图像消除做局部处理，配合局部重绘、一键扩图、抠图、多图层编辑完成精修。提示词管事前，画布管事后。

写在最后：七段式是一种沟通纪律

七段式的价值不在”长”，而在”每段一个职责”。它是写给即梦 5.0 的，更是写给自己的——逼你把”我想要一张好看的图”翻译成”谁、在哪、什么画风、什么机位、什么光、什么细节、什么必须不变”。当你能稳定写出七段时，你会发现即梦 5.0 的上限远比你想的高：中文理解、汉字生成、10 张参考图、5000 字提示词、2K 到 4K 的档位，这些能力一直都在，缺的只是一套把需求说清楚的方法。从下一条提示词开始，按七段写一遍，你会看到差别。