这篇AI漫剧提示词生成指南教的是渔而非鱼：如何从一张好图反推它的提示词结构，如何用对话模型批量生成候选词，如何建立自己的生成-验证-入库循环。掌握这套方法，任何新画风你都能快速上手。
一、对话模型当AI漫剧提示词助手：正确与错误的用法
免费的对话模型是每个漫剧创作者都该配置的AI漫剧提示词助手，但用法决定成败：错误用法是“帮我写一段提示词”，正确用法是给结构、给范例、给约束的三步委托法。
三步委托法
第一步给结构：把七部件公式和输出格式明确告诉它；第二步给范例：贴两三条你验证过的成功词，让它模仿密度和语感；第三步给约束：要求只写可视画面、标注每个部件、附负面词建议。三步之后，助手产出的初稿质量会发生质变。
批量生产的变量表技巧
连载场景下，把分镜表整理成变量表交给助手：每行一个镜头的景别、动作、情绪，让它按模板批量填充。一次生成一组结构一致的提示词，人工只做抽查和精修。这是单人做连载的产能杠杆。
助手产出的验证纪律
AI写的词一律先小样验证再入库，永远不要批量生成后直接投入正式制作。助手负责广度，你负责深度，这条分工线守住，效率与质量兼得。
二、AI漫剧提示词的万能公式：七个部件的排列组合
所有有效的AI漫剧提示词都可以拆成七个部件：主体、动作、场景、画风、镜头、氛围、质量词。理解这个公式，你就能看懂任何一条成熟提示词的结构，也能自己组装出结构正确的词。
七个部件逐个拆解
主体回答“画面里是谁或什么”，要写清外貌与服装的可视特征；动作回答“在做什么”，一个镜头只放一个动作；场景回答“在哪里”，环境要素点到为止；画风是全剧统一的风格锚点；镜头指定景别与构图；氛围负责光影与色调；质量词是收尾的画质保障。
排列顺序的权重逻辑
生成模型对靠前的词赋予更高权重，因此顺序规则很简单：最不能妥协的放最前面。角色戏把主体放前，氛围戏把光影放前，切忌把关键信息埋在长句尾部。
一个完整的组装示例
以“女主在雨夜街头回眸”为例：画风锚点（国漫厚涂风格）＋主体（黑长直少女，白色风衣）＋动作（回眸，眼神坚定）＋场景（雨夜霓虹街头，地面反光）＋镜头（中近景，浅景深）＋氛围（冷暖光对比，雨丝清晰）＋质量词（高清细节）。七个部件各司其职，一段结构正确的提示词就完成了。
新手最常见的语法错误
把三个动作塞进一个镜头、用情绪词替代画面词、画风锚点每条都改。对照这三条自查，能解决新手期大半的“随机出图”问题。
三、角色描述：AI漫剧提示词一致性的技术核心
角色不一致是漫剧观众弃剧的头号原因，而AI漫剧提示词层面的角色管理是解决它的第一道防线。核心方法是建立角色卡：把角色的可视特征固化成一段标准描述，全剧复用。
角色卡的标准字段
一份够用的角色卡包含六段：脸型发型（写清长度、颜色、发型细节）、五官特征（挑两三个辨识点，如泪痣、剑眉）、服装设定（分常服和关键剧情服两套）、体态特征（身高感、体型）、气质关键词（用画面词表达，如“眼神清冷”）、禁忌项（明确不出现的特征）。六段组装成角色描述段，嵌入每条相关提示词。
描述段的长度与权重平衡
角色描述段通常占整条提示词的三分之一左右，太长会挤压场景与氛围的权重。解法是分级：主角用全量描述，配角用精简版，群演只写轮廓。AI漫剧提示词的功力体现在这种资源分配上——把字数花在镜头里真正重要的角色身上。
配合生成端的组合拳
词句层之外，记得配合工具层的参考图功能与种子锁定。提示词负责描述一致性，参考图负责锚定长相，两层叠加才能把角色一致性做到连载可接受的水平。
四、场景与环境：让AI漫剧提示词有空间感
场景是漫剧的世界观容器。AI漫剧提示词里的场景描述要遵循“一笔传神”原则：用两三个最具辨识度的环境要素唤起空间感，而不是写成环境清单。
场景描述的三层结构
第一层是空间类型（教室、天台、雨夜街头），第二层是标志物（窗帘飘动、栏杆、霓虹招牌），第三层是时间与天气（黄昏、细雨、深夜）。三层各取最具代表性的一两个词组合，就能得到既有信息量又不臃肿的场景段。
场景复用与变化管理
连载漫剧大量复用同一场景，这既是挑战也是红利：挑战在于每次生成的场景细节要保持一致，红利在于场景描述段可以整段入库复用。建议为高频场景建立独立的场景卡，与角色卡同级管理，用时整段调用。
空镜的价值
不要忽视纯场景空镜的提示词储备。转场、情绪缓冲、时间流逝都靠空镜完成，一套好用的空镜词能让成片的节奏感提升一个档次，而空镜没有角色一致性的负担，是最适合新手练手的题材。
五、工具适配：同一套AI漫剧提示词在不同平台的写法差异
各工具对AI漫剧提示词的解析习惯不同，同一段词在不同平台的效果可能天差地别。下表汇总主流工具的适配要点。
| 工具 | 特点 | 提示词风格 | 官网 |
|---|---|---|---|
| 即梦AI | 中文理解好，与剪映生态顺 | 中文自然句 | jimeng.jianying.com |
| 可灵AI | 动作与物理感强 | 中文结构化 | klingai.com |
| 海螺AI | 画面质感出色 | 中文自然句 | hailuoai.com |
| Midjourney | 社区生态与风格库丰富 | 英文短语式 | midjourney.com |
| Flux / SD系 | 可控性强，可本地部署 | 英文加权重语法 | 开源 |
跨工具迁移的改词策略
把词库按“通用层＋工具层”组织：角色、场景、动作等叙事要素通用，权重语法、质量词、参数词按工具单独维护。迁移工具时只换工具层，叙事层原样保留，改造成本能控制在两成以内。
国产优先还是海外优先
做中文题材漫剧，国产三强的中文理解和人物适配是现实优势；海外工具在风格探索期有独特价值。务实的路线是国产出主力内容、海外补充风格素材，词库双层管理互不干扰。
参数词的版本管理
工具迭代快，参数类提示词建议在词库中标注“适配版本号”，每季度核对一次官方文档，防止旧词拖累新版本的表现。
六、一条漫剧的AI漫剧提示词全记录：从分镜表到成图
方法论要落到实例才有温度。本节以一个“雨夜重逢”的三镜头片段为例，完整展示AI漫剧提示词从分镜表到出图的全过程。
镜头一：氛围定调
分镜要求：雨夜街头远景，女主撑伞立于灯下。提示词组装：画风锚点（国漫厚涂）＋场景（雨夜霓虹街头，地面反光）＋主体（黑长直少女，白色风衣，伞）＋镜头（远景，人物偏右三分位）＋氛围（冷暖光对比，雨丝清晰）＋质量词。出图一次通过，此词入库为该场景标准空镜。
镜头二：情绪推进
分镜要求：女主抬头，雨伞边缘滴水中景。此镜头在远景词基础上只改景别与动作段——这正是模板化复用的价值。首次出图伞骨结构有误，补负面词“伞骨畸形”后第二次通过。失败记录同步入库。
镜头三：情绪爆点
分镜要求：回眸特写，泪光。特写词把五官描述段展开到全量权重，一次出图即达标。三个镜头共用同一角色描述段与画风锚点，成片后观众完全感知不到这是一次组装。
案例沉淀的三条经验
复用是效率之本、负面词是稳定之锚、入库是资产之道。把这套动作重复一百次，词库就是你的护城河。
七、七天训练计划：把AI漫剧提示词练成肌肉记忆
提示词能力靠练不靠看。这份七天计划每天投入约两小时，目标是形成结构化写词的肌肉记忆。
第一至二天：结构输入
第一天通读七部件公式，找十条成熟漫剧提示词逐条标注部件；第二天选一种画风，用同一角色描述出五张图，体会权重与顺序的影响。这两天只输入不创作，建立结构直觉。
第三至五天：模板实操
第三天写自己的第一条角色卡与画风锚点；第四天用模板批量出三个场景各两张图，记录成功率；第五天针对失败图补负面词重抽，体会负面词的修正力。这三天是计划的核心，务必动手。
第六至七天：入库与复盘
第六天把验证成功的词按三级分类入库，建立你的词库v1.0；第七天全流程复盘：哪类部件翻车最多、模板哪里该调，写下下一周的改进清单。
计划之外的长期习惯
每次创作必归档、每月一次词库体检、每季一次工具核对。能力是练出来的，资产是攒出来的，两者都急不得。
八、趋势研判：AI漫剧提示词的下一站在哪里
提示词形态本身也在演化。基于当前技术曲线，给出四个判断，帮你决定长期投入的方向。
判断一：自然语言化，门槛持续下降
模型对自然语言的理解越来越强，“写词像说话”是大势所趋。结构化技巧的红利期会缩短，但审美与叙事的判断力会长期稀缺——前者交给工具，后者留给自己。
判断二：词库资产化，个人IP化
当生成能力平权，经过验证的风格词库就是创作者的签名。未来账号之间的差异，本质是词库与审美的差异，尽早把词库当资产管理的人会领先一个身位。
判断三：工作流封装，词变模块
提示词正在被封装进自动化工作流，从手写词到配置模块是明确的演进方向。懂词的人做模块设计者，不懂词的人只能做模块使用者，位置差异会带来回报差异。
判断四：垂直深耕胜过广撒网
通用词库日益过剩，垂直题材的深度积累越来越值钱。选一个你有热情的题材扎进去，让时间和专注成为你词库的护城河。
结语
AI漫剧提示词的本质是把审美翻译成机器语言的手艺。工具会变，翻译能力不会贬值——这就是长期主义者的底气。
九、分环节实操教程：四类模板照抄即用
本节是AI漫剧提示词的动手环节，四类高频模板按“结构加说明”给出，替换括号内变量即可投入使用。
角色出场模板
结构：画风锚点＋角色描述段（身高发型、五官辨识点、服装）＋出场动作＋场景＋中景＋氛围＋质量词。说明：出场镜头建议用中景，让全身与服装完整呈现，为后续镜头建立形象基准。
对话戏模板
结构：画风锚点＋角色A精简描述＋表情动作＋对话场景＋近景过肩构图＋氛围＋质量词。说明：过肩构图写法为“过肩视角，前景肩膀虚化”，它是最稳的双人镜头方案；对话戏每组词只写说话者的动作与表情。
打斗与冲突模板
结构：画风锚点＋角色描述＋冲突动作＋动态词（动感模糊、速度线）＋场景＋中景或特写＋氛围（高对比光）＋质量词。说明：打斗镜头优先保证动作单一明确，宁可拆成三个镜头，不要塞进一个画面。
转场空镜模板
结构：画风锚点＋纯场景描述＋时间天气＋远景＋氛围（强化光影）＋质量词。说明：空镜无角色一致性负担，是练手与救场的万金油，建议为你的主力场景常备三条空镜词。
模板使用纪律
每条模板首次使用必须小样验证；连续翻车两次即回头检查角色卡与画风锚点是否被改动。
十、为什么AI漫剧提示词值得当成一门手艺
在漫剧制作的全流程里，AI漫剧提示词决定了画面的一切：画风、角色长相、场景氛围、镜头感觉，全部由那段几十到几百字的描述决定。工具的差距可以用钱填平，提示词的差距只能靠认知填平——这就是为什么同样的订阅、同样的参数，有人出片如电影，有人出图如抽奖。
提示词在漫剧生产链中的位置
漫剧生产的链条是：脚本、分镜、提示词、生成、动效、配音、剪辑。提示词处在承上启下的枢纽位置：向上承接分镜的画面意图，向下决定生成环节的成败。AI漫剧提示词写得好，后面的重抽和返工就少；写得糙，所有下游环节都在为它买单。
好提示词的三个标准
一是画面可视，每个词都对应看得见的元素；二是要素自洽，不出现互相打架的描述；三是可复现，同样一段词换个人填同样的参数，画面水准不打折。用这三条标准检验你手头的词，大多数问题会自动现形。
一个反直觉的事实
提示词能力的提升曲线不是线性的：前二十张图的摸索最痛苦，一旦跨过结构与权重的理解门槛，进步会突然加速。所以入门期最快的策略是模仿成熟结构，而不是自由发挥。
十一、从文档到skill：AI漫剧提示词的工作流封装
当你反复执行同样的词句整理动作，就该考虑封装了。把AI漫剧提示词工程固化为skill——一组可调用的规则与模板，是提示词管理的进化方向。
skill的最小可行形态
不必追求复杂自动化，第一个skill可以只是给对话模型的一份系统指令：内嵌七部件公式、你的画风锚点、角色卡模板和输出格式约定。之后每次只需说“按skill生成第三场第二镜”，产出即保持同一水准。
skill的迭代路径
从单文档指令到变量表批量生成，再到接入工作流工具实现“分镜表进、提示词组出”，演进路线清晰。每一步都以你真实的重复劳动为信号，需求驱动，切忌过度设计。
skill与词库的关系
词库是数据，skill是逻辑，两者配合：skill调用词库的角色段与画风锚点，按模板组装，产出的新词再回流词库。这个闭环一旦跑通，你的生产体系就有了复利结构。
团队化的skill共享
多人协作时把skill作为团队标准件维护，版本统一、变更留痕，新成员上手速度可以快一个量级。
十二、镜头语言：用AI漫剧提示词指挥机位
景别与构图词是AI漫剧提示词里最容易被新手忽略、却最能拉开专业差距的部分。同样的角色和场景，换个景别就是完全不同的叙事效果。常用景别的写法如下表。
| 景别 | 叙事功能 | 提示词写法示例 |
|---|---|---|
| 远景 | 交代环境与规模 | “远景，人物渺小，天空占据画面三分之二” |
| 全景 | 展示人物全身动作 | “全景，全身入镜，动作完整可见” |
| 中景 | 对话与情节主力景别 | “中景，腰部以上，背景适度虚化” |
| 近景 | 情绪传达 | “近景，胸部以上，眼神清晰” |
| 特写 | 关键道具或表情 | “特写，面部充满画面，泪滴可见” |
景别节奏的编排原则
漫剧分镜的景别编排有音乐性：连续三个同景别会催眠，每三五帧来一次景别变化能维持注意力。实操上记住一组常用节奏：全景交代、中景叙事、近景传情、特写点题，按情绪曲线安排，而非随机分配。
动态视频生成时的运镜词
当画面要动起来，运镜词加入战场：推、拉、摇、移各有写法。新手只需掌握三个最稳的——缓慢推近、缓慢拉远、轻微横移，它们几乎不会翻车，而复杂的环绕运镜留给关键时刻。
构图词的加分项
“三分法构图”“居中对称”“前景遮挡”这些构图词是廉价但有效的质感提升器，建议常备两三个轮换使用。
十三、找词的去处：AI漫剧提示词相关站点盘点
词从哪里来？AI漫剧提示词的来源站点可以按功能分为三类：找词、抄词、换词，各配一批可靠去处，收藏夹从此清爽。
找词：词站与官方社区
生成工具的官方社区是第一优先级：即梦、可灵等平台的官方教程与案例区有一手适配词；第三方词站选有出图示例、有更新日期的，纯词堆站直接跳过。
抄词：作品与案例区
真正的宝藏是拆解现成作品：漫剧榜单作品的评论区常有创作者互抛关键词，出图社区的公开作品可查看到提示词结构。抄词的正确姿势是抄结构不抄内容，换成你的角色与场景才算自己的东西。
换词：翻译与改写工具
海外词的本土化、中文词的英文迁移，交给翻译工具加一轮人工校对即可。改写工具用于同义变换，防止同一段词在平台消重机制下撞车。
收藏夹纪律
按三类归档、每季清理、总数控制在二十个以内。信息源的信噪比，就是你的创作效率。
十四、指令进阶：变量化与参数化的高阶玩法
掌握基础语法后，AI漫剧提示词还有一层进阶空间：把指令从“一句话”升级为“一套变量体系”，这是量产与协作的技术底座。
变量化的基本形态
把提示词中的可变要素抽成占位符：{角色}、{场景}、{情绪}、{景别}，配一张变量取值表。换一场戏只需换变量组合，主体结构纹丝不动。变量化的最大收益不是快，而是稳——变量约束了发挥空间，画风漂移自然被遏制。
参数化的两层含义
第一层是工具参数（分辨率、生成步数、种子值）与词句打包成“生产卡片”，一张卡对应一种可复现的出图环境；第二层是把高频组合预设成快捷槽位，比如“战斗标准参数”“回忆柔光参数”，切换场景即切换整套配置。
变量体系与团队协作
变量表天然适合协作：策划填叙事变量，执行填技术变量，互不越界又无缝衔接。约定好变量命名字典，冲突率趋近于零。
进阶的边界感
变量化是手段不是目的，当一个镜头需要打破模板时，果断手写自由词。体系为创意服务，不要让创意迁就体系。
十五、AI漫剧提示词的生成方法论：反推、批量、入库的循环
与其囤词，不如掌握生成词的方法。本节给出AI漫剧提示词的三步生成循环：反推、批量、入库，跑顺之后，任何新画风都能快速形成可用词库。
第一步：反推结构
找一张你的目标画风好图，用工具的识图功能或对话模型描述它，得到一份候选提示词；再对照七部件公式手工修整，删掉情绪词、补上可视细节。反推的产物是骨架，不是成品，务必人工过一遍。
第二步：批量变体
把修整后的结构词交给对话模型做变量批量：给定变量表（场景、情绪、景别），一次生成一组同构词。批量产物按三成抽查率人工校验，重点查要素打架与画风锚点完整性。
第三步：验证入库
小样出图验证，成功的按命名规范入库并记录参数环境，失败的标注原因进废弃区。三步循环每转一轮，词库就厚一层。
循环的节奏建议
新题材冷启动期每天一轮，稳定期每周一轮。宁可词少而精，不要词多而乱——词库的信噪比就是你的出图效率。
十六、负面提示词：AI漫剧提示词的隐形保险丝
正面描述告诉模型要什么，负面提示词告诉它不要什么。在支持负面词的工具里，这段描述是AI漫剧提示词体系中性价比最高的投入：几十个词，就能拦截大部分崩坏。
负面词的三层配置
第一层是通用质量项：模糊、低分辨率、多余肢体、畸形手指，几乎所有图都该挂上；第二层是画风项：排除不想要的画风混入，比如写实照片感、油画质感的排除词；第三层是项目项：按你的题材特配，比如古风剧排除现代元素。三层叠加，形成专属的负面词模块。
负面词的克制原则
负面词不是越长越好，过多排除项会挤压生成空间，导致画面趋于平淡。经验法则是控制在三十个词以内，且每次出图异常时先做减法排查——有时正是某条负面词误伤了正常特征。
维护负面词库的习惯
每次遇到新型崩坏，先补负面词再重抽，并把这条经验记入词库。负面词库是你的个人错误地图，越用越精准。
十七、AI漫剧提示词库的搭建与管理：让词句成为资产
随手记的词是流水，结构化管理的词才是资产。AI漫剧提示词库的搭建有一套成熟的三件套方法：命名、分类、版本。
命名规范
推荐“项目-角色或场景-版本”四段式命名。命名即元数据：看到名字就知道这段词的用途和时效，检索时不必逐条打开。团队协作时，命名规范更是协同的底线。
三级分类体系
一级按用途分（角色、场景、氛围、镜头、负面），二级按画风分，三级按验证状态分（已验证、待验证、已废弃）。检索时三级逐层过滤，任何一条词都能在十秒内定位。分类体系一旦确定就不要轻易推翻，迁移成本远高于收益。
版本管理与迭代记录
词的修改要有版本痕迹：改了什么、为什么改、效果如何。最简做法是在词条内保留变更记录段。别小看这个习惯——三个月后你会感谢它，因为那时你已经记不清某个魔改版本好在哪。
失败词的档案价值
已废弃的词不要删除，移入废弃区并标注失败原因。它们是新人培训最好的教材，也是防止团队重蹈覆辙的路标。
十八、素材化整理：让AI漫剧提示词随取随用
把词句当素材管理，是AI漫剧提示词进阶的分水岭。素材化的核心是把“每次现写”变成“调用加微调”，日常省下的每一分钟都会累积成产能优势。
素材包的标准构成
一套完整的漫剧提示词素材包包含五件：画风锚点集、角色卡集、场景卡集、镜头词表、负面词模块。五件套齐全，任何分镜都能在十分钟内组装出可用初稿。
素材的入库流程
验证成功的词当天入库，走四步流程：命名、分类、标注验证状态、记录参数环境。流程看着繁琐，实际每次不到一分钟，但缺失任何一步，三个月后词库就会变成垃圾场。
素材的保鲜机制
每季度做一次素材体检：高频使用的词检查是否需要升级，长期未用的移入冷藏区，验证环境变化的重新验证。素材库和厨房一样，定期清理才不会串味。
协作场景的素材共享
团队共享素材时，附上“使用说明卡”：适用工具、推荐参数、已知坑点。共享的不是词，是可复现的结果。
十九、AI漫剧提示词模板设计：固化与留白的艺术
模板是AI漫剧提示词从手工作坊走向量产的关键。设计模板的核心心法是“最小可变集”：把必须统一的元素固化成槽位，把应该变化的元素开放成变量。
模板的三段结构
头段是画风锚点与角色描述段，全剧固化；中段是动作与场景，按分镜填充；尾段是镜头与氛围，按情绪曲线调整。三段式的价值在于分工清晰：头段保证一致性，中段承载剧情，尾段控制质感。
变量的设计原则
每个变量都要有明确的取值范围，比如情绪词从预设清单里选，避免自由发挥导致画风漂移。变量越少，模板越稳；但变量太少又会导致画面雷同，平衡点是每条模板保留两到三个可变项。
模板的验收与迭代
新模板上线前用三个不同镜头实测，出图稳定性达标才入库。连载过程中每季对模板做一次体检：哪些槽位高频翻车、哪些变量从未被用到，据此精简迭代。
一模板一场景的极端玩法
高强度的日更账号甚至为每个固定场景建专属模板，做到“换集不换骨”，这是模板化的终极形态。
二十、AI漫剧提示词能力如何变现：三条现实路径
提示词能力不只是自用的技能，它本身就有市场。当前AI漫剧提示词能力的变现路径主要有三条，各有门槛与适配人群。
路径一：内容变现
用自己的词库做漫剧账号，走流量分成与商单。这是最正统的路径，词库是账号的核心竞争力——同题材下，你的出图稳定性和画风辨识度直接决定内容上限。
路径二：词库产品化
把经过验证的词库、模板、工具包整理成产品，在创作者社区销售或订阅。关键在差异化：泛词库已经过剩，垂直题材的深度词库（如古风宅斗、科幻机甲专用）才有溢价空间。
路径三：服务变现
为其他团队提供提示词代写、词库搭建咨询或风格定制服务。这条路径对综合能力要求最高，但客单价也最高，适合已经形成方法论的资深创作者。
变现前的两个提醒
一是注意原创边界，搬运他人词库包装出售风险极高；二是先自用验证再产品化，没有实战战绩的词库没有说服力。
二十、对话模型当AI漫剧提示词助手：正确与错误的用法
免费的对话模型是每个漫剧创作者都该配置的AI漫剧提示词助手，但用法决定成败：错误用法是“帮我写一段提示词”，正确用法是给结构、给范例、给约束的三步委托法。
三步委托法
第一步给结构：把七部件公式和输出格式明确告诉它；第二步给范例：贴两三条你验证过的成功词，让它模仿密度和语感；第三步给约束：要求只写可视画面、标注每个部件、附负面词建议。三步之后，助手产出的初稿质量会发生质变。
批量生产的变量表技巧
连载场景下，把分镜表整理成变量表交给助手：每行一个镜头的景别、动作、情绪，让它按模板批量填充。一次生成一组结构一致的提示词，人工只做抽查和精修。这是单人做连载的产能杠杆。
助手产出的验证纪律
AI写的词一律先小样验证再入库，永远不要批量生成后直接投入正式制作。助手负责广度，你负责深度，这条分工线守住，效率与质量兼得。
二十、关于AI漫剧提示词生成指南的常见问题
反推提示词用什么工具？
多数图像工具自带反推或识图功能，配合对话模型描述也能拆出结构。反推结果当参考而非标准答案。
用对话模型生成提示词靠谱吗？
非常靠谱，前提是给它高质量范例和明确的输出格式约束，否则会写得华丽而空洞。
生成的词直接用还是先改？
先用小样验证，无效词删掉，有效词入库。AI生成的提示词是草稿，不是成品。
这套方法适合什么水平？
有十次以上出图经验的新手最合适，完全零基础建议先看基础语法再回来。
验证环节怎么控制成本？
用最低分辨率和最少张数测试方向，方向对了再上参数出正式图，能省大量额度。
暂无评论内容