图像生成：从提示词到画面

实验目的

了解图像生成的基本过程，学会通过提示词控制画面内容。

实验原理

图像生成模型在大量图片及对应文字描述上训练，学到文字与画面特征之间的联系。生成时，模型把提示词转换成数字表示，并以此为条件逐步生成图像。许多模型采用从噪声逐步去噪的方式。提示词越明确，对画面的约束越多。

实验器材

• 提示词输入框
• 生成的图像
• 主体、颜色、风格、场景等描述词

实验步骤

1. 输入一个简单的提示词，如“一只猫”，查看生成的画面。
2. 加入颜色、动作或场景，再次生成。
3. 加入画面风格的描述，比较变化。
4. 尝试含糊或相互矛盾的提示词，观察结果。
5. 总结怎样的提示词更容易得到想要的画面。

实验现象与结论

提示词越具体，画面越接近预期；信息不足时，模型会自行补充内容；相同提示词多次生成，结果也可能不同。结论：提示词是控制生成结果的重要条件，但生成内容仍有随机性和不确定性。

注意事项

• 不要生成侵犯他人肖像或误导他人的图像。
• 生成的图像需自行检查是否合适。

常见问题

什么样的提示词效果更好？

明确写出主体、数量、颜色、场景和风格，避免含糊或相互矛盾的描述。

同样的提示词为什么每次画面不同？

生成过程含有随机因素，所以相同提示词也可能得到不同的图像。