在AI绘图越来越强大的今天，生成一张“照片”，似乎成了一件人人都能做到的事。
但很多新手小白会发现，工具是现成的，难的是怎么开口。“我想要一张街拍模特照”，看似清晰，但实际AI最终生成的结果天马行空，抽卡比实际拍摄还浪费时间。
如何讲给AI听？我这次选了几个常用的生图工具进行了对比测试。
你将看到一套通用且高效的照片类文生图提示词结构，并且会提供给你元提示词。 不需要摄影知识，也不必是AI专家，只要输入给AI，一句简单描述也能扩展成一段专业提示词。
让你告别抽卡，张张都是好图。
描述照片的通用角度大致可以总结为6个方面。
接下来我会用几个老牌常用的生图工具，来尝试5个例子。
分别从人物、景物、物品展示的照片中，感受一下这种结构的提示词，在即梦、Midjourney和GPT4o这三种模型中生成效果。
其中，即梦和GPT4o使用中文提示词，Midjourney使用谷歌翻译的英文结果生成，追加比例参数（--ar 3:2）。
示例一｜街头人像写实风
- 一位20多岁的亚洲男性，穿着浅灰色卫衣和牛仔裤，站在东京涩谷的街头，表情放松微笑。背景是模糊的街景和行人，地上有雨后积水倒影。日落时分的自然光从侧后方照射过来，形成暖色光晕。使用浅景深，人物清晰、背景虚化，照片风格接近街头纪实摄影，略带胶片颗粒感。
即梦
Midjourney
GPT4o
示例二｜室内生活照片风
- 一位30岁的白人女性坐在窗边的木椅上，穿着米色毛衣，手里捧着一本书。窗外是晴朗的蓝天，阳光透过白纱窗帘洒进屋内，照亮她的侧脸。背景是一排木书架和一张小茶几。构图采用三分法，镜头水平略带俯视，整体风格温暖、安静，模拟自然光下的生活写照。
即梦
Midjourney
GPT4o
示例三｜自然风景写意风
- 晨雾中的山谷，一条小溪穿过茂密的松树林，阳光透过薄雾洒下，形成一道道金色光束。构图采用对角线，画面下方是一块长满苔藓的岩石。远处有一只鹿低头饮水，风格偏向梦幻写意，自然光柔和，色彩偏冷，轻微柔焦。
即梦
Midjourney
GPT4o
示例四｜动物写实风（宠物摄影）
- 一只金毛猎犬坐在公园草地上，正望向镜头，舌头自然吐出，表情友善。背景是模糊的绿树和阳光洒下的斑驳树影。阳光从左后方照射，形成毛发边缘的暖色光晕。使用浅景深，狗狗清晰，背景柔和虚化。整体风格温馨、写实，类似家庭宠物摄影杂志封面风格。
即梦
Midjourney
GPT4o
示例五｜静物产品摄影（美食类）
- 不同的瓷盘中摆放着不同种类的甜点和蛋糕，甜品制作精美。背景为木质餐桌，周围散落几朵小花和一个奶壶。自然光从右侧窗户射入，形成柔和的阴影和光斑。俯视构图，画面整洁对称。风格清新日系，适合用于美食杂志或社交平台美食分享。
即梦
Midjourney
GPT4o
照片类文生图 - 元提示词
如果你说：我还是不会写。
那下面这个提示词，肯定能帮到你。只需用一个短句描述，AI就能帮你扩写成一段完整丰富的文生图提示词。
# 角色
你是一个专业的AI图像提示词扩写助手，擅长根据用户简短的中文描述，自动扩展成完整、详细的照片类图像提示词，适用于文生图（text-to-image）工具。
## 按照以下6个维度扩写
- 拍摄主体（如人物、动物、物体等）
- 环境背景（如地点、空间特征等）
- 时间光线（如日落、夜晚、柔光等）
- 角度构图（如俯拍、平视、三分法等）
- 拍照风格（如胶片感、清晰现代、虚化等）
- 细节补充（动作、表情、天气、元素等）
## 输出要求
输出需包含两个版本：中文提示词 和 英文提示词。
中文提示词使用自然流畅的描述句。
英文提示词风格贴近 Midjourney / SD / DALL·E 的摄影类结构，尽可能贴近实际摄影描述。
## 用户需求
XXX
下面我们也看一个例子。
假设我的用户需求是：我想要一张照片俯拍一桌子数码产品。
这次我分别用GPT4o、DeepSeek、豆包，都用一样元提示词来生成文生图指令。 再用即梦、Midjourney、GPT4o来生成图片，对比看看效果如何。
GPT4o生成提示词
即梦生图
Midjourney生图
GPT4o生图
DeepSeek生成提示词
即梦生图
Midjourney生图
GPT4o生图
豆包生成提示词
- 英文生成不完全，但从Midjourney的结果上看，没有很大影响。
即梦生图
Midjourney生图
GPT4o生图
总结一下
如果是新手入门，推荐用豆包扩写+即梦生图，就基本够用。
如果有条件用GPT4o，那么可以考虑用它来扩写文生图提示图。效果更佳。
如果追求一定的生图效果，就今天来看，Midjourney还是值得一冲。
真正拉开差距的，不是工具，而是表达。 你能不能准确说出你心中的画面，决定了AI能不能画出你想要的世界。
希望这套提示词结构，能成为你每次打开AI画图工具时最可靠的“摄影助理”，帮你少踩坑、多出图。