WorkBuddy 提示词实战：改掉否定词之后，我的 AI 出图返工率砍了一半（5 条铁律 + 11 项自检）

我最初写提示词的思路是"越细越好"。有一次给一个镜头写了八百多字，规则列了二十多条，自觉天衣无缝。出来的图：人物站在屋顶上，南瓜比人还大，两个人长着同一张脸。

后来才明白，提示词不是规则清单，是画面描述。这篇讲的是我在 WorkBuddy 上出图的完整配置、写提示词的五个步骤，以及一份可以直接抄的自检清单。

一、输入材料

1. 分镜脚本：每镜一句话画面描述 + 一句台词。

2. 角色锚定图：有锚定图的角色必须挂，别指望模型"记得"上次长什么样。

3. 视觉圣经文件：服装、配色、光线方向，写死在文件里。

二、WorkBuddy 配置

出图用 WorkBuddy 的 ImageGen，一次最多可同时挂三张参考图，一致性参数设成 high。

写提示词的三条技术设定：

用英文写，效果通常优于中文；但字段名保持英文，不要翻译。

时间分段必须显式写，0-3 秒、3-7 秒、7-10 秒这样分开。

台词用固定标签包起来，这个标签同时充当语音和字幕，一举两得。

三、操作步骤：写一条提示词的五步

步骤 1，先写画面，不写规则。

把你想看到的画面原样描述出来。规则是给人和流程看的，模型吃的是画面。

步骤 2，全局扫一遍否定词，逐个改写。

这是我改动最小、收益最大的一步。模型对否定词的处理很糟糕——你写"不要戴眼镜"，它大概率给你一副眼镜，因为否定句把"眼镜"这个词强化了一遍。正确写法是描述你想要的画面本身。

改写对照表（左侧是错写法，右侧是改完的）：

不要戴眼镜 → 双眼清晰可见，额头与鬓角完全露出，面部保持清爽

两个配角不能长得一样 → 两个配角发型、服装配色、身高各不相同

背景不要太模糊 → 背景元素保持清晰锐利的边缘

画面里不要出现文字错字 → 画面内文字字形工整、笔画完整

人物不要太小 → 人物占据画面高度的百分之五十到六十

不要穿现代服装 → 人物身着该时代的立领长衫，布料为粗织棉麻

我现在写完提示词会全局搜一遍"不""没""别"，搜到就改写。单这一条，返工率就砍掉一半。

步骤 3，把逻辑点展开成描述句。

空间关系、遮挡关系、视线方向最容易出错，必须写成完整描述句，不能靠模型脑补。

举例，过肩镜头我会这么写："前景角色以侧面或背侧面对向镜头，占据画面右侧三分之一，其眼镜腿与耳钉在前景中清晰可见；后景角色正面朝向镜头，位于画面左侧。"

我踩过最典型的一次，就是提示词里只写了"背影"，结果人物所有配饰全部消失。

步骤 4，挂编号与锚定图。

出场顺序编号（主体1、主体2，等于图片列表索引）和全剧固定 ID（S1、S9）两套都要写，锚定图必须挂上。

步骤 5，切时间分段 + 台词带角色名前缀。

台词写成"角色名：台词"，否则字幕和语音对不上人。

四、产出物

- 每镜提示词文件，可当模板复用

- 一份 11 项自检清单：

1. 主体编号与图片顺序是否对上

2. 两套编号是否都写了

3. 角色与建筑、植物的比例是否显式说明

4. 前景配饰是否可见

5. 视线与朝向是否明确

6. 光线方向是否统一

7. 服装是否与视觉圣经一致

8. 有无负面词汇

9. 时间分段是否完整

10. 台词是否带角色名前缀

11. 提示词与磁盘文件是否逐字一致

五、踩坑记录

1. 二十条规则堆在一起，模型会顾此失彼。规则要翻译成画面，比如"两个配角各不相同"比"不得重复"管用得多。

2. 画面内文字规则要按平台拆。小红书封面、B站视频帧、抖音竖屏，我分了三套写，混用会出现字被切掉或字号小到看不见。

3. 出图前没报费用就调了生成工具，一次批量渲染烧掉的成本够出三集分镜图。现在这条写进了 AI 的行为准则：没报费用不许动手。

4. 提示词和磁盘文件不一致，这次效果好下次复现不出来，等于花钱买了一次性运气。

六、总结

从"写得多"转到"写得对"，我花了两个月。如果你刚开始，建议只做一件事：把最近一条提示词里的所有否定词按对照表改掉，出一次图，你会立刻看到区别。