GLM-Image WebUI使用教程：正负向提示词编写技巧与常见错误避坑
GLM-Image WebUI使用教程：正负向提示词编写技巧与常见错误避坑
1. 引言：为什么你的AI绘画总是不对味？
你有没有过这样的经历？在GLM-Image WebUI里输入了“一只可爱的猫”，结果生成了一只看起来像外星生物的奇怪生物。或者想要“夕阳下的海滩”，却得到了一个色彩诡异、构图混乱的画面。
问题往往不在模型本身，而在于你输入的提示词。
GLM-Image作为智谱AI推出的强大文本生成图像模型，能力毋庸置疑。但就像给一位顶级画家下指令，如果你只说“画个美女”，他可能画出蒙娜丽莎，也可能画出二次元萌妹。关键在于你怎么描述。
今天这篇文章，我要和你分享的，就是如何用正确的“语言”和GLM-Image沟通。我会从最基础的提示词结构讲起，一步步带你掌握正负向提示词的编写技巧，并帮你避开那些新手最容易踩的坑。
学完这篇教程，你将能够：
- 理解提示词的基本结构和作用原理
- 掌握编写高质量正向提示词的具体方法
- 学会使用负向提示词精准排除不想要的元素
- 避免常见的提示词编写错误
- 通过实际案例提升你的生成效果
准备好了吗？让我们开始吧。
2. 理解提示词：AI绘画的“编程语言”
2.1 提示词到底是什么？
简单来说，提示词就是你告诉AI“我想要什么”的文字描述。在GLM-Image中，这分为两部分：
- 正向提示词：告诉AI“我想要包含什么”
- 负向提示词：告诉AI“我不想要什么”
这听起来很简单，但实际操作中，很多人会犯一个根本性错误：把AI当作人来沟通。
AI不是人，它不理解“意境”、“感觉”、“大概”这样的抽象概念。 它理解的是从海量数据中学到的词语关联和视觉模式。
举个例子：
- 你说“一个温馨的场景”，AI可能一脸茫然
- 你说“暖色调的灯光、柔软的沙发、窗外的细雨、一杯热茶”，AI就能生成具体的画面
2.2 提示词的工作原理
GLM-Image这类扩散模型的工作方式，可以简单理解为“从噪声中重建图像”。提示词的作用，就是引导这个重建过程朝着你期望的方向发展。
正向提示词像导航的目的地，负向提示词像导航中要避开的障碍。两者配合，才能准确到达你想去的地方。
3. 正向提示词编写：从“能看”到“惊艳”
3.1 基础结构：四要素法则
一个好的正向提示词应该包含四个基本要素：
- 主体：你要画的主要对象
- 场景/环境：主体所在的环境
- 风格/质感：画面的艺术风格
- 质量/细节：画面的精细程度
让我们看一个完整的例子：
一位穿着汉服的少女（主体），站在樱花盛开的古风庭院中（场景），水墨画风格，淡雅的色彩（风格），8K分辨率，超精细细节，大师级作品（质量） 对比一下只有主体的提示词：“一位少女”。哪个更容易生成好作品，一目了然。
3.2 进阶技巧：权重与组合
3.2.1 使用括号调整权重
在GLM-Image中，你可以用括号来强调某些元素：
(关键词)：轻微增强（约1.1倍权重）((关键词))：中等增强（约1.21倍权重）[关键词]：轻微减弱（约0.9倍权重）
例如：
一只((可爱的))小猫，[普通的]背景，精致的毛发细节 这样写，AI会更关注“可爱”这个特质，而稍微减弱对背景的强调。
3.2.2 组合多个概念
有时候你需要表达复杂的概念，可以通过组合来实现：
赛博朋克风格的城市夜景 + 雨中的霓虹灯光 + 未来感的飞行汽车 注意用“+”或“,”连接相关概念，让AI理解这些是同一场景的组成部分。
3.3 风格词汇库：让你的作品更有“味道”
不同的风格词汇能带来完全不同的视觉效果。这里我整理了一些常用风格分类：
| 风格类型 | 关键词示例 | 适用场景 |
|---|---|---|
| 写实风格 | photorealistic, hyperrealistic, realistic photo | 产品展示、人物肖像、风景摄影 |
| 艺术风格 | oil painting, watercolor, sketch, charcoal drawing | 艺术创作、插画、概念设计 |
| 数字艺术 | digital art, concept art, 3D render, CGI | 游戏设计、电影概念、广告素材 |
| 动漫风格 | anime, manga style, chibi, Ghibli style | 二次元创作、漫画、轻小说插图 |
| 特定画家 | in the style of Van Gogh, Picasso style, Monet | 艺术模仿、风格化创作 |
3.4 质量提升词汇：从“还行”到“专业”
这些词汇能显著提升生成图像的质量：
- 分辨率相关：
8K,4K,ultra HD,high resolution - 细节相关：
highly detailed,intricate details,sharp focus - 光影相关：
dramatic lighting,volumetric lighting,cinematic lighting - 构图相关：
masterpiece,best quality,professional
把这些词汇放在提示词末尾，作为“质量保证”：
一位骑士站在城堡前，黄昏时分，奇幻风格，8K分辨率，超精细细节，大师级作品 4. 负向提示词：精准排除不想要的元素
4.1 为什么要用负向提示词？
负向提示词不是必须的，但用好了能解决很多问题：
- 排除常见缺陷：模糊、变形、多余肢体等
- 控制风格走向：避免生成不想要的风格
- 细化内容范围：在复杂场景中排除干扰元素
4.2 基础负向词汇库
这些是几乎每次都可以用的“万能负向词”：
blurry, out of focus, low quality, worst quality, jpeg artifacts, deformed, distorted, disfigured, poorly drawn, bad anatomy, wrong anatomy, extra limb, missing limb, floating limbs, disconnected limbs, mutation, mutated, ugly, disgusting, amputation 翻译成中文就是：模糊、失焦、低质量、最差质量、JPEG伪影、变形、扭曲、畸形、画得差、解剖错误、错误解剖、多余肢体、缺失肢体、漂浮肢体、断开肢体、突变、变异、丑陋、恶心、截肢。
4.3 针对性的负向提示
根据你的具体需求，可以添加更有针对性的负向词：
如果你想要写实风格：
cartoon, anime, painting, drawing, illustration, 3D render, CGI 如果你想要干净的画面：
text, watermark, signature, logo, border, frame, people in the background, crowded 如果你想要特定主题：
- 建筑场景：
trees, plants, vegetation（如果不想要植物） - 人物肖像：
multiple people, crowd, background people - 产品展示：
dirty, scratches, stains, defects
4.4 负向提示词的注意事项
- 不要过度使用：过多的负向词可能限制AI的创造力
- 具体而非抽象：用“blurry”而不是“not clear”
- 相关性强：只排除真正不想要的，不要随意添加
5. 完整工作流程：从想法到成品
5.1 步骤一：明确你的需求
在打开GLM-Image WebUI之前，先想清楚：
- 我要画什么？（主体）
- 在什么环境下？（场景）
- 什么风格？（艺术风格）
- 用来做什么？（用途决定细节要求）
拿张纸简单写下来，这能帮你理清思路。
5.2 步骤二：构建基础提示词
按照四要素法则搭建框架：
[主体]，在[场景]中，[风格描述]，[质量要求] 例如：
一只橘猫，在阳光充足的窗台上睡觉，写实照片风格，4K分辨率，细节丰富 5.3 步骤三：添加细节和修饰
现在丰富你的描述：
- 时间：清晨、正午、黄昏、夜晚
- 天气：晴天、雨天、雪天、雾天
- 光线：侧光、逆光、柔光、硬光
- 情绪：欢乐、忧郁、神秘、宁静
完善后的版本：
一只橘猫，在阳光充足的窗台上睡觉，午后温暖的阳光透过窗户，在猫毛上形成柔和的光晕，写实照片风格，4K分辨率，细节丰富，温馨的氛围 5.4 步骤四：设置负向提示词
根据你的需求选择：
- 通用版：直接用基础负向词汇库
- 定制版：针对性地排除元素
对于这个猫的例子，我可能会用：
blurry, deformed, distorted, human, text, watermark, other animals 5.5 步骤五：调整参数并生成
在GLM-Image WebUI中：
- 将完善后的提示词粘贴到对应区域
- 设置合适的分辨率（开始可以用512x512测试）
- 推理步数设为50（平衡质量和速度）
- 引导系数设为7.5（默认值效果不错）
- 点击生成，观察效果
5.6 步骤六：迭代优化
很少有一次就完美的生成。根据第一次的结果：
- 主体不对：调整主体描述，增加细节
- 风格不对：更换风格关键词
- 质量不好：增加质量词汇，调整参数
- 有多余内容：在负向提示词中添加排除项
这是一个循环过程，通常需要3-5次调整才能达到理想效果。
6. 实战案例：不同场景的提示词编写
6.1 案例一：产品展示图
需求：为一款智能手表生成产品展示图
初始想法：智能手表照片
第一版提示词：
智能手表，产品照片 问题：太简单，AI不知道你要什么样的照片
优化后的正向提示词：
一款现代简约风格的智能手表，黑色表带，圆形表盘，屏幕显示时间和心率数据，放在深灰色大理石纹理的桌面上，柔和的顶光照明，背景虚化，产品摄影风格，工作室灯光，8K分辨率，商业摄影质量，细节清晰锐利 负向提示词：
blurry, low quality, deformed, distorted, human hands, text, watermark, logo, other products, crowded background, shadows 关键技巧：
- 指定了具体材质（大理石纹理）
- 描述了灯光效果（柔和的顶光）
- 明确了背景要求（虚化）
- 指定了摄影类型（产品摄影、商业摄影）
6.2 案例二：奇幻场景插画
需求：为奇幻小说生成封面插画
初始想法：龙和骑士的战斗
第一版提示词：
龙和骑士战斗，奇幻风格 问题：缺乏场景和细节，画面会很空
优化后的正向提示词：
一位身穿银色铠甲的骑士手持发光长剑，与一只巨大的红色巨龙在暴风雨中的古老城堡废墟上对峙，巨龙喷出火焰，骑士举剑防御，闪电划破黑暗的天空，动态构图，史诗奇幻艺术风格，Greg Rutkowski和Craig Mullins的风格，戏剧性灯光，高度详细，数字绘画，大师级作品 负向提示词：
cartoon, anime, cute, simple, blurry, low detail, poorly drawn, human modern clothing, cars, buildings, photo realistic 关键技巧：
- 加入了具体艺术家风格参考
- 描述了动态瞬间（对峙、喷火、防御）
- 设定了天气和时间（暴风雨、黑暗天空）
- 排除了不想要的风格（卡通、动漫、写实）
6.3 案例三：人物肖像
需求：生成一个未来感的人物肖像
初始想法：赛博朋克女孩
第一版提示词：
赛博朋克女孩 问题：描述太泛，结果不可控
优化后的正向提示词：
一位亚洲女性，赛博朋克风格，霓虹蓝色的机械义眼，面部有发光的电路纹身，短发染成紫色和粉色渐变，穿着黑色皮革夹克带有发光线条，站在雨夜的未来城市街道上，霓虹灯招牌的反射光在她脸上，电影剧照风格，浅景深，肖像构图，8K，超详细，电影灯光 负向提示词：
ugly, deformed, distorted, multiple people, crowd, full body, smiling, happy, bright daylight, sunny, cartoon, anime, painting, drawing 关键技巧：
- 具体描述了人物特征（亚洲女性、机械义眼、电路纹身）
- 设定了环境细节（雨夜、未来城市、霓虹灯）
- 指定了构图和景深（肖像构图、浅景深）
- 排除了不想要的情绪和场景（微笑、白天、晴天）
7. 常见错误与避坑指南
7.1 错误一：描述过于抽象
错误示例：
一个美丽的风景 AI不理解“美丽”的具体标准。
正确做法：
雪山脚下的湖泊，清晨的雾气笼罩湖面，第一缕阳光照在雪山顶上，倒影清晰，宁静的氛围，风景摄影，高动态范围 7.2 错误二：提示词相互矛盾
错误示例：
阳光明媚的夜晚海滩 “阳光明媚”和“夜晚”是矛盾的。
正确做法：
月光下的海滩，银色的月光洒在海面上，星星在夜空中闪烁，长曝光摄影 或者
日落时分的海滩，金色的阳光，温暖的色调 7.3 错误三：忽略负向提示词的重要性
很多新手只关注正向提示词，觉得负向提示词可有可无。但实际上，合适的负向提示词能解决很多奇怪的问题。
常见问题及对应负向词：
- 生成多个人物：
multiple people, crowd, extra persons - 出现文字或水印：
text, watermark, signature, logo - 画面模糊：
blurry, out of focus, soft - 解剖结构错误：
bad anatomy, malformed limbs, extra limbs
7.4 错误四：提示词顺序混乱
虽然GLM-Image会考虑所有提示词，但顺序仍然有影响。一般来说：
- 主体和主要动作
- 场景和环境
- 风格和质感
- 质量和细节
- 艺术家参考（如果需要）
7.5 错误五：过度使用质量词汇
错误示例：
猫，8K，超高质量，大师级，最佳质量，极度详细，完美... 过多的质量词汇可能让AI困惑，而且占用提示词权重。
正确做法：选择2-3个最相关的质量词汇即可。
7.6 错误六：不进行迭代优化
很多人生成一次不满意就放弃了。实际上，AI绘画是一个迭代过程：
- 第一次生成：测试基本概念
- 观察问题：主体不对？风格不对？细节缺失？
- 调整提示词：针对问题修改
- 再次生成：观察改进效果
- 重复2-4步直到满意
8. 高级技巧与创意玩法
8.1 使用模板提高效率
对于经常需要生成类似内容的场景，可以创建提示词模板：
产品摄影模板：
[产品名称]，放在[背景材质]上，[灯光描述]，[构图描述]，产品摄影风格，商业广告质量，工作室灯光，8K分辨率，细节清晰 人物肖像模板：
[人物描述]，在[场景]中，[光线效果]，[情绪氛围]，肖像摄影，浅景深，专业摄影，细节丰富 使用时只需替换括号内的内容即可。
8.2 混合风格创造新效果
尝试将不同风格组合，可能产生有趣的结果：
中国水墨画风格的星际飞船，在太空中航行，旁边有传统的山水画元素，数字艺术 文艺复兴时期油画风格的机器人，在古典宫殿中，油画画质，细腻的笔触 8.3 控制画面构图
通过提示词可以影响画面构图：
- 视角控制：
bird's eye view（鸟瞰）,worm's eye view（虫瞰）,close-up（特写）,wide shot（广角） - 镜头效果：
depth of field（景深）,motion blur（运动模糊）,tilt shift（移轴） - 画面比例：
16:9,1:1,4:3,cinematic aspect ratio
8.4 利用随机种子探索变体
当你生成一个喜欢的图像时，记下它的随机种子。然后：
- 保持其他参数不变
- 微调提示词
- 使用相同或接近的种子
- 生成相似但不同的变体
这样可以探索同一主题的不同表现方式。
9. 参数设置与提示词的配合
9.1 推理步数（Steps）
- 较低步数（20-30）：适合快速测试想法，细节较少
- 中等步数（50-70）：平衡质量和速度，适合大多数情况
- 较高步数（100+）：追求最高质量，需要更长时间
提示词配合技巧：
- 低步数时，使用更具体、更强的提示词
- 高步数时，可以给AI更多创造空间
9.2 引导系数（Guidance Scale）
- 较低值（3-5）：提示词影响较小，AI自由度高
- 默认值（7.5）：平衡提示词遵循和创造性
- 较高值（10-15）：严格遵循提示词，可能缺乏创意
提示词配合技巧：
- 高引导系数时，确保提示词准确无误
- 低引导系数时，可以尝试更开放、创意的提示词
9.3 分辨率选择
- 512x512：快速测试，适合头像、图标
- 768x768：平衡选择，适合大多数场景
- 1024x1024及以上：高质量输出，需要更多显存和时间
提示词配合技巧：
- 高分辨率时，增加细节描述词
- 低分辨率时，避免过于复杂的场景描述
10. 总结：成为提示词高手的路径
通过这篇教程，你应该已经掌握了GLM-Image提示词编写的核心技巧。让我们最后回顾一下关键要点：
10.1 核心原则回顾
- 具体胜过抽象：用具体的描述代替模糊的概念
- 结构很重要：按照主体→场景→风格→质量的顺序组织
- 正负配合：正向告诉AI要什么，负向告诉AI不要什么
- 迭代优化：很少有一次成功的，多次调整是正常过程
10.2 你的学习路径建议
第一阶段（新手）：
- 掌握四要素法则
- 使用基础负向词汇库
- 从简单场景开始练习
第二阶段（进阶）：
- 学习权重调整技巧
- 建立自己的风格词汇库
- 尝试复杂场景组合
第三阶段（高手）：
- 创造独特的风格混合
- 精准控制画面构图
- 开发高效的提示词模板
10.3 最后的建议
- 多看多学：观察别人的优秀作品，分析他们的提示词
- 记录整理：建立自己的提示词库，记录什么词有什么效果
- 大胆尝试：不要害怕失败，最有趣的发现往往来自意外
- 分享交流：和其他使用者交流，能快速提升水平
GLM-Image是一个强大的工具，但工具的价值取决于使用者的技能。提示词编写就像学习一门新的语言，开始时可能生疏，但随着练习，你会越来越熟练。
记住，每个“失败”的生成都是学习的机会。分析为什么没有达到预期，调整你的“语言”，再次尝试。这个过程本身就是创造的一部分。
现在，打开GLM-Image WebUI，开始你的创作吧。从今天学到的技巧开始，一步步探索这个令人兴奋的AI绘画世界。
获取更多AI镜像
想探索更多AI镜像和应用场景？访问 ZEEKLOG星图镜像广场，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。
