打开这段提示词的第一行，你会看到花括号后面直接跟了一个字符串，前面没有键名。

正常的 JSON 里每一项都得是“键: 值”，比如“镜头: 85mm”。这一项只有值，没有名字。这份被当参数表转来转去的东西根本不是合法 JSON，拿校验器一跑就报错。

这件事只能推出一个结论：在 ChatGPT 这类直接把提示词当文本吃进去的图像模型里，没有解析器在读这个 JSON。模型收到的是一长串文字，不是字段和取值。花括号、冒号、引号，在它眼里和逗号句号一样，都只是分隔符。

我给这个认知起个名字，叫读稿不读表。你写的每一个字段名，比如 lighting、camera，模型都当普通英文单词读。它们确实起作用，但方式是“这段话里提到了灯光和镜头”，而不是模型收到了一个叫灯光的参数。

想清楚这一点，后面两个破绽就都能看懂了。

回头数一下这段提示词里的重复项。

正文那一大段里已经写了 85mm lens, f/8，后面 camera 块又写了一次 "lens": "85mm" 和 "aperture": "f/8"。正文写了 soft diffused studio lighting 和 subtle rim light，lighting 块再写一次。正文写了 photorealistic、global illumination、ray-traced reflections，render_settings 块又把这三样写成了 true。

如果真有个解析器，这叫冗余，该删。但在读稿不读表的前提下，这叫重复加权：同一个概念在一段话里出现两次，它在整段里占的分量就更重。

所以这套结构真正在做的事，不是把参数整理干净，是把最重要的那几件事说了两遍。它更像一份带着强调号的稿子。

再看一个更有意思的地方。这段提示词里同时写了 f/8 和 shallow depth of field。懂摄影的都知道这两个是打架的，f/8 是大景深，前后都清晰，浅景深得开大光圈才有。

那成片是哪一种？都不是。整张图从水花到米粒到台面几乎全清晰，背景是一片没有任何物体的渐变，压根不存在虚化这件事。

你写 85mm、f/8、shallow depth of field，它接收到的意思是“这应该像一张专业广告摄影棚里出来的照片”，然后往那一类图像上靠。矛盾不矛盾它不在乎，因为它从来没有在算镜头。

同理，render_settings 里的 ray_tracing、global_illumination 也不是渲染开关，没有渲染器被打开。它们的作用是把画面往 CG 广告图那一堆参考里拽。有用，但和你想的那种有用不是一回事。

这是最反直觉的一处。

negative_prompt 里明明白白写着不要 text overlays、不要 AI generated visuals text、不要 logos in corners、不要 duplicate rice grains。

再看图。包装正面是大号品牌标识，下面一整段产品文案清清楚楚，容量、成分、认证圆标一个不少。米粒几十颗，形态高度相似。

原因还是那句话，这里没有独立的负向通道，你写的 negative_prompt 是被一起读进去的一行字。（有种说法是写多了反而会把这些词召唤出来，这一条我没有做过对照实验，你就当我的猜测听。）

但更关键的是第二层：就算禁令全部生效，这张图也就废了。产品包装上不印字，那还叫产品吗？

所以你要学会分辨两种东西：

拆完了骗你的部分，说真的起作用的部分。我把这张图反复看下来，撑住它的只有七条关系，少任何一条它都会掉档：

这七条我叫它锁死区。你改任何东西都别碰它们，碰了就不是这一类图了。

既然结构是写给自己看的，那就该按“哪些会变、哪些永远不变”来排，而不是按 camera、lighting 这种教科书顺序排。

下面这份是我重排过的版本，锁死区写死，要改的地方全部提成变量：

Ultra-premium [品类] product photography, hero shot of [主体描述]
standing upright at the center on a polished [承台材质] slab,
dramatic frozen [介质] splash wrapping around the product,
soft foam clouds on both sides,
floating [悬浮颗粒] suspended in mid-air,
[色板] color palette,
clean luxury advertising aesthetic, high-end commercial campaign,
pristine studio environment, glossy reflections on wet surface,
translucent liquid dynamics, ultra-detailed packaging,
macro product focus, elegant minimal composition,
[情绪定调] mood,
photorealistic, soft diffused studio lighting, subtle rim light,
high dynamic range, crystal-clear textures, realistic liquid simulation,
85mm lens, f/8, ultra sharp, cinematic quality,
global illumination, ray-traced reflections,
clean background gradient, professional retouching, magazine cover quality,
product packaging text must be crisp and legible,
brand mark on product front is kept

negative: watermarks, social media handles, corner stickers,
floating caption overlays, a second product in frame,
cropped product, dark lighting, messy background,
deformed packaging, mechanical grid-like duplication,
artifacts, compression, blurry, low resolution

要改的只有六个位置：[品类]、[主体描述]、[承台材质]、[介质]、[悬浮颗粒]、[色板]，加一个可选的 [情绪定调]。

填的时候别只填一个词，一个词模型接不住。[主体描述] 填 a bottle 太空，填 a dark forest-green apothecary glass essential-oil bottle with a matte black dropper cap 才有画面。[介质] 填 honey 不够，填 amber honey 才带上颜色。具体到材质、颜色、质感三层，这是变量位好不好用的分水岭。

比例不在这段文字里控制，你在 ChatGPT 里生成时直接说要几比几，或者在生图工具的比例选项里选。原图是 4:5，下面这八张我用的是 3:4。

我还在正面描述里加了两句原版没有的话：包装文字必须清晰可读，产品正面标识保留。这就是把那两个受控出现从禁令里捞出来，明写成要求。负面清单只留真禁令，text overlays 换成了更准确的 floating caption overlays，duplicate 换成了 mechanical grid-like duplication。

下面八张图，全部只动了这六个位置。

大多数人写生图提示词，写的是画面里有什么：一位女模特，穿米白色西装，站在柔和的渐变背景前，8K，超写实，浅景深。

这些词全对，图也会很好看。但它挂不上广告牌，只是一张好看的照片。

真实的商业海报里几乎都压着两层东西：一层照片，一层版面。版面里有品牌标志、标题、卖点、按钮、价格、网址、边角上竖着排的小字。AI 图一眼假，不是因为脸不真、布料不真，是因为它只有照片，没有版面。

所以这套提示词做的第一件事不是描述画面，是把画布切开，规定谁占多大地方。

这是全篇最短、也最值钱的一句。下面我管它叫分地——这类叫法都是我自己顺口起的，不是设计圈通用行话，你知道我在指哪个动作就行。

在提示词的构图段落，写死三个数字：

Typography occupies 70%.
Model occupies 20%.
Promotional elements occupy 10%.

Visual hierarchy:
[主视觉词] → 主体 → 促销 → 行动指令

一旦写下这三个数字，模型对这张图的理解就变了。它不再把人当主角、把字当贴纸，而是反过来：字是主角，人是配角，促销是脚注。这正是真实广告海报的重心分布。

这个动作跟风格没有半点关系。我拿一个气质完全相反的牌子试给你看。

C1BROKEN IN

改了什么：

把奢华米白换成 Dr. Martens 的硬核黑皮，主视觉词换成 BROKEN IN（穿到服帖了），色板换成黑皮革、水泥灰、黄色缝线，模特从站姿改成坐在字母上系鞋带。面积分配一个字没动。

为什么这样改：

Dr. Martens 和奢华时装是两个极端。如果连它都成立，说明分地是骨架，不是风格。

改完什么样：

字占了七成，接下来的问题是：这七成怎么放才不像 PS 加上去的水印。

两个案例，一个演示裁切，一个演示字形。

C2CUT

改了什么：

Freitag 那套回收卡车篷布做包的路子，主视觉词 CUT，让字母 C 被画框真的切走一半，场景从影棚换到卡车装卸月台，材质换成防水布拼接色块。

为什么这样改：

这个牌子的做法本来就是把废料裁开再拼起来。概念和形式对上了，裁切就不只是技巧，是在说这个品牌是谁。

改完什么样：

C3BUILT

改了什么：

Rimowa 铝合金箱，主视觉词 BUILT，字形从高对比衬线换成工业等宽体，字母表面带铝制凹槽的反光，柔光换成硬光。

为什么这样改：

同一个位置、同一个面积，只换字形，出来的气质完全是另一家公司。全篇最省力、也最见效的一次改动。

改完什么样：

现在把人放进去。

绝大多数人在这里犯同一个错：把人放在字前面。人站在版面前，版面就退化成背景板，那张图又变回照片了。

正确的写法是让人和字咬合：

Some letters hidden behind the model.
Body partially intersecting typography.
Model stepping through the giant typography.

看第一张 ZARA。模特的肩膀正好切断了字母 A 的横杠，你分不清她是站在字前面，还是字从她身后长出来。这一点点分不清，就是这张图的空间纵深。

人物本身也要换个写法。别写表情，写状态：不笑、不摆拍、直视镜头、双手放松、纯粹的自信。表情词会让模型交出图库脸，状态词才会给你广告脸。

C4WEIGHT / LESS

改了什么：

跳出服装，做一场现代舞演出季的海报。机位从平视改成贴地仰视，主视觉词 WEIGHTLESS 断成 WEIGHT / LESS 两行，舞者腾空，一条腿横穿过上面那行字的字缝，黑场加一束顶光。

为什么这样改：

把咬合关系推到极限。看的人不再是在挑商品，而是在仰头看一个悬在半空的人，观看关系整个变了。

改完什么样：

让 AI 把海报文字排对，靠的不是写清楚"我要什么字"，而是先告诉它每一块字坐在哪。

我自己反复试下来，位置钉死之后，文字错位和乱码明显少了，版面也会自动长得像广告公司出的稿。这九个位置照抄就行：

这跟"把提示词分块写"不是一回事。常见的分块分的是内容；这里分的是坐标，写每块字钉在哪个角。文字位置恰好是 AI 生图最容易翻车、外行也一眼能看穿真假的地方，所以这九行性价比高得离谱。

C5UNEQUAL

改了什么：

只保留三样东西不动（巨型主视觉词、这九个位置、单一品牌色主导），其余全换。主体从人换成一块被掰得东倒西歪的巧克力板，牌子换成 Tony's Chocolonely，主视觉词 UNEQUAL，满屏正红。

为什么这样改：

这个牌子的巧克力故意掰得不均匀，讲的是可可产业的分配不公。信息最密的场景，正好把九个位置一次用满，你能看清每块字各自坐在哪。

改完什么样：

前面四步给了你一副骨架。最后这一步决定它长成谁。

在提示词最前面，写一句这个品牌到底在卖什么。下面三句不是品牌官方话术，是从这套提示词里拆出来的定位判断：

这三句不描述任何画面，却决定了后面所有事。卖身份，画面就得干净、单色、克制、没有环境干扰；卖梦里的生活，就得有阳光、远处的海、被风吹起来的布料；卖可能性，就得挤进四个人、四种穿法、高饱和撞色。

这句是整张图的灵魂句：整份提示词里唯一一句不写画面的话，也是唯一一句换掉之后整张图会彻底变样的话。

C6CIAO

改了什么：

把「向往和逃离」这个主题换一条表达路径，从地中海度假换成一句道别。Vespa，主视觉词 CIAO，薄荷绿车身，罗马石板路，骑手回头，字母被拱门截断。灵魂句改成：Vespa 卖的不是摩托车，是一句意大利语的再见。

为什么这样改：

同样是让人想立刻出门，度假场景讲的是"去某个地方"，一句 CIAO 讲的是"离开这里"。想说的东西没变，路径换了，情绪完全不同。

改完什么样：

五步合拢，就是下面这份。方括号里的是变量，其余原样保留。

FORMAT
Ultra-Premium [品类] SMM Promotional Poster
Vertical 3:4, Instagram Hero Creative
Commercial Graphic Design, Agency-Level Art Direction
8K UHD, Hyper-Realistic, Photography × Graphic Design Fusion

CORE STRATEGY
[品牌名] sells [卖的不是什么，是什么] rather than [商品].
This is not an advertisement. This is a [品牌主张] disguised as a promotional poster.
Typography is not decoration. Typography is architecture.

COMPOSITION
Typography occupies 70%. [主体] occupies 20%. Promotional elements occupy 10%.
Visual hierarchy: [主视觉词] → [主体] → Promotion → CTA

MASTER VISUAL
Massive oversized [字形族] typography dominates the composition.
The word [主视觉词] occupies nearly 70% of the canvas.
Letters extend beyond frame edges. Some letters cropped.
Some hidden behind [主体]. Some functioning as compositional structure.

HERO SUBJECT
[主体描述：材质 + 廓形 + 配色策略]
[状态词，不写表情：不笑 / 抓拍而非摆拍 / 纯粹自信]
Body partially intersecting typography.

TYPOGRAPHY HIERARCHY
Top Left: [品牌标志], small wordmark
Center: [主视觉词], massive scale, partially cropped
Left Mid: [季度信息] + [促销标签列]
Lower Left: [活动标题，两行] + [支撑文案一句]
CTA Block: [动词] → [一行说明], solid color block
Bottom Strip: [品类导航，竖线分隔]
Bottom Right: [起价或折扣]
Bottom Center: [网址]
Vertical Edge: [品牌 + 季度代号]
Integrated naturally into layout. Not banner spam.

COLOR SYSTEM
Primary: [主色组]  Accent: [强调色]
Single dominant brand color, neutrals for balance.

LIGHTING & CAMERA
[布光方案]，Shot on ARRI Alexa Mini LF, [焦段] lens
[调色方向] grading, visible [材质] texture, natural skin detail

NEGATIVE
No AI slop. No artificial HDR. No excessive retouching.
No catalogue styling. No editorial-only aesthetic.

里面有三个词值得单独说一句：

方括号里的变量填成什么样最难拿捏，照第一张 ZARA 的填法看一眼就有数了：

变量一律用英文填最稳。中文也能出，但要控制在两到四个字，而且得单独交代字形和字重，不然笔画容易粘成一团。

时装是这套骨架最舒服的场子。跳出去还能不能站住，才是它值不值得学的地方。四个案例，越走越远。

E1FORGOTTEN

改了什么：

用途从社媒投放改成书店橱窗海报，画面里一个人都没有，主体换成一摞鸽灰色书脊。Persephone Books，主视觉词 FORGOTTEN。

为什么这样改：

没有人的时候，谁来和字母咬合？答案是让书脊来。这一条一旦成立，这套方法就跟"必须有模特"解绑了。

改完什么样：

E2CHILL

Smeg｜故意找一场架打。

Smeg 那台薄荷绿复古冰箱，主视觉词 CHILL，我硬塞进五十年代的网点印刷质感——就是老报纸和旧漫画上那种由密密麻麻小圆点拼出来的印刷效果——再加粗描边和爆炸角标。网点印刷天生带廉价感，跟大留白的高级版式是打架的，让它俩正面撞一次，才知道骨架托不托得住。托住的办法是糖果色配严格网格：工艺还是那个工艺，态度变成了刻意复古。

E303:00

城市图书馆｜只改一件事的性质。

把那一成的促销层换成公共信息。城市图书馆深夜开放公告，主视觉词是一个时间数字 03:00，主体是趴在桌上睡着的人，光只剩一盏台灯，底部原本放折扣和价格的地方换成开放时间、地址、末班车。

它一次证明了两件事：占一成的那层可以装完全不卖东西的内容；承重墙也不非得是单词，数字、符号、一个时间点都撑得住。

E4DEEP

深海研究所｜边界测试。

主题、载体、场景、媒介、主体五类全换：深海研究所的公众开放日海报，DEEP 沉在水里被鲸鱼尾巴截断，一台橙色深潜器悬在字缝中间，满画面悬浮微粒。

走到这么远，我仍然能一句话说清它靠什么成立——字大过人、主体嵌进字缝、信息层钉在坐标上。哪天说不清了，才是这套方法失效的时候。