先选配图方式

纸笺工坊常用的配图方式有四种：

网络图片，适合城市、旅行、美食、人物、办公环境等现实题材。
AI 生成图，适合需要统一画风、特殊氛围或明确构图的插画和场景。
手绘图标，适合笔记贴纸、小装饰、徽章、分隔元素和简单的视觉比喻。
自己上传的图片，适合产品截图、品牌 Logo、二维码、照片和文档扫描件。

选择方式本身就是提示词里最重要的一句。只要明确写出「使用网络图片」「用 AI 生成一张插画」「加入手绘小图标」或「使用我上传的图片」，AI 就不容易走错方向。

网络图片怎么写

网络图片更像在图库里搜索。提示词应该包含能被看见的具体事物，不要只写抽象感受。

一个实用写法是：

使用网络图片，寻找「主体 + 场景 + 时间或光线 + 画面方向」的照片。

比如做一张城市漫游海报，可以这样写：

使用网络图片，找一张雨后上海老街的照片，傍晚暖光，行人不多，竖版构图，街道向画面深处延伸。

做咖啡主题的小红书封面，可以写：

使用网络图片，找一张木桌上的手冲咖啡照片，自然晨光，暖棕色调，俯拍，画面上方留出标题空间。

网络搜索更擅长理解具体名词，例如「老街、咖啡、木桌、晨光」。像「松弛感、治愈、品牌信任」这样的抽象词，很难直接搜到准确画面，可以把它们改写成可见的场景。比如把「松弛感」写成「午后阳光下的公园长椅，人物背对镜头，周围留白充足」。

AI 生成图怎么写

AI 配图适合图库里很难找到的画面。提示词可以按照下面这个顺序组织：

主体 + 场景 + 构图或视角 + 光线 + 色彩 + 风格 + 留白位置

例如：

用 AI 生成一张配图。一位年轻女性坐在窗边写旅行手账，桌上有车票、钢笔和一杯咖啡，中景侧拍，柔和的清晨自然光，奶油白与墨绿色配色，细腻的杂志插画风，人物位于画面右侧，左侧留出干净空间放标题。

如果要做 3:4 小红书封面，可以把版式要求也写进去：

生成一张 3:4 竖版封面配图，俯视一张铺开的城市地图，红色路线连接书店、咖啡馆和公园，纸张拼贴插画风，低饱和米白与暗红配色，画面中心保持简洁，不生成任何文字。

这里有两个容易踩的坑。

一个是让图片模型直接写标题。生成图里的文字很难保证正确，中文尤其容易出现错字。标题、Logo、价格、图表和二维码都应该交给纸笺工坊的可编辑图层处理，不要让它们成为图片的一部分。

另一个是同一页要求太多生成图。固定尺寸海报里，通常一张主图已经足够。图片太多会挤压文字，也会让视觉重点变散。如果是一套多页图文，可以每页安排一张主图，并让所有页面沿用相同画风和配色。

手绘图标怎么写

手绘图标不是缩小版的 AI 插画。它更适合猫、雨伞、火箭、笔记本、咖啡杯这类轮廓清楚的具体物体。

你可以这样写：

在标题旁加入一个手绘咖啡杯小图标，深棕色，作为轻量装饰。

或者：

在三个步骤旁分别加入手绘笔记本、铅笔和星星图标，尺寸一致，使用墨绿色。

图标主题越简单，匹配通常越准。不要把一整段画面塞进一个图标描述里，也少用「效率、成长、信任」这类抽象词。可以把抽象概念换成具体物体，例如用「火箭」表达启动，用「嫩芽」表达成长，用「盾牌」表达安全。

手绘图标库需要先搜索真实存在的图标，因此 AI 可能会把复杂描述简化，或者在找不到合适图标时放弃装饰。这是正常情况，比随便编一个不存在的图标更可靠。

使用自己上传的图片

上传图片后，不必重新描述图片里有什么，重点说清楚它怎么用。

比如：

使用我上传的产品截图，完整展示，不要裁切，放在画面中部，四周留出足够空白。

使用我上传的人物照片作为通栏主图，可以裁切，人物保持在右侧，左侧留出标题区域。

产品截图、Logo、二维码、图表和文档扫描件需要完整可见，适合写「完整展示，不要裁切」。照片背景允许裁切，可以补充「人物靠左」「保留顶部天空」「把视觉中心放在右下方」这样的构图要求。

一条可以直接套用的提示词

如果暂时不知道怎么写，可以复制下面这段，再替换方括号里的内容：

为这张［尺寸或比例］的［海报 / 小红书封面 / 图文卡片］配一张［网络图片 / AI 生成图］。画面主体是［具体人物或物体］，位于［具体场景］，采用［俯拍 / 正面 / 侧面 / 远景 / 特写］构图，光线为［自然晨光 / 傍晚逆光 / 柔和棚拍光］，整体使用［颜色］配色，［左侧 / 右侧 / 上方］留出空间放标题。图片中不要生成文字、Logo、二维码或图表。

如果只需要手绘装饰，可以用更短的版本：

在［位置］加入一个手绘［具体物体］小图标，使用［颜色］，尺寸克制，不抢标题。

写完后可以快速检查三件事：有没有明确图片类型，有没有写出能被看见的主体与场景，有没有说明图片和文字各自放在哪里。三件事都清楚，配图结果通常就不会偏得太远。

提示词也不用一次写到完美。先生成一版，再针对具体问题调整，例如「人物再小一点」「画面左侧多留白」「不要夜景，改成阴天自然光」。每次只改一两个变量，比整段推翻重写更容易得到稳定结果。