摘要: 很多人在面对写提示词时就挠头，不是不会描述，而是不知道一张图到底好在哪里，比如颜色、构图、光影、质感怎么描述，属实做到金口难开。 今天就教你换一个思路，别再对着图片猜猜猜，而是交给 AI，让它帮你把图片“拆开看”。 下面就
很多人在面对写提示词时就挠头，不是不会描述，而是不知道一张图到底好在哪里，比如颜色、构图、光影、质感怎么描述，属实做到金口难开。
今天就教你换一个思路，别再对着图片猜猜猜，而是交给
AI，让它帮你把图片“拆开看”。
下面就跟着我一块进行实操吧，流程十分简单：就是把你喜欢的图片或视频上传给
AI，让它先提取视觉结构，然后你再把这些结构转成可以直接用于生图或视频生成的提示词。更重要的是，你不需要看懂每一个专业词，你只要会复制、会微调，就能稳定复刻类似风格。
一、反推图片提示词
打开任意支持图片理解的
AI 工具，例如豆包、Gemini、
lovart
或其他多模态模型。
1、上传参考图片
上传你想参考的图片，然后输入提示词。
我这里随便在某书上找了一张目前比较火的古风图片进行实操。
在对话框输入这段提示词：
可直接复制的提示词
请以
JSON 结构化数据的形式，提取这张图片的视觉风格。请重点分析：颜色、构图、排版、主体、材质质感、光影、特效、画面氛围和适合复刻的关键词。输出要清晰、简洁，控制在500 字以内。
2、看懂 AI 分析的重点
AI 通常会输出一段类似代码的内容，里面会包含颜色、构图、质感、光影、特效等字段。但重点是：你不需要真的会写代码，只要明白这些字段分别代表什么。
JSON
{
"视觉风格分析": {
"颜色": {
"主色调": "淡雅绿色、米白色",
"辅助色": "粉色（花朵）、深棕色（木窗框）",
"色彩特征": "低饱和度、高明度、清新淡雅、春日感",
"色彩关系": "绿粉撞色、冷暖平衡"
},
"构图": {
"类型": "对角线构图",
"视角": "平视偏俯视",
"主体位置": "画面中心偏左，倚靠窗台",
"空间层次": "前景花枝、中景人物、后景虚化庭院"
},
"排版": {
"画幅比例": "9:16 竖构图",
"留白": "上方和右侧留白较多，营造呼吸感",
"视觉引导": "花枝自然框架引导视线至人物面部"
},
"主体": {
"人物": "年轻女性，古风造型",
"姿态": "慵懒侧卧，托腮，赤足",
"服饰": "薄纱绿色古风长裙，露肩设计",
"发饰": "编发盘发，白色小花点缀",
"神态": "温柔恬静，眼神清澈"
},
"材质质感": {
"服装": "轻盈薄纱，半透明质感",
"皮肤": "白皙细腻，自然光泽",
"木质": "深色木窗框，哑光质感",
"花朵": "柔软娇嫩，真实感"
},
"光影": {
"光源": "自然光，来自窗外",
"光质": "柔和散射光",
"明暗": "人物受光均匀，背景虚化柔和",
"氛围": "明亮通透，春日午后感"
},
"特效": {
"景深": "浅景深，背景虚化明显",
"光斑": "自然散景光斑",
"柔焦": "整体轻微柔焦，梦幻感"
},
"画面氛围": {
"情绪": "宁静、慵懒、浪漫",
"风格": "古风写真、仙侠剧照感",
"季节": "春日、花期",
"时间": "午后时光"
},
"复刻关键词": [
"古风少女",
"绿色薄纱汉服",
"木窗台侧卧",
"托腮姿态",
"花枝前景框架",
"浅景深",
"自然光",
"清新淡雅色调",
"春日庭院",
"编发花饰",
"9:16竖构图",
"柔和散景",
"低饱和度",
"电影感人像"
]
}
}
3、把结果交给生图模型
接下来打开你常用的生图工具，比如即梦、豆包、
Midjourney、
lovart
或其他模型。把刚才 AI 分析出来的结构化内容复制进去，再在前面加上你真正想生成的主体。
通用生图提示词模板
请帮我生成一张真实感人物图片，纯图片，不要文字，比例
9:16。请参考以下视觉风格结构，保留其颜色、构图、质感、光影和整体氛围：[粘贴 AI 分析出的结构化风格内容]
如果原参考图里有文字、
Logo 或水印，记得加一句：不要文字、不要 Logo、不要水印。这样生成结果会更干净，也更适合做封面、壁纸或角色图。
很快，复刻好的图片就出来了。
二、反推视频提示词
图片反推解决的是
画面长什么样子，但是视频反推还要多一步，那就是把视频拆成分镜。因为视频不只是风格，还有动作、镜头变化、声音、节奏和时长等。
1、首先我们准备要复刻的视频。
2、打开网址
https://modelscope.cn/studios/Qwen/Qwen3-VL-Demo/
视频反推提示词模板
请把这段视频拆分成不同分镜，并对每个分镜进行细致分析。每个分镜请包含：画面风格、主体特征、服装
/物品、动作描述、镜头变化、构图、光影、人物台词或旁白、背景音乐/音效、画质参数和时长。最后请生成一段可用于生成相似视频的完整提示词，格式为：[视频内容描述]，[风格]，[主体动作]，[运镜]，[声音]，[画质参数]。
然后把参考视频上传到支持视频理解的模型里，让AI 按分镜拆解。重点不是让它总结剧情，而是让它分析每一段画面如何构成。
拿到结果之后，把每个分镜的提示词复制到视频模型里，比如
用Seedance2.0，然后
再根据模型支持的时长进行调整。5 秒视频就保留一个核心动作，10 秒以上再考虑多个镜头变化。
反推提示词的关键，不是让
AI 帮你“抄图”，而是让 AI 帮你把优秀画面的结构拆出来。颜色、构图、质感、光影、镜头和声音这些元素一旦被拆清楚，就能变成稳定可复用的创作模板。
简单的说：图片反推，是把风格拆成提示词；视频反推，是把镜头拆成分镜提示词。掌握这套方法后，你做封面、壁纸、角色设定、短视频分镜都会更快，也更容易得到接近目标的效果。
以上就是今天分享的全部内容。如果觉得对你有帮助，欢迎
点赞、收藏、关注
，你的支持是我持续更新的最大动力。
更多AI探索及案例：
华姐正在组建一个AI变现公益社群，每天都会分享最新的AI工具技巧、实战案例与变现思路，全程无广告、纯干货。感兴趣的朋友可以扫码添加下方微信，下方扫码
备注“AI”
拉你入群。
| 需求 | 输入 | 实现 | 输出 | ||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| # | 目的 | 作用 | 实质 | 形式 | 类型 | 值 | 来源 | 外部工具 | 动作 | 指令 | 类型 | 值 | 去处 |
| s1 | 上传参考图片以供 AI 分析 | 预处理 | 图片 | 视觉结构 | 程序控制类型/指令/提示词 | inferred:true | 多模态 AI 工具 | 获取/录入/上传 | AI 视觉风格分析 JSON | s1o1 inferred:true | |||
| s2 | 根据 AI 分析的视觉风格生成复刻图片 | 主体生成 | 图片 | 视觉风格 | 程序控制类型/指令/提示词 | { "视觉风格分析": { "颜色": { "主色调": "淡雅绿色、米白色", "辅助色": "粉色（花朵）、深棕色（木窗框）", "色彩特征": "低饱和度、高明度、清新淡雅、春日感", "色彩关系": "绿粉撞色、冷暖平衡" }, "构图": { "类型": "对角线构图", "视角": "平视偏俯视", "主体位置": "画面中心偏左，倚靠窗台", "空间层次": "前景花枝、中景人物、后景虚化庭院" }, "排版": { "画幅比例": "9:16 竖构图", "留白": "上方和右侧留白较多，营造呼吸感", "视觉引导": "花枝自然框架引导视线至人物面部" }, "主体": { "人物": "年轻女性，古风造型", "姿态": "慵懒侧卧，托腮，赤足", "服饰": "薄纱绿色古风长裙，露肩设计", "发饰": "编发盘发，白色小花点缀", "神态": "温柔恬静，眼神清澈" }, "材质质感": { "服装": "轻盈薄纱，半透明质感", "皮肤": "白皙细腻，自然光泽", "木质": "深色木窗框，哑光质感", "花朵": "柔软娇嫩，真实感" }, "光影": { "光源": "自然光，来自窗外", "光质": "柔和散射光", "明暗": "人物受光均匀，背景虚化柔和", "氛围": "明亮通透，春日午后感" }, "特效": { "景深": "浅景深，背景虚化明显", "光斑": "自然散景光斑", "柔焦": "整体轻微柔焦，梦幻感" }, "画面氛围": { "情绪": "宁静、慵懒、浪漫", "风格": "古风写真、仙侠剧照感", "季节": "春日、花期", "时间": "午后时光" }, "复刻关键词": [ "古风少女", "绿色薄纱汉服", "木窗台侧卧", "托腮姿态", "花枝前景框架", "浅景深", "自然光", "清新淡雅色调", "春日庭院", "编发花饰", "9:16竖构图", "柔和散景", "低饱和度", "电影感人像" ] } } | 生图模型 | 生成/元素生成 | 复刻图片 | s2o1 <复刻的古风人物图片> | |||
| s3 | 使用通用模板生成图片 | 主体生成 | 图片 | 提示词 | 程序控制类型/指令/提示词 | 请帮我生成一张真实感人物图片，纯图片，不要文字，比例 9:16。请参考以下视觉风格结构，保留其颜色、构图、质感、光影和整体氛围：[粘贴 AI 分析出的结构化风格内容] 如果原参考图里有文字、 Logo 或水印，记得加一句：不要文字、不要 Logo、不要水印。 | 多模态 AI 工具 | 生成/元素生成 | |||||
| 需求 | 输入 | 实现 | 输出 | ||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| # | 目的 | 作用 | 实质 | 形式 | 类型 | 值 | 来源 | 外部工具 | 动作 | 指令 | 类型 | 值 | 去处 |
| s1 | 将视频拆解为分镜并分析 | 预处理 | 视频 | 分镜 | 程序控制类型/指令/提示词 | inferred:true | 视频理解模型 | 提取/化学提取/解构 | 分镜分析报告 | s1o1 inferred:true | |||
| s2 | 根据分镜分析生成视频 | 主体生成 | 视频 | 分镜提示词 | 程序控制类型/指令/提示词 | 分镜 1: 茶盏倾洒 ◦ 画面风格：古典宫廷风，柔焦特写，慢动作捕捉液体飞溅的瞬间。 ◦ 主体特征：一位身着红色华服的女性（仅手部入镜），手指纤细，指甲修剪整齐。 ◦ 服装/物品：红色刺绣长袍（金线龙纹），白瓷茶盏与托盘，茶汤呈琥珀色。 ◦ 动作描述：女子右手持杯，手腕微倾，茶水从杯口泼洒而出，形成弧形水花。 ◦ 镜头变化：特写→慢镜头拉远，聚焦飞溅水珠轨迹。 ◦ 构图：左侧主体占画面1/3，右侧留白突出动态水花，背景虚化。 ◦ 光影：暖黄主光从左上方打亮手部与茶盏，水珠反光晶莹剔透。 ◦ 台词/旁白：无。 ◦ 音效：清脆的瓷器碰撞声+水流泼洒的“哗啦”声。 ◦ 画质参数：4K，帧率60fps（慢动作），ISO 200，f/2.8，色温3200K。 ◦ 时长：0.2秒。 ===== [图 7] 来源: https://mmbiz.qpic.cn/mmbiz_png/JI1THFoKuNoJ9I3LJaZoTzibYVqib5rna8IzgjDwj93VtUEjrHrtJjnhxO ===== Qwen3-VL + 新建对话 请把这段视频拆分成分... 时长: 0.2秒。 分镜 2: 烛火摇曳与飞雪 画面风格: 梦幻朦胧，景深极浅，营造神秘氛围。 主体特征: 模糊的烛光与飘落的白色颗粒(似雪或花瓣)。 服装/物品: 无明确主体，仅见暖黄色烛焰与银色链状装饰物。 动作描述: 白色颗粒从上至下飘落，烛光随气流轻微晃动。 镜头变化: 固定镜头，焦点在前景飘落物，背景完全虚化。 构图: 对角线构图，飘落物贯穿画面，烛光点缀中右区域。 光影: 暖黄烛光为唯一光源，颗粒反射高光，整体偏暗调。 台词/旁白: 无。 音效: 风声轻拂+微弱的铃铛叮当声。 画质参数: 4K，帧率24fps，ISO 800，f/1.4，色温2800K。 时长: 0.5秒。 分镜 3: 红衣贵妃特写 画面风格: 精致工笔画风，面部妆容浓烈，强调权力和威严。 主体特征: 中年女性，丹凤眼、柳叶眉，唇色朱红，表情冷峻。 服装/物品: 红色金线龙凤袍，头戴蓝金凤凰冠，垂挂珍珠与红宝石流苏。 动作描述: 微微侧首，目光锐利扫视前方，嘴角微扬似冷笑。 镜头变化: 近景推至特写，聚焦眼部与冠饰 ===== [图 8] 来源: https://mmbiz.qpic.cn/sz_mmbiz_png/JI1THFoKuNowMeHkialxhZkib43k4Hgianam0qrvZSCVR0fwxyiceIK ===== Qwen3-VL + 新建对话 请把这段视频拆分成不同分... 。 主体特征：中年女性，丹凤眼、柳叶眉，唇色朱红，表情冷峻。 。 服装/物品：红色金线龙凤袍，头戴蓝金凤凰冠，垂挂珍珠与红宝石流苏。 。 动作描述：微微侧首，目光锐利扫视前方，嘴角微扬似冷笑。 。 镜头变化：近景推至特写，聚焦眼部与冠饰细节。 。 构图：中心构图，人物占满画面，背景深褐色帷幕衬托华服。 。 光影：正面柔光打亮面部，冠饰金属部分高光闪烁。 。 台词/旁白：“你，可知罪？”（低沉女声） 。 音效：环境寂静，仅留呼吸声与衣料摩擦声。 。 画质参数：4K，帧率30fps，ISO 400，f/2.2，色温3500K。 。 时长：1.0秒。 分镜 4：白衣女子跪地哭泣 。 画面风格：悲情戏剧风，面部特写强化情绪张力。 。 主体特征：年轻女性，黑发湿漉漉贴面，泪痕斑驳，眼神绝望。 。 服装/物品：素白交领襦裙，发间插白玉簪与小花饰。 。 动作描述：低头垂泪，泪水沿脸颊滑落，肩部颤抖。 。 镜头变化：特写→轻微动模拟呼吸节奏，后拉至中景。 。 构图：斜侧角度拍摄，突出泪滴与湿润发丝，背景烛光成散景。 。 光影：逆光勾勒轮廓，面部阴影加深悲伤感，烛光在泪珠上形成高光。 。 台词/旁白：“求娘娘开恩…”（哽咽女声） 。 音效：压抑抽泣声+远处钟声回响。 。 画质参数：4K，帧率24fps，ISO 600，f/2.0，色温3000K。 。 时长：1.5秒。 | 视频生成模型 | 生成/元素生成 | 复刻视频片段 | s2o1 <复刻的视频片段> | |||
| 需求 | 输入 | 实现 | 输出 | ||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| # | 目的 | 作用 | 实质 | 形式 | 类型 | 值 | 来源 | 外部工具 | 动作 | 指令 | 类型 | 值 | 去处 |
| s1 | 生成视频反推提示词 | 预处理 | 视频 | 提示词 | 程序控制类型/指令/提示词 | 请把这段视频拆分成不同分镜，并对每个分镜进行细致分析。每个分镜请包含：画面风格、主体特征、服装 /物品、动作描述、镜头变化、构图、光影、人物台词或旁白、背景音乐/音效、画质参数和时长。 | 视频理解模型工具 | 提取/化学提取/解构 | |||||