Case A_gzh_8f5fbfb0 · 如何用 AI 反推图片和视频提示词

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。