引言
用AI生成"男孩在手机上玩游戏"时，你可能得到奇怪的结果——比如男孩把手机拿反了，只为了让游戏画面可见。即使AI能创作科幻大片，却在简单场景上翻车。本文拆解为什么发生这种情况，并给出实用修复技巧。
为什么会这样？"提示词污染"问题
真正的问题在于你的提示词。AI有一个"关键词关联陷阱"（或称"提示词污染"）：当你提到一个词，即使是否定的，AI也会自动填充相关的刻板印象。
例如：
- 说"生成一个戴护士帽的人"，AI不仅加帽子，还会加护士服和医院背景。
- 即使说"生成一个不戴护士帽的人"，AI仍把人放在医院里。
- "不戴安全帽"→AI把人放在建筑工地。
- "不戴圣诞帽"→AI创造圣诞场景。
- "不戴厨师帽"→AI展示厨房场景。
提示词中的"游戏"一词成为"污染物"。AI优先展示游戏画面，甚至让男孩反拿手机来显示屏幕。
如何修复：避开"污染物"词汇
解决方案很简单：玩弄文字游戏。不写"男孩在地铁上玩游戏"，改写为"男孩坐在地铁上，双手横握手机"。去除"游戏"这个污染物，问题解决。
进阶技巧：反向利用陷阱
你甚至可以利用这个陷阱。例如生成"男孩在电脑上编辑照片"：
- 说"男孩看着显示器正面"，AI翻转屏幕让你（而非男孩）能看到。
- 改为"男孩看着显示器背面"。对人类来说这句话"不合语法"，却让AI生成正确的画面。
另一个例子：不写"有八块腹肌的男人"，写"宽肩窄腰的男人"。避开"腹肌"污染物，仍创造健美的外观。
"视觉补偿"Bug
另一个问题是"视觉补偿"Bug。AI缺乏完美的世界模型，无法理解"背对"或"看着"等抽象动作。它通过绘制具体视觉元素来补偿：
- "背对"→AI画出背部、背包和头盔。
- "看着"→AI画出眼睛、面罩和正面脸部。
当提示词中同时有"背对"和"看着"，AI妥协展示侧面视图。
如何修复：直接描述视觉元素
生成背对镜头看着地球的宇航员，避免模糊词汇。不写"宇航员站在月球上，背对镜头，看着地球"，写"宇航员站在月球上，背对镜头，远处太空飘浮着一颗蓝色星球"。这描述的是视觉元素（宇航员背影和地球）而非抽象动作。
进阶：控制镜头
可以用视觉补偿来控制镜头：
- 拉近太空漂浮宇航员：描述细节如"磨损的金属扣环、胸前控制面板闪烁的指示灯、手臂上清晰的尼龙编织纹理"。AI聚焦这些细节，相当于拉近镜头。
- 特写：描述宇航员面部"透过面罩清晰可见的眼睛，瞳孔中复杂的虹膜纹理，鼻梁两侧的细密绒毛"。
- 改变拍摄角度：从目标角度描述元素。俯视视角说"头盔圆顶、俯视可见的肩部轮廓、氧气瓶顶部连接器"。
最后建议
生成图片时，避免先构建整个空间再放置镜头的错误。改为描述场景中你能看到什么。这将大大降低"翻车"概率。
常见问题
为什么AI会添加我明确说不要的东西？
这是提示词工程中的"否定悖论"。AI模型不按人类方式处理否定——当你说"不要帽子"，模型先激活"帽子"概念，然后试图抑制它。激活强于抑制，所以帽子相关元素（发型、头饰，有时甚至是帽子本身）会泄露出来。修复方法：永远不在图像提示词中使用否定。不写"不戴眼镜的人"，写"眼睛清晰无遮挡的人"。不写"不要背景杂乱"，写"极简白色背景，空旷空间"。这是提升AI图像生成质量最具影响力的习惯改变。
这些建议适用于所有AI图像生成器吗（Midjourney、DALL-E、Stable Diffusion）？
适用——提示词污染和视觉补偿行为在所有主流图像生成模型中都存在。它们源于这些模型的训练方式（文本-图像对），而非任何特定模型架构。Midjourney因更强的美学训练对污染略有抵抗力，但仍表现出相同模式。DALL-E 3更字面化，从"直接描述视觉元素"技巧中获益最多。Stable Diffusion对提示词污染最敏感，从"避开污染物词汇"技巧中获益最多。镜头控制技巧（描述细节强制拉近）三者通用。
怎么判断提示词中是否有"污染物"词汇？
问自己："如果去掉这个词，我还能传达同样的视觉吗？"如果能，这个词很可能就是污染物。"男孩玩游戏"→"男孩双手横握手机"——视觉相同，但污染物"游戏"消失了。测试方法：两个版本都生成并对比。如果第二版更准确，你找到了污染物。常见的污染物包括：动作动词（玩、吃、工作）、抽象角色（医生、老师、游戏玩家）和情绪状态（开心、悲伤、愤怒）。用视觉描述替换它们：人在具体做什么、穿什么、表情是什么样、环境中有什么。
这些技巧也能用于视频生成吗？
可以——相同原则适用于AI视频生成（Sora、Seedance、Runway等），只需额外考虑运动。视频提示词需要同时描述视觉元素（使用本文技巧）和运动。示例：不写"一个人开心地走路"，写"一个人稳步向前走，手臂轻轻摆动，头发随步伐弹跳，脸上带着浅浅微笑，明亮阳光投下移动的阴影"。运动描述替换了抽象的"开心"，没有引入污染物词汇。镜头控制技巧（描述细节控制构图）对视频同样有效，但还需明确指定镜头运动："慢推镜，手持风格，轻微垂直晃动"。