AI 生图与生视频的零代码实操笔记：提示词拆解、参考图用法与参数选择

摘要：市面上大部分 AI 生图教程默认你会写代码——装环境、申请 Key、写请求。其实对绝大多数个人创作者来说，这些步骤可以直接跳过。本文记录一套零代码的实操方法：提示词怎么拆、参考图怎么用、参数怎么选、出片不满意怎么迭代。

---

一、先明确能力边界：不写代码能做到什么程度

先说结论：不写代码不等于只能做出低质量的东西，区别只在于"谁来负责调用"。

零代码方案能覆盖的：

• 单张/批量出图，海报、封面、信息图、插画都能出
• 用参考图做风格迁移、内容替换
• 图生视频、文生视频、带参考视频/音频的生成
• 结果直接下载，或继续在同一个工作区里二次加工

什么情况下还是得写代码：

你的需求	建议路线
给个人号做封面、做素材	零代码足够
一次性出十几二十张图	零代码足够
每天固定批量生成几百张	写代码（要自动化调度）
把生成能力集成进自己的产品	写代码（走 API）
需要对结果做程序化后处理	写代码

另外一个容易忽略的点是交互形态。很多工具是"对话式"的，你发一句提示词，它回一张图，对话往上翻就找不到了。而"画布式/工作台式"的工具会把每次生成的结果留在画布上，可以随时拖出来当下一轮的参考图。后者更适合连续创作——这一点比"是否易用"更影响最终效果。

二、提示词：拆成五个要素，比背模板有用

很多人卡在"不知道怎么写提示词"，于是到处收集模板。但模板换个主题就失效，真正有用的是结构。

把一句提示词拆成五个部分：

要素	作用	示例
主体	画什么	一瓶磨砂玻璃质感的护肤精华
风格	像谁画的	极简商业摄影风，质感接近某杂志广告
构图与镜头	怎么摆、怎么拍	居中构图，微距镜头，浅景深
光线与色调	氛围	侧逆光，暖调柔光，背景米白
用途与画幅	给谁用	电商主图，1:1 正方形

改写前后对比（同一个需求）：

改写前：

帮我画一张高级感的护肤品图片

改写后：

一瓶磨砂玻璃质感的护肤精华，极简商业摄影风格，居中构图，微距镜头、浅景深，侧逆光加暖调柔光，背景米白色，用于电商主图，1:1 画幅

差距在于：前者把"高级感"这种抽象形容交给模型猜，后者把可执行的视觉信息全给全了。

几条通用经验：

1. 具体名词优于抽象形容词。"磨砂玻璃瓶"远比"高级质感"有效。
2. 画面里的文字要加引号，比如让它写标题就写成 写上"新品上市"字样，否则容易糊成乱码。
3. 一次只改一个变量。构图不对就改构图，别同时把风格也换了，否则你不知道是哪句起了作用。
4. 中文可以直接用，但风格类专有词（如 Octane Render、Bento Grid、Isometric）保留英文，效果通常更稳。
5. 别一次塞十个要求。要素超过五六个，模型会开始丢掉其中一部分。

三、参考图：效率最高的一招

写提示词描述风格是很费劲的，而直接给一张参考图，胜过一千字的形容词。

一个典型的画布式工作台：参数全部点选，唯一需要输入的是提示词

从上图能看到，参考图有两条引入路径：

• 上传：从本地选图
• 剪切板：截图后直接粘贴（Ctrl+V），不用先存成文件

用参考图时，把两类需求分清楚，出错的概率会低很多：

• 风格迁移："参考这张图的配色和质感，但内容换成 XXX"——保留的是视觉语言
• 内容替换："保持这个人物的形象，换一个姿势/场景"——保留的是主体特征

两个容易踩的坑：

1. 参考图不是越多越好。多张风格冲突的图会让模型互相打架，一张主参考 + 文字补充细节，通常比堆五张图效果更好。
2. 要明确说"参考什么"。只说"参考这张图"，模型可能连构图一起抄了；写成"参考这张图的配色与光影，构图不变"会更可控。

四、参数：分辨率和宽高比怎么选

参数不多，但选错会白白浪费时间。

宽高比对照表（可直接收藏）：

比例	典型用途
1:1	头像、电商主图、社交平台方图
3:2 / 4:3	横版海报、横屏展示、演示配图
2:3 / 3:4	竖版海报、书籍封面、手机端详情页
16:9	视频封面、PPT、电脑壁纸
9:16	短视频封面、手机壁纸、竖屏物料

分辨率策略：低档试错，高档出稿。

这是个很实用的习惯：构图、风格没定下来之前，用低分辨率快速试几个版本，确认方向后再用高分辨率重出一遍。直接上最高档，每一次试错都要等更久。

五、生视频：把静态画面"动"起来

视频的门槛看起来比图片高，但提示词的写法其实是同一套逻辑，只是要素换了。

视频提示词的四个要素：

要素	说明	示例
镜头运动	相机怎么走	镜头缓慢推进，轻微手持晃动
主体动作	画面里的东西在做什么	产品缓慢旋转，水面泛起波纹
场景氛围	环境与光	傍晚暖光，桌面布景
画面风格	整体质感	商业广告片，浅景深

视频创作台：相比生图多出参考视频、参考音频两个入口，操作逻辑完全一致

视频这边多了三类可选的参考素材：

• 参考图：可以作为首帧，也能一次给多张做内容参考
• 参考视频：让模型学习运镜和节奏，适合复刻某种镜头语言
• 参考音频：配合音频做画面节奏

清晰度怎么选：和图片一个思路，480p 用来快速验证运镜和构图，方向对了再出 720p 或 1080p。

视频更容易翻车的三个地方：

1. 镜头描述太多。写了推镜又写环绕又写拉远，模型会来回摇摆，画面变得混乱。一次只描述一种主要运动。
2. 主体动作过快过复杂。快速奔跑、剧烈打斗这类内容，目前最容易糊。慢速、连续的动作稳定性高得多。
3. 时长越长越容易崩。如果要长片，更稳的做法是分成几个短片段，再拼起来。

六、一次生成不满意，怎么迭代

新手最容易犯的错是"不满意就把提示词全删了重写"，这样每一轮都是重新抽奖。更有效的做法：

1. 保留有效部分，只改一处。上一版只有光线不对，那就只改光线那一句。
2. 让结果滚雪球。把上一轮里满意的部分截图，作为下一轮的参考图传进去，在它的基础上继续改。
3. 积累自己的参数库。每次调出一组满意结果，把提示词原样存下来。用久了，你会有一套只属于自己的"配方"。
4. 接受失败。AI 生成在文字排版、精确手部动作、特定品牌标识上依然不稳定。这些地方该用传统设计工具就用传统工具，别硬刚。

七、几类常见需求的提示词思路

最后把几个高频场景的思路整理成表，可直接套用：

需求	提示词思路
产品海报	参照某张图的配色与排版风格 + 主体产品描述 + "写上"标题文字""
知识信息图	先让它调研/梳理内容，再要求用手绘卡通风格、1-6 词短句、大量留白呈现
角色表情包	指定 Q 版比例、布局网格（如 4x6）、每格的聊天语句，注明"手写简体中文"
PPT 页面	指定画幅 16:9 + 布局系统（如 Bento 网格）+ 质感（玻璃拟态）+ 配色方案
文章转思维导图	主旨居中、分支节点、颜色编码、加简单图标、有机布局
手写解题	明确"手写图文并茂解答" + 分步骤
食材菜谱	上传食材照片 + 要求分步食谱 + 信息图形式呈现

这些思路的共同点是：把"我要什么"翻译成"画面里有什么"。这是零代码用 AI 创作唯一需要练习的技能。

八、小结

零代码方案的核心优势不是"便宜"或"简单"，而是它把注意力还给了创作本身。你不用再关心鉴权、重试、结果解析，只管一轮一轮地把脑子里的画面调出来。

我用的是 Easy88AI 的无限画布，选它的原因是生图和生视频在同一个工作台里，模型、分辨率、宽高比全是点选，不用自己配任何接口，出图后能直接当下一轮的参考素材，迭代流程比较顺。类似形态的工具都可以套用本文的这套方法，方法本身是通用的。

如果这篇文章对你有帮助，欢迎点赞收藏。有具体的提示词问题，也可以在评论区贴出来一起看。