为什么你的AI多图提示词出来9张都一样

"不同角度"为什么是个陷阱

大多数人写多图提示词的思路是：正面拍一张、侧面拍一张、背面拍一张。这是摄影小白的直觉，角度 = 方向。

结果呢？9张图除了模特转了个身，画面里的信息量完全一样：同样的距离、同样的构图、同样的细节层次。远看是一张图，近看还是一张图。

电影摄影师不这样想。他们除了角度，还有一个更重要的维度叫景别：镜头离被摄对象多远。远景看身形比例，中景看穿搭效果，特写看面料质感。同一个人、同一件衣服，远景和特写传递的信息完全不同。

这就是关键区别：方向只是让模特转了一圈，景别才是让每张图讲不同的故事。

而且，电影景别有一套标准缩写（ELS、LS、MLS、MS、MCU、CU、ECU），这些缩写在 AI 的训练数据里和大量专业摄影图片绑定。你写"拍远一点"，AI 不确定你要多远；你写"ELS"，AI 直接关联到超远景的专业构图。专业缩写比自然语言精确得多，不需要学摄影，只需要记住这几个字母。

9格景别速查表

这是整套方法的骨架。9个格子对应9个景别，从远到近排列，模拟观众"走近产品"的视觉体验：

Row1 远景看全貌，Row2 中景看穿搭，Row3 前一格极特写看细节，后两格用仰拍和俯拍两个特殊机位角度收尾，增加视觉冲击力。这个顺序不是随便排的，就像顾客先远远看到你的店，再走近看橱窗，最后拿起来看细节。

完整提示词拆解

原始提示词一共5层，每层干一件事：

第1层：定义输出格式 Generate a 3x3 cinematic storyboard grid. "cinematic storyboard"不是随便写的。写"product photo grid"，AI 出的是电商白底拼图；写"cinematic storyboard"，AI 用影视分镜的思维来构图，画面质感完全不一样。

第2层：先锁后画——约束优先于描述 One consistent female model, same outfit, same lighting. （翻译：用同一个女模特，穿同一套衣服，同一种打光）

景别解决了"每张图都不同"的问题，但9张图各拍各的，模特长相变了、衣服颜色跳了、光线忽明忽暗怎么办？这条提示词的做法是：在描述任何画面之前，先用一句话锁死一致性。

注意这句话的位置。它写在景别序列前面，写在主题前面，写在所有具体描述前面。这不是巧合，这是策略。提示词靠前的描述通常权重更高，AI 按前面的内容做了大部分决策，最后才加的"保持一致"救不回来。先写约束，再写画面。

三个关键词缺一不可：

• same model：锁定同一个人，不会每格换一张脸（如果还是换脸，可以补充具体外貌描述：发型、肤色、年龄，或使用工具自带的角色一致性功能）
• same outfit：锁定同一套衣服，颜色和款式不会跳变
• same lighting：锁定同一种光线，9格的明暗色调统一

这个策略就四个字：先锁后画。先把不变的东西全部锁死，再让变化的部分（景别）自由发挥。这不只是写分镜提示词的方法，是写所有复杂提示词的通用策略。

第3层：给主题 Theme: French high-end double-breasted trench coat. 不是写"一件外套"，而是精确到"法式高端双排扣风衣"。品类、风格、款式三个信息一句话全给了。

第4层：景别序列 Camera shots sequence: Row1: ELS, LS, MLS / Row2: MS, MCU, CU / Row3: ECU, Low Angle, High Angle 整条提示词的核心，上面已经详细拆过。

第5层：质量和风格锚点 Ultra-detailed face, natural skin texture, clear pupil highlights. Premium fashion editorial tone, clean background, luxury e-commerce style. 最后补的不是"高清""好看"这种万能形容词。面部细节用三个具体指标锁住（超细节面部、自然肤质、瞳孔高光），风格用"fashion editorial"精确定位到 Vogue、ELLE 那种时尚杂志的拍摄风格（你在机场书店翻到那种大片就是这个感觉）。写"高端氛围"，AI 给你素材网站免费图；写"fashion editorial"，AI 给你时尚大片。这里真正起作用的是"fashion editorial"这个行业术语，"premium"是辅助修饰。我管这个叫"风格锚点"，一个精确的行业术语顶十句模糊的形容词。

可复制模板

打开你常用的 AI 生图工具（Nano Banana Pro、ChatGPT、Midjourney 等），把下面的模板复制进去，只改中括号里的内容，点生成就行：

Generate a [网格尺寸] cinematic storyboard grid.
One consistent [模特描述], same outfit, same lighting.
Theme: [产品主题].
Camera shots sequence:
Row1: ELS, LS, MLS
Row2: MS, MCU, CU
Row3: ECU (details), Low Angle Shot, High Angle Shot
Ultra-detailed face, natural skin texture, clear pupil highlights.
[风格调性词], clean background, [商业风格词].

变量说明：

最关键的发现：改动成本最低的变量只有一个，就是 [产品主题]。 只改这一个地方，其他全不动，就能出一套完全不同产品的九宫格展示图。下面用4个案例证明。

案例实战：从最小改动到进阶改造

案例1：男士西装人像（最小改动，改 Theme + 模特 + 风格）

改了什么：

• [模特描述]：female model → male model
• [产品主题]：→ Italian tailored slim-fit charcoal wool suit（产地、裁剪、版型、颜色、面料五个信息一句话全给，越精确 AI 出图越稳）
• [风格调性词]：→ GQ magazine editorial tone（GQ 对应男装大片，就像 Vogue 对应女装）
• [商业风格词]：→ premium menswear e-commerce style

为什么这样改： 男士西装和原模板的女装风衣一样是人物穿搭，景别序列完全适用，不需要改结构。只换了模特性别、产品主题和风格锚点。

案例2：咖啡杯（中等改动，改 Theme + 风格调性词）

改了什么：

• [产品主题]：→ Handmade ceramic pour-over coffee cup, earth tone glaze
• [风格调性词]：Premium fashion editorial tone → Warm lifestyle photography tone
• [商业风格词]：luxury e-commerce style → artisan brand catalog style

为什么这样改： 咖啡杯不是时尚单品，用"fashion editorial"出来会很违和。手工陶瓷杯的调性是温暖、生活感、手作质感，所以风格锚点换成"lifestyle photography"（生活方式摄影），商业定位从奢侈电商换成"artisan brand catalog"（手工品牌产品目录）。产品变了，风格必须连带调整，这是变量联动。

注意：咖啡杯是静物不是穿戴品，景别序列里的"全身""膝盖以上"对它来说会变成不同距离的产品特写。如果你想更精确地控制静物的9格内容，可以把景别序列替换成自定义的拍摄角度（整体场景、使用场景、手持、杯身、杯口、釉面特写等）。

案例3：运动鞋（中等偏进阶，改 Theme + 景别序列）

改了什么：

• [产品主题]：→ Nike Air Max 97 silver bullet colorway sneakers product showcase
• [模特描述]：去掉 female model，改成以鞋为主体
• 景别序列：从人物景别改成产品景别（整体展示、侧面轮廓、穿搭膝下、俯视、气垫细节、鞋舌、鞋底纹路、仰拍、logo特写）
• 面部细节要求替换为材质细节要求

为什么这样改： 运动鞋是产品不是穿搭，如果保留原模板的人物景别序列，出来的图焦点在模特身上，鞋只是配角。改成以鞋为主体的产品景别序列，每格展示鞋的不同维度。这说明换产品品类时，不能只改 Theme，景别序列也要跟着产品特点重新设计。

案例4：4x3 瑜伽体式网格图（进阶改造，改网格 + 景别 + 主题 + 风格）

改了什么：

• [网格尺寸]：3x3 → 4x3
• 景别序列：完全去掉，替换为12个具体瑜伽体式名称
• [产品主题]：→ 12 fundamental yoga poses demonstrated by instructor
• [模特描述]：→ female yoga instructor
• [风格调性词]：→ Calm wellness photography tone
• [商业风格词]：→ premium yoga lifestyle style

改造后的完整提示词：

Generate a 4x3 cinematic storyboard grid.
One consistent female yoga instructor, same outfit, same lighting, same studio background.
Theme: 12 fundamental yoga poses demonstrated by instructor.
Each cell shows one distinct yoga pose clearly performed:
Row1: Mountain Pose, Tree Pose, Warrior I
Row2: Warrior II, Triangle Pose, Downward Dog
Row3: Cobra Pose, Child's Pose, Bridge Pose
Row4: Seated Forward Bend, Cat-Cow Pose, Corpse Pose
Ultra-detailed face, natural skin texture, clear pupil highlights.
Calm wellness photography tone, clean minimal studio background, premium yoga lifestyle style.

为什么这样改： 瑜伽体式网格图不需要远近递进，每格承载的是一个独立动作。景别序列被替换成了12个具体的体式名称，AI 的训练数据里有大量瑜伽体式图片，直接写体式英文名比描述动作精确得多。但核心方法没变：一条提示词控制12个格子，用一致性约束（同一个教练、同一套衣服、同一个场景）保证视觉统一，用精确的风格锚点（wellness photography）锁定出图方向。

这个案例说明：景别序列是这套方法的默认配置，不是唯一配置。理解了"一条提示词控制多个格子"的核心思路，你可以根据需求自己设计每格的内容规则。

从角度思维到景别思维

回到开头的问题：为什么你的多图提示词出来9张都一样？

因为"不同角度"是一个没有信息量的指令。AI 不知道你要多不同，只能在最安全的范围里微调，结果就是9张图看起来一模一样。

景别序列给了 AI 一套明确的规则：第一格拍多远、第二格拍多远、第三格拍多远，每格的信息层次自动就不同了。再加上一致性约束和风格锚点，9张图既各不相同又像一家人。

其实景别序列只是一个例子。背后更通用的思路是：AI 听得懂专业领域的结构化术语，比听自然语言准得多。 你写"拍远一点"它猜不准，你写"ELS"它直接关联到专业构图。下次不管写什么提示词，试试找找那个领域有没有现成的专业术语体系可以借用。

一条提示词，9张大片，改动成本最低的变量只有一个。现在就打开你的 AI 工具，把上面的模板复制进去，[产品主题] 改成你最近想展示的任何东西，点生成看看效果。

本文参考：邪修玩AI-诗泳 的分镜网格图提示词分享及 TechHalla 的 Nano Banana Pro 提示词 | 原文链接