使用指南
FLUX 3 Image Klein 提示词迭代实战:从产品构图到多参考图
用固定变量法逐步收敛构图、参考图角色与细节控制
本页内容
为什么产品视觉需要分阶段写提示词
产品视觉的提示词最容易犯的错,是把它当成一段一次性写完的作文:主体、材质、光线、背景、构图、镜头、风格、负面描述全塞进一段话,然后按生成、看结果、不满意、再改一整段。问题在于,这样一轮改动里同时变了七八个因素,你无法判断哪一句真正起了作用,下一轮往往只是换了个方式重复同样的运气。
分阶段迭代的思路是把它拆成有先后依赖的环节:先确定画幅与像素档位,再确定产品在画面中的位置与占比,然后决定参考图各自承担什么角色,最后才做细节与交付层的修整。每个阶段只动当前阶段该动的字段,其余字段固定住。这样每轮结果之间的差异才有解释力。
在调用侧,这套方法对应一组明确的字段:prompt、image_urls、aspect_ratio、resolution、steps、seed、output_format、safety_tolerance。分成阶段,本质上是决定这一轮允许哪些字段变化。
固定变量法还有一层价值:它把提示词变成了可版本化的资产。每一轮记录「提示词 + 参数组 + 结果」,当某一版构图被采用时,你能回溯它是怎么来的,也能在后续换产品图时复用它。
一次性长提示词的典型失败点
- 尺寸不确定就开始堆形容词,构图稳定后发现画幅根本不适合详情页;
- 多张参考图一起丢进去,提示词里没写角色,模型只能自行猜测哪张图是主体;
- 细节词(纹理、高光、材质)与构图词混在同一轮修改,导致明暗清楚了但布局跑偏;
- 把
output_format、safety_tolerance这类交付层参数在探索期反复调整,制造无关噪声。

先定画幅与像素档位,再谈画面内容
构图问题常常不是提示词写坏了,而是画幅从一开始就不对。aspect_ratio 决定输出画幅,默认 auto,此时模型会根据提示词与参考图自行判断画幅。自动模式在探索阶段很方便,但它的判断结果不稳定:同一段提示词,稍微改动词序,输出可能是竖图也可能是方图。
一旦你的目标产物已经明确(首页 banner、详情页横图、移动端信息流竖图),就应该把 aspect_ratio 显式固定下来,不要再让模型替你决定。可选值覆盖从 21:9、16:9、3:2、1:1 到 4:5、9:16 等横竖方三类,够覆盖绝大多数货架位置。
resolution 是像素档位,可选 768、1K、1.5K、2K、4K,默认 1K。具体宽高随画幅变化,所以它和 aspect_ratio 是一对:画幅定比例,档位定清晰度。构图探索阶段建议停留在默认档位,因为此时你在判断的是布局与占比,而不是边缘锐度;提前拉高分辨率只会让每轮等待更久,且不会让构图判断更准。
画幅与业务位置的对应思路
- 横图(如
16:9、3:2):适合首页 banner、横版场景图,产品左右留白可放文案; - 竖图(如
4:5、9:16):适合移动端信息流与详情页首屏,产品通常居中偏下更稳; - 方图(
1:1):适合货架缩略图与需要跨渠道复用的主图。
把这两项定死之后再动 prompt,你就不会把「画幅选错」误判成「提示词不灵」。需要快速核对字段口径时,可以先看模型页面的参数说明。

用标签与 bbox 描述产品构图
形容词描述构图的问题是不可定位。「产品居中、留出上方空间、右下方有柔和阴影」这类句子,模型可以理解,但每次理解的粒度不同。prompt 支持配合 <标签> 与 bbox JSON 来指定布局及局部编辑区域,这给了你一种更像「画草图」的表达方式。
基本写法是把画面中的关键区域命名,然后再用 bbox 描述这些标签的位置。标签负责语义(这是产品、这是留白区、这是投影区),bbox 负责几何(它的范围在哪)。这样构图描述从模糊的光影想象,变成一组可读、可改、可对比的区域定义。
实操中建议标签数量克制:产品主体、需要在后期放文案的留白区、投影/倒影区,通常三个就够。标签越多,越容易互相挤压,反而不如调整画幅来得直接。
构图阶段的自检问题
- 产品在画面里的占比是否符合货架要求?主图通常需要更满,banner 需要更多留白;
- 留白区的位置是否真的能放文案,而不是被产品边缘切掉一半;
- 投影方向与光源描述是否一致,避免出现双侧阴影;
- 背景的层次是否干扰主体,如果需要纯净背景,应在这一阶段就写清楚。
构图没稳定之前,不要急着加材质细节词。细节词会让模型把注意力分配到表面,容易把刚调好的区域关系打散。

多参考图的角色分配:主体、风格与构图
image_urls 是参考图数组,元素为图片地址,省略即为纯文生图。支持多图时最常见的误用是「多塞几张总没错」:产品实拍、竞品风格图、版式参考一起丢进去,提示词里却只写「参考这些图生成产品图」。模型只能自行分配职责,结果经常是风格图污染了产品外形,或者版式图压过了主体比例。
正确做法是在 prompt 里为每张图写明角色。角色的划分通常有三类:主体(产品的形状、结构、配色以哪张为准)、风格(光线、质感、氛围参考哪张)、构图(画面布局与留白参考哪张)。一张图可以承担多个角色,但必须在文字里说清楚,不能默认模型会懂。
此外,prompt 还承担「说明参考图中需要修改与保留的内容」的职责。也就是说,除了声明谁是谁,还要声明哪些要照搬、哪些要改。例如产品外形保留、背景替换、光线调整,这类指令应逐条对应到具体的参考图角色上。
角色分配的书写顺序
- 先用一句话说明最终画面要什么(例如某产品的主图);
- 逐张声明参考图角色,用标签把它们关联起来;
- 写明保留项与修改项;
- 最后补充背景、光线等整体氛围描述。
参考图数量有上限,但真正决定成败的不是张数,而是每张图是否都有明确职责。可以先用一张主体图跑通构图,再加入风格图,最后加版式图,每次只增加一张,观察结果如何变化。
固定变量迭代法:一轮只改一处
把迭代变成流程,核心规则只有一条:一轮只改一处。具体做法是先锁一组基准参数,然后在每轮中只替换一个字段——要么改 prompt 的某一句,要么增删一张参考图。
基准参数建议锁定 seed、steps 与画幅像素:seed 取一个固定的整数,steps 固定在默认上限附近以保留细节空间,aspect_ratio 与 resolution 用上一步确定的值。此后每轮生成都复用这组参数,把结果按「第几轮、改了什么、结果如何」记录下来。
关于 seed 要有合理预期:它的作用是「在相同参数下尽量复现相同结果」,而不是保证一致。即使参数完全不变,也不要假设两次输出逐像素相同;把它当作降低随机波动的工具,而不是可复现的承诺。因此提示词版本与参数组必须一并记录,否则事后无法判断差异来自提示词还是来自随机性。
单轮迭代的记录模板
- 轮次编号与目标(本轮想验证什么);
- 固定参数快照:
seed、steps、aspect_ratio、resolution; - 本轮唯一变量:提示词的哪一句,或哪张参考图;
- 结果判断:达到目标 / 无效 / 引入新问题;
- 下一步:沿用、回退、或另起一支。
当某一轮引入了新问题时,正确的动作是回退到上一版参数组再另改一处,而不是在出问题的版本上继续叠加修补。多支并行时,用编号区分分支,避免提示词版本混乱。
细节修整:steps、分辨率与局部编辑
构图与参考图角色稳定之后,才进入细节阶段。此时可动的字段是 steps、resolution,以及 prompt 中的局部编辑区域。
steps 是扩散步数,默认 16,取值范围 1–16。数值越低生成越快,细节可能减少。它的定位是速度与细节的旋钮,而不是质量分数的旋钮:在构图未定时调它没有意义,在构图确定后用它在可接受的时间内换取更完整的纹理与边缘。注意它不影响计费口径,所以取舍标准应该是你的等待成本,而不是预算。
resolution 在这一阶段才值得上调。默认 1K 足以判断构图与角色分配,等版式定稿、需要交付更高像素的成品时,再逐档提升,并复核高像素下是否出现材质过度锐化或背景噪点。每次提档只提一档,便于对照。
局部编辑依赖 prompt 中的标签与 bbox:先用标签圈定要改的区域,再在文字里说明该区域内改什么、区域外保留什么。局部编辑的常见失败是区域边界与产品边缘不吻合,导致产品被切掉一角,因此框选时可以略微外扩,再用文字约束保留项。
细节阶段的顺序建议
- 先用
steps找到细节与等待时间的平衡点; - 再用局部编辑处理个别瑕疵,如投影过硬、边缘杂色;
- 最后提升
resolution出成品; - 每次只升一档或只改一个区域,逐项确认。
交付层参数与常见问题排查
output_format 与 safety_tolerance 属于交付层参数。output_format 默认 jpeg,可选 png;需要透明背景或后续二次处理时选 png,直接上架展示时 jpeg 更轻。safety_tolerance 是内容安全宽容度,取整数,0 为最严格,默认 2。这两项都不该在构图探索期反复调整:早期改动它们只会引入与画面无关的变量,等构图稳定、进入批量产出时再统一确定。
常见问题与排查方向
- 提示词改了但画面没变化:先确认本轮是否只改了这一处,再检查改动是否落在模型关注的层级上(构图词改在细节阶段往往无效);
- 参考图被忽略:检查
prompt里是否为该图声明了明确角色,以及是否写明了保留项与修改项; - 多图互相干扰:减少参考图数量,按主体、风格、构图的顺序逐张加入,定位是哪一张在捣乱;
- 复现失败:
seed只尽量复现,确认参数组与提示词版本是否完全一致,并接受仍有波动; - 画幅不符预期:确认
aspect_ratio是否仍为auto,显式固定后再判断构图; - 出图变慢:检查是否过早提高了
resolution或steps,回到探索期档位验证。
把以上字段的口径集中核对一遍,再去跑下一轮,通常能省掉大量无效尝试。字段细节可参考 flux-3-image-klein 模型页。
分阶段、固定变量、逐轮记录,这套流程的价值不在于让模型变聪明,而在于让你的每次改动都能被解释。把提示词和参数组当成需要版本管理的代码来对待,产品视觉的产出就会从碰运气变成可复现的工程。