企业官网建设流程全解析

说实话，第一次用 Gemini Nano Banana Pro（以下简称 GNBP）出图的时候，我盯着屏幕愣了好几秒。那不只是“清晰”或者“好看”能概括的——提示词里那些平时最容易失控的细节：手部结构、复杂光源、中英文混排文字、物体之间的遮挡关系，它都按顺序稳稳还原出来了。作为一个从 2026 年初就开始把它当主力生成工具的人，我在这几个月里实测了上千组提示词，踩过不少坑，也攒下一批真正能直接抄作业的“2026 最新提示词”配方。这篇文章不聊空泛概念，只分享我实测下来最稳定、最惊艳、能直接落地的写法和调整思路。

如果你平时做设计、搞自媒体配图、做 IP 角色或者单纯喜欢玩 AI 生图，这篇文章应该能帮你省下大把试错时间。我会拆解 GNBP 的语义习惯、五个核心提示词要素、五组可以直接复制的配方，以及从能出图到稳定出图的关键参数调优方法。

1. 为什么 GNBP 值得单独写一篇

1.1 它到底解决了什么问题

以前用主流开源生图模型，最头疼的问题是“语义丢细节”。你写清楚“穿红色毛衣的白发老奶奶坐在窗边看报纸”，结果模型把白发画到旁边的猫身上，红色毛衣变成红色围巾，报纸上的字全是乱码块。GNBP 这一代在文本解析上做了比较大的调整，它不再只是简单匹配“名词+形容词”，而是尝试理解“谁在什么位置、做什么动作、被什么光照着”。

我在实际使用中最明显的感受是：复杂场景的稳定度上来了。比如同时描述三个人物、各自的动作、各自的光源，它能按顺序处理主体，不会像以前那样把所有描述堆到画面正中央一个人身上。这意味着提示词可以写得更长、更具体，而不必担心“字太多模型反而忽略细节”。

另一个让我这种中文用户很满意的点是中文提示词支持得不错。我自己两组提示词对比过：同一句话的中文版和英文翻译版，GNBP 的成图质量差距已经缩小到肉眼几乎分辨不出的程度。所以如果你英语不好，完全可以用中文写提示词，不必为了“模型更懂英文”去硬翻，翻出来的异味英文反而容易带偏画面。

1.2 和主流生图工具的差异点在哪

我只能说我自己用过的版本，做一个直观对比：

当然，GNBP 也不是什么都能画。它在复杂透视、多人互动、剧烈动态场景上依然有限制，偶尔也会翻车。但整体而言，它把“提示词控制画面”的上限拉高了一个台阶，这也是我觉得值得单独写一篇的原因。

1.3 为什么 2026 年的提示词要换一种写法

很多老朋友应该都习惯早期那种“标签堆砌型”提示词：一串英文单词用逗号隔开，后面再拖一个 high quality、masterpiece。这种写法在 GNBP 上效果会偏差，不是不能用，而是模型的语义解析方式已经变了。

它的核心逻辑更接近“理解一句话的场景”，而不是“匹配一组标签”。你用“a girl, long hair, blue dress, city, night, neon light, high quality”这种写法，模型会认为这些标签是平行关系，画面容易变成把所有元素生硬地摊在画面里。可当你改成“一位穿蓝色连衣裙的长发女孩站在雨后的霓虹街道上，手里撑着透明伞，街灯光晕倒映在积水中”，模型会按照实际的场景物理关系来组织画面，层次感完全不一样。

简单说，2026 年写提示词，更像“给导演写分镜脚本”，而不是“给搜索引擎凑关键词”。这也是这篇博文所有公式的核心思路。

2. 我一直在用的提示词五段式写法

2.1 GNBP 的语义解析偏好

在大量测试之后，我发现 GNBP 对“实体 + 属性 + 空间关系”这三者的组合反馈最稳。它不太吃形容词堆砌，比如“very very beautiful”“amazing”“stunning”这类词会让你看起来在夸它，但对画面质量几乎没有任何正面贡献，反而会挤占对其他有效信息的关注度。

它更吃的是：

• 具体名词：明确是什么东西，比如“玻璃瓶”“雾面金属”“针织毛衣”“青石板路”
• 空间方位词：在画面哪里、在什么后面、在什么前面、距离远还是近
• 动作描写：主体正在做什么，手放哪，脸朝向哪
• 光源逻辑：光是暖的还是冷的、从哪来、打在什么材质上
• 材质细节：表面的反光、粗糙度、透明度、质感特征

我测试过两个写法，效果差异很明显：

写 A（标签式）：猫咪，帽子，蛋糕，可爱，高质量，8k

写 B（场景式）：一只圆滚滚的橘猫站在木质烘焙台前，头戴歪歪扭扭的白色厨师帽，双手正举着裱花袋往纸杯蛋糕上挤奶油，帽檐投下的阴影落在台面上，背景是暖黄色烘焙灯。

同一组参数，写 A 出的图是“一只戴着帽子坐在蛋糕旁边的猫”，表情僵硬，画面没有互动；写 B 出的图猫是真的在挤奶油，而且脸上带点笨拙的专注感。这就是场景式提示词最直观的好处。

2.2 五段式模板：场景锚点 + 主体描述 + 动作互动 + 光效材质 + 风格画幅

我在大量测试后，把最顺手的提示词结构固定成五个模块，每个模块负责一件事。好处是写提示词时不用绞尽脑汁，按顺序填空就行，排查问题也方便——哪出问题了就改哪个模块。

五段式模板：

1. 场景锚点：在什么环境、什么时间，有什么标志性背景元素？ 2. 主体描述：主要人物/物体是谁，什么外貌特征，穿什么用什么？ 3. 动作与互动：主体正在做什么？手部动作、眼神方向、身体姿态？ 4. 光效与材质：光源是什么颜色、从哪打来？衣物和物体的材质细节? 5. 风格与画幅：什么画风、什么焦距、什么构图、横竖比例？

这五个要素我几乎是固定顺序写的。场景锚点放最前面，是为了先给模型定地点和时间；主体描述紧跟其后，告诉模型谁是主角；动作互动让画面产生叙事感；光效材质提升真实度和质感；最后的风格画幅决定整体视觉方向。

举个例子：

场景锚点：夜晚的老式理发店门口，暖黄灯光从玻璃门透出，门外下着细密小雨 主体描述：一位花白胡须的理发师站在门口，穿深蓝色围裙，手里拿一把银色剪刀 动作与互动：身子微微侧靠门框，另一只手正在整理袖口，眼神看向街道远处 光效与材质：玻璃门上的水雾反光，理发店招牌灯光在湿漉漉的路面形成倒影 风格与画幅：写实电影感摄影，35mm 镜头，浅景深，横构图 16:9

直接丢进 GNBP，出来的成图基本能够精确还原这个场景。我后面所有配方都是从这套模板里变化得来的。

2.3 负面提示词与风格锚点的使用技巧

负面提示词这东西，很多人一开始喜欢写一大串：blurry, ugly, deformed, bad anatomy……但在 GNBP 上，写得太多太狠反而容易出现反效果。我曾经在负面提示词里写“no text”，结果模型把画面里所有文字都抹掉了，包括主体衣服上的品牌标志；我还试过写“no watermark”，结果整张图画质反而出现微妙的不自然感。

我的经验是：负面提示词只干预你最在意的那一两项。比如人物图写“多余手指、肢体扭曲、眼睛不对称”，产品图写“背景脏乱、阴影错误、文字乱码”。写得越多，模型越容易顾此失彼。另外千万不要写“no people”，如果主体是人，这个负面词会让模型把人藏起来，然后画面里出现一堆诡异的局部肢体。

风格锚点是我最近用得比较频繁的词。和直接写“赛博朋克”这种风格名不同，锚点是一句具体的视觉描述，比如想画赛博朋克，不写“cyberpunk”，而是写“霓虹灯下的潮湿水泥路，远处全息广告牌在雨雾中闪烁，蓝紫色光线反射在积水里”。这种写法相当于自己把风格翻译成了画面语言，模型更容易真正“吃进去”。

3. 2026 最新提示词配方库（可直接复制）

3.1 配方一：商业产品海报

适用场景：电商主图、产品海报背景、公众号封面配图。我在做某独立品牌的香水推广图时，这套配方是出图稳定度最高的。

场景锚点：极简水泥灰背景，中央有一道柔和的矩形光束垂直打下 主体描述：一瓶透明玻璃质的琥珀色香水，瓶身印着极简英文单词 AURA，瓶盖是拉丝金属材质 动作与互动：瓶身微微倾斜，表面凝结水珠，一缕白色烟雾从瓶口缓缓飘落 光效与材质：玻璃折射产生棱镜光斑，金属盖有细腻拉丝纹理，背景阴影干净利落 风格与画幅：高端商业产品摄影，三灯布光，白色柔光箱，浅景深，16:9 横构图，留白超过四成

参数建议：分辨率 1536x1024，CFG 5.5，步数 30，种子固定为 20260401。

这个配方里最关键的是“动作与互动”和“光效与材质”两段。烟雾、水珠、光斑这些东西，模型很容易自己发挥过头，一旦你在提示词里写清楚“从瓶口缓缓飘落”“凝结水珠”“背景阴影干净利落”，它会自然而然地做减法，让画面更接近商业摄影的干净观感。

3.2 配方二：人像质感写真

适用场景：个人头像、摄影风格写真、角色设定图。这个配方是我测试日常人像时翻车率最低的一套。

场景锚点：下午四点的老旧图书馆，窗外斜阳透过百叶窗照进来 主体描述：一位 35 岁左右的女性研究员，戴细框眼镜，穿深灰色针织开衫，发梢微卷 动作与互动：左手捧着一本旧书，右手轻轻抬起眼镜，目光看向右下方，嘴角带着一点若有所思的状态 光效与材质：百叶窗条纹光影打在桌面和人物脸上，针织衫有清晰织物纹理，书页是哑光纸张质感 风格与画幅：自然纪实人像摄影，85mm 镜头 f/1.8 浅景深，竖构图 3:4，轻微胶片颗粒

参数建议：分辨率 1024x1360，CFG 4.5，步数 28，种子 20260402。

人像图最容易翻车的地方在于“表情”和“手的动作”。如果你想让人物眼神看向某一侧，一定要在提示词里写清楚方向，否则模型默认让人物直视镜头，表达效果会平淡很多。轻胶片颗粒这个描述能有效消除所谓“AI 塑料感”，让皮肤质感更自然。

3.3 配方三：国风场景插画

适用场景：小说封面、节气海报、国风游戏概念图。适合需要氛围感和留白审美的场景。

场景锚点：雪夜古镇石桥，河面结着薄冰，远处沿街挂着暖黄灯笼 主体描述：一位撑红纸伞的白衣少年，背影站在桥中央，衣摆被风吹起 动作与互动：微微侧头望向挂满灯笼的巷口，伞沿落着一层薄雪 光效与材质：雪地反射冷光、灯笼暖光形成冷暖对比，远景水墨虚化，桥面石板有积雪和湿痕 风格与画幅：新中式淡彩插画，大面积留白构图，2.5D 视角，竖幅 3:4

参数建议：分辨率 1088x1472，CFG 6，步数 32，种子 20260403。

这里用到的技巧是冷暖光对比。雪夜是冷调的，灯笼是暖调的，两种光在场景里碰撞，画面层次感立刻丰富起来。写国风场景时最忌讳堆砌“古风”“唯美”“中国风”这类抽象词，GNBP 容易画出模板感十足的古装美女。把这个词换成具体的“雪夜”“石桥”“红纸伞”“灯笼”“水墨”，效果会精准得多。

3.4 配方四：赛博朋克街景

适用场景：概念设计草图、宽幅壁纸、科幻小说配图。

场景锚点：潮湿的夜市后巷，霓虹广告牌发出蓝紫光，地面有大片积水 主体描述：一个穿银色机能风外套的年轻人，戴半透明护目镜，背对镜头站在自动售货机前 动作与互动：右手拿着一罐反光饮料，左手手指间夹着一张磁卡，正抬手贴近售货机感应区 光效与材质：积水形成镜面反射，霓虹光晕在雨后空气中散开，外套是金属尼龙材质，售货机玻璃有磨损划痕 风格与画幅：赛博朋克概念设计，宽幅电影镜头感，横构图 16:9，蓝紫冷调为主

参数建议：分辨率 1536x1024，CFG 6.5，步数 32，种子 20260404。

这个配方的核心是“背对镜头”加“积水反射”。赛博朋克题材写多了你会发现，模型很容易把所有霓虹灯糊成一团彩色噪点。通过将主体设置为背对镜头，为画面营造出疏离感，同时利用积水呈现倒影，这种方式很奏效。另外售货机玻璃上的“磨损划痕”这类细节描述，能有效避开干净的 AI 感。

3.5 配方五：黏土手办 IP 角色

适用场景：IP 角色设计、盲盒宣传图、周边产品示意图。这个配方最惊艳的地方在于角色一致性极高，适合要做整套系列图的朋友。

场景锚点：浅色圆角背景板，柔光箱均匀布光，没有多余的影子 主体描述：一只圆滚滚的橘猫，戴白色厨师帽，眼睛眯成两条弯线，脸颊带几颗浅棕色雀斑 动作与互动：双手捧着裱花袋，正用力往纸杯蛋糕上挤奶油，尾巴翘起来保持平衡 光效与材质：黏土手办质感，哑光涂层，表面有轻微指印和手工痕迹，厨师帽边缘略微不平整 风格与画幅：盲盒手办宣传图，微距镜头，正方形构图，背景干净到只剩浅色

参数建议：分辨率 1280x1280，CFG 5，步数 30，固定种子 20260405。

注意最后的固定种子，这是做系列角色一致性的关键操作。你只要保持种子不变，到了下一张图只微调“动作与互动”这一段，比如改成“双手端着咖啡杯”“正在给蛋糕裱花”，角色长相、材质、服装风格都能基本延续下来。关于种子和一致性的详细操作，在下一部分展开讲。

4. 从“能出图”到“稳定出图”的关键参数调优

4.1 五个关键参数逐个调

很多人拿到模型后只会在提示词里下功夫，但同样的提示词，参数不对，成图质感能差出一个档次。我把最常用的五个参数按影响程度排序：

CFG 是我最早踩坑的地方。一开始我习惯把 CFG 拉到 8，觉得这样模型更听话，结果图是听话了，颜色变得油腻，皮肤纹理像镀了一层蜡。后来逐步把 CFG 降下来，降到 5 左右，画面一下子通透了很多。GNBP 这一代的理解能力本来就强，不需要 CFG 补偿那么多。

采样步数也一样，超过 32 步之后，画面细节基本不再变化，只是浪费时间。我自己固定在 30，偶尔 28，已经能稳定出细节充足的图。

4.2 系列一致性的三个操作技巧

如果你要做系列图，比如同一角色的多姿势、同一场景的白天黑夜版、同一产品线的多张海报，有三个操作实测非常关键。

第一，固定种子。种子固定后，同一提示词的构图和基础形态不会大改。在这个基础上微调某个模块，就能做到“长得一样，动作变了”。这是整套一致性的根基。

第二，锁定角色特征列表。把角色的核心特征固定成一段常数文本，每次都放在主体描述位置。比如“圆滚滚的橘猫、戴白色厨师帽、眼睛眯成弯线、脸颊有浅棕色雀斑”，这几句话不要改，只改动作和场景模块。这样角色特征不漂移，但动作可以自由变化。

第三，用特征明显的参考图。如果你用的版本支持参考图功能，把第一次生成的标准形象放进去，权重设置在 0.6 到 0.7 之间，再配合固定种子，角色五官和材质的延续性能再上一个台阶。权重太高容易让角色僵在一个姿势，太低则等于没有参考。

4.3 批量出图与筛选的流程

批量出图不是把提示词丢进去狂点生成就完了，我自己的流程分两步。

第一步，低配刷数量。用较小的分辨率（比如 960x640）和较低的步数（24 步），CFG 固定不变，随机种子连续跑 15 到 20 张，先把构图和创意方向刷出来。这一批次你要看的是“布局对不对”“动作自然不自然”“有没有明显畸形”，而不是看细节。

第二步，高配精修。从第一批次里挑出构图和创意最顺眼的 2 到 3 张，把它们的种子固定下来，回到高分辨率（比如 1536x1024）、高步数（30 步）再精修一遍。这时细节会补全，画面更锐利，但构图不会意外大变。

这种两段式策略能节省大量时间。不要一开始就高分辨率跑 30 张，光等待时间就足够让人崩溃。

5. 翻车现场与排查实录

5.1 七个常见问题速查表

就算提示词写好了，偶尔还是会有翻车图。我把这些天遇到的典型问题整理成表，方便对照排查：

这里最诡异的一个坑是“主体被边缘裁切”。我用横构图 16:9 去画一个“站在画面左侧的人”，结果人经常被裁掉半边身子。后来我发现问题出在画幅比和位置描述冲突：16:9 画布本身就很宽，如果你要主体靠左，需要专门写“位于画面左侧三分之一处，周围留空”，而不是简单写“站在左边”。

5.2 三条独家避坑经验

第一，不要用负面提示词写太多“no text”“no watermark”。GNBP 对这类否定词的理解有时候过于激进，会把你画面里正常的文字元素一起抹掉。如果只是想让品牌文字清晰，可以在主体描述里直接写“瓶身印着干净的英文 AURA”，效果远好过负面词。

第二，中文提示词可以直接用，但不要一整段什么都混在一起。把五个模块用换行或句号隔开，模型读起来更舒服。我试过把五个模块挤成一大段话，出图质量明显下降，拆分后同样的内容出图稳定度提升一个档次。

第三，所谓“风格名”尽量少用。写“吉卜力风格”“美式漫画风”这类词，GNBP 虽然能识别，但会带出非常刻板的模板感。更好的做法是描述那些风格的核心视觉特征，比如“背景有大量手工水彩笔触，线条边缘不规则”，模型反而能给出更符合你想象的结果。风格是模型自己“翻译”出来的，而不是直接“调用”出来的。

6. 一整套趁手的工作流建议

6.1 角色一致性实操：我用 GNBP 做了一套盲盒角色

我前段时间用这个配方做了一套六个姿势的盲盒角色图，实际流程很值得参考。第一步，用配方五的提示词固定种子生成标准形象，这一步相当于“定妆照”。第二步，把定妆照作为参考图，权重设置 0.65，种子保持不变。第三步，每次只改“动作与互动”模块，比如改捧杯子、改比手势、改坐在沙发上，其余字符一律不动。第四步，检查每一张图的面部细节，个别不满意的只微调“主体描述”里的某一个特征词，比如把“眼睛眯成弯线”改成“眼睛圆圆睁大”，生成后角色整套看起来就是同一个角色在摆不同姿势。

这套流程从第一张到最后一张，几乎不需要返工。如果你是做自媒体的，可以把它用在“固定虚拟形象”或“同一场景连续剧情感配图”上，效果非常省力。

6.2 批量出图自动化的小经验

除了手动一张张跑，GNBP 也可以配合脚本批量跑提示词。我自己的做法很简单，把所有提示词按五个模块的格式整理成文本文件，一个模块一行，然后写一个循环调用的脚本，按行读取每套提示词，输出统一的命名格式：日期_种子_关键词.png。跑完自动归档到子文件夹。

这一步能给后续筛选省下大量时间。试想一下，你同一套角色要出十组动作，手动一张张填提示词、等出图、再手动改名存档，至少一小时起步；脚本跑的话，五分钟就全部落地，你要做的只是打开文件夹挑图。

归档命名有一个小技巧：文件名里带上固定种子，这样即使后续不小心把图片分开存放，也能通过种子快速追溯回源提示词。别问我为什么知道要建议这个——我曾经有一天收了三十张图，但没记种子，后来想复现其中一张的感觉，花了整整一下午才碰巧找回。

6.3 一个容易被忽略的细节：画幅比与构图词

画幅比这件事真的值得单独说。GNBP 支持横构图、竖构图、方图，但你的构图描述必须跟画幅比一致才最稳。横构图 16:9 写“纵向空间感强”本身就矛盾，模型会不知所措。我现在的习惯是：

• 方图 1:1：写“居中构图，主体占画面六成”
• 横图 16:9：写“主体位于黄金分割点，左右留出环境空间”
• 竖图 3:4 或 9:16：写“主体纵向延伸，上方保留留白”

画幅词和构图词对齐之后，画面裁切问题基本消失，而且成图更像精心设计过的摄影作品。

写在最后：三个月的迭代心得

用了 GNBP 这几个月，我最大的体会是：别总想着追“最强的模型”或“最全的参数”，把手里这套模型、提示词模板、参数范围和选图流程跑熟了，产出的稳定度比频繁换工具高得多。同一套五段式提示词，我换过完全不同的主题，从产品图到人像到国风插画再到黏土玩具，只要按照模块填充，几乎没有完全不能用的情况。

一个很小但很关键的技巧是：每次生成出满意的图，立刻记录种子和全部参数。哪怕用备忘录写一行也行。别相信自己的记忆力，在动辄几十上百张图的产出节奏里，没有记录就等于后面要重新撞运气。

最后分享一个我最近常用的技巧：如果你觉得某张图“差一点感觉”，不要急着大改提示词，先把 CFG 往下降 0.5 再重新生成。很多时候，那一点“太假、太锐、太板”的感觉，都只是 CFG 高了一点点造成的。先调参数，再调词，这是我试了无数次之后总结出的优先级。