很多人写提示词时，一上来就堆一大串形容词，最后画面还是不太听话。FLUX.2更适合用清楚的自然语言，把最重要的内容放在前面，再一点点补充细节。记住下面这套顺序，写起来会轻松很多。
先搭好四要素骨架
一条提示词可以先按“主体、动作、风格、场景”来写。主体说清楚画面中心是谁或是什么，动作说明它在做什么，风格决定画面的媒介和审美，场景补充环境、光线、时间和氛围。
词序也有影响。建议按核心主体、关键动作、核心风格、必要场景、次要细节排列。真正不能丢的内容放在最前面，别让一堆装饰词把重点挤到后面。
提示词不用越长越好
10到30词适合快速试想法，30到80词能覆盖大多数创作，80词以上适合复杂场景和精细规格。刚开始可以先写中等长度，画面方向稳定后，再补镜头、材质、颜色和环境细节。
不同场景要换写法
写实画面
只写“专业照片”通常太泛。想要年代感或特定摄影效果，可以补上相机、镜头、胶片和拍摄方式，例如 Shot on Fujifilm X-T5, 35mm f/1.4，或者写明 early digital camera, slight noise, flash photography, candid。
画面里的文字
需要生成文字时，用英文引号标出具体内容，再说明它放在哪里、是什么字体、字号多大。比如：The text 'OPEN' appears in red neon letters above the door。品牌字样还可以绑定十六进制色号，例如 the logo text 'ACME' in color #FF5733。
颜色和信息图
色号要和具体物体绑定。a vintage illustration of an apple in color #0047AB比“用蓝色”更明确。渐变要写清起点、终点和方向；信息图则要交代图表类型、标题、分栏、数据、图标、配色和整体风格。元素很多时，可以用 JSON 结构分别写明主体、颜色、位置、风格和光线。
多语言和连续画面
有地域文化的场景，尽量用当地语言写提示词，建筑、街道和生活细节会更贴近语境。漫画分镜或连续艺术要逐镜生成，并固定人物年龄、肤色、发型、五官、服装和标志性元素。每个分镜都重复这些核心描述，角色才不容易越画越变。
复杂需求再用进阶方法
JSON 适合多元素画面、批量生成和需要精确控制的项目。多参考图融合时，要说清每张图负责什么，比如主体来自图1、风格来自图2、背景来自图3。需要快速扩写时，可以开启 prompt_upsampling，让模型在保留原意的基础上补充画面细节。
别忽略画幅和参数
尺寸要按使用场景选，且输出宽高应为16的倍数。1:1适合社交媒体和产品图，16:9适合风景和电影感画面，9:16适合移动端和人像，4:3适合杂志和演示文稿，21:9适合全景。分辨率最低64×64，最高4MP，日常创作一般控制在2MP以内更方便。
想复现结果，可以写 seed: 42。Flex 版本可设置 guidance: 4.5 和 steps: 50，guidance常用范围为1.5到10，steps最多50步，具体还要看速度和质量的取舍。
最后记住三个避坑点
- FLUX.2不使用负面提示词，直接用正向语言描述你想要的结果。
- 想要清晰画面，写
sharp focus throughout，不要只写no blur。 - 想要空场景，写
empty scene，不要写no people。
提示词的重点从来不是把句子写得玄乎，而是让模型知道画面里有什么、它们怎么排列、整体要呈现什么感觉。先用简单结构跑通，再逐步增加控制项，通常比一开始写满一整页更容易得到稳定结果。需要批量制作商业图片时，也可以了解AI图像生成服务的实际交付方式。
附件:FLUX.2 提示词撰写核心规则总结
基于官方文档，FLUX.2 提示词撰写以「结构可控、精准正向、场景适配」为核心，完整规则分为基础框架、分场景专项规则、进阶技巧、格式参数规范、最佳实践与避坑准则五大模块，具体如下：
一、基础提示词核心框架与优先级
这是保证生成效果稳定的底层规则，必须严格遵循。
四要素固定结构：统一使用 主体 (Subject)+ 动作 (Action)+ 风格 (Style)+ 场景 (Context) 框架撰写
主体：画面核心焦点（人物、物品、角色等）
动作：主体的行为、姿态
风格：艺术手法、媒介、审美调性
场景：环境、光线、时间、氛围、画面情绪
词序与权重规则：FLUX.2 对前置内容关注度更高，必须按优先级排序，核心需求放在最开头
优先级顺序：核心主体 → 关键动作 → 核心风格 → 必要场景 → 次要细节
长度规范
短提示词（10-30 词）：快速概念验证、风格探索
中提示词（30-80 词）：绝大多数创作场景的最优选择
长提示词（80 词以上）：复杂场景、多元素精细化规格要求
二、分场景专项撰写规则
1. 写实风格（Photorealism）撰写规则
核心逻辑：通过自然语言即可生成基础写实效果，差异化风格需明确指定年代、相机型号、镜头参数、胶片类型、拍摄技法。
官方标准化风格模板
2000 年代数码相机：early digital camera, slight noise, flash photography, candid, 2000s digicam style
80 年代复古胶片：film grain, warm color cast, soft focus, 80s vintage photo
进阶技巧：精准标注硬件参数，例：Shot on Fujifilm X-T5, 35mm f/1.4，效果远优于泛泛的「专业照片」描述。
2. 文字排版（Typography）专项规则
核心原则：清晰、具象地描述文本信息，才能生成可读、精准的文字内容，关键要点如下：
用英文引号标注目标文本内容，例：The text ‘OPEN’ appears in red neon letters above the door
明确指定文本的摆放位置（相对其他元素的方位）
详细描述字体风格，例：elegant serif typography、bold industrial lettering、handwritten script
标注字号规格，例：large headline text、small body copy、medium subheading
品牌类文本推荐用十六进制色号精准定色，例：The logo text ‘ACME’ in color #FF5733
3. 精准色彩控制（HEX 色号）撰写规则
基础语法：用color/hex关键词 + 色号，必须将色号与具体物体强绑定，禁止模糊表述
正确示例：a vintage illustration of an apple in color #0047AB
错误示例：use #FF0000 somewhere
渐变色彩撰写：明确指定渐变起止位置、起止色号，支持线性、径向、多段渐变
线性渐变示例：the color of the vase is a gradient, starting with color #02eb3c and finishing with color #edfa3c
径向渐变示例：radial gradient from rich purple (#6A0DAD) at the center fading outward to warm gold (#FFD700) at the edges
多段渐变示例：分区域指定Upper sky/Middle sky/Horizon glow对应的色号，实现平滑色彩过渡
结构化色彩控制：支持 JSON 格式提示词，为不同物体分别指定色号数组，实现多元素精准色彩匹配。
4. 信息图表与数据可视化撰写规则
支持 JSON 结构化模板，核心字段：type、title、subtitle、sections（含heading/content/visual）、color_scheme、style
自然语言撰写要点：明确图表类型、标题、分栏数量、统计内容、图标类型、配色方案、整体风格，示例：
Create a vertical infographic about coffee consumption worldwide. Title: ‘Global Coffee Culture’. Include 3 sections with statistics, use icons for each country, color scheme #4A2C2A (brown) and #F5E6D3 (cream). Modern minimalist style with clean typography.
5. 多语言提示词规则
FLUX.2 支持多语言理解，使用目标场景的母语撰写提示词，能获得更地道、符合当地文化的生成效果。
示例：用法语写诺曼底乡村集市、泰语写曼谷近郊早市、韩语写首尔市中心屋顶花园，可精准还原当地建筑、氛围、人文细节。
6. 漫画分镜与连续艺术撰写规则
核心原则：分镜单独生成，人物核心描述全程保持高度一致，保证角色连贯性。
关键撰写技巧：
每个分镜都固定人物核心特征：年龄、肤色、发型、五官、核心服饰、标志性元素，全程重复这些细节；
每个分镜明确标注：统一的风格、角色描述、场景、台词文本、画面情绪、色调；
按剧情拆分分镜，逐个生成，保证叙事和角色的一致性。
三、进阶提示词技巧
JSON 结构化提示词
适用场景：复杂多元素场景、自动化批量生成、极致精准控制需求
核心逻辑：可定义scene、subjects（含每个主体的 description、colors、position）、style、lighting等字段，实现颗粒度极细的画面控制。
多参考图融合提示词
适用场景：时尚穿搭、室内设计、产品合成、角色一致性保持
撰写要点：清晰描述每张参考图的作用，例：主体来自图1、风格来自图2、背景来自图3，模型会按描述精准融合参考元素。
提示词上采样（Prompt Upsampling）
适用场景：快速迭代、创意变体探索、基础概念扩写
使用方法：开启prompt_upsampling参数，模型会在保留原始创作意图的前提下，自动补充细节、丰富画面元素，无需手动撰写冗长提示词。
四、画幅、分辨率与参数规范
宽高比选择规则：按使用场景匹配对应比例，所有输出尺寸必须是 16 的倍数
| 宽高比 | 核心适用场景 | 参考尺寸 |
|---|---|---|
| 1:1（方形） | 社交媒体、产品图 | 1024×1024、1536×1536 |
| 16:9（宽屏） | 风景、电影感镜头 | 1920×1080、1536×864 |
| 9:16（竖屏） | 移动端内容、人像 | 1080×1920、864×1536 |
| 4:3（经典） | 杂志排版、演示文稿 | 1536×1152、1024×768 |
| 21:9（超宽屏） | 全景、大场景 | 2048×864 |
分辨率规范：最小 64×64，最大 4MP（如 2048×2048），绝大多数场景推荐 2MP 以内的分辨率。
核心参数标注规范
种子数（Seed）：标注seed: 数字，实现可复现的生成结果
引导度（Guidance，仅 flex 版）：标注guidance: 4.5，推荐范围 1.5-10，数值越高提示词贴合度越强
步数（Steps，仅 flex 版）：标注steps: 50，最大 50 步，平衡生成质量与速度
五、核心最佳实践与避坑准则
结构控制：从简单提示词起步，逐步增加复杂度；极致控制需求优先使用 JSON 结构化提示词。
色彩控制：永远将十六进制色号与具体物体绑定，避免模糊的色彩描述。
正向描述优先：FLUX.2 不支持负面提示词，必须用正向表述描述想要的效果，而非禁止的内容
正确示例：sharp focus throughout（全程清晰对焦），而非no blur（不要模糊）
正确示例：empty scene（空场景），而非no people（不要有人）
风格参考：写实类内容优先指定相机、镜头、胶片型号，年代风格明确标注对应时期关键词。
文化适配：对应地域 / 文化的场景，使用当地母语撰写提示词，提升还原度。
多参考图使用：清晰定义每张参考图的作用，避免模糊的融合指令。
