| 語法元素 | 人類自然語言 | AI 最佳化提示詞寫法 | 原因說明 |
|---|---|---|---|
| 主詞 | 常省略（由語境推理） | 必須明確 | AI 缺乏上下文推理能力 |
| 謂語 | 可含糊（如「處理一下」） | 需使用具體動詞 | 避免動作不清，造成理解錯誤 |
| 受詞 | 可抽象（如「那個東西」） | 應使用具象名詞 | 提高特徵識別精度與圖像生成準確性 |
鬆散中文表達：
「畫面裡有個男的，穿得不錯，在公園曬太陽」
問題分析：
-
主詞模糊（是哪個男的？）
-
謂語含糊（「穿得不錯」無法具象化）
-
受詞缺失（什麼公園？場景不明）
AI 友善語法結構：
「[中年亞裔男性] [穿著] [米色亞麻西裝] [坐在] [櫻花樹下的長椅上]。
[陽光] [透過] [樹葉縫隙] [投射] [斑駁光影]。」
當描述包含多個元素或動作關係，建議使用分句編號法：
-
主句：穿紅色連身裙的女性
-
子句 A：左手握著一只復古皮箱
-
子句 B：背景為 1920 年代的火車站
這種方式可協助 AI 逐步理解場景關係與視覺層次。
-
補全代詞與角色身份
-
如「她」應補全為「the female character」或「the young woman」
-
-
中文習慣描述順序：大小 → 顏色 → 材質 → 名詞
-
例如：「大型棕色皮質沙發」
-
最新技術特性：
-
LMA ：已支援中文語序彈性，可接受部分非標準順序描述。
-
MMX：對古典文風（如文言文、古詩詞）提示詞有特殊優化效果。
-
每個分句是否有清楚主詞？
-
動詞是否能對應為具體視覺畫面？
-
名詞前是否有足夠修飾語（建議 2～3 個）？
-
是否避免「的」字過度連用（建議不超過 3 個連續）？