1. 中文與 AI 理解之語法差異

2. 實際應用對照

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]。」

3. 複雜情境描述建議

當描述包含多個元素或動作關係，建議使用分句編號法：

1. 主句：穿紅色連身裙的女性

2. 子句 A：左手握著一只復古皮箱

3. 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。

4. 跨語言提示注意事項

中文轉英文提示詞建議：

• 補全代詞與角色身份

  • 如「她」應補全為「the female character」或「the young woman」

屬性修飾語順序建議：

• 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」

5. 2025 年模型演進補充提示

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。

語法結構檢查清單（提示詞提交前請確認）：

• 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）？