寫 AI 繪圖 prompt 最常見的方法是「一隻企鵝在用電腦」這樣丟一句話，然後等 AI 隨機給結果。運氣好偶爾能用，運氣不好要重新生 7、8 次。把 prompt 結構化之後，成功率能從大概三成拉到七成。這篇整理小企鵝實際在用的方法。

Prompt 的四層結構

寫 prompt 拆成四個區塊，每個區塊回答一個問題：

第一層：主體。要畫什麼？

最基本的一層。描述主角、場景、動作。越具體越好。「一隻企鵝」跟「一隻戴著橘色圍巾、坐在書桌前的小企鵝，面前有一台打開的筆電」，生出來的結果完全不同。

第二層：風格。什麼風格？

水彩、3D 渲染、像素風、彩色鉛筆、日系插畫、極簡線條。風格決定整張圖的「感覺」。彩色鉛筆和平面插畫風是相對不會有 AI 味的選擇。

第三層：構圖。怎麼擺？

鏡頭角度（俯視、平視、仰角）、主體在畫面的位置（中央、三分法偏左）、留白位置（右邊留空放文字）、比例（16:9 橫幅、1:1 方形）。

第四層：約束。不要什麼？

這層很多人會忽略，但對控制產出品質很有效。「不要文字」「不要黃色嘴巴」「不要過度飽和的顏色」「不要照片寫實風」。

Prompt 四層結構

Gemini/ChatGPT 實際指令範例

以下幾組是小企鵝在 Gemini 上實際用過的格式。

範例 1：部落格封面圖

主體：一隻小企鵝坐在桌前，面前擺著三台螢幕，螢幕上顯示不同的 AI 工具介面
風格：彩色鉛筆風格，柔和暖色調，略帶手繪感
構圖：16:9 橫幅，企鵝在畫面左三分之一處，右側留白可放標題文字
約束：不要照片寫實風，不要過度銳利的邊緣，不要黃色尖嘴（嘴巴是橘色圓形）

範例 2：社群配圖

主體：一隻小企鵝拿著放大鏡，看著一段散發光芒的程式碼
風格：平面插畫風格，色塊分明，有輕微紋理
構圖：1:1 方形，主體置中，背景簡潔
約束：不要 3D 效果，不要漸層背景，背景用單一淺色

範例 3：教學步驟示意圖

主體：一個簡單的流程圖，左邊是麥克風圖示，中間是 AI 處理的齒輪圖示，右邊是字幕文字圖示，用箭頭連接
風格：線條插畫，深藍配橘色，乾淨俐落
構圖：16:9 橫幅，三個元素等距排列
約束：不要寫實圖片，不要多餘裝飾元素，如果有文字請用英文

這些範例的共同特點：用中文寫、結構清楚、每個部分各佔一行。Gemini 對這種格式的理解度很高，不需要像 Midjourney 那樣用英文加上一堆 -- 參數。

更多場景 Prompt：直接複製就能用

上面三組偏工具型。下面這幾組是實際工作時最常切換的場景。

文章封面圖（部落格、新聞稿）

場景： 部落格文章、電子報、新聞稿要配的主圖。尺寸通常 16:9，右側要留給標題。 適用工具： Gemini/ChatGPT（首選，指令理解最好）、Midjourney（翻成英文後用） 使用方式： 把主題和標題關鍵字填進去，貼進 Gemini 聊天視窗。

主體：桌上散落著三本筆記本、一杯冒著熱氣的咖啡、一台打開的筆電，螢幕顯示簡單的文字編輯器
風格：水彩風格，柔和的早晨光線，略帶紙張紋理
構圖：16:9 橫幅，物件集中在左半邊，右半邊留空白可以疊標題文字
色調：暖米色背景配淺褐和淡藍，整體飽和度偏低
主題關鍵字：[填主題，例如：晨間寫作習慣]
禁止：文字、logo、3D 效果、過度銳利的邊緣、高飽和度的鮮豔色塊

小企鵝提示： 部落格封面要記得跟版面主色相呼應。實際做法是先貼一張既有封面，告訴 Gemini「參考這張的色調」，一致性會好很多。

社群貼文配圖（IG、Threads、X）

場景： 短貼文要配的方形圖或 4:5 直幅圖。要吸睛、在滑動時能停住視線。 適用工具： Gemini、ChatGPT、Midjourney 使用方式： 依平台選比例，1:1 放 X 和 Threads，4:5 放 IG 和 Facebook。

主體：一個簡單的視覺隱喻，表達 [貼文主題，例如：資訊焦慮]
風格：平面插畫，色塊分明，有一點點手繪不規則感
構圖：1:1 方形，主角置中偏上，下方留三分之一空間給疊字
色調：低飽和的莫蘭迪色系，主色深藍灰配一點暖橘
氛圍：安靜、帶一點幽默感，像朋友在說一件小事
禁止：文字、臉部特寫、高飽和霓虹、漸層背景、3D 渲染

小企鵝提示： 社群圖最怕「太像」其他人。固定一個配色 palette（例如深藍灰加暖橘），每張貼文都套同一組，看久了粉絲會認得這是你的圖。

產品宣傳圖（電商、募資）

場景： 電商商品頁、募資頁的情境圖。要讓人看到就想買，又不能像罐頭素材。 適用工具： Gemini/ChatGPT（首選，可以上傳產品照參考）、Midjourney（做氛圍圖用） 使用方式： 一定要上傳一張真實的產品照再用這段 prompt。

主體：參考上傳的產品，把它放進一個日常使用的場景：[例如 週末下午的書桌上，旁邊放著翻開的書和一杯茶]
風格：生活攝影感，自然光，淺景深
構圖：4:5 直幅，產品在畫面中央偏下三分之一的位置，上方背景稍微虛化
光線：側光，從畫面右上方進來，在產品上形成柔和的陰影
氛圍：慢、安靜、有生活感，像隨手拍下的一瞬間
禁止：塑膠感、過度光滑、AI 味人物、握手和西裝商務場景、偽造產品細節
重要：產品的外觀、顏色、logo 必須跟上傳的圖完全一致，不能改動

小企鵝提示： 最後一行「產品外觀不能改動」很重要。Gemini 有時候會善意地幫忙「美化」產品，結果畫出來的東西跟實品差一個色號，客戶會生氣。

人物插圖（避免 AI 臉的技巧）

場景： 部落格插圖需要出現人物。AI 畫的臉常常有不自然的眼神和牙齒。 適用工具： Gemini、ChatGPT、Midjourney 使用方式： 關鍵是避開正面特寫、改用背影或側臉。

主體：一個人坐在窗邊的書桌前，從背後或側面看過去，手邊有一本書和一支筆
風格：彩色鉛筆手繪風，紙張紋理明顯，線條略有抖動感
構圖：16:9 橫幅，人物在畫面左側三分之一處，不顯示正面五官
角度：從後斜上方 45 度俯視，看到後腦勺和肩膀，臉部朝向窗外
色調：午後陽光的暖橘配淡綠，低飽和
禁止：正面人臉、牙齒特寫、對視鏡頭的眼神、塑膠感皮膚、完美五官

小企鵝提示： 只要 prompt 裡有「正面」「特寫」這類字，AI 就很容易畫出怪臉。改用「背影」「側臉 45 度」「只到肩膀」這些描述，幾乎不會出錯。如果真的需要臉，建議改用真人素材或自己拍。

資訊圖表（流程圖、比較圖）

場景： 文章裡要一張簡單的示意圖說明流程或比較。不是正式的 infographic。 適用工具： Gemini/ChatGPT（可以畫簡單線條圖）、手動用 Figma 做（最穩，AI 出來的圖常常字會糊） 使用方式： 如果圖裡有文字，建議讓 AI 畫純圖形，文字自己用 Figma 疊上去。

主體：一張簡單的三步驟流程圖，三個圓角方塊由左到右排列，中間用箭頭連接
元素：
  第一格：一張紙的圖示，代表輸入資料
  第二格：齒輪和 AI 晶片的組合，代表處理
  第三格：一個對話框圖示，代表輸出
風格：極簡線條插畫，粗細一致的描邊，沒有填色或只填淺色
構圖：16:9 橫幅，三個方塊等距排列，背景留白
色調：背景純白 #FFFFFF，線條深灰 #2D3748，重點色用一點淺藍 #90CDF4
禁止：任何文字（中英都不要）、3D 立體、漸層、陰影、多餘裝飾

小企鵝提示： 最後那句「任何文字都不要」是關鍵。AI 畫字幾乎一定會糊或錯字，不如直接留空，回 Figma 再疊乾淨的中文。這招可以省掉一整輪重試。

參考圖：提高一致性的關鍵

純文字 prompt 有一個天花板：AI 對「腦中的畫面」永遠只能猜。參考圖可以大幅拉近這個差距。

實際做法是直接把圖片上傳到 Gemini，然後告訴它「參考這張圖的風格和角色造型，生成以下內容」。

這招在解決角色一致性問題上特別有效。例如品牌企鵝有橘色圓嘴，但 AI 的訓練資料裡真企鵝都是黃色尖嘴，光用文字強調「橘色圓嘴」常會被模型「拉回」黃色尖嘴。附上參考圖之後，錯誤率明顯下降。

Prompt 最佳化前後對比

怎麼降低 AI 感

AI 生圖有一種一眼就能認出來的「AI 感」。高飽和度、過度光滑的質感、每個邊緣都銳利到不自然、光影太完美、漸層。降低這個問題有幾種方式：

指定有紋理的風格。 彩色鉛筆、水彩、粉彩、蠟筆。這些風格自帶不規則的筆觸和紋理，天然就比 3D 渲染風格更不像 AI。

降低飽和度。 在 prompt 裡加上「柔和色調」「低飽和」「muted colors」。AI 預設的顏色偏向高飽和，壓下來之後整體看起來舒服很多。

加一點不完美。 「略帶手繪感」「邊緣不要太銳利」「自然的光影，不要過度 HDR」。這些小指令可以讓成品少一點那種「太乾淨」的感覺。

避開 AI 最擅長的風格。 超寫實人像、科幻場景、3D 產品渲染圖。這些是 AI 的舒適區，一生成就很明顯是 AI 做的。彩色鉛筆、手繪這類「不完美」風格的 AI 感反而會低很多。

小企鵝品牌的配圖幾乎都用彩色鉛筆風格，原因很單純：最不容易被一眼看出是 AI 生成的。

踩坑：企鵝嘴巴的故事

這個坑值得單獨講，因為它呈現了 AI 生圖的一個根本限制。

品牌企鵝有橘色圓嘴。很簡單的特徵，但 AI 就是會畫錯。

第一個直覺是 prompt 寫得不夠清楚，於是加了 the penguin has an brown rounded beak, NOT yellow, NOT pointy。有改善，但還是偶爾出錯。

實際原因是模型訓練資料裡有數百萬張企鵝照片，絕大多數企鵝嘴巴都是黃色尖的。prompt 再怎麼強調，模型的「本能」還是會把它拉回黃色尖嘴。

最終解法是參考圖加文字約束一起上。附上一張嘴巴正確的參考圖，同時在 prompt 裡明確寫出「orange rounded beak」。雙管齊下之後成功率才穩定。

教訓：AI 的產出跟訓練資料有很強的關聯。要的東西跟訓練資料裡的常見樣式不同時，光靠文字描述不夠，一定要給視覺參考。

各工具 Prompt 寫法比較

比較項目Gemini（Nano Banana Pro / Nano Banana 2）Midjourney 最新版ChatGPT 內建（GPT Image 2.0）
語言中文、英文都行只吃英文中文可以（對話自動轉譯）
格式自然語言，不用特殊語法需要 --ar、--style 等參數自然語言，對話式
負面約束直接寫「不要 XX」用 --no 參數直接寫「不要 XX」
參考圖上傳圖片加文字描述用圖片 URL 加 /describeChatGPT 對話可以附圖
風格控制用文字描述風格--style raw 加風格關鍵字用文字描述，控制力較弱
上手難度低高低

不同模型版本的細節差異可以再看 Gemini 免費版 vs Pro 版差異。

完整生圖流程

從想圖到完成的流程：

  1. 先想好這張圖的用途和放置位置
  2. 用四層結構寫 prompt（主體、風格、構圖、約束）
  3. 如果涉及品牌角色，附上參考圖
  4. 生成 3-4 張，挑最接近的
  5. 如果都不對，調整 prompt 裡最弱的那一層，再生一輪
  6. 挑好之後用 Figma 做最後微調（加文字、調配色、裁切）

整個流程一張圖大約 5-15 分鐘。第一次畫的新場景會久一點，因為要多試幾輪抓到對的方向。

FAQ

AI 繪圖 prompt 怎麼寫才不會出奇怪的圖？

關鍵是結構化。把 prompt 拆成四個區塊：主體、風格、構圖、約束。每個區塊寫得越具體，AI 偏離預期的機率越低。特別注意約束層，明確告訴 AI 什麼不要，比告訴它什麼要更有效。

為什麼 AI 畫的圖看起來很假？

多半是風格問題。AI 預設的渲染風格偏向高飽和、光滑質感、過度銳利，這就是所謂的「AI 感」。指定手繪、水彩、彩色鉛筆等有紋理的風格可以大幅降低這種感覺。

AI 繪圖 prompt 可以用中文寫嗎？

看工具。Gemini 與 ChatGPT 對中文 prompt 的理解度很好，直接用中文寫就行。Midjourney 只吃英文，要自己翻譯或請 AI 幫忙轉成英文 prompt。

Prompt 裡最容易被忽略的部分是什麼？

約束層。大部分人只告訴 AI「要什麼」，但沒說「不要什麼」。加上負面約束（不要文字、不要過度飽和、不要黃色嘴巴之類的），能大幅減少需要重新生成的次數。

怎麼讓 AI 每次生出風格一致的圖？

附參考圖是最有效的方法。把一張已經確認 OK 的圖上傳，然後請 AI 參考這張圖的風格。同一個 session 內連續生成也能維持一定的一致性，但隔天重開就會跑掉。

小企鵝的經驗

小企鵝最早接觸 AI 生圖是在 Midjourney 早期 Discord 介面那段時間。後來主力切到 Gemini 與 ChatGPT，理由很簡單：中文指令服從度好、可以直接上傳參考圖、品牌角色一致性比純文字描述穩很多。Canva 的 AI 生圖也試過一陣子，色彩漸層的處理跟整體質感不太合用，後來就沒再回去。

「彩色鉛筆 + 禁漸層」這組關鍵字是小企鵝品牌圖的固定底色。原因是 AI 預設那種高飽和、漸層、3D 質感的風格太容易被一眼認出，彩色鉛筆風格自帶手繪紋理和不規則感，掉到 AI 味的機率最低。

Prompt 庫的累積也是這幾年慢慢做出來的習慣。每次找到好的指令結構就存下來，下次需要類似主題的圖直接拿出來改幾個字，比每次從零開始快很多。pen-pings 系列就是把這些常用 prompt 整理出來的分享格式。

Prompt 這件事沒有盡頭。每次換一個工具版本，之前好用的寫法可能就不管用了，不同模型跑出來的也會有不一樣結果。長期來看，能穩定產出可用圖的關鍵在於建立自己的指令庫，依照工具版本逐步迭代，而不是死守某一組「神 prompt」。

延伸閱讀

整理：Penna｜小企鵝 Penchan