在向AI模型傳遞指令的過程中，我們常常需要借助Prompt這一形式，那么Prompt作為載體，是否存在一定的缺陷呢？本文作者討論了圖像生成領域里Prompt的七個缺陷，一起來看看吧。

Prompt是向AI模型傳遞指令的核心形式，隨著AI繪畫從藝術領域向設計領域深入，創(chuàng)作訴求趨于嚴謹、精確，Prompt作為創(chuàng)作意圖的重要載體，一些缺陷日益凸顯，對生成結(jié)果的可控性、可用性有很大影響。

一、寫作技能

創(chuàng)作者要將大腦中構(gòu)思的畫面通過文字表達出來，畫面是三維的、立體的，而文字卻是一維的、線性的。

對于較為復雜的創(chuàng)作意圖，這個轉(zhuǎn)化過程極具挑戰(zhàn)性、技巧性，依賴反復書寫帶來的經(jīng)驗累積或是專門的學習。

二、文本特性

同一組用詞，同一句話，受到語境、文化、群體共識等客觀因素的影響，可能存在多重含義，面對文本的多義性，模型理解很容易發(fā)生偏差，生成內(nèi)容無法切中創(chuàng)作者的真實意圖。而創(chuàng)作者要基于錯誤反饋不斷對導致歧義的內(nèi)容進行替換、校正。

三、字數(shù)限制

盡管多一些描述可以給模型更多細節(jié)，但當前AI模型對字數(shù)始終存在一個模糊的理解“上限”，超過“上限”后的內(nèi)容，要么理解錯亂，要么直接無視，所以創(chuàng)作平臺往往對Prompt字數(shù)加以限制，這就導致更多的創(chuàng)意想法無法被完整表達。

四、范式規(guī)則

相比口語化表達，模板化的描述指令更容易被模型理解而且更穩(wěn)定，具有長期創(chuàng)作需求的創(chuàng)作者，需要學習并熟練掌握基于技術邏輯反推出的的指令公式（如：畫面主體+場景+細節(jié)+風格修飾），還有控制各類權重的命令參數(shù)（如：-seed；-chaos；-::；—iw等）。

五、作用關系

對于不是描述主體的指令，往往難以判斷它是否已對畫面產(chǎn)生影響，因此我們看到“絕美、完美、超美”、“大師畫質(zhì)、超高畫質(zhì)、頂級畫質(zhì)”經(jīng)常出現(xiàn)在一條Prompt中，冗余甚至相互對立。如需調(diào)整，則要通過刪A留B，刪B留A的方式反復比對來定位修改點。

六、細節(jié)控制

尤其是設計師的創(chuàng)作場景，對形式、位置、比例、層次、關系等要素的處理更加專業(yè)嚴謹，文字型指令可以做到但書寫成本極高，用戶能否寫出“畫面偏左四分之三居中位置，一條高一百像素的金魚”？模型又能否對此精準執(zhí)行？目前看，依靠Prompt進行精細化控制并不現(xiàn)實。

七、生成預期

除使用“創(chuàng)作相似”外，創(chuàng)作者生成前對生成結(jié)果不可預測，生成過程又類似于黑箱，所以大家往往先生成幾張，看看什么效果，找到符合預期的那張再繼續(xù)深入。這個交互關系中最大的問題在于反饋的高延遲，造成了過高的嘗試成本。

Prompt的這些特點或問題，讓人不得不想起PC系統(tǒng)早期的DOS命令行界面：需要掌握語言范式、缺乏提示反饋、沒有快捷操作、不直觀等問題，讓很多計算機初學者望而卻步。

以上為輸入環(huán)節(jié)，而在模型一側(cè)，Prompt的解碼過程又會丟失一部分信息，使得創(chuàng)作者大量意圖指令無法精準、有效的傳遞給生成模型，最終得到一個錯誤的或是可用性較低的生成結(jié)果，人們感到挫敗并對技術能力產(chǎn)生質(zhì)疑，其實，生成模型的能力往往由于語義理解的限制，并沒有得到充分發(fā)揮。

如果經(jīng)常使用AI繪畫平臺，可能對這些Prompt功能并不陌生：一鍵復制、創(chuàng)作相似、靈感推薦、智能補全、咒語大全、咒語生成器、創(chuàng)作手冊、詞包、撰寫教程等等。這些功能在一定程度上降低了Prompt的撰寫成本，尤其針對體驗型、嘗鮮型的用戶，創(chuàng)作效率和質(zhì)量均有提升，但對帶有明確應用場景的設計師群體來說，上述問題依然存在。

那Prompt指令的問題如何解決？又如何讓操作體驗真正做到“平民化”呢？

顯然技術側(cè)的進展更快，涂抹、疊加、擴展等二次編輯能力，以Lora為代表的微調(diào)模型，還有Controlnet技術，支持邊緣檢測、草圖處理、姿勢識別等前沿黑科技，都在試圖融合更多其他模態(tài)的意圖信息，與Prompt形成互補，讓生成結(jié)果更加精準可控。

說回體驗層面，以Prompt為核心的創(chuàng)作范式可能并非終極形態(tài)，這方面的探索尚未達成共識。我想，在PC時代，圖形用戶界面基于出色的交互體驗，快速“取代”了DOS命令行一直影響至今，即使進入AIGC時代，答案也許仍在其中。