---
description: "看到喜欢的图，先按主体、风格、配色、光线、构图、质感、氛围七维拆开，再重组成一条可出图的 prompt；按图类换观察重点，生成后一次只改一个变量"
---

# 七维拆解

把一张参考图反推成可直接出图的 prompt。

核心就一句话：**先把图说清楚，再让 AI 扩写** —— 不要一上来就堆关键词。

## 执行流程

![从参考图到可执行 prompt 的四步：参考图、七维拆解、整合 prompt、生成与校正](assets/linux-do-2729491/08-workflow.webp)

AI 拿到一张参考图时，按下面四步做：

1. **看整体**：先用一句话说清这张图画的是什么，不急着写关键词
2. **七维拆解**：按下一节的七个维度逐项写结论；再按图的类型补上该类的专项维度（见[按图类换重点](#by-type)）
3. **整合 prompt**：把七项结论重组成一条连贯的描述，补上清晰度、画幅和镜头，并且不许偏离原图
4. **生成与校正**：出图后跟原图对比，找出偏差最大的那一维，**每轮只改这一维**

> 一次只改一个变量，结果更容易控制。

这句话是整套方法里最值钱的。前三步都在写 prompt，第 4 步其实是在做控制变量实验：同时改三维就分不清是哪一维起了作用，下一轮只能靠猜。

## 七个维度

![一张图拆成七个维度：主体、风格、配色、光线、构图、质感、氛围](assets/linux-do-2729491/01-seven-dimensions.webp)

| # | 维度 | 回答什么问题 |
|---|---|---|
| 1 | 主体 | 画面里有什么 |
| 2 | 风格 | 它看起来像什么（画册摄影、3D 渲染、扁平插画……） |
| 3 | 配色 | 主色是什么，冷暖怎么分，对比强不强 |
| 4 | 光线 | 光从哪个方向来，是软光还是硬光，整体明暗如何 |
| 5 | 构图 | 主体在什么位置，前后怎么分层，用什么镜头 |
| 6 | 质感 | 材质、纹理和细节 |
| 7 | 氛围 | 画面传达什么情绪 |

原帖对拆解顺序的说法是：

> 先看主体，再辨风格；接着判断配色和光线；然后看构图与质感；最后归纳情绪和氛围。

这个顺序是从客观到主观：主体和配色几乎不会看错，氛围最主观，放到最后，前面六项已经给它定好了调。反过来先写「安静、克制、高级感」，这类词就会压过后面的具体描述，模型更容易照着形容词自由发挥。

七维之间也有重叠。「风格」一项里往往已经隐含了光线和质感，比如「画册级静物摄影」本身就暗示了柔和侧光和清楚的材质肌理。所以拆完以后，整合时要把重复的描述删掉，不然同一件事说三遍，权重会被悄悄放大。

## 按图类换重点 { #by-type }

七维是所有图通用的，不同类型的图各有决定成败的那几维。原帖给了五类，我把每类「先看什么」压成一行：

| 图类 | 先锁定 | 容易漏掉 |
|---|---|---|
| 字体 / Logo | 字形结构：有没有衬线、粗细变化、字距 | 背景材质、光效、版式（居中 / 环绕 / 重组） |
| 风景 / 场景 | 前景、中景、远景三层分别有什么 | 时段（黄昏 / 蓝调 / 深夜）、云雾状态、原图的空间关系 |
| 摄影 / 人像 | 焦段、光圈和景深、光源方向 | 肤质、人物情绪、后期色调（胶片 / 清冷 / 暖调） |
| 3D / C4D 渲染 | 材质系统：金属、玻璃、塑料还是黏土 | 灯光方案（三点光 / HDRI / 体积光）、反射和透光、渲染器气质 |
| IP 角色 / 潮玩 | 头身比例和五官设计 | 材质手感（树脂 / 搪胶 / PVC / 毛绒）、姿态、展示视角 |

规律很明显：**每类图先锁定的，都是这一类最难靠形容词补回来的硬参数**。字形、景深、头身比都是这样，错了之后，后面的描述写得再好也救不回来。

??? example "原帖的六张示例图与「看图重点」"

    ![通用七维拆解示例：酒红色和纸折鹤静物](assets/linux-do-2729491/02-general-example.webp)

    > **看图重点：** 主体是酒红色和纸折鹤；风格偏画册级静物摄影；配色为象牙白、暖灰与低饱和酒红；自然侧光配合轻微非对称构图；和纸纤维与洞石肌理清楚；氛围安静、克制、自信。

    ![字体 Logo 示例：石墨色拉丝金属字标](assets/linux-do-2729491/03-logo-example.webp)

    > **看图重点：** 先辨认几何无衬线字形、字距与笔画比例，再观察石墨色拉丝金属、实体字标的空间关系、非对称留白、天然石材背景和柔和侧光。

    ![风景示例：蓝调时刻的湖边木屋](assets/linux-do-2729491/04-landscape-example.webp)

    > **看图重点：** 前景看岩石和芒草，中景看湖面与木屋，远景看山峰和云层；再判断蓝调时刻、地平线暖光、薄雾和广角镜头。

    ![人像示例：窗边侧逆光的浅景深人像](assets/linux-do-2729491/05-portrait-example.webp)

    > **看图重点：** 观察 85mm 视角、浅景深、窗边侧逆光、发丝轮廓光、暖肤色与冷灰蓝环境，以及人物安静坚定的情绪。

    ![3D 示例：黏土、金属与磨砂玻璃材质对比](assets/linux-do-2729491/06-3d-example.webp)

    > **看图重点：** 对比哑光黏土、镜面金属和磨砂玻璃，继续判断三点布光、反射/透光、体积光、台面布局与景深。

    ![IP 角色示例：2.5 头身潮玩站在洞石台座上](assets/linux-do-2729491/07-ip-character-example.webp)

    > **看图重点：** 先看约 2.5 头身比例、烟熏玻璃圆眼和极简嘴型，再看低饱和鼠尾草绿/陶土橙配色、哑光 PVC 质感、三分之四挥手站姿、洞石台座与画册式留白。

## 两轮提问 { #two-rounds }

原帖每个模块都分成「初版指令词 → 继续追问 → 优化后 prompt」三段。这三段其实是两次交给**看图模型**的提问，最后产出的 prompt 才交给**出图模型**：

- 第一轮：让看图模型按维度逐项分析，先输出一版中文提示词
- 第二轮：让它在不偏离原图的前提下补全细节，整合成一条完整 prompt

原帖把模块末尾那段叫「优化后 prompt」，但它其实是**更好的第一轮提问**，不是最后拿去出图的 prompt：它把每一维的候选项直接列出来让模型选（「材质是金属、玻璃还是磨砂」），比只说「分析材质」更不容易答偏。拿来用时，可以直接把这种带选项的问法当第一轮。

通用版可以这样问（把 `<图类专项>` 换成上表里对应的那一行）：

```text
请按主体、风格、配色、光线、构图、质感、氛围七个维度分析这张参考图，
每一维写一两句具体结论；<图类专项>也要单独写出来。
然后把结论整合成一条可以直接出图的中文 prompt：保留核心元素和画面气质，
补上清晰度、画幅和镜头描述，重复的描述只留一处。
```

## 复刻和提风格是两件事

这套方法的目标是**复刻**：尽量保留原图的主体、元素和空间关系。另一种思路是剥掉原图里的具体角色和情节，只提取风格，拿到的是可以套到任何主题上的风格 prompt。

两者的区别就在第 1 维：复刻要把主体写得越具体越好；提风格则要把主体删掉，只留 2–7 维。用之前先想清楚自己要哪种，不然反推出来的 prompt 会带着原图的鹤、木屋、潮玩，套不到别的主题上。

只提风格的效果，看 [Gallery · 二次元平面设计风格](../../../gallery/images/linux-do-style/gallery-anime-graphic-design.md) —— 12 组二次元风格 prompt，各配两张测试图；原帖作者只提风格、主体留占位符的 15 维反推提示词，在[原帖正文存档](../../../gallery/images/linux-do-style/assets/original-post.md)的「怎样写出自己想要的没有的风格」一节。

更大的图库在 [Gallery](../../../gallery/images/index.md)：7 大类、163 条 GPT Image 2 的中文 prompt，每条都配原图。同一个上游仓库里还有一个反推 skill，收成了本页的完整版[从图反推 prompt](../get-prompt-from-image/index.md)，可以跟七维拆解对照着看。

## 还没验证的

- 原帖说整合后的 prompt 可以「直接用于豆包/MJ/SD」，我**还没在这三个模型上实测过**，也不知道各家对中文长 prompt 的支持差多少。测完再回来补
- 原帖的示例图看起来本身就是 AI 生成的，拿它们来演示「反推后能复刻」是自证式的；换成真实照片效果会怎样，也还没试

<div class="zx-no-copy" markdown>

---

维护记录：[从哪来、改了什么](../../../maintenance/skills/seven-dimensions.md)。正常使用不用看，出问题再看。

</div>