场景合成提示词
场景合成提示词是一类把参考人物、角色或产品自然嵌入特定媒介场景的图像生成 Prompt。它不同于单纯“换风格”，而是同时约束身份参考、场景语法、媒介语法、画面细节和负面条件，让生成结果看起来像某个真实截图、直播画面、游戏画面或商业设计稿。
简介
场景合成提示词的核心任务，是把“一个主体”放进“一个可信场景”。在传统照片风格转换里，用户通常上传一张自拍，然后要求模型保留脸型、发型、气质，把照片转换成蜡笔、塔罗牌、Y2K 大头贴或杂志封面等风格；场景合成则更进一步，它要求模型理解具体媒介的成像规律和信息构成：体育转播截图要有长焦压缩、比分牌、观众席、直播噪点和运动模糊；社交媒体截图要有评论、点赞、平台 UI、随手拍构图和互动数据；SaaS 仪表盘要有侧边栏、筛选栏、KPI 卡片、图表、警报和可信字段；游戏主菜单要有菜单项、HUD、角色称号、剧情短句和底部状态条。
这类 Prompt 的价值在于，它把“视觉真实感”拆成可写入指令的结构，而不是笼统地说“真实一点”。素材 2026-07-06-woshipm-gpt-image-2-prompts-free 中的 KBO 直播案例就是典型样本：Prompt 不只要求“让参考图片中的女士坐在球场”，还写明韩国职业棒球联赛、三星狮队棒球服、夏日傍晚、观众席视线水平、长焦镜头、不要直视镜头、啤酒杯、蓝色加油毛巾、LED 显示屏、第八局下半、0 球、2 出局、投手与击球手名字，以及“正在直播”指示灯。这些细节共同构成“电视转播截图”的媒介语法。
关键信息
- 类型：图像生成 Prompt 方法论
- 适用模型：GPT Image 2 等具备参考图理解、文字渲染和复杂场景组织能力的图像模型
- 核心目标：让主体与场景自然融合，避免“人物贴上去”“风格不一致”“媒介语法错误”
- 关键风险：高仿截图、直播画面和社交媒体场景容易被误用为虚假证据，必须明确标注 AI 合成
- 相关概念：提示词工程、AI创意设计、AI视频分镜
核心特性
1. 身份参考层
场景合成通常从“使用上传参考图片作为主要身份参考”开始。这里的目标不是复制粘贴一张脸，而是保留整体面部特征、发型、表情和气质，并让模型重新生成符合新场景的自然画面。因此好的提示词会同时写“保留什么”和“不要怎样”：保留脸型、发型、自然气质；不要像粘贴、不要过度复制、不要变成美妆大片或摆拍肖像。
2. 场景语法层
场景语法负责定义“这是哪里、发生在什么环境、有哪些必须出现的物件”。例如 KBO 棒球场要有拥挤看台、欢呼球迷、加油毛巾、球场灯光和比分牌；日式入口镜前自拍要有狭窄走廊、灰色门、金属门闩、浅色瓷砖、木质镜框、灯开关和三双鞋；近未来 FPS 实机截图要有第一人称枪械、科技园区、玻璃写字楼、HUD、小地图、弹药 UI 和队友状态栏。场景语法越具体，模型越不容易退回通用审美图。
3. 媒介语法层
媒介语法描述画面来自哪种媒介：电视直播、手机自拍、游戏实机截图、杂志封面、论文图表、SaaS 仪表盘、电影海报、执行分镜表。媒介不同，可信细节也不同。电视直播需要压缩痕迹和轻微运动模糊；手机自拍需要手持视角、自然构图和颗粒；论文图表需要面板标签、箭头、坐标轴、图例和留白；仪表盘需要可读字段和层级；分镜表需要镜号、景别、运镜、台词和时长。
4. 版式与文字层
GPT Image 2 的新价值之一是能在图片内处理大量文字，因此场景合成 Prompt 可以直接指定“图片中必须出现哪些文字”。这在杂志封面、SaaS 面板、医学图表和 storyboard layout 中尤其重要。高质量 Prompt 会把文字当作版式对象：写明标题位置、字号风格、日期条、KPI 数字、表格列名、按钮标签、警报数量，而不是简单说“加一些文字”。
5. 负面约束层
场景合成非常依赖负面约束。因为模型容易把“人物在球场”生成成写真，把“游戏海报”生成成廉价手游，把“直播截图”生成成广告大片。素材中的 KBO Prompt 明确排除“智能手机照片、自拍、直视镜头、摆拍肖像、时尚拍摄、美妆大片、影棚灯光、超近特写、夸张魅力、过度修图、卡通、插画、动漫、塑料感皮肤、复制粘贴的脸、不自然的脸、错误棒球场”等。负面约束不是附属品，而是把场景拉回正确媒介的关键。
不同素材中的观点
- 2026-07-06-woshipm-gpt-image-2-prompts-free：本文把场景合成展示为 GPT Image 2 的核心玩法之一。KBO 直播截图案例说明，场景合成不是“把人放到背景里”，而是生成一个具备转播语法、比赛信息、观众氛围、长焦镜头和压缩痕迹的完整媒介画面。素材还展示社交截图、FPS 游戏截图、黑神话风格主菜单、乙女手游 KV、医学图表、GUI 仪表盘等场景，证明同一方法可以横跨社交媒体、游戏、影视、科研和产品设计。
实用信息
可复用 Prompt 骨架
使用上传的参考图片作为主要身份参考。
保留：主体的整体面部特征 / 发型 / 气质 / 服装或关键识别元素。
不要：复制粘贴感 / 过度美颜 / 不自然五官 / 脱离参考主体。
场景：明确地点、时间、行业、事件和环境细节。
媒介：说明画面像电视直播 / 手机自拍 / 游戏实机截图 / 杂志封面 / 论文图表 / SaaS 仪表盘。
版式与文字：列出必须出现的标题、字段、按钮、比分、标签、表格列名或 HUD 元素。
质感：镜头、光影、颗粒、压缩、运动模糊、材质、留白和色彩。
负面提示词：排除错误媒介、错误风格、版权标识、塑料感、过度修图和不自然主体。适用场景
- 社交媒体内容演示：朋友圈、直播间、短视频截图、评论互动图。
- 商业视觉提案：品牌海报、杂志封面、广告 KV、产品生活方式图。
- 游戏与影视预演：游戏实机截图、主菜单、角色海报、影视分镜板。
- 产品与科研表达：SaaS 仪表盘、移动 App 面板、论文图表、数据可视化海报。
使用边界
场景合成提示词具备很强的“伪真实”能力，因此应默认把产出标记为 AI 合成；不应用来伪造公众人物现场截图、社交媒体证据、比赛直播画面、医学或财务凭证。对于借鉴真实 IP 风格的海报或游戏画面，应替换 logo、角色、版权文字和专有标识，保留“风格参考”而不是复制具体资产。