通义千问“以图写诗”需分三步：先精准提取图像意象，再用定制化提示词限定诗体与格律，最后通过单点迭代优化。须规避低质图、中英混用术语及忽略图中文字等常见错误。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您上传一张照片，希望通义千问为其生成一首贴合画面意境的诗，但发现输出空泛、偏离图像细节或缺乏韵律感，则可能是由于提示词未精准引导模型聚焦视觉要素与诗歌体裁。以下是实现高质量“以图写诗”的具体操作路径：
一、启用图生文识别并提取核心意象
该步骤确保模型准确理解图像内容，为后续诗歌创作提供可信的语义基础，避免主观臆测导致意象失真。
1、打开通义千问官网（https://tongyi.aliyun.com/qianwen/）或App，进入多模态对话界面。
2、点击输入框旁的图片图标，上传目标照片；或直接将图片拖入对话区。
3、输入指令：请逐项描述这张图片中的主体对象、背景环境、光影特征、色彩倾向、人物动作或情绪氛围，仅输出纯文本描述，不加评论。
4、等待模型返回结构化视觉描述，确认关键元素（如“青石小巷”“撑油纸伞的侧影”“雨丝斜织”“灰蓝主调”）已完整覆盖。
二、构建诗歌专用提示词模板
此方法通过显式约束体裁、风格与形式，强制模型切换至诗歌生成模式，规避通用文本输出倾向。
1、基于上一步获得的视觉描述，新建一条消息。
2、输入指令：请根据以下画面描述创作一首七言绝句：{粘贴上步所得描述}。要求：押平水韵，第二、四句末字押韵；语言凝练含蓄，融入古典意象；避免直白说明，用隐喻传递情绪。
3、若需现代诗，替换为：请据此画面写一首自由体现代诗，分行书写，每行不超过12字；使用通感与留白手法；禁用‘像’‘仿佛’等明喻连接词。
4、发送后检查是否出现格式错误——若首行为空或含解释性文字，立即追加指令：只输出诗作正文，删除所有说明、标题、作者名。
三、分层优化：先写再炼的迭代法
该方案适用于对诗意精度要求较高者，利用模型上下文记忆能力，实现“初稿生成—缺陷定位—定向重写”的闭环。
1、首轮生成后，观察问题类型：是意象错位、韵律断裂，还是情感单薄？
2、针对性追加指令，例如发现“未体现黄昏感”，则输入：原诗中缺少时间标识，请在第二句加入‘斜阳’或‘暮色’相关意象，并保持押韵不变。
3、若需增强文学性，输入：请将第三句改写为倒装结构，突出‘风起’的突发感，用‘忽’字开头。
4、每次修改仅聚焦一个维度，避免复合指令干扰模型注意力。
四、规避常见失效场景
本步骤直击高频失败原因，从输入端切断错误源，提升首次生成成功率。
1、禁止上传模糊、过曝或严重裁切的图片——模型对低质量视觉信号解析容错率极低。
2、勿在指令中混用中英文诗歌术语（如“write a haiku”），必须全程使用中文明确体裁名称（五律/十四行诗/俳句）及格律要求。
3、若图像含文字（如招牌、书页），须额外声明：图中可见文字‘春风十里’为画面组成部分，请将其作为核心意象嵌入诗中，不可忽略或改写。
4、遇到重复输出同一诗句的情况，立即清空当前对话，重新上传图片并启用新会话。
