要让通义万相生成符合预期的中式庭院插画，必须用“职业+场景+禁忌”三要素组合定义用户，如“面向35–52岁新中式家居品牌主理人，用于茶馆门头海报，拒绝网红感元素”，否则易输出泛化园林剪影或模板化古风图。
☞☞☞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☜☜☜
要让通义万相生成符合预期的中式庭院插画，必须在提示词中明确目标用户的身份、审美偏好和使用场景，否则模型容易输出泛泛而谈的园林剪影或旅游宣传图风格。
先锁定用户身份与核心诉求
在提示词开头直接写明“面向35–52岁新中式家居品牌主理人”，比写“喜欢中国风的人”更有效——这个年龄段人群对材质质感、空间留白、器物陈设有明确判断标准，模型会自动调用对应风格库。
如果目标用户是儿童绘本编辑，则必须加“适合6–8岁儿童认知水平，避免复杂匾额文字与晦涩典故”，否则AI可能生成满屏篆书题跋的假山图。
用具体行为替代抽象描述
方法一：绑定使用动作
写“用于新中式茶馆门头海报，需预留右侧20%空白处添加LOGO”，模型会主动控制构图重心与视觉留白比例，不会把假山堆满整个画面。
方法二：限定媒介特征
写“输出72dpi竖版长图，适配小红书封面尺寸（1242×2208）”，系统会倾向生成顶部有飞檐、底部有青砖地纹、中间留出人物活动空间的构图，而非传统卷轴式全景。
方法三：植入决策依据
写“客户拒绝‘网红感’元素（如发光锦鲤、荧光苔藓），要求体现明代《园冶》‘虽由人作，宛自天开’理念”，模型将抑制过度装饰倾向，转而强化石径转折节奏、竹影疏密关系等隐性设计逻辑。
规避三类常见用户表述陷阱
第一步：删掉“大众”“普通观众”“所有人”这类无效标签——通义万相没有“大众审美”数据库，只会按字面匹配高频网络图库特征，结果常是灯笼+月亮+水墨晕染的拼贴风。
第二步：不写“高端客户”“高净值人群”——这些词无视觉映射，模型无法关联到紫檀窗棂的雕花精度或太湖石孔洞的灰度层次，反而可能因误判“高端=金箔贴图”而加入俗艳元素。
第三步：禁用“国风爱好者”——该词在训练数据中已严重过载，实际触发的是抖音爆款古风滤镜模板，极易生成穿汉服女子倚栏回眸的固定构图。【必须用职业+场景+禁忌三要素组合定义用户】
