需采用分层提示词结构：基础版用英文逗号分隔核心主语、场景动词与构图视角；进阶版前置权威风格前缀并添加负面提示词如“photorealistic face”；高阶版用“::”加权控制焦点、以动作道具替代情绪形容词，并微调cfg scale（7～9）和sampling steps（30～40）。
☞☞☞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☜☜☜
想用Leonardo AI生成城市漫步主题插画，但发现提示词写得太简单出图平庸、太复杂又容易崩图或偏离预期——你需要的是能精准匹配模型理解力的分层提示词结构，而不是堆砌形容词。
基础版：确保画面不跑偏
第一步：固定核心主语→添加基础场景动词→限定构图视角。
写成：“a person walking in a city street, daytime, front view”
这一步必须用英文逗号分隔，不能用句号或顿号；Leonardo对中文标点识别极差，【逗号是唯一安全分隔符】。
删掉所有模糊词，比如“beautiful”“nice”“modern”——这些词在基础版里毫无作用，模型根本不会响应。
进阶版：控制风格与氛围细节
方法一：用权威风格前缀锚定输出方向
在基础提示词前加“cinematic photography, Kodak Portra 400 film style,” 或 “Studio Ghibli background art, soft watercolor texture,”
注意：风格前缀必须放在最开头，且只用一个逗号分隔，多了会稀释权重。
方法二：用负面提示词堵住常见翻车点
在Negative Prompt栏填入：“deformed hands, extra limbs, text, logo, blurry background, photorealistic face”
【“photorealistic face”必须加上】——否则人物脸部极易崩坏，尤其当提示词含“walking”时，模型倾向生成过度写实的面部，导致扭曲。
高阶版：动态控制构图与叙事逻辑
① 先确定视觉焦点层级：用“::”加权法分配注意力
写成：“a young woman walking::1.3, rain-wet cobblestone street::1.0, vintage streetlamp glowing::0.8, distant cafe sign blurred::0.5”
数字越靠近1.0越稳定，超过1.3可能让其他元素消失；低于0.5的元素大概率被忽略。
② 加入隐性叙事线索替代直白描述
不要写“she looks happy”，改写为：“woman holding a steaming paper cup, shoulders relaxed, slight smile, autumn leaves swirling near her ankles”
动作+道具+环境反馈=可被图像化的情绪，比形容词可靠十倍。
③ 用参数微调替代文字堆砌
在Advanced Settings中把CFG Scale设为7～9（默认7），Sampling Steps设为30～40；
CFG过低（＜5）会让画面松散，过高（＞12）会强化噪声并削弱构图逻辑。
