长提示词反损画质？论文揭示文生图文本控制新解法

rohanpaul_ai · x · 2026-08-05

一项新研究发现，文生图模型的表现并不取决于提示词的长度，而是取决于提示词对场景信息的暴露程度。在开源模型中，单纯增加自然语言描述的长度，最终反而会导致生成质量劣于短提示词。

为此，研究人员提出用结构化提示词替代冗长的散文描述，将场景、独立物体、边界框、深度、属性及相互关系分离到命名字段中。这表明，视觉生成的提示词工程应重点优化视觉变量的显式表达，而非盲目堆砌文本。