跳到正文
Grok image
简体中文
English简体中文繁體中文DeutschEspañolPortuguês

图片转提示词

上传一张图片,工具会写出一段描述,你可以把它当作提示词粘到别的生图模型里。目标模型、详细程度、是否附带负向提示词、以及用哪种语言输出,都由你决定。

更新于:

创作设置

图片提示词反推

原始图片*

会按照目标模型的习惯组织提示词。

高级选项

生成结果

完善左侧设置并开始生成,结果会直接显示在这里,无需跳转页面。

进去的是图,出来的是文字

工具读一张图,返回一段文字。这段文字的详细程度足以拿到另一个生图模型里当提示词使用,整件事的意义就在这:图片是起点,你带走的是那些字。

这不是在找回原提示词。提示词不会藏在图片里,任何工具都取不出别人当初敲下的那句话。这里产出的是对画面的一次新描述,用的是生图模型能听懂的词汇。

这个区别比听起来重要。你传的是自己拍的照片,出来的文字描述的是你的照片;你传的是别处找来的图,出来的文字给你一条朝着同一个方向做东西的路,而不用把那文件本身拷走。

五种目标模型,差别不只是换个词

目标模型不是摆设。不同的生图模型吃不同的写法,同一张图选不同目标,写出来的描述形状是不一样的。

目标模型描述按什么形状来写
通用生图模型平实的句子,任何模型都读得懂。还没想好这段提示词最终去哪,选它最稳。
Nano Banana按 Nano Banana 系列的读法来写,它对自然语言的描述反应好,也擅长处理画面里的文字。
GPT Image按 GPT Image 系列的读法来写,指令更像在给指示,而不是在描述一个场景。
Midjourney句子更短、分量更重,带上那个模型习惯吃的参数写法。
Stable Diffusion / Flux逗号分隔的标签,排列顺序按 checkpoint 模型能稳定解析的方式来。

如果已经知道这段提示词要送去哪,先定目标模型。之后再改等于重跑一遍,因为文字的形状会跟着变。

三档详细程度,最短那档什么时候反而最好

详细程度决定画面有多少内容被写进文字里。它不是画质旋钮,写得长也不等于写得好。

  • 精简:只给主体和整体处理。你打算在后面自己补方向的时候用这一档。
  • 专业详细:在主体之外补上构图、光线和材质,适合要交给别人用的提示词。
  • 极致详细:把工具能读到的都写出来,包括画面里顺带出现的物件。做参考稿时有用,代价是原图里的偶然成分也会一起被带到下一次生成里。

最长的那档不是最准的那档。多出来的每一条,都是模型会努力去满足的一件事,其中有些你未必想留。

「分析重点」这个字段,我们测过的工具里没有一家有

我们看过的同类工具都让你选目标模型和输出格式,没有一家让你说「看哪里」。这个工具专门加了一个自由填写项来做这件事。

把你在意的写进去,描述就往那个方向偏。要求细看光线和配色,这两项就会比桌上的器物写得更细;问配色,文字就跟着颜色走。

这是一段泛泛的描述和「回答你真正想问的问题」之间的差别。你要复刻的是一个观感而不是一个场景时,起作用的就是这个字段。

负向提示词是一个开关,不用你自己写

把负向提示词打开,返回的会是两段文字:一段是描述,另一段是下次生成要避开的东西。

一张图本身几乎不说「不该有什么」。描述出来的场景自带它的反面,这个开关做的事就是把那层反面写成可以粘进负向框里的字。

你用的模型没有单独的负向框时就关掉。开着不多花钱,但多一段文字要多处理一道。

四种输出语言,含日语

描述可以用英文、简体中文、繁体中文或日文输出,与这个页面当前是什么语言无关。

它不是把写好的英文提示词翻译一遍,而是直接用你选的语言产出描述。对训练时偏某种语言的模型来说,这一点是有影响的。

另一面是:图不变、目标模型不变,你可以用自己的语言读懂输出。

一次运行是怎么走的,以及要花多少

一次运行 = 一张图 + 一组选项。不用装任何东西,除了生成本身也没有别的排队。

  1. 先登录。工具从账户余额扣费,所以必须有账号,没有匿名通道。
  2. 上传要描述的图片,拖进去或点选文件都可以。
  3. 选择目标模型、详细程度、是否要负向提示词、以及描述用哪种语言输出。
  4. 可选:填写分析重点,指定这次描述要盯住画面的哪一面。
  5. 点生成。一次运行扣 1 积分,按次扣,不按返回文字的长短扣。

最近 12 次运行记录保存在这个浏览器里,方便你比两次尝试的差别,或者找回一条不小心关掉的描述。

文字描述能做到什么,做不到什么

描述不保证生成出一模一样的图。这是整个品类共同的边界,与其藏着,不如直说。

从描述到你那张图之间隔着两件事。第一件,从文字生成是从噪声起步,不是从你的文件起步,所以出来的是一张照着文字新建的图。第二件,描述是有损的:工具没提到的地方都可以自由变化,而每个模型填补沉默的方式都不同。

描述能带走的是你在意的那些部分:主体、布局、光线、配色、处理手法。它们能不能活过下一次生成,取决于你把提示词送去哪个模型,以及你要求保留多少。

这个品类里没有工具能保证纯靠文字忠实还原。我们这一档也不保证。

三条分别写给不同模型的提示词

下面这三段是另一家站点连同它自己的对照案例一起公布的,这里逐字照录,用来给你看一条能用的提示词长什么样。三条分别写给不同的目标模型,它们之间的差别正是重点。

写给 Flux
A lone bicycle courier in a translucent raincoat waits at a crosswalk in a futuristic megacity at night. Towering dark buildings, cyan and amber neon reflected across rain-soaked asphalt, drifting street steam, and a distant elevated tram. Cinematic realistic concept art, street-level wide shot, strong depth, atmospheric haze.
写给 Midjourney
A colossal bioluminescent blue whale glides through a sunrise sky above floating stone temples and waterfalls, tiny birds circling its fins and clouds drifting between the islands. Painterly epic fantasy concept art, whale sweeping diagonally across the upper frame, golden dawn backlight, luminous turquoise markings, serene and awe-inspiring.
写给 Stable Diffusion
Anime key visual of a young shrine guardian holding a white fox mask beside her face beneath a vermilion torii gate during snowfall. Deep red scarf, dark indigo winter robes, warm stone lanterns, clean expressive linework, refined cel shading, medium portrait, blue winter twilight, quiet and determined.

三条并排读:前两条是把机位和氛围揉进句子的连续叙述,第三条是一堆彼此独立的要素堆起来的,因为 checkpoint 模型最稳的读法就是这种形状。同一张图、同一个目标模型,写出来的描述就会是那个形状。

提示词保留英文原文,不逐语种翻译——它本身是模型的输入,翻译会改变输出。

这一页上七组对照图的来处

下面这些对照图是另外两家图片转提示词站点作为自己的演示发布的。不是我们做的,也不是这个工具的输出。

每一组都把同一个想法放两遍:一边是它最初生成的样子,一边是照着关于它的文字描述重新生成的样子。这正是这个工具在做的事,所以这些对照值得一看,但图的功劳属于做出它们的站点。

每条说明都写明来源。来自 img2prompt.app 的三组连同那家站点一起公布的提示词照录;来自 img2prompt.art 的四组带上那家站点自己写的「什么保持不变」的说明。

我们带署名引用,不主张任何所有权。想知道这个工具在你自己图上的表现,唯一的诚实办法是拿一张图跑一次。

效果案例

处理前

处理前: 同一个雨夜未来城市的两个版本。左边是一名快递员站在斑马线前,青蓝与琥珀色霓虹映在湿漉漉的路面上;右边是同一场景重新生成,人物、街道布局都换了,反射光保持一致。

处理后

处理后: 同一个雨夜未来城市的两个版本。左边是一名快递员站在斑马线前,青蓝与琥珀色霓虹映在湿漉漉的路面上;右边是同一场景重新生成,人物、街道布局都换了,反射光保持一致。
该站与这组图一并公布的提示词
A lone bicycle courier in a translucent raincoat waits at a crosswalk in a futuristic megacity at night. Towering dark buildings, cyan and amber neon reflected across rain-soaked asphalt, drifting street steam, and a distant elevated tram. Cinematic realistic concept art, street-level wide shot, strong depth, atmospheric haze.

来源站把它编为 Case 01「电影感城市」,写给 Flux。重绘那张把霓虹反射、湿路面和夜色雾气留了下来,同时换了人物、重画了街道——这就是描述被忠实带走时的样子:处理手法活下来,具体排布不会。

img2prompt.app,其 Image to Prompt Generator 页面的案例墙,抓取于 2026 年 9 月 19 日。该站把每组对照与用于重绘的提示词一并公布。 · 第三方素材。权利归发布方所有;此处带出处引用,不主张任何所有权。

处理前

处理前: 一头鲸鱼在日出时分飞过浮空石庙的两个版本。左边偏冷、雾气更重,右边更暖,庙宇在画幅里更低,鲸鱼也更小。

处理后

处理后: 一头鲸鱼在日出时分飞过浮空石庙的两个版本。左边偏冷、雾气更重,右边更暖,庙宇在画幅里更低,鲸鱼也更小。
该站与这组图一并公布的提示词
A colossal bioluminescent blue whale glides through a sunrise sky above floating stone temples and waterfalls, tiny birds circling its fins and clouds drifting between the islands. Painterly epic fantasy concept art, whale sweeping diagonally across the upper frame, golden dawn backlight, luminous turquoise markings, serene and awe-inspiring.

Case 02「史诗奇幻」,写给 Midjourney。两张都保住了同一个主体和同一片金色逆光,动的是构图:鲸鱼以不同角度穿过画面,岛屿在它下方换了位置。这就是带权重的短句提示词的表现。

img2prompt.app,其 Image to Prompt Generator 页面的案例墙,抓取于 2026 年 9 月 19 日。该站把每组对照与用于重绘的提示词一并公布。 · 第三方素材。权利归发布方所有;此处带出处引用,不主张任何所有权。

处理前

处理前: 两版动画主视觉:雪中的神社守护者把白色狐面举在脸旁,站在朱红鸟居下。左图更近、更暗,右图是更宽的暮色画面,石灯笼亮着。

处理后

处理后: 两版动画主视觉:雪中的神社守护者把白色狐面举在脸旁,站在朱红鸟居下。左图更近、更暗,右图是更宽的暮色画面,石灯笼亮着。
该站与这组图一并公布的提示词
Anime key visual of a young shrine guardian holding a white fox mask beside her face beneath a vermilion torii gate during snowfall. Deep red scarf, dark indigo winter robes, warm stone lanterns, clean expressive linework, refined cel shading, medium portrait, blue winter twilight, quiet and determined.

Case 03「动画主视觉」,写给 Stable Diffusion。这组能解释为什么第三条提示词是列表而不是散文:围巾、冬衣、线稿、上色方式都逐项点了名,重绘那张把它们全留住,只换了机位。

img2prompt.app,其 Image to Prompt Generator 页面的案例墙,抓取于 2026 年 9 月 19 日。该站把每组对照与用于重绘的提示词一并公布。 · 第三方素材。权利归发布方所有;此处带出处引用,不主张任何所有权。

处理前

处理前: 悬崖上一座奇幻城市与下方桥梁的两个版本。左边更暗,低太阳在塔楼背后;右边更亮,天际线的顺序一模一样。

处理后

处理后: 悬崖上一座奇幻城市与下方桥梁的两个版本。左边更暗,低太阳在塔楼背后;右边更亮,天际线的顺序一模一样。

来源站对这组的说法是「体量、纵深与光线保持不变」。天际线、桥梁、塔楼高度都在原位,动的是时辰与雾的浓度——这是四组里差别最窄、最接近一次字面重画的一组。

img2prompt.art,其 Image to Prompt Generator 页面的展示区,抓取于 2026 年 9 月 19 日。该组附有发布方自己写的「重绘时打算保持不变的东西」。 · 第三方素材。权利归发布方所有;此处带出处引用,不主张任何所有权。

处理前

处理前: 同一间暖调客厅的两个版本。落地灯、书架、绿植在两版里的位置相同;沙发、地毯与窗外光线在第二版里被重做。

处理后

处理后: 同一间暖调客厅的两个版本。落地灯、书架、绿植在两版里的位置相同;沙发、地毯与窗外光线在第二版里被重做。

来源站的说法是「保住暖调氛围、取景与材质线索」。做室内的人看这组最有用:家具换了,光线和配色没换——如果一段描述要值得重复使用,要守住的正是这条线。

img2prompt.art,其 Image to Prompt Generator 页面的展示区,抓取于 2026 年 9 月 19 日。该组附有发布方自己写的「重绘时打算保持不变的东西」。 · 第三方素材。权利归发布方所有;此处带出处引用,不主张任何所有权。

处理前

处理前: 两幅人像:一位戴紫色花饰草帽、穿粉色套装的女性,背景是淡紫色。姿态与配色一致,脸不是同一个人。

处理后

处理后: 两幅人像:一位戴紫色花饰草帽、穿粉色套装的女性,背景是淡紫色。姿态与配色一致,脸不是同一个人。

来源站的说法是「配色、姿态与绘画质感保持不变」。这也是本页最直白的一次提醒:请看脸。色彩搭配和姿势被带走了,人没有——用描述替代原文件时,这是正常结果。

img2prompt.art,其 Image to Prompt Generator 页面的展示区,抓取于 2026 年 9 月 19 日。该组附有发布方自己写的「重绘时打算保持不变的东西」。 · 第三方素材。权利归发布方所有;此处带出处引用,不主张任何所有权。

处理前

处理前: 两版橘猫坐在窗台上、旁边有一盆绿植的图。猫、姿势与绿叶都还在,取景、墙面与窗外光线变了。

处理后

处理后: 两版橘猫坐在窗台上、旁边有一盆绿植的图。猫、姿势与绿叶都还在,取景、墙面与窗外光线变了。

来源站的说法是「保住主体、氛围与清晨的柔光」。这是本页主体最小、也最容易看懂的一组:猫还是那只猫的意思,但它已经换了一张照片、换了一只猫。

img2prompt.art,其 Image to Prompt Generator 页面的展示区,抓取于 2026 年 9 月 19 日。该组附有发布方自己写的「重绘时打算保持不变的东西」。 · 第三方素材。权利归发布方所有;此处带出处引用,不主张任何所有权。

常见问题

上传的图片会被留存在站上吗?

图片在运行期间被送去处理,返回的是文字描述。站上没有你的上传画廊,也没有任何属于你的内容会被公开。请把你上传的东西当成你愿意送出去处理的东西,本身就不希望被处理的图片不要传。

能一模一样地还原一张图吗?

不能,这个品类里也没有工具能。生成是从文字出发,而不是从你的文件出发,而且描述本身是有损的。它能带走的是主体、布局、光线,以及你要求它注意的处理手法。

描述可以写给哪些模型?

五种目标:通用生图模型、Nano Banana、GPT Image、Midjourney、以及 Stable Diffusion 与 Flux。换目标改的是文字的形状,不只是换个说法。

需要账号吗?一次要花多少?

需要账号,因为运行是从账户余额扣费的。一次扣 1 积分,按次扣,不按描述长短扣。没有免费的匿名模式。

「分析重点」到底改变了什么?

它决定描述把注意力放在哪里。你写进去的东西会被写得更细,画面其余部分则写得更简略。你要复刻的是观感而不是场景时,这个字段最有用。

负向提示词算不算跑第二次?

不算,它是同一次运行上的一个开关。打开之后返回里会多一段文字,列出下次生成要避开的内容,你把它粘到所用模型的负向框里即可。

描述可以用哪些语言输出?

英文、简体中文、繁体中文、日文。描述是用你选的语言直接写出来的,不是先写好英文再翻译。

页面上的案例图是你们自己的输出吗?

不是。它们来自 img2prompt.app 与 img2prompt.art,是那两家站点作为自己的演示发布的,每条说明都写明了来源。放在这里是为了让你看清「这件事做出来是什么样」,不是用来宣传这个工具的产出。

继续探索