跳至正文
Grok image
繁體中文
English简体中文繁體中文DeutschEspañolPortuguês

圖片轉提示詞

上傳一張圖片,工具會寫出一段描述,你可以把它當成提示詞貼進別的生成模型。目標模型、詳細程度、要不要附上負向提示詞、以及用哪種語言輸出,都由你決定。

更新於:

創作設定

圖片提示詞反推

原始圖片*

會按照目標模型的習慣組織提示詞。

進階選項

生成結果

完善左側設定並開始生成,結果會直接顯示在這裡,無需跳轉頁面。

進去的是圖,出來的是文字

工具讀一張圖,回傳一段文字。這段文字的詳細程度足以拿到另一個生成模型裡當提示詞使用,整件事的意義就在這裡:圖片是起點,你帶走的是那些字。

這不是在找回原本的提示詞。提示詞不會藏在圖片裡,任何工具都取不出別人當初敲下的那句話。這裡產出的是對畫面的一次新描述,用的是生成模型聽得懂的詞彙。

這個差別比聽起來重要。你傳的是自己拍的照片,出來的文字描述的就是你的照片;你傳的是別處找來的圖,出來的文字給你一條朝著同一個方向做東西的路,而不必把那個檔案本身複製走。

五種目標模型,差別不只是換個詞

目標模型不是裝飾。不同的生成模型吃不同的寫法,同一張圖選不同目標,寫出來的描述形狀並不一樣。

目標模型描述依什麼形狀來寫
一般生成模型平實的句子,任何模型都讀得懂。還沒想好這段提示詞最後要去哪,選它最穩。
Nano Banana依 Nano Banana 系列的讀法來寫,它對自然語言的描述反應好,也擅長處理畫面裡的文字。
GPT Image依 GPT Image 系列的讀法來寫,指令讀起來更像在給指示,而不是在描述一個場景。
Midjourney句子更短、份量更重,帶上那個模型習慣吃的參數寫法。
Stable Diffusion / Flux以逗號分隔的標籤,排列順序依 checkpoint 模型能穩定解析的方式來。

如果已經知道這段提示詞要送去哪,先決定目標模型。之後再改等於重跑一次,因為文字的形狀會跟著變。

三種詳細程度,最短的那一種什麼時候反而最好

詳細程度決定畫面有多少內容被寫進文字裡。它不是畫質旋鈕,寫得長也不等於寫得好。

  • 精簡:只給主體與整體處理。你打算在後面自己補方向的時候用這一種。
  • 專業詳細:在主體之外補上構圖、光線與材質,適合要交給別人使用的提示詞。
  • 極致詳細:把工具能讀到的都寫出來,包括畫面裡順帶出現的物件。做參考稿時有用,代價是原圖裡的偶然成分也會一起被帶進下一次生成。

最長的那一種不是最準的那一種。多出來的每一條,都是模型會盡力去滿足的一件事,其中有些你未必想留。

「分析重點」這個欄位,我們測過的工具裡沒有一家有

我們看過的同類工具都讓你選目標模型與輸出格式,沒有一家讓你說「看哪裡」。這個工具特別加了一個自由填寫欄位來做這件事。

把你所在意的寫進去,描述就往那個方向偏。要求細看光線與配色,這兩項就會比桌上的器物寫得更細;問配色,文字就跟著顏色走。

這是一段泛泛的描述與「回答你真正想問的問題」之間的差別。你要複製的是一個觀感而不是一個場景時,起作用的就是這個欄位。

負向提示詞是一個開關,不必自己寫

把負向提示詞打開,回傳的會是兩段文字:一段是描述,另一段是下次生成要避開的東西。

一張圖本身幾乎不會說「不該有什麼」。描述出來的場景自帶它的反面,這個開關做的事就是把那層反面寫成可以貼進負向欄位的字。

你用的模型沒有獨立的負向欄位時就關掉。開著不多花錢,但多一段文字要多處理一道。

四種輸出語言,含日文

描述可以用英文、簡體中文、繁體中文或日文輸出,與這個頁面目前是什麼語言無關。

它不是把寫好的英文提示詞翻譯一遍,而是直接用你選的語言產出描述。對訓練時偏某種語言的模型來說,這一點是有影響的。

另一面是:圖不變、目標模型不變,你可以用自己的語言讀懂輸出。

一次執行是怎麼走的,以及要花多少

一次執行 = 一張圖 + 一組選項。不必安裝任何東西,除了生成本身也沒有別的排隊。

  1. 先登入。工具從帳戶餘額扣費,所以必須有帳號,沒有匿名通道。
  2. 上傳要描述的圖片,拖進去或點選檔案都可以。
  3. 選擇目標模型、詳細程度、要不要負向提示詞、以及描述用哪種語言輸出。
  4. 可選:填寫分析重點,指定這次描述要盯住畫面的哪一面。
  5. 按下生成。一次執行扣 1 點,按次扣,不按回傳文字長短扣。

最近 12 次執行記錄保存在這個瀏覽器裡,方便你比較兩次嘗試的差別,或找回一條不小心關掉的描述。

文字描述做得到什麼,做不到什麼

描述不保證生成出一模一樣的圖。這是整個品類共同的邊界,與其藏著,不如直說。

從描述到你那張圖之間隔著兩件事。第一件,從文字生成是從雜訊起步,不是從你的檔案起步,所以出來的是一張照著文字新建的圖。第二件,描述是有損的:工具沒提到的地方都可以自由變化,而每個模型填補沉默的方式都不同。

描述能帶走的是你在意的那幾個部分:主體、佈局、光線、配色、處理手法。它們能不能活過下一次生成,取決於你把提示詞送去哪個模型,以及你要求保留多少。

這個品類裡沒有工具能保證單靠文字忠實還原。我們這一個也不保證。

三條分別寫給不同模型的提示詞

下面這三段是另一家站點連同它自己的對照案例一起公布的,這裡逐字照錄,用來讓你看一條能用的提示詞長什麼樣。三條分別寫給不同的目標模型,它們之間的差別正是重點。

寫給 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.
寫給 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.
寫給 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.

三條並排讀:前兩條是把機位與氛圍揉進句子的連續敘述,第三條是一堆彼此獨立的要素堆起來的,因為 checkpoint 模型最穩的讀法就是這種形狀。同一張圖、同一個目標模型,寫出來的描述就會是那個形狀。

提示詞保留英文原文,不逐語種翻譯——它本身是模型的輸入,翻譯會改變輸出。

這一頁上七組對照圖的來處

下面這些對照圖是另外兩家圖片轉提示詞站點作為自己的示範發布的。不是我們做的,也不是這個工具的輸出。

每一組都把同一個想法放兩遍:一邊是它最初生成的樣子,一邊是照著關於它的文字描述重新生成的樣子。這正是這個工具在做的事,所以這些對照值得一看,但圖的功勞屬於做出它們的站點。

每條說明都寫明來源。來自 img2prompt.app 的三組連同那家站點一起公布的提示詞照錄;來自 img2prompt.art 的四組帶上那家站點自己寫的「什麼保持不變」的說明。

我們帶署名引用,不主張任何所有權。想知道這個工具在你自己圖上的表現,唯一誠實的辦法是拿一張圖跑一次。

效果範例

處理前

處理前: 同一個雨夜未來城市的兩個版本。左邊是一名快遞員站在斑馬線前,青藍與琥珀色霓虹映在濕漉漉的路面上;右邊是同一場景重新生成,人物、街道佈局都換了,反射光保持一致。

處理後

處理後: 同一個雨夜未來城市的兩個版本。左邊是一名快遞員站在斑馬線前,青藍與琥珀色霓虹映在濕漉漉的路面上;右邊是同一場景重新生成,人物、街道佈局都換了,反射光保持一致。
該站與這組圖一併公布的提示詞
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.

來源站把它編為 Case 01「電影感城市」,寫給 Flux。重繪那張把霓虹反射、濕路面與夜色霧氣留了下來,同時換了人物、重畫了街道——這就是描述被忠實帶走時的樣子:處理手法活了下來,具體排布不會。

img2prompt.app,其 Image to Prompt Generator 頁面的案例牆,擷取於 2026 年 9 月 19 日。該站把每組對照與用於重繪的提示詞一併公布。 · 第三方素材。權利歸發布方所有;此處帶出處引用,不主張任何所有權。

處理前

處理前: 一隻鯨魚在日出時分飛過浮空石廟的兩個版本。左邊偏冷、霧氣更重,右邊更暖,廟宇在畫幅裡更低,鯨魚也更小。

處理後

處理後: 一隻鯨魚在日出時分飛過浮空石廟的兩個版本。左邊偏冷、霧氣更重,右邊更暖,廟宇在畫幅裡更低,鯨魚也更小。
該站與這組圖一併公布的提示詞
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「史詩奇幻」,寫給 Midjourney。兩張都保住了同一個主體與同一片金色逆光,動的是構圖:鯨魚以不同角度穿過畫面,島嶼在牠下方換了位置。這就是帶權重的短句提示詞的表現。

img2prompt.app,其 Image to Prompt Generator 頁面的案例牆,擷取於 2026 年 9 月 19 日。該站把每組對照與用於重繪的提示詞一併公布。 · 第三方素材。權利歸發布方所有;此處帶出處引用,不主張任何所有權。

處理前

處理前: 兩版動畫主視覺:雪中的神社守護者把白色狐面舉在臉旁,站在朱紅鳥居下。左圖更近、更暗,右圖是更寬的暮色畫面,石燈籠亮著。

處理後

處理後: 兩版動畫主視覺:雪中的神社守護者把白色狐面舉在臉旁,站在朱紅鳥居下。左圖更近、更暗,右圖是更寬的暮色畫面,石燈籠亮著。
該站與這組圖一併公布的提示詞
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「動畫主視覺」,寫給 Stable Diffusion。這組能解釋為什麼第三條提示詞是清單而不是散文:圍巾、冬衣、線稿、上色方式都逐項點了名,重繪那張把它們全留住,只換了機位。

img2prompt.app,其 Image to Prompt Generator 頁面的案例牆,擷取於 2026 年 9 月 19 日。該站把每組對照與用於重繪的提示詞一併公布。 · 第三方素材。權利歸發布方所有;此處帶出處引用,不主張任何所有權。

處理前

處理前: 懸崖上一座奇幻城市與下方橋樑的兩個版本。左邊更暗,低太陽在塔樓背後;右邊更亮,天際線的順序一模一樣。

處理後

處理後: 懸崖上一座奇幻城市與下方橋樑的兩個版本。左邊更暗,低太陽在塔樓背後;右邊更亮,天際線的順序一模一樣。

來源站對這組的說法是「體量、縱深與光線保持不變」。天際線、橋樑、塔樓高度都在原位,動的是時辰與霧的濃度——這是四組裡差別最窄、最接近一次字面重畫的一組。

img2prompt.art,其 Image to Prompt Generator 頁面的展示區,擷取於 2026 年 9 月 19 日。該組附有發布方自己寫的「重繪時打算保持不變的東西」。 · 第三方素材。權利歸發布方所有;此處帶出處引用,不主張任何所有權。

處理前

處理前: 同一間暖調客廳的兩個版本。立燈、書架、植栽在兩版裡的位置相同;沙發、地毯與窗外光線在第二版裡被重做。

處理後

處理後: 同一間暖調客廳的兩個版本。立燈、書架、植栽在兩版裡的位置相同;沙發、地毯與窗外光線在第二版裡被重做。

來源站的說法是「保住暖調氛圍、取景與材質線索」。做室內的人看這組最有用:家具換了,光線與配色沒換——如果一段描述要值得重複使用,要守住的正是這條線。

img2prompt.art,其 Image to Prompt Generator 頁面的展示區,擷取於 2026 年 9 月 19 日。該組附有發布方自己寫的「重繪時打算保持不變的東西」。 · 第三方素材。權利歸發布方所有;此處帶出處引用,不主張任何所有權。

處理前

處理前: 兩幅人像:一位戴紫色花飾草帽、穿粉色套裝的女性,背景是淡紫色。姿態與配色一致,臉不是同一個人。

處理後

處理後: 兩幅人像:一位戴紫色花飾草帽、穿粉色套裝的女性,背景是淡紫色。姿態與配色一致,臉不是同一個人。

來源站的說法是「配色、姿態與繪畫質感保持不變」。這也是本頁最直白的一次提醒:請看臉。色彩搭配與姿勢被帶走了,人沒有——用描述取代原檔案時,這是正常結果。

img2prompt.art,其 Image to Prompt Generator 頁面的展示區,擷取於 2026 年 9 月 19 日。該組附有發布方自己寫的「重繪時打算保持不變的東西」。 · 第三方素材。權利歸發布方所有;此處帶出處引用,不主張任何所有權。

處理前

處理前: 兩版橘貓坐在窗台上、旁邊有一盆植栽的圖。貓、姿勢與綠葉都還在,取景、牆面與窗外光線變了。

處理後

處理後: 兩版橘貓坐在窗台上、旁邊有一盆植栽的圖。貓、姿勢與綠葉都還在,取景、牆面與窗外光線變了。

來源站的說法是「保住主體、氛圍與清晨的柔光」。這是本頁主體最小、也最容易看懂的一組:貓還是那隻貓的意思,但它已經換了一張照片、換了一隻貓。

img2prompt.art,其 Image to Prompt Generator 頁面的展示區,擷取於 2026 年 9 月 19 日。該組附有發布方自己寫的「重繪時打算保持不變的東西」。 · 第三方素材。權利歸發布方所有;此處帶出處引用,不主張任何所有權。

常見問題

上傳的圖片會被留在站上嗎?

圖片在執行期間被送去處理,回傳的是文字描述。站上沒有你的上傳畫廊,也沒有任何屬於你的內容會被公開。請把你上傳的東西當成你願意送出去處理的東西,本身就不希望被處理的圖片不要傳。

能一模一樣地還原一張圖嗎?

不能,這個品類裡也沒有工具能。生成是從文字出發,而不是從你的檔案出發,而且描述本身是有損的。它能帶走的是主體、佈局、光線,以及你要求它注意的處理手法。

描述可以寫給哪些模型?

五種目標:一般生成模型、Nano Banana、GPT Image、Midjourney、以及 Stable Diffusion 與 Flux。換目標改的是文字的形狀,不只是換個說法。

需要帳號嗎?一次要花多少?

需要帳號,因為執行是從帳戶餘額扣費的。一次扣 1 點,按次扣,不按描述長短扣。沒有免費的匿名模式。

「分析重點」到底改變了什麼?

它決定描述把注意力放在哪裡。你寫進去的東西會被寫得更細,畫面其餘部分則寫得更簡略。你要複製的是觀感而不是場景時,這個欄位最有用。

負向提示詞算不算跑第二次?

不算,它是同一次執行上的一個開關。打開之後回傳裡會多一段文字,列出下次生成要避開的內容,你把它貼到所用模型的負向欄位即可。

描述可以用哪些語言輸出?

英文、簡體中文、繁體中文、日文。描述是用你選的語言直接寫出來的,不是先寫好英文再翻譯。

頁面上的案例圖是你們自己的輸出嗎?

不是。它們來自 img2prompt.app 與 img2prompt.art,是那兩家站點作為自己的示範發布的,每條說明都寫明了來源。放在這裡是為了讓你看清「這件事做出來是什麼樣」,不是用來宣傳這個工具的產出。

繼續探索