AI-Image-PromptGenerator

一个提示词炼金术士的诞生：PromptGen 深度解析

想象这样一个场景：深夜，你坐在电脑前，想要用 Stable Diffusion 生成一幅满意的图片——脑海中有一个模糊的画面，但面对空白的提示词输入框，却不知从何下手。是该写「a beautiful landscape」，还是「a serene valley at golden hour」？不同的措辞如何影响 AI 的输出？每次调试提示词都要反复生成数十张图，时间就这样悄悄流逝。

AI-Image-PromptGenerator（以下简称 PromptGen）正是为解决这一痛点而生。它由独立开发者 526christian 构建，最初版本发布于 2022 年，专为 Stable Diffusion 和 MidJourney 用户提供结构化的提示词生成与扩展能力。

图1：PromptGen 关键词模板系统界面，可通过方括号引用预设词库

---

背景：为什么 AI 绘图需要提示词工程？

Stable Diffusion 等扩散模型的工作机制决定了提示词质量对输出有决定性影响。输入不同的修饰词（Adjectives）、风格标签（Styles）、质量增强词（Quality phrases），最终画面在构图、色彩、细节上可能天差地别。

然而，大多数新手甚至有经验的用户在撰写提示词时存在两个核心问题：词汇量有限（反复使用相同的形容词）和结构混乱（风格、主体、背景、质量描述混杂）。PromptGen 通过预置词库和模板系统，引导用户生成结构规范、词汇丰富的专业级提示词。

---

核心功能：三大模块构建完整提示词工作流

1. 关键词词库系统

PromptGen 内置了丰富的分类词库，存放在 prompts/ 目录下：

• VisualModifiers（视觉修饰词）：细分为 Qualities.txt（质量词，如 highly detailed、8k resolution）和 Styles.txt（风格词，如 cyberpunk、watercolor）
• Adjectives（形容词）：按类别细分为 Colors.txt（色彩）、ObjAdjs.txt（物体修饰）、VisAdjs.txt（视觉描述）、CharAdjs.txt（角色描写）
• Subjects（主体）：Characters（角色）、Creatures（生物）、Vehicles（载具）三大类
• Settings（场景）：CharSets.txt、AllSets.txt 等覆盖不同情境
• Relations（关系）：描述主体与环境之间关系的词汇

用户通过在模板中输入方括号语法引用词库，如 [liststy] 自动插入 4 个随机风格词（数量可通过滑块调节）。

2. Gradio Web UI

主入口 promptgen.py 使用 Gradio 框架构建交互界面，提供以下核心交互组件：

• 模板下拉菜单：选择预设模板或加载自定义模板
• 数量滑块：控制生成提示词的数量
• 修饰词/风格/质量滑块（0-10）：控制各类型词汇的插入数量
• Prompt Matrix（提示词矩阵）：当输入包含多组词库引用时，生成所有组合
• 黑名单机制：排除不想出现的词汇

Web UI 完全基于 Python + Gradio，无需额外前端知识即可自定义界面。

3. 专业格式导出

PromptGen 最具实用价值的功能之一是导出为专业绘图工具的命令行格式：

• Automatic1111 WebUI 格式：直接复制到 A1111 的提示词框
• InvokeAI CLI 格式：适合批量生成和脚本自动化

这意味着用户可以在 PromptGen 中设计并批量生成提示词列表，然后无缝导入到本地部署的 Stable Diffusion WebUI 中执行批处理，大幅提升创作效率。

图2：导出为 Automatic1111 和 InvokeAI 格式的操作演示

---

技术架构：简洁但有效的模块化设计

项目代码结构清晰，总代码量约 1500 行（Python）：

AI-Image-PromptGenerator/
├── promptgen.py        # 主入口，Gradio UI 定义
├── scripts/
│   ├── main.py          # 核心生成逻辑 build_dictionary()
│   └── GUIandFileFuncs.py  # 文件 I/O、模板加载、黑名单管理
├── prompts/             # 分类词库（txt 纯文本文件）
│   ├── Adjectives/
│   ├── Relations/
│   ├── Settings/
│   ├── Subjects/
│   └── VisualModifiers/
├── jsons/               # 配置持久化
│   ├── templates.json    # 用户自定义模板
│   └── blacklists.json   # 黑名单
└── outputs/             # 生成结果输出目录

技术栈：

• Gradio：Web UI 框架，支持本地服务器一键启动
• Python 标准库：json、os、sys、re、random、subprocess
• 无外部依赖（仅 Gradio），安装极简

架构特点：

• 词库与代码分离，文本文件可独立编辑和扩展
• JSON 配置持久化用户自定义模板和黑名单
• 模块化分层：UI 层（promptgen.py）→ 业务层（main.py）→ 数据层（GUIandFileFuncs.py）

图3：自定义模板保存功能，可将常用提示词结构保存复用

---

上手体验：从安装到生成第一张图

安装步骤（3 步搞定）：

git clone https://github.com/526christian/AI-Image-PromptGenerator.git
cd AI-Image-PromptGenerator
pip install gradio
python promptgen.py

启动后本地浏览器打开 http://localhost:7860，即可看到 Gradio 界面。

典型工作流：

1. 在 Template 框输入：[liststy], [listadj], a [subject], [listsets], [listqual]
2. 调节各滑块（风格 4 个、形容词 4 个、质量 3 个）
3. 点击 Generate，自动生成结构化提示词
4. 复制到 Stable Diffusion 或 MidJourney 开始生图

---

局限与注意事项

1. 项目已归档：作者在 README 中表示，由于市场上新工具涌现，已停止积极维护约一年。用户需评估是否与当前工作流兼容。
2. Gradio 基础 UI：界面功能较为基础，不适合追求复杂交互的高级用户
3. 词库需手动维护：扩展新词类需要了解方括号语法和 JSON 配置格式
4. 无云端/跨设备同步：模板和黑名单存在本地，无云端备份

---

行业意义：提示词工程化的早期探索者

PromptGen 诞生于 2022 年 AI 绘图爆发初期，它代表了一种重要趋势：从凭感觉写提示词到系统化提示词工程的转变。虽然后续出现了大量商业化和更成熟的提示词工具（如 PromptPerfect、Midjourney 的 /describe 命令），但 PromptGen 的开源性质和灵活架构，对希望深度定制工作流的开发者仍具参考价值。

其模块化词库设计理念，也影响了后续许多同类工具的词库组织方式。

图4：综合功能界面，集成生成、导出、黑名单管理