结构化提示词写法：json 提示词该怎么设计字段
短句提示词像写一行内联代码，能跑，但一旦需求变复杂，全挤在一行里谁都读不懂。结构化提示词更像定义一个接口——把主体、场景、光线这些信息拆成字段，各自赋值，模型读起来清楚，你自己改起来也清楚哪个字段对应哪部分效果。这篇不谈玄学，就按字段设计的思路把这套写法拆开讲。
什么时候该用结构化，什么时候没必要
判断标准很简单：需求里独立变量超过三个，就该拆字段了。一张简单的风格转绘图，只有"这个人+这种画风"两个变量，写一句话足够，硬拆成十个字段反而是过度设计，浪费的是你自己的时间。但凡涉及多图参考、画面文字、多个信息区块（比如产品图九宫格、多视图设定图），变量数量一旦上去，短句提示词的信息密度就不够用了，这时候该上结构化写法。
判断这条边界的方式很直接：把需求念一遍，数一数里面有几个"并且"，超过三个"并且"，就该拆字段了。
常用字段设计，六个基础字段够用大多数场景
- style：整体风格定语，一句话定调，比如"电影感写实摄影"
- subject：主体是谁、什么状态，这是最容易写模糊的字段，要具体到动作和表情
- scene：场景和道具，交代空间关系，别漏写主体和环境的相对位置
- lighting：光源方向、软硬、色温，这个字段单独拎出来是因为它对成片质感影响最大
- camera：构图比例、镜头角度、焦点位置，纯技术参数，跟内容层分开写
- negative（如果模型支持）：明确不要出现的元素，比如"不要额外的手指，不要背景杂物"
字段之间的顺序也有讲究，跟接口参数一样，核心参数在前，可选参数在后：先 subject，再 scene，再 lighting，最后 camera，负面项单独放在结构最后，不要跟正向描述混在一起。
模板一：人像写真类，完整字段示例
style：胶片质感写实摄影，颗粒感轻微
subject：一位穿工装外套的女性，坐姿放松，视线望向镜头外侧
scene：老旧工坊内部，背景有零散工具和齿轮装置，营造机械感场景
lighting：单侧窗光，硬光边缘清晰，色温中性偏冷
camera：半身构图，浅景深，竖版4:5
这张工坊肖像就是按这套字段拆出来的，场景道具和光线是分开交代的两个字段，没有揉在一起写，这类人像写真需求把字段拆清楚之后，返工率明显更低。
模板二：电商静物类，完整字段示例
style：戏剧光影美食摄影，高对比
subject：一份布朗尼配香草冰淇淋，巧克力酱正在浇下
scene：深色木质台面，背景虚化，无多余道具
lighting：侧逆光，突出巧克力酱的流动质感和光泽
camera：特写构图，方形1:1，聚焦在浇酱瞬间
这张美食静物案例把"动作瞬间"单独作为 subject 字段的一部分交代清楚，浇酱的流动感才没有拍成静止的糊状，电商产品类目下的静物需求都适用这套字段结构。
模板三：多视图与手办类，完整字段示例
style：3D渲染质感，收藏级细节
subject：石块拼装的人形剪影雕塑，分层组装痕迹清晰可见
scene：极简展示台，灰色背景无干扰
lighting：顶光加两侧补光，突出材质纹理
camera：正面构图，方形1:1，居中对称
这尊剪影雕塑案例的分层组装细节，是靠 subject 字段里明确写出"分层痕迹清晰可见"这个要求保留下来的，不写这句，模型大概率会把接缝抹平磨圆。
多视图、双人物对照这类需要"同一角色多个状态"的需求，字段设计上多加一条——明确交代每个分区各自的差异点，别指望模型自己判断哪里该变哪里不该变。
这张真人卡通对照案例在提示词里单独写了一条"左侧保持真实质感，右侧转为卡通渲染，服装款式一致"，这条差异说明就是结构化写法里该单独拎出来的一个字段，创意脑洞分类里这类双联对照需求不少。
哪些模型吃这套，哪些不吃
这套字段化写法不是所有模型通吃的。Nano Banana Pro 对结构化长提示词的解析明显更完整，字段拆得越细，执行越准，前面几个模板案例基本都出自这个模型；GPT Image 2 走的是另一条路线，它更擅长把整段结构化描述"翻译"成对话式的连续修改，硬塞一整套字段进去，效果不一定比直接说人话更好，具体差异可以看GPT Image 2 对比 Nano Banana Pro这篇实测对比；速度更快的Nano Banana介于两者之间，字段别拆太细，抓大放小效果更稳。
这套潮玩手办网格案例是用 GPT Image 2 跑的结构化网格排版需求，字段化写法在这个模型上同样能用，只是命中率不如前面几个 Nano Banana Pro 的案例稳定，这也印证了"结构化写法效果因模型而异"这条结论，不是随便套用到哪个模型上都一样好使。
字段设计这套思路练熟之后，回头看短句提示词的万能结构公式会发现两者本质是一回事，只是结构化写法把公式里隐含的顺序显式地拆成了字段，需求复杂到一定程度，拆字段比堆句子更好维护。想看具体的权重控制怎么跟字段结合，可以参考提示词权重一文；对话式修图这条路线的完整讲法在GPT Image 2 提示词指南。首页[image.faxianai.com](/)有完整案例库，模型百科汇总了各模型的字段适配情况，可以直接照着改。