使用指南

MOSS-Image 的提示词该怎么写？

MOSS-Image AI 产品团队成员 · 2026-10-26

写清画面细节，为需要呈现的文字加上引号，并明确换行位置。官方建议优先用英文描述场景，但图片中的中文应保留原文。需要安排文字与物体的位置时，可以使用 JSON 排版；它能提供位置参考，但不能保证成图与草稿完全一致。

一、把画面和文字说清楚

MOSS-Image 可读取约 4,096 tokens 的提示词。请写清主体、场景、风格、配色和光线，并列出画面中要呈现的原文。在我们的 8 个场景测试中，直接使用简短提示词时，有 4 张图出现了文字问题；经过规划和扩写后，这些案例的文字表现有所改善。测试中仅 6 个场景要求呈现文字，结果来自人工读图，并非逐字准确率统计。

想省去手动补充细节的时间，建议使用 MOSS-Image AI 自动扩写并生成图片，再按需修改文字或排版。

二、文字加引号，换行自己定

画面中的文字请放进引号，例如 a sign that reads "GRAND OPENING"。模型会自动换行，但未必换在你想要的位置；如需精确换行，请在引号内写入 \n 或直接回车。

三、用负面提示词说明不想出现的内容

普通提示词告诉模型“想画什么”；负面提示词（Negative prompt，也称反向提示词）则告诉模型“希望避开什么”。例如，在负面提示词栏中填写 worst quality，意思是避免低劣画质，并不是要求生成低画质图片。

官方 Base 模型使用指南建议使用以下排除词：

nsfw, worst quality, bad anatomy, watermark, jpeg artifact

它们依次表示希望避免：成人露骨内容、低劣画质、人体结构错误、水印，以及 JPEG 压缩产生的杂色或块状痕迹。

如果使用的工作流提供独立的 Negative prompt／负面提示词输入框，请把这些词填在那里，不要放进描述画面的主提示词框。如果界面没有这个独立输入框，可以跳过这一步。这些词用于引导生成结果，并不能保证完全消除对应问题。

四、动漫风格可用标签式提示词

MOSS-Image 也能理解标签序列。推荐顺序为：质量 → 评分 → 元数据 → 年份 → 角色 → 作品 → 画师 → 通用标签，例如 best quality, highres, 1girl, blue hair。

五、用 JSON 排版控制位置

一份排版包含 summary（整体描述）与 items（各元素）。每个元素有 label（text、object 或 character）、caption（外观描述）、可选的 text（要写的字）和 bbox（位置框）。方框格式为 [y_min, x_min, y_max, x_max]，以画布中心为原点、以像素为单位（abs_centralized、yxyx）。1024×1024 的画布，两个方向的坐标范围都是 −512 到 +512。

{"summary":{"meta":["poster"],"canvas":"single","caption":"A minimalist travel poster with a cream background and a blue mountain illustration."},
 "items":[{"label":"text","caption":"Large dark-blue uppercase title.","text":"EXPLORE","bbox":[-416,-384,-288,384]},
          {"label":"object","caption":"A flat blue mountain illustration.","bbox":[-192,-288,384,288]}],
 "bbox_coord_space":"abs_centralized","bbox_format":"yxyx"}

小提示：位置只写在方框里，不要写进描述。描述里写了“标题在顶部”，你却把方框拖到底部，就会产生相互矛盾的位置要求。

不想写 JSON？

在 MOSS-Image AI 中写下一句话即可直接生成图片。出图后检查文字；需要调整位置时，再打开已保存的排版，拖动方框并生成新版。

更多参数与格式说明见官方使用指南；我们的观察与原图见文字渲染实测。