面向大模型艺术图像生成的提示词工程研究.pdf

2024年12月图学学报December2024

第45卷第6期JOURNALOFGRAPHICSVol.45No.6

面向大模型艺术图像生成的提示词工程研究

王常圣

(世宗大学公演·影像·动画系，首尔05006)

摘要：随着人工智能技术在艺术领域的迅速发展，提示词驱动的艺术图像生成已变得非常流行。然而，

提示词生成艺术图像的规律和方法还未被充分研究。该研究通过CLIP模型计算和专家评估对Midjourney模型

生成的图像进行定量评价，并结合网络民族志的参与式观察，全面揭示提示词生成艺术图像的规律和方法。研

究结果发现，随着版本的提升(MidjourneyV2到V5)，Midjourney模型在美学质量方面得到显著地提升，突显

了艺术家和创作者需要不断学习来适应新版本AI模型的重要性。为此，提出了优化的提示词公式，可快速高

效地生成各种风格的高美学质量的图像。AI模型在不同主题中表现出不同的能力，Midjourney模型较为擅长

生成油画、水彩水墨和二次元角色等，并在具象与抽象主题中表现得同样出色，而在素描和彩铅风格方面相对

较弱。创作者应利用其优势风格进行图像创作。此外，还发现特定版本的优秀提示词组合可以极大提升生成图

像的质量，精心设计提示词至关重要，且新版本并不一定比之前的版本更好。提示创作者需探索并积累与版本

匹配的优秀提示词。该研究不仅揭示提示词生成艺术图像的规律和方法，也为创作者在AI艺术创作领域提供

了理论和实践方面的指导。

关键词：AI绘画；提示工程；CLIP模型；人工智能艺术；文本生成图像；网络民族志

中图分类号：J0-05;TP18;TP391.41DOI：10.11996/JG.j.2095-302X.2024061243

文献标识码：A文章编号：2095-302X(2024)06-1243-13

Researchonpromptengineeringforlargemodelartimagegeneration

WANGChangsheng

(DepartmentofPerformance,Film,andAnimation,SejongUniversity,Seoul05006,RepublicofKorea)

Abstract:Withtherapidadvancementofartificialintelligencetechnologyinthefieldofart,prompt-drivenartimage

generationhasbecomehighlypopular.However,therulesandmethodsforgeneratingartisticimagesusingprompts

remainunderexplored.Thisstudyquantitativelyevaluatedimag