提示词完整展示
先看全貌，再拆细节：
Transform this image into a refined, high-end low-poly mosaic style.
Strictly preserve the original structure and recognizable facial
details, especially the eyes, mouth, and characteristic hair
contours. Use extremely small, high-density polygons to maintain
photographic clarity and identity while creating a crystalline,
faceted, and multi-dimensional look. Retain the original color
palette for a harmonious, organic, and natural aesthetic. Ensure
clean sharp edges between every polygon. No blurring or smooth
transitions. High-resolution digital art aesthetic,
crystalline masterpiece.
这句提示词共 7 个功能词组，每个词组分工不同——缺少任何一组，生成质量都会明显下滑。以下逐词拆解它们各自的职责。
逐词拆解——每个词为什么在这里
第 1 组：任务设定词「Transform this image into a refined, high-end low-poly mosaic style」
功能：定义整体任务性质，设置 AI 的「工作框架」。
refined 和 high-end 不只是形容词——它们修饰了 AI 将要触发的训练数据方向。没有这两个词，low-poly 默认关联粗糙的早期数字游戏艺术（大三角形、平涂色块、无光照渐变）。加上这两个词，AI 转而关联精细数字艺术和当代设计作品的训练样本。
mosaic 进一步指定了密度预期——马赛克在 AI 的语义中意味着细密的单元组合，与「粗旷低多边形」形成区分。
| 版本 | 词组 | 预期结果差异 |
|---|---|---|
| 旧版 | low-poly style |
粗糙，多边形大，更像滤镜 |
| 加了 refined | refined low-poly style |
细节更多，过渡更细腻 |
| 完整版 | refined, high-end low-poly mosaic style |
密度最高，质感最精致 |
替换实验：把 high-end 换成 experimental 会让结果偏向前卫艺术感，换成 commercial 会让风格更接近可用于品牌展示的干净版本。
第 2 组：结构保护词「Strictly preserve the original structure and recognizable facial details, especially the eyes, mouth, and characteristic hair contours」
功能：这是肖像转换提示词中最关键的一组词——防止 AI 在几何化过程中「过度创作」。
Strictly 是程度副词，把「保留」从一个建议变成约束。AI 处理「保留」的力度取决于这个词的存在与否：没有 strictly，AI 会「尽量」保留；有了 strictly，AI 会把保留结构作为优先目标。
especially the eyes, mouth, and characteristic hair contours 指定了优先保护区域。眼睛、嘴唇、发际线是人脸识别的关键特征点——把这三个区域单独列出，AI 会在这些区域使用更密集的多边形（哪怕整体密度中等），确保最小识别特征不丢失。
替换选项：
- 动物肖像：将
eyes, mouth, and characteristic hair contours改为eyes, snout, and distinctive coat pattern - 建筑主体：将整组词改为
Strictly preserve the building's structural lines, window arrangements, and architectural details - 风景：改为
Strictly preserve the horizon line, major landmass boundaries, and primary color zones
第 3 组：密度控制词「Use extremely small, high-density polygons to maintain photographic clarity and identity」
功能：直接控制多边形的「颗粒度」，是决定图像是否「像艺术品」还是「像滤镜」的核心参数。
extremely small, high-density 是双重强化——small 控制单个多边形的面积，high-density 控制单位面积内的多边形数量。两个词叠加才能产生「细密晶体」的质感；只写其中一个，AI 会执行得不够彻底。
maintain photographic clarity and identity 给密度设定了一个边界——AI 不只是要「密」，还要「密到能辨认出主体是谁」。这个短语防止 AI 走向「为了几何而几何」的极端抽象，确保转换后的结果仍然有商业可用性。
密度词可调范围：
| 密度词 | 效果 | 适合场景 |
|---|---|---|
small, medium-density |
中密度，几何感和辨识度平衡 | 风景、建筑主体 |
small, high-density |
高密度，细节丰富，辨识度高 | 人像、复杂主体 |
extremely small, high-density |
极高密度，最接近照片质感 | 近距离人像特写 |
large, low-density |
低密度，强几何感，抽象感强 | 装饰性海报，不需要辨识度 |
第 4 组：风格锚点词「crystalline, faceted, and multi-dimensional look」
功能：在任务类型确定之后，风格锚点词进一步精确「这种低多边形要往哪个美学方向走」。
crystalline（晶体感）触发 AI 在每个多边形内部生成微小的光照渐变，模拟真实宝石切面的折射效果——而不是平涂颜色。这个词是精致版和粗糙版低多边形之间最关键的区别词。
faceted（刻面感）强调多边形之间要有清晰的棱线，避免 AI 在边界处做软化处理。
multi-dimensional（多维度）告诉 AI 要在平面的几何图形中维持三维深度感——通过每个多边形的明暗差异来表达体积，而不是把所有多边形做成同等亮度的平面拼贴。
替换实验：把这组词换成 stained glass mosaic look 会产生彩色玻璃窗效果（边界线变粗，颜色更鲜艳）；换成 ancient mosaic tile 会产生古罗马镶嵌画效果（颜色更饱和，有磨损感）。
第 5 组：色彩策略词「Retain the original color palette for a harmonious, organic, and natural aesthetic」
功能：控制 AI 是否改变原图的颜色信息。
不加这组词，AI 有时会「创意性地」改变颜色方案——比如把暖色调原图变成冷色调，或者让多边形颜色更鲜艳。这种自由度在装饰性场景下可能是优点，但在肖像转换中通常破坏肤色的自然感。
harmonious, organic, and natural 这三个形容词描述了理想的颜色关系：和谐（不突兀）、有机（不机械）、自然（不过度饱和）。它们共同约束 AI 保持颜色的克制，避免「赛博朋克配色」和「霓虹渐变」这类 AI 常见的颜色过度处理。
当你想要改变颜色时：把整组词替换为 transform the color palette to [具体颜色方案]。例如 transform the color palette to cool midnight blue and silver tones 会产生冷色调的月夜晶体效果。
第 6 组：边界约束词「Ensure clean sharp edges between every polygon. No blurring or smooth transitions」
功能：这组词专门防止 AI 的「软化倾向」——AI 在处理几何图形时默认倾向于做轻微的边界软化（因为这在训练数据中往往对应「高质量图像」），但在低多边形风格中，软化边界恰恰是质量崩溃的原因。
No blurring or smooth transitions 是负向约束（告诉 AI「不要做什么」）。负向约束在 AI 提示词中效率很高，因为它直接排除了 AI 最常见的错误行为，而不是依赖正向描述来「引导」正确行为。
一个常见误解：认为负向约束和正向约束是重复的。实际上两者功能不同：clean sharp edges（正向）告诉 AI 目标状态；No blurring or smooth transitions（负向）排除了通向错误状态的路径。两者叠加才能最有效。
第 7 组：质量封印词「High-resolution digital art aesthetic, crystalline masterpiece」
功能：质量词放在提示词最后，起「质量阀门」的作用——它不改变内容构成，但提高了 AI 在细节处理上的「精力投入」。
crystalline masterpiece 比单纯的 masterpiece 更有效，因为它把质量期望和风格关键词（crystalline）绑定在一起——AI 会把「晶体感」和「精品级别」作为一个统一目标而不是两个独立要求来优化。
替换实验：crystalline masterpiece 换成 award-winning digital illustration 会让 AI 偏向 Behance 风格的精细数字插画；换成 museum-quality print 会让 AI 偏向更大尺寸、更多细节的处理方式。
组装顺序的学问——调换词序会怎样
低多边形提示词的词序比多数风格更敏感。下面的实验说明三种常见的词序错误：
错误 1：把结构保护词放在任务设定词之前
Strictly preserve facial details... Transform into refined low-poly mosaic...
结果：AI 把「保留」视为最高优先级，几何化力度大幅减弱。生成结果偏向「轻微几何化的照片」而不是「晶体化的艺术品」——适合追求细微变化的场景，但不适合想要强几何感的目的。
错误 2：把质量词放在中间
...high-density polygons. Crystalline masterpiece. Retain color palette...
结果：质量词中断了参数词组之间的逻辑连贯性，AI 在「crystalline masterpiece」后重新开始一段新的解读——后续的色彩指令执行效果不一致，不同次生成结果波动明显增大。
错误 3：把负向约束（No blurring）放在最前面
No blurring or smooth transitions. Transform this image into...
结果：负向约束在最开始出现，AI 会把整个生成过程都放在「避免模糊」的过度警惕状态下，反而可能产生过于生硬的边界（边界宽度不自然），甚至影响多边形内部的光照渐变质量。
正确词序逻辑：任务类型（设框架）→ 结构约束（设限制）→ 密度控制（设精细度）→ 风格锚点（设美学方向）→ 色彩策略（设调色板）→ 边界约束（设边界质量）→ 质量词（设整体水准）
三组变体实验：换主体怎么改
同样的提示词框架，替换 [主体] 部分就能得到截然不同的效果：
变体 A：建筑低多边形化
将第 2 组词改为：
Strictly preserve the building's structural lines, window
arrangements, and facade architectural details, especially
the edge silhouette and vertical alignment
适合：科技公司年报插图、建筑概念展示、城市景观艺术海报。建筑的直线边缘和多边形网格「天然兼容」，通常产生最干净的几何结果。
变体 B：动物肖像低多边形化
将第 2 组词改为：
Strictly preserve the animal's distinctive features, especially
the eyes, facial expression, and the characteristic texture
pattern of the coat or skin
适合：品牌吉祥物设计、自然摄影艺术化、宠物纪念品制作。注意：短毛或鳞片动物（猫之前换鱼/蜥蜴）效果更好，长毛动物（猫/狗）的毛发在几何化后容易产生「锯齿切割」感。
变体 C：静物/产品低多边形化
将第 2 组词改为：
Strictly preserve the product's form factor, brand logo
positioning, and distinctive shape silhouette
适合：品牌艺术展示、产品概念图、电商创意素材。产品的规则几何形态（瓶身、包装盒）和多边形网格兼容性好；不规则有机形态（食物、布料）兼容性较差。
如果你想深入了解密度参数的原理，低多边形马赛克技术深度解析覆盖了从 6 种密度等级对比到边界保护微调的完整技术指南。
常见失败与修复
失败 1：面孔严重变形，无法辨认
原因：第 3 组密度词不够强，或者第 2 组结构保护词缺失。
修复：①把 small, high-density 改为 extremely small, high-density；②在第 2 组末尾加上 with absolute fidelity to the primary facial proportions；③检查原图的光照——光照太平均的图像（室内顶光、阴天散射）缺少明暗边界，AI 没有「可以沿着走」的轮廓线索。
失败 2：边界有模糊感，不够锋利
原因：第 6 组边界约束词缺失，或 AI 启用了默认的边缘软化处理。
修复：加强负向约束：Ensure absolutely clean, razor-sharp polygon boundaries with zero anti-aliasing or edge feathering。「zero anti-aliasing」是图形技术词，AI 对它的理解比「no blurring」更精确。
失败 3：颜色与原图差异太大
原因：第 5 组色彩策略词不够具体，AI 做了颜色「创意处理」。
修复：替换为更具体的颜色描述：Preserve the exact color temperature, saturation levels, and tonal values of the original image — no color grading, no filters, no artistic color interpretation。「no artistic color interpretation」直接排除了 AI 最常做的颜色改动类型。
失败 4：背景多边形比主体更「精彩」，抢了焦点
原因：提示词对主体和背景的权重分配不明确，AI 均匀处理了整个画面。
修复：加入 Apply highest polygon density to the subject [SUBJECT] with progressively coarser polygons toward the background edges, emphasizing the subject as the visual focal point。这个「密度梯度」描述让主体焦点清晰，背景自然弱化。
试着用本文的 7 个词组框架生成 3 张图，分别用不同的主体（人像 / 建筑 / 动物），看看哪个主体和这套提示词配合最好。去 nano-banana.cn 开始挑战。
FAQ
为什么肖像转换比风景低多边形更难控制？
面孔的「最小识别阈值」比风景高很多。一张风景图，少几个多边形通常不影响辨识；但面孔的眼睛、鼻子、嘴唇如果多边形不够密，立刻失去辨识度。解决方案：肖像转换必须加第 2 组结构保护词（特别指定 eyes, mouth, and hair contours），以及比风景更高的密度（extremely small, high-density 而不是 medium-density）。
提示词里的「No blurring」为什么要单独写——「sharp edges」不够吗？
两者在 AI 中的作用不同。sharp edges（正向约束）描述了目标状态，AI 知道要往哪里走。No blurring（负向约束）直接排除错误行为——因为 AI 有时在「执行 sharp edges」的过程中仍然会对边界做轻微的抗锯齿处理（默认行为），负向约束可以明确关掉这个默认行为。两者叠加效果远好于只用其中一个。
能不能让背景也低多边形化，但风格和主体不同？
可以。在提示词末尾加入：Subject uses ultra fine, high-density polygons for maximum detail; background uses larger, more impressionistic polygon blocks creating depth gradient between foreground and background。这种前景/背景密度对比是电影宣传海报和品牌视觉常用的构图技法——主体精细，背景抽象，焦点天然清晰。
这个提示词适合处理集体照吗（多个人脸）？
适合，但成功率与人脸数量成反比。单人特写最稳定；两人合照需要加 with equal structural preservation applied to both subjects；三人以上通常难以对所有人脸都保持足够的密度和识别度，建议裁剪成单人后分别处理。如果确实需要集体照效果，加入 apply identical crystalline treatment uniformly to all subjects within the frame，并将密度提升到 extremely small, ultra-high-density polygons。
如果生成结果每次都不一样，该如何稳定输出？
AI 生成本身具有随机性，无法完全消除。提高稳定性的方法：①加入更多具体约束词（越精确的描述，变化空间越小）；②对特别成功的结果，记录下那次生成的参数并在下次作为「强化种子」使用；③生成 3-5 张候选，从中选择最符合标准的——这比反复修改提示词试图「复现」某张成功结果更高效。