多图提示词指南：指定目标、添加标注与使用参考图像

引言

多图支持为 RunDiffusion Platform（前身为 Runnit Platform）的 Boards 带来了强大的编辑与合成工作流。处理多张图像时，您需要明确指出要修改哪张图像，以及哪张图像提供参考内容、主体或对象。本多图提示词指南将介绍如何避免歧义，在使用 RunDiffusion Platform 工具时获得更可控的结果。

为什么多图提示词需要明确引用图像

上传多张图像后，AI 并不会自动理解您的意图。它会尝试推断您的需求，但图像内容、指令和所用模型都可能让它产生误解。如果缺少明确指示，它可能会：

• 将对象插入错误的图像
• 在无意中合并场景
• 替换原有内容，而非添加新内容
• 将风格应用到错误的参考图像

明确指定目标图像，能让 AI 按照您的预期完成编辑。

多图编辑的最佳实践

以下最佳实践适用于整个多图工作流，包括指定目标图像、添加标注和使用参考图像。

• 在提示词中明确引用图像、标注或已标记的区域
• 每轮只做少量修改，以提高准确度
• 避免在一次生成中同时进行过多修改
• 分多轮迭代，不要将所有需求写成一组复杂指令
• 明确指定目标图像，并使用简短、专注的提示词

遵循这些原则可以减少歧义，提高一致性，让多图工作流的结果更可预测，也更容易复现。

核心原则：始终指定目标图像

每条多图提示词都应回答两个问题：

1. 要修改哪张图像？
2. 哪张图像提供对象、风格或参考内容？

一个可靠的习惯是先说明目标图像，再说明源图像。

简单示例：苹果与碗

假设您上传了两张图像：Image 1 是苹果，Image 2 是碗。您的目标是将这两张图像组合起来，例如让苹果出现在碗里。如果只是让 AI 合并图像，它可能把碗放在苹果上，或者把苹果放在碗后面。运气好的话，第一次就能得到苹果放在碗里的结果。但即使位置正确，AI 也可能在错误的图像中完成合成。

避免含糊的提示词

示例提示词使用英文。

示例：Combine the apple and the bowl.

这种写法依赖 AI 自行推断。更好的做法是通过提示词主动控制结果。

清晰的提示词（推荐做法）

提示词：Add the bowl to the image with the apple, place the apple in the bowl.

提示词：Add the apple to the image with the bowl, place the apple in the bowl.

这些提示词明确指出了目标图像，从而消除了歧义，让提示词准确表达意图，提高准确度，也让我们更好地控制输出。

使用多张参考图像时，这种方法同样有效。

提示词：Add the apple, pineapple and banana to the image with the bowl. Place the fruit in the bowl.

多图编辑的推荐提示词结构

使用一致的结构，有助于提高不同工具中的编辑准确度。除非图像已标有 Image 1 和 Image 2，否则应避免用这些名称来指代它们。

提示词公式
动作 + 对象或参考内容 + 源图像描述 + 目标图像描述

参考图像

示例：

提示词：Add the chair from the modern living room reference image into the dining room scene, placed next to the wood table.

提示词：Apply the black burned wood texture to the concrete building

提示词：Apply the dramatic lighting style from the female portrait reference image to the outdoor street scene.

使用标注（Annotation）工具精确指定编辑目标

标注（Annotation）工具可以向 AI 提供视觉指令，强化文字提示词的表达。处理复杂场景或多个对象时，这尤其有用。并非所有多图输入工具都支持此功能，但许多工具都支持。

标注有多种用法。以下示例展示了常见方式，但并非完整列表。

圈选：指定要包含或修改的内容

圈出您希望 AI 包含、移动、优化或参考的对象或区域。
添加对象、细化细节或调整特定元素时，可以使用这种方法。

示例：

提示词：Add the circled modern lounge chair from the furniture reference image into the red square area of interior design image.

提示词：Follow and remove the annotations marked on the image; Apply the leather fabric texture from the reference image to the circled patch on the jacket.

划除：指定要移除的内容

划掉您希望移除、替换或忽略的元素。
这样有助于防止 AI 保留不需要的对象或特征。

提示词示例：

提示词：Follow and remove the annotations marked on the image; remove the two appliances in the background.  The remaining 4 render into photographs keep background white

数字标签：组织包含多个部分的指令

为区域添加数字标签（1、2、3 等），然后在提示词中直接引用这些数字，说明各项修改。当一张图像需要多处编辑时，这种方法很有效。

提示词示例：

提示词：Follow and remove the annotations marked on the image; Add the appliances in image 1 and the silver cloth from image 2 to  the Image labeled 3.

将清晰的标注与描述性的图像引用相结合，有助于 AI 理解需要修改什么，以及每项编辑应应用到哪里，从而减少歧义，提高一致性。

箭头：指明选择、放置或修改的位置

使用箭头指明应修改图像中的哪个部分、应将对象或主体放在哪里，或应让 AI 选择哪个对象或主体。当图像包含多个相似元素，或者需要明确位置和意图时，箭头尤其有用。

提示词示例：Follow and remove the annotations marked on the image; Replace the areas the arrow point to with black basalt. Do not change any other part of the image.

当多个对象或区域都可能被理解为编辑目标时，箭头可以集中 AI 的注意力，减少猜测。

将标注与清晰的提示词结合，获得更好的结果

标注能提供有力的引导，但结合本指南介绍的其他技巧使用时效果最好。标注本身不应取代清晰、具体的提示词，也不能代替正确的图像引用。

为获得更好的结果：

• 用标注直观地表达意图，而不是替代文字指令
• 始终说明要修改什么以及为什么修改，即使相应区域已经标记
• 将标注与描述性的图像引用相结合，不要仅依赖视觉提示
• 同样遵循每轮只做少量修改和明确选择目标的原则

需要避免的常见错误

• 用“这个”或“那个”指代图像
• 使用“Image 1”和“Image 2”等文字，却不提供视觉上下文
• 以为仅凭上传顺序就足够
• 将多个操作放在一起，却没有明确各自的目标
• 忘记指定要修改哪张图像

当编辑变得复杂时，将其拆分成多个步骤或多条提示词。

改善多图编辑结果的实用技巧

• 将一张图像作为基础图像，并明确说明
• 明确指出每张参考图像的作用
• 使用标注进行局部编辑
• 先测试小幅修改，再尝试复杂合成

常用的多图编辑模型

多图编辑依赖于能够理解图像之间关系的模型，而不仅是根据文字生成图像的模型。这类模型旨在理解基础图像、一张或多张参考图像，以及说明这些图像应如何结合使用的清晰指令。

以下是一些值得尝试的常用多图编辑工具。并非全部支持标注，但许多都支持。

要点回顾

多图提示词的关键在于清晰，而非复杂。明确说明修改什么、在哪里修改，以及哪张图像提供参考内容，就能充分控制 AI 编辑过程。这种方法能让 RunDiffusion Platform 上的各类工作流迭代更快、错误更少，结果也更可靠。

延伸阅读

提示词 | RunDiffusion

RunDiffusion 提示词栏目的最新文章，提供 AI 图像生成的专业指南与见解。

RunDiffusionRunDiffusion 团队

什么是多图提示词？

多图提示词是指向 AI 模型提供多张图像，并明确说明这些图像应如何配合使用。通常需要指定基础图像、一张或多张参考图像，并清楚说明如何组合或修改对象、风格或主体。

为什么需要指定要编辑哪张图像？

上传多张图像后，AI 并不会自动知道应该修改哪张。如果不指定目标图像，模型可能会编辑错误的图像、错误地合并场景，或将对象放在意料之外的位置。明确指定目标可以消除歧义，提高准确度。

应该在提示词中使用“Image 1”和“Image 2”吗？

大多数情况下不应该。更好的做法是根据图像内容进行描述，例如“the interior design image”（室内设计图像）、“the product reference image”（产品参考图像）或“the portrait reference”（肖像参考图像）。这种描述方式更清晰、更可靠，处理更多图像时也更容易保持明确。

有了标注，还需要清晰的提示词吗？

需要。标注是视觉辅助，不能代替文字指令。将标注与清晰、具体的提示词结合，说明需要修改什么、在哪里修改以及为什么修改，才能获得最佳结果。

哪些类型的标注最有效？

常见且有效的标注类型包括：

• 圈出需要包含或修改的区域
• 划掉需要移除或忽略的元素
• 用箭头指明对象的放置位置、需要修改的区域，或要选择的主体
• 用数字标签组织一张图像中的多项编辑

提示词应直接引用每个标注。

一条提示词中应该包含多少项修改？

每轮尽量只做少量修改。在一次生成中进行过多编辑，会增加出错或产生意外结果的概率。多次专注的迭代比一组复杂指令更可靠。

一条提示词可以使用多张参考图像吗？

可以。许多工作流都能从多张参考图像中受益，例如用一张提供风格，另一张提供对象或材质。使用时，应清楚描述每张参考图像的作用，让 AI 理解如何应用它们。

所有多图模型都支持标注吗？

并不是所有多图编辑模型都支持标注（Annotation）工具。但即使无法使用标注，相同的原则仍然适用：明确指定目标图像、通过描述引用图像，并使用专注的提示词，都有助于改善结果。

哪些模型适合多图编辑？

常用的多图编辑工具包括 Nano Banana Pro、Seedream V4.5 Edit、ChatGPT Image Edit 和 Flux 2 Max。各模型的能力不同，但本指南中的提示词技巧适用于不同工具。

使用多图提示词时，最常见的错误是什么？

最常见的错误是使用含糊的语言，依赖 AI 自行推断意图，以为仅凭上传顺序就足够，或没有明确指定要修改哪张图像。清晰的意图和结构通常能带来更好的结果。