周末拿 Nano Banana Pro 做了个对照：同一个画面，第一次按老习惯丢一串逗号隔开的词，第二次换成一段话，把场景老老实实讲清楚。后者出图的连贯性明显好一截，人物和环境之间有关系了，不再各画各的。
说实话有点扎心，接单这两年，脑子里那套 tag 思维一直是最难改的习惯。现在模型的语言理解已经够强，碎词反而在给它制造歧义，元素之间是什么关系，它只能自己猜。
我现在分三步：先从零生成一版底图定大方向，再进图像编辑改局部，最后把稳定下来的写法固化成模板攒着。
一句提示词能出的东西比想象中多，前提是你真在描述画面，而不是罗列元素。