前阵子手上只有一句特别虚的设定：一个人在等。就这五个字，提示词写多长都是白费，模型不知道谁在等、在哪等、等出什么味道，只能给你一个平均值。
我的办法是硬逼自己把它拆成三个完全不同的方向：孩子在楼梯口等家长，老渔民在码头等天亮，长途司机在驾驶室里等交班。这三个不是同一个场景换三种心情，那样比来比去没意义；是人物、地点、等的缘由全部换掉，摆在一起才看得出自己真正想画的是哪一个。
最后挑了司机那版，因为它自带构图。仪表台、方向盘、挡风玻璃，视线往哪落、画面怎么切分，场景本身就替我定了一半。
第一版出来的图其实是错的。人手举着杯子在喝，读起来像个动作，不像等待。只改了一处，手放回方向盘、咖啡搁着不动，意思立刻就对了。等这件事是靠什么都没发生撑起来的，人一旦在做事，画面就变成别的了。
所以对着空白输入框发呆的时候，别急着去翻更长的咒语模板，缺的多半不是词，是概念。我做设定的习惯是先摊开几项：主角是谁、在什么地方、正在干什么、情绪是什么、镜头切哪里、光和色往哪个方向走。摊完哪一项还空着，心里立刻就有数，剩下的才是把它翻译成句子的活。