真正好用的 infographic prompts，更像一份制作 brief，而不是一串形容词。强提示词应该明确主体、构图、哪些元素必须稳定，以及第一轮生成后你要检查什么。
TL;DR：把提示词写成可复用的制作 brief
- 先写主体、构图、风格、输出规则和投放场景，再补氛围词。
- 给产品图、头像、海报和 UI 概念图保留同一套骨架，只替换变量字段。
- 第一张结果的作用是诊断，不是审美投票。
- 只有当身份、包装、人脸、色彩系统或 UI 层级必须稳定时，才加参考图。
- 把真正解决任务的版本保存下来，下一次直接在 Vogue AI 里复制它。
这类 infographic prompts 到底要解决什么
搜索这个词的人通常不是想看灵感合集，而是想拿到一条可以复制、改写并生成可控初稿的提示词。所以内容重点应该是结构，而不是堆案例。
- 好结果：第一轮就能得到可继续打磨的产品图、人像、活动视觉或界面概念图。
- 坏结果：读起来很“会写”，但模型可以随意改错重点。
- 关键判断：看提示词能不能保住 brief，而不是看句子是否华丽。
信息图提示词公式
| 组成部分 | 应该写什么 | 为什么重要 |
|---|---|---|
| 主体 | 具体产品、人物、物体、场景或屏幕内容。 | 主体不清晰，后面的风格描述都会飘。 |
| 上下文 | 图片用于商品页、发布海报、广告、画廊卡片还是 UI 展示。 | 渠道不同，构图和可用标准也不同。 |
| 构图 | 机位、裁切、距离、留白和版式锚点。 | 构图是阻止第一轮失控的最快手段。 |
| 风格 | 材质、真实度、情绪、色板和品牌调性。 | 风格负责收窄视觉语言，但不能替代主体控制。 |
| 光线 | 柔光箱、轮廓光、自然光、背光或硬闪。 | 光线通常决定画面是否从“普通”变成可用初稿。 |
| 输出规则 | 比例、无文字、透明背景、安全区、无水印。 | 输出规则让结果对齐真实生产任务。 |
| 参考图交接 | 参考图控制什么，什么可以让模型自由发挥。 | 参考图只有在职责明确时才真正有用。 |
| 检查点 | 第一轮生成后先检查什么。 | 有检查点，才不会过早整条重写。 |
场景矩阵
| 目标 | 提示词重点 | 必须固定 | 第一步先改什么 |
|---|---|---|---|
| 产品发布视觉 | Hero 主体、材质细节、发布感灯光和可放标题的留白。 | 产品轮廓、包装特征和背景层级。 | 先改裁切和留白，再考虑加更多风格词。 |
| 人像活动图 | 表情、服装、肤质、镜头距离和色板。 | 脸部身份、发型和眼睛清晰度。 | 先改参考图交接，再改整体 mood。 |
| 社媒海报 | 焦点、反差、渠道比例和后续加字空间。 | 主体层级和文字安全区。 | 先修背景杂乱和标题空间。 |
| UI 概念图 | 设备 framing、界面层级、桌面环境和反光控制。 | 屏幕结构和用户能识别的产品区域。 | 先修透视和反光，再决定是否换模型。 |
可直接复制的信息图提示词示例
先复制其中一条，只替换方括号变量，第一轮尽量不要改其它结构。为了方便直接粘贴到 Vogue AI，提示词块在所有语言版本中都保留英文。
- Minimal symbol infographic: A clean vector-style infographic mark for [brand name], combining [core object] and [brand attribute], simple geometric silhouette, strong negative space, one-color black on white, balanced proportions, no words, no mockup, no gradients.
- Comparison infographic: Side-by-side infographic comparing [option A] and [option B], 4 criteria rows, balanced columns, simple icons, clean grid, headline-safe top area, 4:5 aspect ratio, placeholder labels only, no watermark.
- Blueprint infographic: Elegant blueprint-style infographic for [object or concept], labeled zones, thin technical lines, numbered callouts, generous margins, editorial blue-and-cream palette, no dense paragraphs, no watermark.
- Data story infographic: Magazine-style data explainer about [topic], one hero statistic, three supporting panels, simple chart-like shapes, strong contrast, readable spacing, 16:9 aspect ratio, placeholder numbers only.
两组真实案例图和对应 prompt
这篇如果只讲公式，信息增量还是不够。下面两组案例直接来自 Vogue AI prompt library：你能看到真实图片、真实 prompt 结构，以及真正值得拿走复用的控制方式。
案例 1：技术蓝图结构，重点是标注和层级控制
这里真正值得复用的，不是具体设备本身，而是主视图、编号标注、充足边距，以及让标签保持短而可读的输出规则。
- Prompt: Technical blueprint infographic for [product or concept], orthographic hero view, labeled component zones, numbered callouts, thin technical lines, generous margins, cool blue-and-cream palette, placeholder labels only, no dense paragraphs, no watermark.
案例 2：品牌系统信息图，重点是决策清晰度
这组案例适合把品牌系统拆成可读区域。核心不是多写形容词，而是把 promise、audience、palette、logo-safe area 和 service pillars 分开控制。
- Prompt: Professional branding infographic for [business], showing brand promise, audience, palette, logo-safe area, three service pillars, and channel examples, editorial grid, clean hierarchy, placeholder copy only, no final claims, no watermark.
完整示例：从 launch brief 到第一版提示词
原始 brief
你要为一个五步 onboarding 流程制作发布信息图。这张图既要能用于流程说明，也要能放进课程讲义。步骤顺序和短标签必须稳定，顶部还要预留标题空间。
提示词第一版
- Clean vertical onboarding infographic for a five-step onboarding process, five numbered sections from [STEP 1] to [STEP 5], one simple icon per step, consistent spacing, clear hierarchy, friendly SaaS education style, top area left open for a future headline, placeholder labels only, 4:5 aspect ratio, no dense paragraphs, no watermark.
第一轮生成后的修正
如果步骤顺序正确但标签拥挤，不要整条重写。先缩短标签、增加间距，并保持五段结构稳定。如果版式清楚但图标太泛，就只调整图标风格、色板或背景处理。
别急着继续堆形容词
多数弱提示词的问题，不是“不够会写”，而是核心控制点缺失。先补精度，再补文艺。
- 画面乱：先加裁切、机位和留白规则。
- 主体飘：先收紧主体句或加参考图。
- 风格泛：先补受众、渠道和品牌色。
- 文字总是坏：从提示词里删掉文字，只留后期加字空间。
在 Vogue AI 里怎么选模型
在 Vogue AI 里，提示词骨架应尽量稳定，模型选择则跟着失败风险走。别因为“热门”就换模型。
- 需要更强指令控制、物体控制和场景修正时，用 GPT Image 2。
- 需要快速变体、轻量探索或快速 image-to-image 时，用 Nano Banana。
- 需要 mood、时尚感或更强风格化探索时，用 Midjourney。
- 跨模型测试时尽量保持同一套骨架，否则你很难判断到底是模型变了还是提示词变了。
第一轮生成后先改什么
把第一轮结果和真实任务对比。最快的改法，是先找出最大的生产级失败点，只修这一层。
| 问题 | 先修什么 | 避免什么 |
|---|---|---|
| 产品、人脸或屏幕身份错误 | 强化主体句，或加带控制说明的参考图。 | 身份没稳住就先堆 mood 词。 |
| 构图太弱 | 先改裁切、机位、距离或留白。 | 构图没修就先换模型。 |
| 风格太泛 | 补受众、品牌色、材质和渠道上下文。 | 整条提示词从零重写。 |
| 文字或 Infographic 崩坏 | 生成时去掉文字，改为预留空白区域。 | 要求模型一次写对最终营销文案。 |
| 好结果越改越飘 | 复制最好版本，只替换变量。 | 在同一条不稳定提示词上不断加改动。 |
- 身份问题：先改主体边界或参考图交接。
- 版式问题：再改比例、裁切和留白。
- 风格问题：等画面稳定后再改色板、灯光和受众。
- 生产问题：把文字、法律文案或细小 UI 细节留到后期设计工具处理。
FAQ
什么样的信息图提示词算好提示词？
能明确说明主体、构图、风格、输出规则和检查点，并且第一轮结果可以对照真实 brief 判断的提示词，就是好提示词。
每次都要写很长的提示词吗？
不一定。只要足够控制主体、画面和输出即可。华丽词汇只有在核心结构已经稳住时才有价值。
什么时候加参考图最合适？
当身份需要稳定时：产品形状、包装、人脸、Infographic 位置、色板或 UI 层级。纯探索场景下，纯文本往往更快。
在 Vogue AI 里先试哪个模型？
看失败风险。GPT Image 2 更适合控制，Nano Banana 更适合快速变体，Midjourney 更适合风格探索。
为什么我的 infographic prompts 总是生成很泛的图？
通常不是词不够多，而是缺少受众、渠道、色板或构图规则。泛图大多来自 vague brief。
怎么把 prompt 优化沉淀成可复用资产？
保存真正解决任务的版本，标清变量字段，再复制给下一个 campaign、campaign layout、recipe card 或 UI concept。