企业官网建设流程全解析

你用 GPT Image 2.5 出图是不是经常这样： 写了一句自以为很到位的提示词，跑了十遍，姿势僵硬、镜头乱晃、光影平淡，跑十次全都不对。

不是模型不行，是你手里的“功法”缺了太多层。大部分人只写 5 层，模型就只能自己瞎猜。

今天我把我自己压箱底的这套独门”焚诀”公开出来：从 5 层基础、8 层进阶，一直拆到 15 层完全体，保姆级拆解。

先欣赏几张最近的10w+的作品图吧 兄弟们

想学太简单了，文末顺便附送一个 0 门槛的单文件工具，拿去双击就能用。

看完美图心情好了，接下来搬起小板凳认真听讲了

一. 这个工具长什么样？

为了把这套方法论直接落地，我把梳理的 5000 多字文档直接丢给了蚂蚁百灵新发的 Ling-3.1-flash，让它帮我做成了一个单文件 HTML 工具。全程我没写一行代码，终端显示 24 秒就一次成型跑通了。

整个工具逻辑很简单：

• 左边逐层填，右边实时拼：把画面拆成 17 个输入框，分在四套系统里。左边敲字，右边实时拼出排版工整的英文提示词；

• 一键复制：右上角点一下复制，直接丢给 GPT Image 2.5 或 Midjourney 出图；

• 三个版本一键切换： 基础版（5 层）：日常出草图够用； 进阶版（8 层）：加上镜头角度、重心和双光源； 高级版（15 层）：把面部特征锚点、全身力学、光影细节和负面排除全加上；

• 单文件 HTML：双击直接在浏览器里打开，不需要安装任何依赖，不需要开后端服务。

二. 我把一张图拆成了 17 层

想要画面稳定，就得把模型猜的空间压缩掉。我把画面拆成了四大系统加一个控制系统：

身份系统（回答画面里是谁） 主体身份：年龄、人种、体貌特征； 身份锚点：用来锁住面部一致性的特征（比如特定的碎发、泪痣、下颌轮廓）； 局部装饰：耳钉、手绳等微小细节，给画面加记忆点。

物理系统（身体和衣服怎么存在于空间中） 身体比例：骨架比例、肩宽比； 服装结构：款式、双排扣、系带状态、衣摆长度； 姿势与重心：不要只写“站着”，要写重心在左脚还是右脚、骨盆怎么倾斜、肩膀怎么代偿； 材质与物理接触：布料的垂坠感、肘部弯曲褶皱、水珠附着、微小的反光。

摄影系统（相机在哪里、怎么拍） 镜头与透视：焦距（35mm / 85mm）、摄距、机位高低（比如腰部高度低角度）； 构图：主体在画面中占哪三分之一； 场景元素清单：写清楚具体的可见元素（湿漉漉的沥青路倒影、自动贩卖机、斜向雨丝）； 灯光分路：主光、辅光、轮廓光分别从哪来，冷暖光怎么对冲； 色彩氛围：整体色温与环境调子。

视觉风格系统（用什么画法画） 画面介质：街头胶片质感、定格剧照； 质感与细节：颗粒感强弱、高光过渡； 轮廓处理：边缘锐利度与虚化过渡。

控制系统（排除走捷径的可能） 针对性负面词：排除模型最爱偷懒走的捷径（如影棚平光、大塑料皮、正面居中怼脸）； 参数：比例（--ar 16:9）等。

三. 实测对比：同一个雨夜，5层、8层与15层的区别

光说没用，拿同一个场景做测试：「雨夜便利店门口穿风衣的女生」。

基础版（5 层）

平时大家最常写的写法：

text：A young woman in a trench coat standing in front of a convenience store on a rainy night, cinematic photography style --ar 16:9

Mj生成：信息太少，模型只能按默认习惯出图——人物大概率居中死板站立，雨水细节糊成一片，便利店成了抽象背景，光线平淡。

GPT 生成

进阶版（8 层）

加上衣服细节、重心、机位高度与冷暖双光源：

text：A 24-year-old East Asian woman with shoulder-length damp hair, wearing a classic beige double-breasted trench coat with wide lapels and a tied belt, knee-length, showing fine water droplets on fabric. She stands casually with her weight shifted to her right leg, left hand in coat pocket, right hand holding a closed dripping umbrella, head slightly tilted. Shot from a low waist-level perspective, placed in the right third of the frame. Background shows a brightly lit convenience store doorway on a wet rainy street. Lighting setup: warm sodium street lamp as key light casting amber highlights, cool fluorescent spill from the store as soft fill light. Cinematic street photography, 35mm film aesthetic --ar 16:9

MJ 生成效果：构图把左边街景空了出来，雨伞带水滴，暖色路灯和便利店冷白光在风衣边缘交汇，氛围感一下子就出来了。

GPT 生成

高级版（15 层）

把面部特征锚点、全身力学传递、35mm 镜头距离、地面反光与负面词全补齐：

text：[Subject & Identity Anchors] A 23-year-old East Asian woman with a defined jawline, subtle silver stud earring on her left earlobe, thin red cord bracelet on her right wrist, damp dark hair strands clinging to her forehead.

[Biomechanics & Garment Fit] Standing with realistic weight distribution: locked right knee bearing most body weight, right hip slightly elevated, torso relaxed with left shoulder dropping naturally. Wearing an oversized khaki gabardine trench coat; fabric shows realistic tension with accordion creases at the bent left elbow and horizontal stretch pulling across the cinched waist belt.

[Optics & Composition] Eye-to-waist medium shot captured with a 35mm prime lens at f/1.8, 2.2 meters shooting distance, belt buckle positioned as the nearest focal point, subject placed along the right third of the frame.

[Scene & Micro-environment] Exterior of a convenience store on a drizzling night; glossy wet dark asphalt reflecting neon signs; glowing red beverage vending machine in the mid-ground; subtle diagonal rain streaks in the air.

[Lighting & Materials] Warm amber sodium street lamp as primary key light catching micro rain droplets on coat shoulders; cool fluorescent spill from the store acting as soft rim light; wet trench coat fabric showing natural reflections under streetlights.

[Style & Render] Cinematic street photography, natural 35mm film grain, soft highlight roll-off, deep clean shadows.

Negative prompt: sunny, dry pavement, centered symmetrical portrait, direct flash, flat studio lighting, plastic smooth skin, distorted hands --ar 16:9 --style raw

MJ 效果

三条提示词画的是同一个人、同一个场景、同一个雨夜。差别就在于你到底给了模型多少有效信息。

四. 为什么 Ling-3.1-flash 能一次性写成这个工具？

开头提到的这个小工具，背后就是由 Ling-3.1-flash 全权搞定的。

我把平时梳理的 5000 多字方法论草稿 draft.md 直接丢给它，只提了一句需求

“把这篇文档读完，理解 17 层的层级归属，做成一个单文件 HTML 工具。左边输入、右边实时拼提示词，支持三档版本切换和一键复制。”

丢完需求，终端跑完显示 Worked for 24s，24 秒就吐出了一个完整的 HTML 文件。双击用浏览器打开：版本切换顺畅，输入框打字右侧实时响应拼接，一键复制也生效。

全程我真的没手动改过一行代码。

五. 实测：Ling-3.1-flash 好用吗？

Ling-3.1-flash 是蚂蚁百灵新推的模型：

• 560B 总参数；

• 上下文上限 1M（100 万 token）；

• 专攻长流程任务和代码生成；

• 目前有两周免费试用，每天送 50 万 Token。

怎么接进本地 Claude Code？

不需要改客户端，在终端直接配好环境变量把模型切过去就行。

注意：除了主模型变量，几个 DEFAULT_*_MODEL 也顺手配上，防止 Claude Code 在某些环节默认用 Claude 自己的模型名去请求百灵接口导致报错：

bash export ANTHROPIC_BASE_URL="

https://api.ant-ling.com/anthropic

" export ANTHROPIC_AUTH_TOKEN="你的百灵API Key" export ANTHROPIC_MODEL="Ling-3.1-flash" export ANTHROPIC_DEFAULT_SONNET_MODEL="Ling-3.1-flash" export ANTHROPIC_DEFAULT_HAIKU_MODEL="Ling-3.1-flash" export ANTHROPIC_DEFAULT_OPUS_MODEL="Ling-3.1-flash"

拿 Key、配变量、丢需求，十分钟搞定。

真实上手感受

1. 长文理解能力很稳：5000 字的方法论文档丢进去，它把 17 层归属理得很清楚，没有漏掉哪个系统或者把字段安错位置；

2. 一次成型率不错：生成的 HTML 一把跑通，该有的交互逻辑都带上了；

3. 响应速度：推理吐字速度比 Claude Sonnet 要慢一些。但对于这种吃透大段文档、一次性交付成套代码的离线任务，慢一点完全在可接受范围内。

想体验的可以自取：

• 网页体验（Ling Studio）：

  蚂蚁百灵 Ant Ling - 百试·百灵

• API 接入入口：

  DTMaaS

• Vercel AI Gateway 快速集成：

  Ling 3.1 Flash API, Pricing & Playground | Vercel AI Gateway

06. 结尾

写提示词从来不是堆华丽辞藻，本质上是在用结构化信息给模型画边界。

文中那三段提示词大家可以直接拿去跑图试试，看看 5 层和 15 层的差距。

这个工具的 HTML 文件我放在评论区了，不需要配置任何环境，下载双击就能用，需要的自取。