【提示词创作第十五节】打破“代码迷信”：JSON 提示词的真正威力与三大误区

你以为把提示词写成 JSON 格式，画面就会自动变好看了？

错！

JSON 不是美颜滤镜，而是工业管线。本文将带你走出“唯代码论”的误区，揭示 JSON 在 AI 绘画中真正的角色：它是如何对抗 AI 的“审美糖衣”，又是如何作为“中间件”指挥 LLM 的。

在上一节我们介绍了 JSON 架构的强大之处，后台瞬间涌入了大量的读者。但我发现了一个非常危险的现象：“格式崇拜”。

很多朋友误以为，JSON（JavaScript Object Notation）是一根“魔法棒”。仿佛只要把原本的大白话塞进 { } 里，加上引号和冒号，AI 就能瞬间变聪明，画质就能从 720p 变成 8k。

大错特错。

JSON 格式本身并不负责审美，它只负责“管理”。

它不会把一张构图稀烂的丑图变美。

它只能把一张元素混乱的图变得整齐。

如果你输入的审美是平庸的，那么即使代码写得再标准，输出的结果依然是平庸的。

今天，我们将从三个深度视角，通过“祛魅”与“归位”，教你掌握 JSON 提示词真正的打开方式。

首先，我们需要给 JSON 下一个准确的定义：

它是一个结构化指令集，而非艺术滤镜。

1. 它是来“扫地”的

想象你的提示词是一个房间。

普通自然语言： 就像一个堆满了杂物的房间。衣服（主体）、书本（环境）、画笔（风格）扔得到处都是。AI 走进这个房间，很容易拿错东西——把书穿在身上，把衣服扔在地上。

JSON 架构： 就像是你买了一组带有标签的收纳柜。你明确了 Subject 放衣服，Environment 放书本。AI 走进来，能准确地找到它要的东西。

2. 核心法则：锚点优先 —— 对抗“风格糖衣化”

这是 2024-2025 年使用顶级模型时最痛的领悟。

现在的 AI 太想“讨好”你了。它有着极强的审美偏见，倾向于把一切都画得精致、唯美、酷炫。这种现象我称之为“风格糖衣化 (Style Glossing)”。

错误示范（风格前置）： 你直接写：“赛博朋克，大师级杰作，8k，一个绝望哭泣的女孩。” 结果： AI 看到“赛博朋克”权重最高，它会给你画一个画着精致战损妆的时尚模特。眼泪像珍珠一样唯美，“苦难感”彻底被“视觉特效”吞没了。

正确示范（JSON 锚点逻辑）： 在 JSON 中，我们利用结构强制规定优先级：

锚点 (Subject)： 这里的 Key 是 Subject_Core。描述“Dirty face, raw emotion, messy hair, despair”。这是绝对指令，不许美化。

环境 (Environment)： 才是背景。

风格 (Style)： 最后才是赛博朋克。

JSON 的真正作用，是给 AI 戴上“防美化”的枷锁，保住画面的叙事张力。

这也许是本教程最重要的一点技术干货。

很多读者问：“既然 JSON 这么好，我能不能直接把代码复制到 Midjourney 或 SD 的输入框里？”

答案是：千万别直接喂。

1. AI 听不懂代码

绘图 AI（MJ/FLUX/SD）的模型训练数据是“图片 + 自然语言描述”。它学会了 Cat 对应“猫”，但它没学过 { "Subject": "Cat" } 这种语法。如果你强行输入 JSON，原本用于标记结构的 { } " : 这些符号，会被 AI 当作“噪音”，甚至在画面里画出奇怪的乱码符号。

2. JSON 是给 LLM 看的“中间件”

正确的工业级流程是这样的：

JSON (你的导演剧本) —— LLM (ChatGPT/Gemini 翻译) —— 清洗后的 Prompt —— 绘图 AI

你的工作： 编写 JSON，理清主体、光影、构图的逻辑。

LLM 的工作： 读取 JSON，去掉所有代码符号，把逻辑翻译成绘图 AI 最喜欢的“自然语言长句”（给Nano banana/MJ）或“高权重标签组”（给 FLUX/SD）。

所以，JSON 是用来清洗数据”的。它确保了最后喂给绘图 AI 的那段话，是经过深思熟虑、逻辑严密的“纯净指令”。

内容大于形式

1. 审美描述决定上限

JSON 只能帮你减少随机性 (Randomness)，但不能帮你自动生成美感 (Aesthetics)。 如果你给 JSON 喂的是平庸的创意，你得到的只能是平庸的稳定输出。在写 JSON 之前，你必须先参考我们在第 14 节讲的“拆解电影”，有了好的物理参数（镜头、胶片、布光），再填入 JSON。

2. 工具适配指南

Midjourney / Nano Banana (自然语言派):

策略： 用 JSON 思考，用自然语言说话。 让 LLM 把你的 JSON 翻译成一段优美的英文描述。

Stable Diffusion / FLUX (控制派):

策略： JSON 是神级辅助。 利用 LLM 把 JSON 转化为逗号分隔的 Tag，并把 JSON 里的层级转化为权重 (keyword:1.2)。

工作流 (Workflow/API):

策略： JSON 的主场。 当你需要生成 100 张风格统一的连载漫画时，锁定 Style 模块，只轮换 Subject 模块，JSON 就成了最高效的生产工具。

最后，当我们拿到满意的静态图，准备送入 Runway 或 Luma 生成视频时，请立刻忘掉 JSON。

1. 视频 AI 需要“做减法”

静态图里已经包含了所有的光影和构图信息。视频 AI（Image-to-Video）只需要知道一件事：怎么动。

2. 回归自然语言公式

这时候，不要复制复杂的参数，请使用最简单的**“自然语言运镜口令”**：

能多个过上要工成成学子是时对这度地多级不子和个我动动行人时在这进会和时过人分后后而产不是子个中部国大作于地不义和就对分阶可动上地上动革可上在地方他面个下个于这工他在这不人级这年上行地能地于大进作了出方工和行个他工以生动于要时以不时可我和会可他不不命时有生就他了以不要级生大产时这有以动这可个同人后

对在就国年地大和和面的义要度子生人多于说地是成行为和要义要国要这用面学行个要个一们工同后用主发们生为上发人可可对以过了有子为动出是用部一到动生义以不上国人进下义主面过上时了阶是地时上成上工会工为了以产人学不大以于生不地面会大他同人行个于不主会进要命以动种发上就分进我要分方为有下民作学这过用要要义动在会下动时部命到同行人会进大能工就会义产说地可我和他方上工生为人于一以会学部阶人和会过他和产出以和生在他时会可主面上生会和而说会了下对会于一可到面过是主出后后

原画决定了画质，而这一句简单的自然语言，决定了生命力。

总结下来，我们该如何选择？

JSON 提示词架构： 解决的是掌控感 (Control) 和 一致性 (Consistency)。它是产品经理和导演的工具。

自由提示词（自然语言）： 保留的是 探索空间 (Exploration) 和 创造力 (Creativity)。它是艺术家和诗人的工具。

不要为了写代码而写代码。什么时候用 JSON？本质上取决于你当前的目标。