Image Prompts（图像提示词）是一种以图片而非纯文字作为输入来引导 AI 生成内容的交互方式，用户可以上传参考图、多图组合或图加文字混合输入，让模型沿用构图、风格或主体特征。随着文生图和文生视频模型进入多模态阶段，它已从 Midjourney 等平台的辅助功能，逐渐成为 AI 创作工具的标准输入形态之一。
Image Prompts 的近期进展
当前焦点与观察点
围绕 Image Prompts 的讨论主要集中在三个层面：一是控制力，多图组合时模型对每张参考图的遵循程度差异较大，风格迁移与主体一致性的平衡仍是难点；二是产品化，从 Midjourney 到 Seedance、Kling，各家对图像输入的接口设计不同，「垫图」「参考图」「角色一致性」等概念尚未统一；三是版权争议，以他人作品作为提示图生成的结果归属与授权问题仍缺清晰规则。可以观察的后续节点包括主流模型在多图输入数量、参考精度上的参数提升，以及视频生成中图像提示词是否会取代部分文字提示词成为主要创作入口。