你写了一段主体、光线、材质都很细的 prompt。输出技术上没毛病——主体在、光线对——但构图死气沉沉。主体正中、纵深平、没有引导线、背景既不衬托也不框住主体。这就是”AI 默认构图”：居中中景，无视角。修复办法：把构图当作和光线一样的必填项显式指挥，不是事后想起来才补。
最快修复： 在 prompt 末尾加四个构图线索再重生成——rule of thirds, subject off-center、一行前景/中景/背景、一个非平视的机位、再加一个景深词如 85mm f/1.8, shallow depth of field。光这一条往往一次就能修好大多数死板构图。本文剩下的部分，是这招不管用时该怎么办。
常见原因
按命中率排序。
1. prompt 里没有构图语言
A woman in a red dress at a cafe 没告诉模型任何关于构图的信息。模型默认主体居中、平视、中景、平纵深。这就是”AI 目录照”的样子。
如何判断：prompt 里搜任何构图术语（rule of thirds、leading lines、low angle、off-center、foreground，等等）。没有就是问题。
2. 模型默认把主体放中央
截至 2026 年 6 月，每个主流图像模型——Midjourney V8.1、ChatGPT Images 2.0（gpt-image-2）、Imagen 4、Flux 2、Recraft V4——在训练数据上都强偏中央构图。不显式指示，几乎每次都给你一张居中、平视的中景。新模型对空间指令的服从度比 2024 年的 SDXL 好得多，所以解药（显式构图语言）现在更管用——但默认行为没变。
3. 没有前景 / 中景 / 背景的分层
平构图只有主体 + 背景。强构图有三层：前景物（前面的元素）、主体（中景）、背景（后面）。不写出三层，通常只有两层。
4. 没指定景深
Shallow depth of field, blurred background 把主体和背景在视觉上分开。不写，两层焦平一样清，结果就是平。
5. 没指定镜头角度 / 位置
Eye-level, looking straight at subject 是无聊的默认。Low angle looking up、slight high angle、over-the-shoulder、bird's-eye view 都能更有张力。
6. 没有动势 / 引导线
Leading lines toward subject、diagonal composition、subject framed by doorway——这些线索给眼睛一条可走的路径。没有就没有视觉兴趣。
7. 背景太杂或太空
任一极端都让构图变弱。背景杂和主体抢戏；背景空，眼睛看完主体没地方去。
哪个模型最听构图指令（2026 年 6 月）
如果你已经给了显式构图语言，模型还是把所有东西塞中央，那薄弱环节可能是模型本身。不同模型对空间指令的服从度差很多：
| 模型（2026 年 6 月） | 构图指令服从度 | 适合 |
|---|---|---|
| Recraft V4 | 最强——三分法、low-angle、Dutch tilt 摆位都稳 | 设计版面、刻意框取 |
| Nano Banana Pro | 复杂多元素 prompt 很强（会推理版面） | 多物体、需精确摆位的拥挤场景 |
| Flux 2 Pro | 强，尤其镜头/光学词（85mm、f/1.8、镜头畸变） | 摄影级景深控制 |
| Midjourney V8.1 | 氛围/光线/构图都强；2026 年 6 月 10 日起为默认 | 电影感人像、环境 |
ChatGPT Images 2.0（gpt-image-2） | 不错——出图前会推理构图，服从留白要求 | 对话内迭代、图中文字 |
| Imagen 4 / Imagen 4 Ultra | 服从度不错，写实最强 | 写实 hero 图 |
| SDXL（老模型） | 本列表最弱；需重权重或 ControlNet | 仅本地/离线 |
实用规则：如果你在用 SDXL 或老 checkpoint，而构图是卡点，先换 Recraft V4 或 Flux 2，再花时间抠 prompt 措辞。
动手前先确认
- 把当前 prompt、模型、死板的输出存好。
- 在 Pinterest、Behance、摄影师账号上找 3-5 张同题材的强构图参考。
- 记下参考的构图手法（偏离中心、引导线、框中、纵深）。
- 想清楚用例真正需要什么构图（hero 要张力、产品要清晰、生活方式要情境）。
- 改 prompt 前先备份。
需要收集的信息
- 完整 prompt、模型、版本。
- 一张强构图参考图作对照。
- 用例（hero、缩略图、画廊、印刷）。
- 主体是绝对主角，还是和环境共享画面。
最短修复路径
Step 1：加显式构图语言
大多数模型都识别的构图术语：
rule of thirds, subject off-center to the left,
strong leading lines from foreground to subject,
foreground element framing the shot,
shallow depth of field with sharp subject and blurred background人像：
medium close-up, subject placed at the right third,
window light coming from the left, soft falloff into shadow on the right产品：
diagonal composition, product offset to the lower-third,
strong specular highlight along the top edge, soft fall-off shadow extending to the upper-rightStep 2：写出前景 / 中景 / 背景
显式三层：
foreground: out-of-focus coffee cup on the left edge,
midground: woman seated at the table, sharp focus,
background: blurred warm cafe lights and silhouettes这一句往往就能把平构图改成分层构图。
Step 3：指定镜头角度和位置
避免平视默认：
low angle looking up at the subject, slight wide lens distortionslight high angle, looking down at the table from aboveover-the-shoulder, blurred shoulder in the foreground, subject in focus across the roombird's-eye view from directly aboveStep 4：加景深语言
shot on 85mm f/1.8 lens, very shallow depth of field, sharp eyes,
heavily blurred background环境镜头：
shot on 24mm f/8 lens, deep depth of field, foreground and background equally sharp镜头 + 光圈给模型具体指令。Flux 2 和 Imagen 4 对精确光学词（焦距、光圈、镜头畸变）反应尤其好；Midjourney 和 ChatGPT Images 2.0 读得松一些，但同样会改变结果。
Step 5：用引导线和框中
strong leading lines along the road converging on the subjectsubject framed by the doorway, dark silhouette around the bright openingdiagonal composition with the action moving from lower-left to upper-rightStep 6：研究并搬运参考的构图
看你同题材的强构图，翻译成 prompt：
- 参考主体在右三分线 → “subject offset to the right third”
- 参考有强对角线公路 → “leading lines along the road converging on the subject”
- 参考前景有失焦树枝 → “out-of-focus tree branch in the upper-left foreground”
Step 7：简化或调整背景
背景和主体抢戏：
simple clean background, gradient gray, no distracting elements背景空：
warm contextual environment, soft suggestion of architecture,
not distracting but supporting the subject怎么确认已经修好
- 主体不在正中央，在三分线或偏轴上。
- 前景 / 主体 / 背景之间有可见分离。
- 眼睛在画面里有自然路径（引导线、框中、等等）。
- 和参考构图对比，差距应该小。
- 同事看输出，不应该说”感觉很泛泛”。
如果还是没修好
- prompt 砍成主体 + 2-3 个构图线索。重生成。构图定型后再加回光线 / 风格。构图被 40 个风格词埋掉，是线索被无视的头号原因。
- 用强构图参考做图生图（img2img）。denoise / 去噪强度设到
0.5左右——既保住参考的版面，又重绘主体和风格。低于0.4几乎不变，高于0.7模型就会丢掉参考构图。（在 ComfyUI 里这是 KSampler 节点上的denoise字段。） - 换一个更听空间指令的模型。截至 2026 年 6 月，Recraft V4 和 Flux 2 对显式框取的服从度远高于老 SDXL；要精确摆放多个元素时，Nano Banana Pro 最合适。见上方模型表。
- 用 ControlNet / 结构参考图（depth、canny 或 scribble）强行锁定文字 prompt 自己产不出的构图。在本地 SDXL/SD 流水线里，这是锁版面最可靠的办法。
- 手动后期裁——居中画面很多时候只需要裁偏到三分线就能改善 50%。这是最快的非 AI 修法。
- 求助前打包 prompt、模型 + 版本、输出、参考图。
预防建议
- 在你的具体题材里学习参考，搬运它们的构图语言。
- 准备一份”构图工具包”——引导线、三分法、镜头角度、框中——重复用。
- 把构图当作必填，永远不当可选。
- 默认偏轴放置主体，除非用例要求居中。
- 每张图都指定镜头角度和景深；它们和光线一样重要。
常见问题
为什么我让它偏离中心，AI 图还是把主体放正中？
两个常见原因。第一，构图线索被一堆风格词埋了，模型在给最响的 token 加权；把 rule of thirds, subject off-center to the left 提到靠前，并削减风格词。第二，模型本身对空间指令服从弱——老 SDXL 最糟。换成 Recraft V4、Flux 2 或 Midjourney V8.1，往往光换模型就好了。
最有效的一句构图词是什么？
rule of thirds, subject off-center，再加一个景深词如 shallow depth of field。这两样打破”居中 + 平”的默认，也就是大多数”无聊”输出的根源。还平的话，下一步加机位（low angle looking up）。
写镜头（85mm、f/1.8）到底有没有用？ 有，有的模型更明显。Flux 2 和 Imagen 4 会认真读焦距和光圈，产出对应的景深和透视；Midjourney 和 ChatGPT Images 2.0 把它当风格提示，但同样会改变观感。写上去零成本，几乎不会帮倒忙。
怎样保住好构图，但换主体或风格？
拿构图好的那张做图生图，denoise 设 0.5 左右，保住版面、重绘其余。要更紧的控制，就用参考图的 ControlNet depth 或 canny 图。
我 prompt 里全是构图词，还是居中——怎么办？ 砍到只剩主体加 2-3 个构图线索，重生成，再把风格加回去。还居中，就是模型卡脖子：换 Recraft V4 或 Flux 2，或用 ControlNet / 结构参考强行锁版面。
2026 年哪个 AI 图像模型开箱构图最好？ 要刻意、听指令的构图，Recraft V4 领先；复杂多元素版面，Nano Banana Pro 最稳；要最电影感的默认氛围，Midjourney V8.1。各自取舍见上方模型表。
相关阅读
外部参考：
- OpenAI：GPT 图像模型 prompting 指南 — 官方构图与版面 prompt 写法。
- Midjourney 版本说明 — 当前默认模型与版本历史。