从一张结果图反推提示词，得到的不是原始指令，而是一份“可能影响结果的参数清单”。先把能观察到的事实和根据经验推测的部分分开，复用时才不会误以为一套文字能还原原图。
可以参考AI 做图提示词的交付规格，按主体、构图、光线和输出要求逐层记录。
按六个维度拆解
| 维度 | 要观察什么 |
|---|---|
| 主体 | 人物、物体和动作 |
| 构图 | 景别、位置和留白 |
| 镜头 | 视角、焦距和景深 |
| 光线 | 方向、色温和阴影 |
| 材质 | 纹理、反射和表面 |
| 输出 | 比例、尺寸和文字区 |
让工具先描述图片，再提出候选参数。描述里出现“可能、推测、无法确认”的地方要保留标记，不要直接写成确定事实。
一次只验证一个变量
用候选提示词生成小样，先改变构图，再改变光线或材质。每轮只调整一个变量，比较结果后记录哪些词真正有影响。这样形成的是方法，而不是一串无法解释的长句。
结果图 → 事实描述 → 候选参数 → 小样测试
→ 单变量调整 → 记录有效参数 → 形成模板注意版权和风格边界
反推目的是学习构图和参数，不是复制具体创作者的独特作品。输出新的主题、主体和表达，并对公开发布的素材做权利检查。
把结果沉淀成模板
完成一次任务后保留输入、参数、修改记录和最终文件。下一次遇到相似需求，可以直接复用稳定部分，再针对新场景做小范围调整。
