当前位置:首页 > 文章列表 > AI提示词 > 画画 > 橘粉薄雾山谷的无文字手机壁纸提示词

橘粉薄雾山谷的无文字手机壁纸提示词

来源:17golang原创 2026-10-28 14:54:00 0浏览 收藏

想把橘粉薄雾山谷做成适合手机锁屏的无文字壁纸,关键不是堆叠“唯美、梦幻”一类形容词,而是同时锁定山脊高度、雾带位置、晨光色温和顶部留白。下面给出一组主提示词与一组明显不同的玫瑰金侧光变体,生成时保持 9:16 竖幅即可。

要点速览
  • 主图把橘粉山脊放在中下部,顶部留给锁屏时间和图标。
  • 薄雾用“谷底向上抬升”的层次描述,避免整张图变成一片白。
  • 变体通过深色前景、偏左山脊和玫瑰金侧光改变纵深,不只是替换几个颜色词。

主壁纸:橘粉晨光落进薄雾山谷

主图适合锁屏,山谷是视觉中心,但最亮的区域不要顶到屏幕最上方。这样裁成不同手机比例时,时间区域仍有干净背景,图标也不会压在山脊细节上。

橘粉薄雾山谷手机壁纸主图,橘粉山脊位于中下部并保留顶部锁屏留白
图1:橘粉薄雾山谷主壁纸,山脊位于中下部,顶部保留锁屏留白。
下载这张手机壁纸

中文提示词与英文提示词

中文版本负责明确画面意图,英文版本把材质、构图和排除项写得更紧凑。两者可以分别尝试,但不要把两套提示词的主体位置描述互相冲突。

中文提示词

原创9:16竖屏手机壁纸:清晨的橘粉薄雾山谷,层叠的柔和橘粉色山脊位于画面中下部,谷底薄雾向山脊缓慢抬升,远处山峰在空气透视中淡出,柔和清晨逆光,浅杏色与灰紫色雾光,细腻山体纹理,宁静克制的数字风景插画,顶部保留干净的浅粉灰渐变负空间,适合锁屏时间和图标。无文字、无标志、无水印、无二维码、无设备边框、无界面、无人、无建筑、无道路、无版权角色。

English prompt

Original 9:16 portrait mobile wallpaper of a peach-pink misty valley at dawn, layered soft peach and dusty-rose ridges placed in the middle and lower area, thin mist rising from the valley floor toward the ridgeline, distant mountains fading through atmospheric perspective, gentle backlight, pale apricot and lavender-gray haze, delicate mountain texture, calm restrained digital landscape illustration, clean pale pink-gray negative space at the top for a lock-screen clock and icons. No text, no logo, no watermark, no QR code, no device frame, no interface, no people, no buildings, no road, no copyrighted character.

四个变量决定画面是否耐看

变量主图写法调整方向
主体位置中下部山脊锁屏时间遮挡主体时,把山脊再下移
雾量谷底向上抬升画面发白就改成“稀薄、分层雾带”
色温橘粉、浅杏、灰紫过艳时加入 dusty rose、muted 等低饱和词
顶部留白浅粉灰渐变图标杂乱时扩大无纹理天空区域

判断结果时先看三点:顶部是否足够干净、山脊是否仍能辨认层次、雾气是否只覆盖谷底和中段。如果三点都满足,再微调颜色,不要一次改动所有变量。

变体:玫瑰金侧光与更深的山谷层次

变体不沿用主图的平缓逆光,而是把前景压深、山脊略偏左,让薄雾成为横向过渡层。它更适合主屏,也能在同一主题下提供更强的空间感。

橘粉山谷玫瑰金侧光变体手机壁纸,深色前景与偏左山脊拉开纵向雾层
图2:玫瑰金侧光变体,通过加深前景与拉开雾层增强山谷纵深。
下载这张变体壁纸

变体中文提示词:原创9:16竖屏手机壁纸,更深的山谷前景从底部展开,宽阔而稀薄的雾带横跨画面中段,主山脊略偏左,玫瑰金低角度侧光照亮一侧山坡,远山向上收束并渐隐,前景为深莓灰色,天空为暖灰粉色,电影感纵深,顶部保留无纹理浅粉灰负空间。无文字、无标志、无水印、无二维码、无设备边框、无界面、无人、无建筑、无道路、无版权角色。

Variant English prompt: Original 9:16 portrait mobile wallpaper, a deeper valley foreground rising from the bottom, a broad thin mist band crossing the middle, the main ridge slightly left of center, low-angle rose-gold side light touching one slope, distant mountains narrowing upward and fading, berry-gray foreground, warm mauve-pink sky, cinematic depth, clean pale pink-gray negative space at the top for a lock screen. No text, no logo, no watermark, no QR code, no device frame, no interface, no people, no buildings, no road, no copyrighted character.

常见问题

为什么生成结果会像宣传海报?

通常是提示词里出现了 poster、title 或 graphic design,或负面约束不够明确。保留“mobile wallpaper”和“no text”,并删除宣传、标题、排版相关词。

锁屏时间压住山脊怎么办?

把“山脊位于中下部”改成“山脊位于下方三分之一”,同时把顶部留白写成 clean pale gradient,不要只增加“留白”两个字。

怎样让薄雾不把山谷洗白?

将“浓雾”改为“thin layered mist”或“稀薄分层雾带”,并补上远山的空气透视,让雾只承担前后景过渡。

版本声明
本文转载于:17golang原创 如有侵犯,请联系study_golang@163.com删除
深海青珊瑚枝影的锁屏壁纸提示词深海青珊瑚枝影的锁屏壁纸提示词
上一篇
深海青珊瑚枝影的锁屏壁纸提示词
Go io/fs FileInfo.ModTime 怎样读取虚拟文件时间
下一篇
Go io/fs FileInfo.ModTime 怎样读取虚拟文件时间
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    757次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    754次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    836次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    803次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    635次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码