Cách viết prompt tạo ảnh AI hiệu quả: cấu trúc, ví dụ và mẹo

Cùng một model, có người tạo ra ảnh đẹp như ảnh chụp tạp chí, có người chỉ nhận được những bức ảnh lộn xộn. Khác biệt lớn nhất thường nằm ở prompt – đoạn mô tả bạn đưa cho AI. Bài viết này chia sẻ cách viết prompt có cấu trúc, những khác biệt giữa các thế hệ model và quy trình thử nghiệm giúp bạn có kết quả ổn định.

Prompt là gì và model "đọc" prompt thế nào?

Prompt được bộ mã hoá văn bản (text encoder) chuyển thành dạng số mà model khuếch tán dùng để định hướng quá trình tạo ảnh. Điều quan trọng cần nhớ:

Model không "hiểu" như con người; nó liên kết từ ngữ với những gì đã thấy trong dữ liệu huấn luyện.
Các model khác nhau được huấn luyện với kiểu mô tả khác nhau, vì vậy cách viết prompt tối ưu cũng khác nhau.

Cấu trúc prompt cơ bản

Một prompt tốt thường trả lời đủ các câu hỏi sau, theo thứ tự quan trọng giảm dần:

Chủ thể: ai/cái gì? (một cô gái trẻ, một chiếc đồng hồ cổ, một con mèo)
Hành động/tư thế: đang làm gì? (ngồi đọc sách, đặt trên bàn gỗ)
Bối cảnh: ở đâu, khi nào? (quán cà phê, buổi chiều mưa)
Ánh sáng: ánh sáng cửa sổ, đèn neon, giờ vàng, ánh sáng studio
Bố cục/góc máy: cận cảnh, toàn thân, góc thấp, ống kính tele
Phong cách: ảnh chụp chân thực, tranh màu nước, anime, 3D render
Chất lượng/chi tiết: độ nét, chất liệu, màu sắc chủ đạo

Ví dụ: "Chân dung cận cảnh một cô gái trẻ đang đọc sách bên cửa sổ quán cà phê, chiều mưa, ánh sáng tự nhiên dịu từ cửa sổ, tông màu ấm, ảnh chụp chân thực, ống kính 85mm, xoá phông nhẹ."

Viết prompt cho SDXL và các model dạng tag

Nhiều checkpoint dựa trên SD 1.5/SDXL – đặc biệt các nhánh anime như Pony, Illustrious – được huấn luyện với tag (từ khoá ngăn cách bằng dấu phẩy). Với nhóm này:

Dùng tag ngắn gọn: 1girl, reading book, cafe, window light, rainy day, warm tones.
Đặt yếu tố quan trọng lên trước.
Một số model có tag chất lượng hoặc tag điểm số riêng do tác giả quy định – hãy đọc mô tả model trên Civitai/Tensor.art.
Có thể tăng/giảm trọng số từ khoá bằng cú pháp như (window light:1.2) trong nhiều giao diện.

Viết prompt cho Flux và các model hiểu ngôn ngữ tự nhiên

Các model thế hệ mới như Flux hay Qwen-Image dùng bộ mã hoá văn bản mạnh hơn, hiểu câu mô tả tự nhiên tốt hơn nhiều:

Viết thành câu hoàn chỉnh, mô tả rõ quan hệ giữa các đối tượng: "chiếc cốc màu đỏ đặt bên trái cuốn sách mở".
Có thể mô tả chữ trong ảnh (đặt trong ngoặc kép) – khả năng hiển thị chữ ở các model mới tốt hơn đáng kể.
Không cần các tag chất lượng kiểu cũ; thay vào đó hãy mô tả cụ thể chất liệu, ánh sáng, ống kính.
Prompt tiêu cực thường ít tác dụng hoặc không được hỗ trợ ở một số cấu hình – hãy mô tả trực tiếp điều bạn muốn.

Prompt tiêu cực: dùng đúng cách

Với các model hỗ trợ, prompt tiêu cực giúp loại bỏ những yếu tố không mong muốn: blurry, low quality, watermark, text, extra fingers. Lưu ý:

Đừng nhồi danh sách dài sao chép từ đâu đó; nó có thể làm ảnh bị "cứng" hoặc thay đổi phong cách ngoài ý muốn.
Chỉ thêm vào khi thực sự gặp lỗi đó.

Các tham số đi kèm prompt

Prompt tốt vẫn cần tham số phù hợp:

Kích thước/tỉ lệ khung hình: ảnh dọc cho chân dung, ngang cho phong cảnh. Dùng độ phân giải gốc mà model được huấn luyện.
CFG (guidance): mức độ bám prompt; mỗi model có khoảng khuyến nghị riêng.
Steps, sampler: theo khuyến nghị của tác giả model.
Seed: cố định khi thử nghiệm để so sánh công bằng.

Nếu bạn dùng ComfyUI, xem thêm hướng dẫn ComfyUI cho người mới để hiểu từng tham số trong KSampler.

Quy trình thử nghiệm hiệu quả

Bắt đầu đơn giản: chủ thể + bối cảnh + phong cách.
Cố định seed, thêm từng yếu tố một (ánh sáng, góc máy…) để thấy tác động.
Tạo theo lô 4–8 ảnh để đánh giá xu hướng, không dựa trên một ảnh may mắn.
Lưu prompt tốt thành mẫu cho từng loại ảnh: chân dung, sản phẩm, phong cảnh.
Kết hợp LoRA khi cần nhân vật, phong cách hay sản phẩm cụ thể – prompt không thể thay thế hoàn toàn cho dữ liệu huấn luyện. Xem cách train LoRA nhân vật.

Những lỗi thường gặp

Mô tả mâu thuẫn: "ánh nắng chói chang, đêm khuya" khiến model bối rối.
Quá nhiều chủ thể: model dễ trộn lẫn đặc điểm giữa các nhân vật.
Từ ngữ mơ hồ: "đẹp", "ấn tượng" ít giá trị bằng mô tả cụ thể như "ánh sáng ven, nền tối, tông xanh lạnh".
Viết prompt sai "ngôn ngữ" của model: dùng câu dài cho model tag, hoặc chuỗi tag rời rạc cho model hiểu ngôn ngữ tự nhiên.

Prompt trong ứng dụng thực tế

Khi đưa tạo ảnh vào sản phẩm qua API, người dùng cuối thường không giỏi viết prompt. Giải pháp phổ biến là prompt template: người dùng chỉ nhập chủ thể, hệ thống tự ghép thêm phong cách, ánh sáng, tham số đã được tối ưu. Nếu bạn đang xây tính năng như vậy, hãy dùng thử API tạo ảnh tại Lumina (chi tiết: API tạo ảnh AI của SDG) với model đã được tối ưu sẵn.

Kết luận

Viết prompt hiệu quả là kỹ năng có thể học được: hiểu model bạn đang dùng, mô tả có cấu trúc, cụ thể, và thử nghiệm có phương pháp. Hãy bắt đầu từ cấu trúc đơn giản ở trên, đọc kỹ hướng dẫn của tác giả model, và lưu lại những prompt hiệu quả để dùng lâu dài.

Cách viết prompt tạo ảnh AI hiệu quả cho SDXL và Flux