mysnipbox
← 全部文章

用 Ollama 和你自己的 GPU，在本地免费逆向分析 AI 提示词

发布于 2026年10月23日 · 阅读约 5 分钟

你是不是也曾看到一张惊艳的 Midjourney 或 Flux 作品，心想：“这到底是用了什么风格标记、光线和镜头角度做出来的？”

如今最常见的做法，是把图片丢给云端多模态大模型（比如 GPT-4o 或 Claude 3.5 Sonnet）。但如果你要归档成百上千张作品，或者在打造专业的提示词库，这些 API 调用的费用会很快累积，你的创意还会落到别人的服务器上。

如果你已经有一块够用的 GPU（RTX 3060、4070、4090，或者 Apple Silicon 的 Mac），就可以免 API 费用、离线、不限次数地运行本地视觉模型。

下面一步步介绍如何搭建本地的提示词逆向分析，并把它接入本地优先的工作流。

为什么要把提示词拆成“原子标记”？

从 Discord 或 Civitai 复制来的提示词通常很杂乱：

原始提示词

ultra-detailed cinematic shot of an astronaut in a cybernetic jungle, octane render, volumetric lighting, Hasselblad 80mm, f/1.8, artgerm style --ar 16:9 --v 6.1

如果把整串文字当作一条静态笔记保存，几乎没法复用。但如果你把它拆解成模块化的部件：

  • 主体标记： astronaut exploring cybernetic biome
  • 光线标记： volumetric rim lighting, subtle bioluminescence
  • 光学标记： Hasselblad 80mm lens, shallow depth of field, f/1.8
  • 艺术指导标记： hyper-detailed hard surface textures, octane render aesthetic

现在你就有了一块可以自由组合的调色板。把宇航员换成复古跑车，同样的光学和光线质感依然保留。

第 1 步：用 Ollama 准备视觉模型

运行本地视觉模型最快的方式是 Ollama。

1. 安装 Ollama

从官网下载并安装适用于 macOS 或 Windows 的运行环境。安装步骤，以及桌面应用需要的那个环境变量，我们的 Ollama 安装与连接指南里都有说明。

2. 拉取一个轻量的视觉模型

打开终端或命令提示符并运行：

shell
# 速度与精度的平衡（建议约 16GB 内存）
ollama run minicpm-v

# 适合 8GB 电脑的更轻量选择
ollama run qwen2.5vl:3b

# 或者用 LLaVA 来做广泛的物体识别
ollama run llava:7b

拉取完成后，Ollama 会在 http://localhost:11434 开放一个本地 REST API。不确定哪个模型适合你的硬件？请查看本地模型（Ollama）了解各模型的大小和所需内存。

第 2 步：适合拆解的视觉提示词

向本地视觉模型发送图片时，别只问一句“描述这张图片”。泛泛的描述只会得到富有诗意的文字，而不是可以直接用的提示词写法。

请使用专为生成参数设计的提取提示词：

prompt
Act as an AI prompt engineer specializing in Midjourney and Flux.
Analyze this image and break it down into four distinct categories:
1. Subject & Pose (Exact subject, action, framing)
2. Medium & Art Style (Digital illustration, 35mm film, octane render, etc.)
3. Lighting & Palette (Key light, ambient tones, color grading)
4. Camera & Composition (Focal length, angle, depth of field)

Format the output strictly as comma-separated atomic keywords ready for prompt concatenation.

第 3 步：用 mysnipbox 自动化工作流

手动运行命令、再把返回内容贴进文本文件，图片一多就很麻烦。所以我们做了 mysnipbox，一个为 AI 创作者打造的本地优先桌面工作台。

  • 原生本地 AI 集成： 让 mysnipbox 连接你本机的 Ollama 地址（http://localhost:11434）。它会在你自己的电脑上分析图片，拆分视觉元素，并自动填入标记类别。
  • 云端 API 备选： 不在桌面电脑旁时，换成你自己的 Gemini、OpenAI 或 Anthropic API 密钥即可，工作流程不变。
  • 本地拥有： 标记、原图和元数据都保存在你自己的硬盘上，而不是第三方 SaaS 服务器上。（用云端服务商分析的图片会发送给该服务商。）
  • 无需订阅： 一次购买，长期使用。
在应用中，先按设置指南连接 Ollama，再选择一个已验证的视觉模型。大小和推荐内存就是应用里显示的数值。

总结：打造你的私密提示词库

别再让精彩的提示词配方消失在 Discord 的聊天记录里了。把本地视觉模型和专门的整理工具搭配起来，零散的生成结果就会变成一个真正属于你的提示词库。

想让提示词拆解更省心？下载适用于 macOS 和 Windows 的 mysnipbox，现在就开始。