别再用谷歌翻译写 AI 提示词:用英文标记思考,用你的语言阅读
发布于 2026年10月23日 · 阅读约 7 分钟
Midjourney、Flux.1 和 Stable Diffusion XL 这类图像模型主要是用英文的图片与说明数据训练的,所以对英文的摄影和美术词汇往往反应最好。
对中国、日本、韩国、欧洲和拉丁美洲的创作者来说,这就形成了一个令人沮丧的循环:
- 1你用自己的语言构想出一种微妙的氛围。
- 2你把它放进谷歌翻译或 DeepL。
- 3你把翻译好的整段文字贴进生成工具。
- 4结果丢掉了你想表达的一半。
下面说明为什么普通的机器翻译会损害生成提示词,以及按标记翻译的方式如何解决这个问题。
问题:翻译器写的是文章,模型读的是关键词
翻译引擎的目标是写出流畅的句子。而图像模型并不需要语法,它们对简短、具体的描述词更有反应。来看这条中文的美术指导:
突出人物轮廓的柔和逆光,以及梦幻的轮廓光效果
A subtle backlight that brings out the contours of the figure and a dreamy rim light production.
像 "that brings out" 和 "production" 这样的填充词,会增加模型需要自行理解的词,而 production 这样的词可能会把画面拉向舞台或片场,而不是一套光线布置。
按标记翻译的做法
不翻译整句话,而是把想法拆成简短的标签,再为每个标签找出最合适的英文表达:
柔和逆光 -> soft backlight
突出轮廓 -> accentuated contours
轮廓光 -> diffused rim lighting, dreamy atmosphere
结果: soft backlight, accentuated contours, diffused rim lighting, dreamy atmosphere一次翻译一个概念,你会得到干净、用逗号分隔的关键词,没有语法上的赘余,而且每个词都可以单独核对。
mysnipbox 的做法:英文标记,用你的语言显示
mysnipbox 是从另一边入手的。它分解图片时产生的标签,正是生成工具听得懂的简短英文词。随后多语言标记桥(Multilingual Token Bridge)会在每个标签旁边显示你所选语言的译文,并把这些词对缓存在你本地的 SQLite 数据库中。
- 用你的语言阅读: 在标签翻译设置中,你可以任选一种目标语言。快捷列表里有韩语、English、日语、中文、Español 和 Português,搜索列表里还有更多语言。它和应用的界面语言是分开的设置。
- 用英文复制: 你组合并复制的提示词,仍然是生成效果好的英文标记。
- 按你的方式翻译: 翻译通过你自己的云端密钥或一个小型本地文本模型完成,所以你的标签不必离开你的电脑。中文、日文和韩文可以选轻量的
qwen2.5:3b,西班牙文和葡萄牙文可以选llama3.2:3b。各模型的大小见本地模型(Ollama)。
标签翻译
翻译目标语言
选择标签翻译使用的目标语言(选择 English 时将完全跳过翻译)。
翻译用 Ollama 模型
仅显示轻量的文本/翻译专用模型。
推荐翻译模型
下载后会立即设为翻译模型。
Qwen2.5 3B● 当前使用中
多语言(中日韩)翻译强 · 默认推荐 · ~1.9 GB
Gemma 2 2B
最小最快 · 适合低配置设备 · ~1.6 GB
Llama 3.2 3B
欧洲语言质量与速度均衡 · Meta · ~2.0 GB
选择翻译语言
- монгол 蒙古语 · Mongolianmn
- नेपाली 尼泊尔语 · Nepaline
- norsk 挪威语 · Norwegianno
- occitan 奥克语 · Occitanoc
- ଓଡ଼ିଆ 奥里亚语 · Odiaor
- پښتو 普什图语 · Pashtops
- فارسی 波斯语 · Persianfa
- polski 波兰语 · Polishpl
- português 葡萄牙语 · Portuguesept
- ਪੰਜਾਬੀ 旁遮普语 · Punjabipa
自己写提示词的实用方法
- 1把你的想法写成你自己语言里的简短词组,而不是完整的句子。
- 2逐个词组单独翻译,并确认这个英文词确实是摄影师或艺术家在用的说法。
- 3把结果与真实的示例图片对照,然后保存有效的词。
- 4下次直接复用这些保存的标记,而不是从头翻译。
想在使用前看看某个标签长什么样?打开 Tag Insights,就能看到你自己资料库里任意标签的示例图片。