用于 Flux 提示词的 LLM API:实用工作流
如果你需要用于 Flux 提示词的 LLM API,工作很简单:向文本模型发送简短想法,然后获取你的图像服务可用的详细提示词。本页面展示了系统提示词、设置和代码,并明确说明纯文本模型无法做到的事情。
更新于

要点
- 使用系统消息一次性固定格式和风格,然后每个请求只发送简短想法。
- JSON 模式返回一个提示词变体列表,脚本可循环遍历而无需解析自然语言文本。
- 100,000 token 的上下文窗口允许你将风格指南或历史提示词粘贴到请求中。
- 一次完整的扩展成本不到一分钱,且模型不会查看或生成该图像。
简短说明
创建一个密钥,将 OpenAI 客户端指向 https://api.fluxapikey.com/v1,将模型设置为 uncensored,并将你的提示词规则放入系统消息中。每个用户消息只是想法:几个词、一个场景、一个人物。回复即为完整的提示词。将其复制到你使用的任何图像工具中,该工具有自己的密钥和计费。
这里没有任何东西生成图片。API 仅用于文本,它不是图像供应商的服务,也无法查看你的渲染结果。它擅长的是写作:结构、词汇、批次中的一致性。本页面的其余部分是实用细节。
为什么使用语言模型来生成提示词
图像模型奖励特定的输入,惩罚模糊的输入。像“一座城堡”这样的行会给你平均的城堡。一段描述墙壁材质、一天中的时间、镜头和调色板的段落会给你更接近你脑海中图像的结果。手动为每个图像编写这段文字很慢,而且你往往会每次忘记相同的细节。
语言模型非常擅长此类扩展。它会补充缺失的细节,保持元素顺序一致,并在数百个请求中保持统一的文风。由于该模型默认不进行内容审查,它也能处理小说、黑暗主题以及成人角色创作,而更谨慎的托管模型通常会拒绝这些内容。适用通常的限制:仅限合法成人用途,且在任何情况下都不允许涉及未成年人的性内容。
有效的系统提示词
大部分质量来自系统消息。保持简短、具体且可测试。这是一个你可以编辑的起点:
SYSTEM = '''You write prompts for a text-to-image model.
Output exactly one prompt, one paragraph, no preamble, no quotes.
Order: subject, action, setting, lighting, camera or medium, palette, mood.
Use concrete nouns and visual adjectives. Avoid abstract words like beautiful.
Do not mention the words prompt, image or render.
Keep it under 90 words.'''
注意消息中未提及的内容。它不会长篇大论地讨论创意,也不会列出禁止的主题。简短且顺序固定的规则更易于模型遵循,也便于你调试。如果输出偏离预期,修改一行并重新运行相同的想法即可。如果希望为不同项目采用不同的文风,请保留第二条系统消息,并在每个请求中选择一个。
展示,而非描述
当仅靠规则不够时,在对话中作为靠前的消息添加一两对示例:将简短的想法作为用户消息,将你喜欢的提示词作为助手消息。通常一两对示例比另一段规则能更好地修正语气。
发送请求
调用是标准的聊天补全。对创意扩展最重要的设置是温度(temperature)和种子(seed)。
from openai import OpenAI
client = OpenAI(base_url="https://api.fluxapikey.com/v1", api_key="YOUR_KEY")
def expand(idea, seed=None):
r = client.chat.completions.create(
model="uncensored",
messages=[
{"role": "system", "content": SYSTEM},
{"role": "user", "content": idea},
],
temperature=0.9,
top_p=0.95,
max_tokens=200,
seed=seed,
)
return r.choices[0].message.content.strip()
print(expand("an abandoned observatory on a cliff", seed=7))
温度(temperature)在 0.8 到 1.0 之间时,措辞更多样,这正是头脑风暴时所需要的。当需要对重复模板生成近乎相同的输出时,将其调低至 0.3 左右。seed、top_p、stop 以及惩罚参数会透传给模型,因此你可以像在其他地方一样使用它们。max_tokens 限制是可选的;将其设置在你预期的长度附近,可防止输出过长。有关所有支持的参数,请参阅文档。
使用 JSON 模式的变体批次
对于批次,请求一个列表并启用 JSON 模式,使用 response_format。系统消息仍必须告诉模型返回的形状,因为 JSON 模式使输出成为有效的 JSON,但不会为你选择键。
# client as above: base_url https://api.fluxapikey.com/v1
import json
def variations(idea, n=8):
r = client.chat.completions.create(
model="uncensored",
response_format={"type": "json_object"},
messages=[
{"role": "system", "content": SYSTEM + f"\nReturn JSON: {{\"prompts\": [{n} strings]}}."},
{"role": "user", "content": idea},
],
temperature=1.0,
)
return json.loads(r.choices[0].message.content)["prompts"]
for p in variations("a night market in the rain"):
print(p)
无论如何都要用 try 块包裹 json.loads。如果回复因极低的 max_tokens 而被截断,它将无法解析,因此对于列表请求,请将该参数设置得宽松一些。列表中的每个提示词都可以在循环中直接输入你的图像服务。
使用 100,000 token 的上下文窗口
上下文窗口为 100,000 个 token,计算包括提示词加上生成文本。对于提示词工作而言,这远超每个请求的需求,但它有两种用途:你可以粘贴长风格指南、角色表或过去有效的提示词列表,模型会遵循它们。你还可以保持工作对话的连续性:请求一个提示词,然后说“更暗一些,加上雾”,即可获得记得第一版提示词的修订版。
长输入需要花钱,因此请让常驻的风格指南只保留会改变输出的内容。500 个 token 的规则成本很低。每次请求都附带 50,000 个旧提示词会累积成本,如下文费用部分所示:50,000 个额外输入 token 每个请求收费 $0.0075,500 个请求累计为 $3.75。
常见任务的提示词模式
同一个接口涵盖几种不同的任务。变化的是系统消息。
- 角色表。 在系统消息中保持对重复角色的固定描述(头发、服装、年龄、体型),并指示模型在每个提示词中逐字重复。这是在一系列渲染中保持角色可识别的最便宜方法。
- 通过文字进行风格迁移。 提供你喜欢的风格术语列表,例如“水粉画、柔和色调、颗粒感”,并在每个提示词的最后一句中要求包含它们。
- 否定措辞。 如果你的图像工具接受单独的负面提示词,要求模型在 JSON 模式下返回两个字段:
prompt和negative。保持负面列表简短具体。 - 缩短。 一些工具会截断长输入。在规则中添加字数限制并进行测试,因为模型对单词的计数比较宽松。
成人成熟小说和角色扮演艺术是这里的合法案例。如果你要求,模型将以平实、不露骨的语言编写场景描述。如果你在一个有自己的内容规则的平台上工作,也将这些规则放入系统消息中,以便提示词与图片发布的地方匹配。
测试和调整循环
将系统消息视为代码。选择五个覆盖你常用范围的测试想法,使用固定的seed和低温运行它们,并保存输出。每次修改规则后,重新运行相同的五个并比较结果。这可以捕获常见的失败情况:针对一种情况的修复破坏了另一种情况。
寻找三种症状。一批提示词重复相同的开头意味着温度(temperature)过低或示例过于单一。提示词忽略字数限制意味着规则被埋没;将其移到消息末尾。提示词包含闲聊式引导语(如“这是你的提示词”)意味着格式规则需要更严格,或者你可以在代码中删除第一行。如果要在 UI 中展示结果,可以使用stream: true进行流式输出,使用情况会在流结束时报告。
需要规划的限制
三个诚实的限制。首先,模型仅用于文本:它看不到图像,因此无法判断提示词是否产生了好的图片。你是裁判,循环是编写、渲染、调整规则。其次,除非你告诉它,否则它对你的特定图像模型的怪癖一无所知,所以将这些怪癖放入系统消息中。第三,速率限制:完整密钥允许 8 个并发请求和每分钟 300 个,试用密钥允许 2 个和 60 个。如果循环超过该限制,你将获得 HTTP 429,代码为 concurrency 或 rate_limited;等待片刻并重试。带有 Retry-After: 5 标头的 429 表示临时过载,同样的建议适用。
每个提示词的成本
定价为每 1M 输入 token $0.15,每 1M 输出 token $0.50。假设每个请求发送 800 token 的系统消息加想法,并返回 200 token 的提示词。在 500 个请求中,这是 400,000 个输入 token 和 100,000 个输出 token。输入:0.4 x $0.15 = $0.06。输出:0.1 x $0.50 = $0.05。总计:500 个提示词 $0.11。
上述 JSON 批处理,每次调用输入约 400 个 token,输出 700 个 token,成本为 0.0004 x $0.15 加上 0.0007 x $0.50,即 8 个提示词的总成本为 $0.00006 + $0.00035 = $0.00041。试用额度为 $0.50,注册后一键领取。充值起步金额为 $20;请参阅定价页面查看奖励层级,并访问密钥页面开始使用。
更多指南
问答
模型能为任何图像生成器编写提示词吗?
可以,因为它只生成文本。你在系统消息中告诉它你的图像工具偏好的格式,然后复制结果即可。
它会拒绝成熟或黑暗主题吗?
它经过调优,可在合法成人用途中不进行内容审查。涉及未成年人的性内容始终不允许。
我每分钟可以生成多少提示词?
完整密钥允许每分钟 300 个请求,同时并发 8 个请求。使用 JSON 模式时,一个请求可返回多个提示词。
它也会生成图片吗?
不会。API 仅支持文本,不支持图像、音频或视频生成。
只差一张表单,即可获得密钥
创建账户,复制密钥,更改 Base URL。这就是全部设置。