ERNIE-Image 隐藏技能：Prompt Enhancer 开还是关？一篇讲清楚

如果你用过 ERNIE-Image，你一定遇到过这种情况：

有时候图片质量特别好，有时候特别差
你明明改了 prompt，结果图片完全不变
你指定了 "Hello World"，图片上出现了中文

问题可能不在你的 prompt 上，而在一个你可能根本没注意过的开关——Prompt Enhancer（PE）。

这篇文章不聊架构、不聊原理，只回答一个实际问题：什么时候开 PE，什么时候关 PE。

一分钟了解 PE

PE 是 ERNIE-Image 内置的 prompt 改写模块。你输入一句话，PE 帮你改写成一段更专业、更详细的描述，然后再生成图片。

开 PE = 你写简单的话，AI 帮你补全
关 PE = 你写什么，模型就做什么

就这么简单。

开 PE 的场景（直接开，别犹豫）

✅ 场景 1：你只写了一句话

输入：一只猫在桌子上
效果：PE 自动补全光照、构图、风格等细节
结果：质量比你不写这些细节要好

原则：prompt 越短，PE 的增益越大。

✅ 场景 2：你不知道怎么写 prompt

不知道什么叫"伦勃朗光"、什么叫"浅景深"？不用知道。PE 会自动帮你加上这些专业词汇。

效果对比：

状态	你的输入	模型实际收到的
关 PE	`日落海边`	`日落海边`
开 PE	`日落海边`	`金色夕阳下的海岸线，海浪轻拍礁石，暖橙色天空，长曝光摄影风格`

✅ 场景 3：快速出图、头脑风暴

PE + ERNIE-Image Turbo（8步推理）= 最快工作流。

典型用法：

输入一句话
开 PE，点生成
不满意？换个词，再试
10 分钟出 20 张图

适合：灵感探索、概念验证、快速验证创意。

✅ 场景 4：中文输入、中文输出

PE 对中文输入比较友好，扩展后的描述通常也是中文。如果你生成的是普通图片（不含精确文字），中文用户开 PE 没问题。

关 PE 的场景（必须关，没有商量）

❌ 场景 1：需要精确渲染文字

这是最重要的关闭场景。

你的需求：海报上写着 "SUMMER SALE"
PE 的行为：可能把 "SUMMER SALE" 改成别的词，或翻译成中文
结果：图片上出现了不是你想要的文字

关 PE 是唯一可靠的方案。

❌ 场景 2：你已经写了详细的 prompt

如果你的 prompt 像这样：

Close-up product photograph of a matte white ceramic coffee mug on a dark slate surface, dramatic side lighting from the left creating long shadows, moody dark atmosphere, high-end commercial photography, 4K detail

你已经写了光照、材质、构图、风格。PE 再扩展就是画蛇添足，可能添加与你冲突的描述。

❌ 场景 3：固定 seed 迭代优化

你在用固定 seed 调整 prompt，每次改一个词：

迭代 1: a cat → (PE 扩展为 A)
迭代 2: a black cat → (PE 扩展为 B)
迭代 3: a black cat on sofa → (PE 扩展为 C)

你改了一个词，但 PE 的整个扩展都变了。你无法判断是哪个改动导致了结果变化。

关 PE = 隔离变量 = 精准迭代。

❌ 场景 4：你追求独特风格

PE 的扩展有模板化倾向——产品图总是"柔光+浅景深"，风景图总是"金色时刻+薄雾"。

如果你想要非典型风格（极简、暗黑、抽象），PE 的模板化扩展可能与你想要的方向冲突。

快速决策表

你的情况	PE 开关	一句话理由
prompt 很短（≤15字）	✅ 开	PE 帮你补全细节
不知道怎么写 prompt	✅ 开	内置 prompt 助手
快速出图	✅ 开	最快工作流
中文输入普通图	✅ 开	PE 对中文友好
需要精确文字	❌ 关	PE 会改写文字内容
已有详细 prompt	❌ 关	画蛇添足
固定 seed 迭代	❌ 关	隔离变量
追求独特风格	❌ 关	避免模板化
GGUF 低显存模式	❌ 不可用	无 GGUF 版本

ComfyUI / API 开关方法

ComfyUI

在 PE 节点的设置中：

enabled = true → 开
enabled = false → 关

Diffusers API

pipe(prompt="xxx", use_pe=True)   # 开
pipe(prompt="xxx", use_pe=False)  # 关

Scenario.com 网页版

在生成页面找 "Prompt Enhancer" 复选框，勾选/取消。

进阶技巧

技巧 1：先用 PE 找方向，再关 PE 做精修

输入短 prompt，开 PE，生成预览
看到 PE 的扩展方向
手动修改扩展内容（或在此基础上调整）
关 PE，用修改后的 prompt 生成最终版

本质：PE 是你的灵感助手，不是最终决策者。

技巧 2：用更强 LLM 替代内置 PE

如果你经常需要 PE 但又不满意效果：

用 GPT-4/Claude 写专业级 prompt
在 ERNIE-Image 中关 PE
粘贴 prompt 生成

质量明显提升，代价是多了 API 费用。

技巧 3：用负向描述对抗模板化

如果你想要非典型风格：

a product photo, dark moody lighting, NO soft light, NO commercial photography, dramatic contrast, edgy

加入排除性描述，告诉 PE 你不想要什么。

常见误区

误区 1："开 PE 质量一定更好"

错。PE 对短 prompt 有效，对长 prompt 反而有害。

误区 2："关 PE 就是降级"

错。关 PE 是"精准控制"，不是降级。专业用户经常关 PE。

误区 3："PE 只是添加内容"

错。PE 是改写器，它会改变你 prompt 的完整内容。

误区 4："PE 翻译中文是因为 bug"

不是 bug，是训练数据分布导致的正常行为。

总结：一句话规则

短 prompt → 开 PE
长 prompt → 关 PE
要文字 → 关 PE
要迭代 → 关 PE
不确定 → 先用 PE 看方向，再手动调整

PE 不是玄学，是一个工具。理解它的行为，就能掌握它的开关逻辑。