2026年物业门控五金耗材推荐榜：中企创联工业品，小区/写字楼/物业多场景门控配件全覆盖
2026/3/2 14:07:46
NewBie-image-Exp0.1提示词怎么写？XML格式最佳实践
你是不是也遇到过这种情况：想生成一张包含多个角色的动漫图，结果AI把两个角色混成一个，发色、服装全乱套？或者明明写了“双马尾蓝发少女”，出来的却是短发？别急，今天我们就来解决这个问题——用NewBie-image-Exp0.1镜像里的XML结构化提示词功能，精准控制每一个角色属性，让你想要的画面一模一样地呈现出来。
这个镜像已经帮你搞定了所有麻烦事：环境配好了、代码Bug修完了、模型权重下好了，甚至连测试脚本都准备好了。你只需要会写提示词，就能立刻上手生成高质量动漫图像。而其中最关键的一步，就是掌握它的XML格式提示词写法。掌握了它，你就等于拿到了打开高精度多角色生成大门的钥匙。
1. 为什么传统提示词不够用？
我们先说个现实问题：普通的自然语言提示词，在处理多角色、复杂构图时很容易翻车。
比如你写：“一个蓝发双马尾女孩和一个红发短发男孩站在樱花树下”，模型可能会：
- 把两个人的特征混合（出现蓝发+短发的角色）
- 漏掉某个细节（比如忘了写眼睛颜色）
- 分不清谁是谁，导致属性错位
这是因为传统提示词是“扁平”的，没有明确告诉模型：“这个描述属于角色A，那个描述属于角色B”。
而NewBie-image-Exp0.1的 XML 提示词机制，正好解决了这个问题——它让提示词从“一句话描述”变成了“结构化数据”，就像给每个角色建了个档案卡。
2. XML提示词核心语法解析
2.1 基本结构：以<character_X>为单位定义角色
每个角色必须包裹在独立的标签中，推荐使用<character_1>、<character_2>这样的命名方式：
<character_1> <n>miku</n> <gender>1girl</gender> <appearance>blue_hair, long_twintails, teal_eyes</appearance> </character_1> <character_2> <n>ren</n> <gender>1boy</gender> <appearance>red_hair, short_hair, brown_eyes</appearance> </character_2>各字段说明：
| 字段名 | 作用 | 是否必填 | 示例 |
|---|---|---|---|
<n> | 角色名称标识（内部识别用） | 是 | miku,chara_01 |
<gender> | 性别标签 | 是 | 1girl,1boy,2people |
<appearance> | 外貌特征组合 | 建议填写 | blue_hair, long_dress, glowing_eyes |
注意：这里的
<n>并不会直接影响画面内容，但它作为角色ID，帮助系统内部追踪不同角色的属性绑定关系，不能省略。
2.2 全局通用标签：<general_tags>
除了角色专属描述，你还可以添加全局风格控制：
<general_tags> <style>anime_style, masterpiece, best_quality</style> <scene>sakura_tree, spring_day, park_background</scene> <composition>full_body, dynamic_pose, side_view</composition> </general_tags>这些标签会影响整张图的整体氛围，适合放：
- 画风要求（如
anime_style,chibi） - 场景设定（如
indoor,cyberpunk_city） - 构图视角（如
close_up,from_above）
2.3 高级技巧：支持嵌套与分组
如果你要生成三人以上合照或复杂群像，可以使用<group>标签进行逻辑分组：
<group id="main_pair"> <character_1> <n>alice</n> <gender>1girl</gender> <appearance>golden_hair, ribbon, blue_dress</appearance> </character_1> <character_2> <n>bob</n> <gender>1boy</gender> <appearance>black_hair, glasses, school_uniform</appearance> </character_2> </group> <general_tags> <scene>classroom, after_school, sunlight_through_window</scene> </general_tags>这样可以让模型更清楚哪些角色处于同一互动组，避免空间错乱。
3. 实战案例：从零写出一个完整提示词
我们来一步步构建一个实际可用的例子。
场景需求：
生成一张图片，包含两位角色：
- 角色1：初音未来风格，蓝绿双马尾，穿黑色皮衣，站在前面
- 角色2：银发机械少女，红色机械眼，穿未来感装甲，站在后面
- 背景是夜晚的城市天台，有霓虹灯，赛博朋克风格
- 整体高清、细节丰富
第一步：拆解角色信息
先分别整理两个角色的关键属性：
| 角色 | 名称 | 性别 | 外貌关键词 |
|---|---|---|---|
| 1 | miku_style | 1girl | blue_green_hair, twintails, black_leather_jacket |
| 2 | cyborg_girl | 1girl | silver_hair, cybernetic_eye_red, futuristic_armor |
第二步：组织XML结构
prompt = """ <character_1> <n>miku_style</n> <gender>1girl</gender> <appearance>blue_green_hair, twintails, black_leather_jacket, confident_pose</appearance> </character_1> <character_2> <n>cyborg_girl</n> <gender>1girl</gender> <appearance>silver_hair, cybernetic_eye_red, futuristic_armor, glowing_circuits</appearance> </character_2> <general_tags> <style>cyberpunk, anime_style, ultra_detail, 4k_resolution</style> <scene>rooftop_at_night, neon_lights, rainy_cityscape, distant_skyscrapers</scene> <composition>two_people, front_and_back_positioning, depth_of_field</composition> </general_tags> """第三步：替换到test.py中运行
打开容器内的test.py文件，找到prompt = ...这一行，替换成上面的内容，保存后运行：
python test.py几分钟后，你会看到一张符合预期的赛博风双女主图，而且每个人物的特征都非常清晰，不会混淆。
4. 常见问题与避坑指南
4.1 显存不足怎么办？
该模型推理需占用约14-15GB GPU显存。如果出现 OOM 错误，请检查：
- 宿主机是否分配了足够显存
- 是否有其他进程占用了GPU资源
- 可尝试降低输出分辨率（默认为 1024x1024）
目前不建议在低于16GB显存的设备上运行。
4.2 修改提示词后没反应？
请确认以下几点：
- 是否保存了
test.py文件？ - 是否重新执行了
python test.py？ - XML格式是否闭合？例如
<appearance>...忘记加</appearance> - 是否有多余的中文标点符号（如全角逗号、引号）？
一个小技巧：可以用 Python 的字符串三引号来避免转义问题：
prompt = """<character_1> <n>...</n> ... </character_1>"""4.3 如何实现连续对话式生成？
除了test.py，镜像还提供了交互式脚本create.py，支持循环输入提示词：
python create.py运行后会进入交互模式，每次输入一段XML格式的 prompt，自动保存图片并继续等待下一次输入，非常适合调试和批量创作。
4.4 支持更多角色吗？
官方测试表明，最多可稳定支持4个角色的同时生成。超过此数量可能出现：
- 属性漂移（某角色特征消失）
- 构图拥挤或比例失调
- 生成时间显著增加
建议：若需多人场景，优先保证主角色详细描述，次要角色简化为<appearance>background_crowd, generic_faces等泛化标签。
5. 最佳实践总结
5.1 写好XML提示词的五个原则
- 角色隔离：每个角色独立封装，绝不共用标签
- 命名清晰：
<n>使用有意义的名字，便于后期维护 - 关键词精炼：外貌描述用英文逗号分隔，避免长句
- 层级分明：角色专属 + 全局通用，分工明确
- 逐步迭代：先跑通基础版，再逐步添加细节
5.2 推荐工作流
1. 复制 test.py → test_mywork.py （防止覆盖原文件） 2. 编辑新文件中的 prompt 3. 运行 python test_mywork.py 4. 查看 output.png 效果 5. 调整提示词 → 重复步骤2-4这样做既能保留原始样例，又能自由实验自己的创意。
5.3 可复用的模板框架
你可以把这个当作“万能开头”保存下来：
<character_1> <n>your_character_name</n> <gender>1girl OR 1boy</gender> <appearance>hair_color, hair_style, eye_color, clothing, accessories</appearance> </character_1> <!-- 可选：添加第二个角色 --> <!-- <character_2> <n>another_char</n> <gender>1girl</gender> <appearance>...</appearance> </character_2> --> <general_tags> <style>anime_style, high_quality, detailed_background</style> <scene>your_scene_here</scene> <composition>full_body OR upper_body, facing_camera</composition> </general_tags>只需替换括号里的内容，就能快速启动新项目。
6. 总结
通过这篇文章，你应该已经掌握了NewBie-image-Exp0.1镜像中最强大的功能之一——XML结构化提示词。
它不只是换个写法那么简单，而是从根本上提升了多角色生成的可控性与准确性。相比传统“一句话提示”，XML格式让你像编程一样精确控制每个元素，真正实现“所想即所得”。
记住几个关键点：
- 每个角色都要用
<character_X>包裹 - 必须包含
<n>和<gender>字段 - 外貌描述放在
<appearance>中，用英文逗号分隔 - 全局设置用
<general_tags>统一管理 - 别忘了检查显存和文件保存状态
现在，你已经具备了挑战复杂动漫构图的能力。不妨试试生成一场“四位主角的雨夜对决”，看看能不能让每个人的装备、表情、站位都完美呈现。
获取更多AI镜像
想探索更多AI镜像和应用场景？访问 CSDN星图镜像广场，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。