AI小红书九宫格图文生成提示词工程

这是一套利用大语言模型自动生成高质量图片提示词，再交给AI图像生成工具产出可直接发布的小红书九宫格内容的工作流方法。核心不在于让AI直接画图，而在于让AI先设计完整的图文方案，包括视觉风格、排版结构、每格内容和配色方案，然后一次性生成一张可切割的九宫格大图。该方法由程序员Austin在2026年4月公开分享，帖子获得58赞、7转发、76条评论和4600+浏览。它属于AI辅助内容创作领域，是方法论、工作流与提示词模板的组合，不依赖特定平台，只要有LLM和图像生成工具就能使用。报告指出，传统流程制作一组九宫格可能需要2-4小时，而用AI工作流可以压缩到15-30分钟。

报告指出，小红书九宫格内容创作存在五大痛点。一是设计能力门槛高，需要统一的配色方案、专业的排版能力，每格既要独立成图又要风格一致，普通人很难用Canva、Figma做出爆款感。二是内容生产效率低，传统流程从想选题、找素材、写文案到做图调整发布，一组九宫格可能需要2-4小时，批量生产更不可能。三是AI画图不会排版，直接告诉AI画九宫格效果很差，AI不理解排版规范，不知道每格之间需要间距，文字经常被切到分割线，风格不统一。四是提示词写得不够详细，大多数人只给简单描述，缺少配色、字体、间距、分辨率、风格参考，生成结果能用但不能发。五是二次修改成本高，某格文字被截断或配色不协调时，需要重新生成整张图，反复试错。

报告描述的核心方法是LLM与图像生成模型的双层协作。第一层由LLM（如GPT-4/Claude）负责理解用户创作意图，设计九宫格内容结构，选择视觉风格和配色，编写精确的排版指令，输出一段自包含的图片生成提示词。第二层由图像生成模型（如GPT Image/DALL·E）解析提示词中的视觉描述，生成符合要求的高质量图片，处理文字渲染。完整提示词包含七个结构要素：整体规格（尺寸、比例、网格数、用途）、视觉风格（配色、色调、插画风格）、排版规则（间距、居中、分割线、文字要求）、逐格内容（每格标题、正文、配图元素）、封面特殊要求（首图效应、吸睛元素）、尾部格特殊要求（引导收藏、互动元素）和画质要求（分辨率、风格关键词、可发布标准）。工作流为：用户输入选题，LLM分析并生成约800-1500字的提示词，图像模型渲染九宫格大图（3:4竖版），人工检查后切割成9张，补充文案和标签后发布。报告强调必须生成一张完整的九宫格大图然后切割，而不是分别生成9张图，以保证风格一致性和排版连贯性。

• 零设计门槛，不需要任何设计软件或设计能力
• 效率高，15-30分钟完成一组九宫格，对比传统2-4小时
• 风格统一，一次生成保证整体一致性
• 可复现，提示词可以保存复用，换主题直接替换
• 支持批量生产，可快速生成多个主题内容
• 成本低，ChatGPT免费版即可使用
• 中文友好，GPT Image原生支持中文文字渲染
• 不依赖特定平台，可适配抖音、微博等

• AI 整理 · 本地测试，未经人工复核；依据历史报告节选，不代表当前产品状态。
• 报告明确列出了该方法的局限和不建议使用的场景。它不适合复杂信息图，如果需要数据图表、流程图等，AI生成效果不佳；不适合品牌定制，如果需要精确的品牌色、Logo、字体，需要后处理；不适合互动内容，如果需要投票、滑动等互动元素，纯图片做不到；存在版权风险，AI生成的插画元素可能有争议。不建议用于需要精确品牌规范的内容、需要真实照片的内容、需要数据可视化的内容和需要强互动的内容。报告还指出，AI生成的知识点可能有误，需要人工审核内容准确性；细节控制有限，无法精确到像素级别调整；多人使用相似提示词可能导致风格同质化；图片质量不等于流量保证，平台算法不可控；不同版本的GPT效果差异大，依赖模型能力。此外，报告提到AI能解决怎么做图的问题，但不能解决做什么内容的问题，选题和质量仍然需要人把关。