本站的目标是帮助用户理解提示词结构，而不是只提供一堆无法解释的关键词。我们把 AI 绘画、图像生成、产品海报、人像摄影、国风插画和视频分镜中常见的写法拆成教程、案例、模板和本地编辑工具，方便学习、改写和长期积累。
本站做什么
砚 · 本地提示词工坊围绕“本地提示词生成”这条主线建设内容：提示词结构教程、负面词写法、参数预设、长尾文章、真实案例拆解和浏览器本地工具。本站不提供云端生图服务，也不代替任何模型平台；它更像一个提示词写作、整理和复盘工作台。
适合谁使用
本站主要面向需要长期写提示词的人：AI 美术学习者、电商视觉设计、品牌海报设计、短视频分镜创作者、独立站运营者、教学研究者，以及希望把提示词沉淀成模板库的内容团队。新手可以从教程和模板开始，熟悉结构后再使用编辑器、实验室和收藏库做系列化整理。
本站不做什么
本站不会承诺某个关键词一定能让所有模型出同样的图，也不会把不同平台的参数混在一起制造“万能公式”。AI 图像和视频模型变化很快，提示词只能提高可控性，不能替代平台规则、版权判断、人工审美和后期设计。涉及商用时，用户仍需自行确认所用模型、素材和平台条款。
内容如何整理
站内教程优先采用可复用结构：主体、场景、风格、光影、构图、材质、质量、参数。案例文章会尽量说明适用场景、错误示范、推荐改写、参数表和 FAQ。对于 Midjourney、Stable Diffusion、Flux、Runway、Kling、Sora 等模型相关内容，我们会把平台差异写清楚，避免把所有模型混成一套模糊说法。
本地优先与隐私
本站工具均在浏览器本地运行，不调用云端模型，也不会主动上传用户填写的提示词。收藏、历史、自定义标签和工作区备份依赖浏览器本地存储，因此建议用户定期导出工作区文件，避免清理浏览器缓存时丢失数据。
编辑原则
我们更重视可解释、可复用、可排查的写法，而不是堆叠流行关键词。文章中出现的模板、参数和负面词会尽量说明为什么这样写、适合什么场景、哪里容易翻车。涉及版权、商用授权和平台规则的内容会保持保守表述，并提醒用户以对应平台的正式条款为准。
反馈与更正
本站内容会持续围绕提示词结构、负面词、参数预设、模板写法和案例拆解更新。如果你发现内容有误，或者希望补充某类提示词案例，可以通过联系页面反馈。我们会优先修正事实错误、失效参数、破链和影响用户理解的表述。