一句话定义
反向提示词（Reverse Prompting）是指把一张图、一段文案或任何一份满意的输出交给模型，让它反推出“什么样的提示词能生成这样的结果”。
原理：从“照着做”变成“照着还原”
平时我们用模型，走的是正向路径：先写指令，再拿结果。反向提示词把箭头调了个头：先有结果，再要指令。
打个比方。正向提示词像照着菜谱做菜——菜谱写得越细，成品越接近预期；反向提示词像吃完一道菜，请厨师帮你把菜谱还原出来。你能尝出大致用了什么、什么路数，但盐几克、火候几成，只能靠推理，还原出来的菜谱未必分毫不差。
具体怎么用，三个常见场景：
- 图片反推：把参考图发给多模态模型，问“如果要让文生图模型画出这张图，提示词该怎么写？请分别给出主体、风格、构图、光线、质感几类描述”。模型通常能吐出结构完整的提示词串。
- 文案反推：把一段你满意的文字贴进去，让它总结“生成这类文字的提示词模板长什么样”，把风格、语气、篇幅、结构这些隐性要求显性化。
- 缺口反推：你自己写的提示词效果不好，可以让模型对比“你的提示词”和“你的目标结果”，指出缺了哪几类信息。
它之所以有效，是因为模型在训练中见过大量“描述—图像”“指令—回答”的配对数据，反推本质上是一次有条件的逆向描述。但要清楚：它给出的是“看起来合理”的提示词，不保证能复现原结果——同一句提示词换个模型、换次采样，出来的东西就可能不同。
容易混淆的几个词
中文里的“反向提示词”有歧义，有时被用来指 negative prompt，也就是“画面里不要出现什么”。那是另一回事，看上下文区分。
| 概念 | 你给什么 | 你得到什么 | 目的 |
|---|---|---|---|
| 常规提示词 | 指令 | 内容 | 产出结果 |
| 反向提示词（Reverse Prompting） | 结果 | 指令 | 得到可复用的写法 |
| 负面提示词（Negative Prompt） | 指令 + 排除项 | 内容 | 压掉不想要的元素 |
| 提示工程（Prompt Engineering） | 目标 + 反复试验 | 提示词与迭代策略 | 稳定、可批量地达成效果 |
可以这样理解：提示工程是一整套方法论，反向提示词是其中一种取材手段。
对实际工作意味着什么
对内容与设计岗，它是把“我说不清但一眼认得出”的审美沉淀成资产的办法。看到一张喜欢的图，别只存图，顺手把提示词反推出来存进自己的词库，几次之后你会发现自己有了可复用的风格配方。
对产品和工程岗，它适合用来做提示词库的冷启动、给评估集造样本，以及把业务方模糊的“就要这种感觉”翻译成可执行描述。
局限也得说清：反推结果是假设，必须实测；跨模型迁移经常失效，同一个提示词在 A 模型上出图、在 B 模型上可能完全走样；涉及内部资料、未公开素材的截图，别随手贴进外部工具。把它当成逆向工程的第一步，而不是终点。