用于创建图像的 AI 工具

选择合适的 AI 图像工具取决于你需要对特定视觉元素进行严格控制，还是进行广泛的风格探索；而要高效使用这些工具，则需要将输出结果视为草稿，并通过迭代提示和后处理加以完善。高质量的结果源于理解每个模型如何解读意图、通过放大处理管理分辨率和细节，以及避免语义漂移或光照不一致等常见陷阱。

理解图像提示词工程

图像提示词工程并非罗列所有可能的细节，而是构建意图结构，以便模型优先处理正确的元素。模糊的提示会产生多种可能性的通用平均值；结构化的提示则引导模型走向特定的结果。

首先确定主体及其状态。如果你想要一个“红苹果”，请指定“带有可见茎的成熟红苹果”，而不是仅仅写“苹果”。模型会将“apple”解读为一个类别，而“带有可见茎的成熟红苹果”则将视觉输出限制在一个具体的实例上。接下来，定义上下文和环境。苹果是在木桌上吗？还是在黑暗的森林里？环境决定了光照、阴影和背景复杂度。如果你省略环境描述，模型会用中性且通常缺乏生气的背景来填补空白。

然后，指定风格和媒介。诸如“油画”、“赛博朋克”或“纪实摄影”等词汇充当过滤器，重塑整个图像。然而，风格词汇可能与主体词汇冲突。如果你要求一个“赛博朋克”风格的苹果，模型可能会将苹果扭曲成霓虹灯照亮的几何形状，而不是逼真的水果。为避免这种情况，请在思维模型中将风格与主体分开。先中性地描述主体，然后将风格作为修饰语应用。例如，“a red apple, rendered in the style of a watercolor painting”比“cyberpunk watercolor apple”更清晰。

最后，如果工具支持，请包含技术参数。宽高比、光照方向和相机焦距都是有效的调节手段。指定“柔和的漫射光”可以避免生硬、不自然的阴影。指定“浅景深”可以虚化背景，将注意力集中在主体上。这些参数通常比描述性形容词更有效，因为它们描述的是物理属性而非审美判断。

主流图像生成模型对比

不同的模型因其训练数据和架构的不同而各具优劣。你必须根据任务选择合适的工具。

• Midjourney（付费）：适用于需要高分辨率、风格多样且美学质量至关重要的图像。它在解读抽象或艺术性提示词并生成视觉冲击力强的结果方面表现出色。当你需要灵感，或者最终图像将作为独立的艺术作品使用时，请选择它。
• DALL-E 3（付费）：适用于需要严格遵循提示词的光影写实和艺术图像。在处理复杂的自然语言描述方面，它优于大多数竞争对手。当你需要在单个句子中描述多个交互元素以生成特定场景时，请选择它。
• Adobe Firefly（免费增值）：适用于关注许可安全性的商业工作。它与 Adobe Creative Cloud 应用的集成，使其适合那些需要在客户项目中生成资产且无需担心版权侵权的设计师。
• Stable Diffusion（免费）：适用于对风格和构图进行精细控制。由于它是开源的，因此支持本地生成和深度定制。当你需要在不改变整体构图的情况下调整图像的特定方面（如光照或纹理）时，请选择它。
• Leonardo.ai（免费增值）：适用于迭代优化工作流程。当你需要生成基础图像，然后在基于 Web 的环境中通过修补或放大来修改部分图像时，它非常有用。
• Canva（免费增值）：适用于快速创建社交媒体和营销视觉内容。它将 AI 图像生成集成到设计平台中，适合那些需要快速产出功能性（而非高雅艺术）视觉内容的非设计师。
• Microsoft Designer（免费）：适用于快速的消费级图像生成。它适合需要从文本提示生成图像并执行背景移除等基本编辑的普通用户。
• Runway（免费增值）：适用于对运动和风格一致性进行专业级控制，特别是在处理视频或在图像序列中保持时间一致性时。

控制风格与构图

风格与构图是导致图像效果不佳的两个主要因素。风格漂移是指模型误解了风格关键词，并将其错误地应用到图像的特定部分。构图错误则是指模型在画面中放置元素的方式违背了预期的视觉层级。

若要控制风格，如果工具支持，请使用负向提示词。负向提示词告诉模型应避免什么。例如，如果你想要简洁、极简的设计，请在负向提示词中加入“杂乱、繁忙、复杂”。如果你想要逼真的照片，请在负向提示词中加入“卡通、动漫、绘画”。这通常比用正面词汇描述理想风格更有效。

若要控制构图，请使用空间线索。诸如“居中”、“左对齐”、“前景”和“背景”等词汇有助于模型正确放置元素。然而，在许多模型中，空间线索并不稳定。一种更稳健的技术是先生成构图较为宽松的图片，然后使用修补功能调整特定区域。如果主体太小，请生成更大尺寸的图片并进行裁剪。如果背景干扰视线，请使用中性色对其进行修补。

光线是构图的关键组成部分。指定“黄金时刻”、“霓虹灯光”或“影棚灯光”会显著改变图像的氛围。然而，光线线索之间可能会相互冲突。不要将“明亮、阳光”与“昏暗、情绪化”混用。请选择一种光线方案并坚持使用。

放大与后期处理技术

AI生成的图像通常分辨率较低或包含伪影。放大和后期处理对于产出高质量的最终结果至关重要。

放大可以在不增加新信息的情况下提高图像分辨率。这对于将小尺寸图像放大以供打印或显示非常有用。然而，简单的放大可能会引入伪影，如模糊或像素化。请使用专门设计的放大工具，以保留细节并减少伪影。

修补功能允许你编辑图像的特定部分，同时保持其余部分不变。它适用于移除多余物体、更换背景或添加缺失元素。为了有效使用修补功能，请遮盖需要更改的区域，并提供描述所需更改的提示词。模型将根据提示词和周围上下文填充遮盖区域。

色彩校正和对比度调整是简单却强大的后期处理技术。AI生成的图像往往光线平淡或色彩平衡不准确。调整对比度和饱和度可以让图像看起来更具动态感和真实感。但是，切勿过度调整。过高的对比度可能会引入色带或噪点。

常见陷阱及规避方法

• 语义漂移：模型误解提示词，生成与意图无关的图像。为避免这种情况，请使用简单清晰的语言，并通过多种变体测试提示词。如果模型持续误解某个词，请尝试使用同义词或更具体的描述。
• 光照不一致：图像中存在生硬的阴影或不真实的光源。为避免这种情况，请指定柔和的漫射光，并使用负向提示词排除生硬阴影。
• 伪影：图像中包含奇怪的形状、扭曲的面部或破损的纹理。为避免这种情况，请使用更高质量的模型，并应用后期处理技术来平滑伪影。
• 风格冲突：风格词与主体词冲突，导致图像失真。为避免这种情况，请在思维模型中将风格与主体分开，并使用负向提示词排除不想要的风格。
• 低分辨率：图像尺寸对于预期用途来说太小。为避免这种情况，请以尽可能高的分辨率生成图像，并使用放大技术来增加尺寸。