必经之路

入门：简单生图

第一步：描述你想要的画面

直接用中文或英文描述，比如：

帮我生成一张日落时分的海边风景图，有椰子树，色调温暖

A cute cat sitting on a windowsill, watercolor style

第一次生图，我分别用4个工具生成图片，你觉得那个效果好呢？

目前公认排名：1.ChatGPT-image2 > 2.Gemini Nano Banana2 > 3.国内AI

新手建议：我们先用国内的工具进行初步学习，到了进阶，我们就会教你使用最好的工具。

ChatGPT

Gemini

千问

豆包

第二步：调整与修改

生成后你可以继续对话来优化：

把背景换成城市夜景

风格改成油画

千问

豆包

第三步：保存图片

💡是不是很简单，点击图片即可下载高清图片啦。

如果你觉得太简陋，请住下看。

进阶：高质量生图

一个好的提示词通常包含这些要素：主体 + 场景 + 风格 + 光线 + 色调 + 细节描述

试一试

下面的提示词，虽然未达到商用级别，但对你了解AI能力边界很有帮助

1. 写实人像

Professional portrait photo of a young woman, 25 years old, soft studio lighting, shallow depth of field, neutral background, shot on Canon EOS R5, 85mm lens, photorealistic, high detail

中文解释：

专业人像摄影，25岁年轻女性，柔和工作室灯光，浅景深，中性背景，佳能EOS R5拍摄，85mm镜头，照片级真实感

千问

2. 产品展示

A minimalist product photography of a glass water bottle, placed on a white marble surface, soft diffused lighting, clean background, commercial style, 4K resolution

中文解释：

极简产品摄影，玻璃水瓶，白色大理石台面，柔和漫射光，干净背景，商业风格，4K分辨率

豆包

3. 风景摄影

Golden hour landscape photography of a mountain lake with reflections, dramatic clouds, pine trees silhouettes in foreground, warm tones, ultra-wide angle, National Geographic style

中文解释：

黄金时刻风景摄影，山间湖泊倒影，戏剧性云层，前景松树剪影，暖色调，超广角，国家地理风格

千问

4. 插画风格

A beautiful illustration of a magical forest with glowing mushrooms and fireflies, whimsical style, soft pastel colors, detailed line art, digital painting, Studio Ghibli inspired

中文解释：

魔法森林插画，发光蘑菇和萤火虫，奇幻风格，柔和粉彩色调，精细线条，数字绘画，吉卜力风格

豆包

5. Logo设计

A modern minimalist logo for a tech startup, geometric shapes, gradient from blue to purple, clean vector style, white background, professional branding

中文解释：

现代极简科技公司Logo，几何图形，蓝紫渐变，干净矢量风格，白色背景，专业品牌设计

Gemini

参数技巧

以后会在提示词库见到更多关于绘画的参数，现在先了解一部分

图片质量关键词

关键词	效果	适用场景
photorealistic	照片级真实	人像、产品、风景
highly detailed	高细节	所有场景
4K / 8K resolution	高分辨率	需要大尺寸输出
professional photography	专业摄影感	人像、商业摄影
cinematic lighting	电影感光线	场景、氛围图
soft lighting	柔和光线	人像、产品
dramatic lighting	戏剧性光线	艺术创作

风格控制关键词

关键词	风格
watercolor painting	水彩画
oil painting	油画
digital art	数字艺术
pencil sketch	铅笔素描
anime style	动漫风
pixel art	像素风
3D render	3D渲染
isometric	等轴测视角

提示词优化技巧

1. 越具体越好：与其说"一只猫"，不如说"一只橘色波斯猫，蓝色眼睛，坐在红色丝绒沙发上"
2. 指定光线：光线对画面氛围影响最大，务必在提示词中描述
3. 参考相机参数：加入镜头型号、焦距等关键词，可以提升照片感
4. 分步生成：先生成大致构图，再逐步添加细节
5. 使用参考词：加入著名摄影师或艺术家名字可以引导风格

大成：高级技巧

点评

我们还可以利用AI解决以下问题，此时你应该自己去尝试生成和修改一张图片。

如果你使用国内AI，目前（2026年）在修改图片时不够完美，后面进阶教程会带你使用国外AI工具。

图生图（Image-to-Image）

上传一张图片后，可以基于它进行修改。常用方式：

风格转换：

把这张照片改成梵高的星空风格

局部修改：

把图中人物的衣服颜色从蓝色改成红色，保持其他部分不变

背景替换：

保留图中的人物，把背景换成海滩日落

图片扩展：

把这张图片扩展为横幅尺寸，自然延伸画面内容

多图生成技巧

当你需要生成一组风格统一的图片时：

生成4张同一系列的插画：春夏秋冬四季，同一个女孩在不同季节的场景，保持统一的插画风格和色调

关键技巧：

• 在提示词中明确说明"同一系列""统一风格"
• 指定一致的色调和风格关键词
• 可以先生成第一张确认风格，再让AI保持风格继续生成

局部重绘与编辑

上传图片后，可以精准修改特定元素：

选中图片中的天空部分，换成极光效果

把图片中桌上的花瓶去掉，保持桌面自然

操作要点：

• 上传原图后，清晰描述要修改的区域
• 说明期望的修改结果
• 可以分多轮逐步调整

常见高级场景

场景1：生成社交媒体配图

提示词：

生成一张适合小红书发布的美食照片，精致的日式便当，俯拍角度，木质桌面背景，自然光线，温暖的色调，有筷子和小碟子作为点缀，分辨率高，适合手机竖屏查看

下面场景2/3/4提示词，大家动手试一试吧！

千问

场景2：生成设计素材

生成一张现代商务PPT封面配图，抽象的几何图形组合，蓝色系配色，渐变效果，简洁大气，白色背景留有空间放标题文字

场景3：生成角色设计

设计一个游戏角色：年轻的魔法师，银色短发，穿着深蓝色长袍，手持发光的水晶法杖，站姿自信，全身像，概念艺术风格，高清细节

场景4：批量生成变体

基于当前这张图片，生成5个不同角度的版本：正面、侧面、背面、俯视、仰视，保持相同的风格和光照

排错指南

问题	原因	解决方法
文字生成错误	AI对文字处理能力有限	用图片编辑工具后期添加文字
比例不对	未指定尺寸要求	在提示词中说明"竖版""16:9"等
风格不统一	描述不够具体	固定使用相同的风格关键词组合
细节失真	描述过于复杂	简化描述，分步生成
人物变形	复杂姿态	参考真实照片，简化人物动作

常见问题

点击标题展示答案

1. 画面出现“鬼手”或肢体扭曲

• 问题表现：AI 画出的人手有六七根手指、双臂交叠异常，或者关节反折。
• 解决方法：
  • 添加反向提示词（Negative Prompt）：在反向提示词框中加入 bad hands, extra fingers, deformed limbs, mutated limbs, missing fingers（残缺手、多余手指、畸形肢体）。
  • 局部重绘（Inpainting）：使用 AI 工具的“局部重绘”功能，把画错的手部圈出来，让 AI 单独重新生成该区域。
  • 利用插件控制（针对 Stable Diffusion）：引入 ControlNet 的 OpenPose（姿态控制）模型，强行固定骨骼架构，规范手部和肢体。

2. 生成的图片非常模糊、分辨率低

• 问题表现：画风和构图不错，但放大一看全是马赛克或细节糊成一片。
• 解决方法：
  • 添加高清修饰词：在提示词中加入 8k resolution, highly detailed, sharp focus, masterpiece（8K分辨率、高细节、清晰聚焦、杰作）。
  • 使用高清修复（Hi-Res Fix）：在文生图时直接勾选超分辨率放大。
  • 后期放大（Upscale）：导出图片后，使用 Topaz Gigapixel AI、Upscaler 或剪映等工具进行 AI 无损放大。

3. AI “听不懂人话”，画面完全货不对板

• 问题表现：输入了一大堆文字，结果 AI 只抓住了其中一两个词，或者彻底偏离了预期。
• 解决方法：
  • 优化词序结构：AI 遵循“越靠前权重越高”的原则。标准公式为：[核心主体] + [细节描述] + [环境背景] + [艺术风格/相机参数]。
  • 使用权重符号：
    • 在 Stable Diffusion 中，可以用括号 (keyword:1.2) 来强调某个词。
    • 在 Midjourney 中，可以使用 --no 来排除不想要的元素，或者使用 :: 来分配权重。

4. 画面元素过多，显得杂乱无章

• 问题表现：想把“城堡、巨龙、少女、飞船、森林、魔法阵”全塞进去，结果画面挤成一团，没有焦点。
• 解决方法：
  • 学会做减法：一张好照片通常只有一个核心视觉焦点。先精简提示词，只留 1-2 个主体，其余用环境词一带而过。
  • 指定构图词：显式引导 AI 布局，例如加入 close-up（特写）、rule of thirds（三分法构图）、centered composition（中心构图）。

避坑指南

新手最忌讳写“小作文”式的提示词。AI 并不是人类，长篇大论的叙事只会让它抓不到重点，尽量多用短语和词组。

5. 无法保持同一个角色/物体的连续性

• 问题表现：想画一组连环画或绘本，但第一张图的主角长这样，第二张图就彻底换了张脸。
• 解决方法：
  • 固定种子（Seed）：找到满意的图片后，复制它的 Seed 值，在生成下一张图时固定这个 Seed，只修改动作词。
  • 角色参考（Character Reference）：
    • 在 Midjourney 中使用 --cref 参数垫图。
    • 在其他工具中上传主角的照片作为“人脸底图”来保持一致性。
  • 微调模型：在 Stable Diffusion 中，可以通过训练或下载特定的 LoRA 模型来彻底锁死角色外貌。

6. 画风不稳定，一会儿写实一会儿动漫

• 问题表现：想要赛博朋克风，AI 却给了一张水彩画；想要二次元，出来的却是真人 3D 感。
• 解决方法：
  • 选对大模型（Checkpoints）：选对底模是关键。写实风就选 Realistic 类的模型，动漫风就选 Anime 类的模型，不要让二次元模型去强行画真人。
  • 明确指定渲染器或艺术家：加入 Unreal Engine 5 render（虚幻5渲染）、Studio Ghibli style（吉卜力风格）或具体的艺术家名字（如 by Shinkai Makoto 新海诚）。

7. 文字渲染变成“天书”

• 问题表现：想让画面里的路牌写着 "STOP" 或者是特定中文，AI 却生成了一堆看不懂的怪异符号。
• 解决方法：
  • 使用最新的绘画模型：较新的模型（如 Midjourney v6、DALL-E 3、SD 3等）对文字的理解大大增强。
  • 使用双引号：在输入提示词时，用双引号将需要出现的文字框起来，例如：a neon sign that says "OPEN"。
  • 后期流处理（最稳妥）：让 AI 只生成无字背景，自己用 Photoshop、美图秀秀等工具手动打字加上去。

8. 陷入“版权”与“原创性”的迷茫

• 问题表现：不知道生成的图片能不能商用，或者觉得自己只是在拼凑提示词，没有创作的成就感。
• 解决方法：
  • 查看平台协议：大部分主流 AI 工具（尤其是付费版本）生成的图片是允许商用的，但具体要看各平台的《服务协议》。
  • 摆正心态，人机协同：把 AI 当作你的超级画笔或灵感放大器。真正拉开作品差距的是你的创意、构图审美和后期精修能力（AI 绘画 + PS 二次创作才是目前的行业常态）。

💡 进阶建议

刚开始玩 AI 绘画，最快提高的方法是“抄作业”。多去 AI提示词库 或各大 AI 绘画社区看大神的优秀作品，复制他们的提示词和参数进行模仿修改，很快就能上手！