我玩AI绘画有大半年了。

从最开始的Midjourney，到后来的Stable Diffusion，从简单的提示词，到复杂的工作流，踩了不少坑，也积累了一些经验。本文分享我的AI绘画工作流实战经验，包括工具选择、提示词技巧、模型选择、参数调优、后期处理、批量生成，以及那些年我踩过的坑和总结的经验。

一、我的AI绘画历程

1. 入门：Midjourney

最开始，我用的是Midjourney。

  • 在Discord里输入提示词
  • 等几十秒，生成4张图
  • 选一张喜欢的，放大或变化

Midjourney入门简单，生成的图质量高，很容易出效果。但缺点是：

  • 要付费，而且不便宜
  • 可控性差，很多细节调不了
  • 不能本地部署，依赖网络
  • 生成的图版权有争议

2. 进阶：Stable Diffusion

后来，Stable Diffusion开源了，我开始玩本地部署。

Stable Diffusion的优点：

  • 免费，开源
  • 可控性强，参数多
  • 可以本地部署，隐私好
  • 可以用各种模型和LoRA
  • 可以自己训练模型

缺点是：

  • 入门门槛高，要装环境
  • 参数多，调参麻烦
  • 需要好的显卡
  • 出图质量不如Midjourney（默认模型）

我花了一周时间，才把Stable Diffusion的环境搭好，又花了一个月，才基本搞懂各个参数。

3. 现在：混合工作流

现在，我用的是混合工作流：

  • 创意和草稿：用Midjourney，快速出效果
  • 精细调整：用Stable Diffusion，可控性强
  • 后期处理：用Photoshop，做最终调整

这样，既利用了Midjourney的出图质量，又利用了Stable Diffusion的可控性。

二、工具选择

1. Midjourney

适合：

  • 新手入门
  • 快速出创意
  • 追求画面质量
  • 不想折腾环境

不适合：

  • 需要精确控制
  • 批量生成
  • 隐私敏感
  • 预算有限

2. Stable Diffusion（WebUI）

适合：

  • 有一定技术基础
  • 需要精确控制
  • 想免费使用
  • 有好显卡
  • 喜欢折腾

不适合：

  • 纯新手
  • 没有好显卡
  • 不想折腾
  • 追求一键出图

3. DALL-E 2

适合：

  • 想要简单易用
  • 想要版权清晰
  • 和OpenAI生态结合

不适合：

  • 需要高分辨率
  • 需要精细控制
  • 预算有限

4. 其他工具

  • NovelAI：二次元风格，适合画动漫
  • 文心一格：百度的，中文支持好
  • 通义万相：阿里的，中文支持好
  • 可灵：快手的，视频生成

三、提示词技巧

提示词是AI绘画的核心。提示词写得好，出图质量就高。

1. 提示词的结构

一个好的提示词，一般包含这些部分：

  • 主体：画什么（人物、风景、物品等）
  • 细节：主体的细节（服装、表情、动作等）
  • 环境：背景和环境（室内、室外、天气等）
  • 风格：艺术风格（油画、水彩、赛博朋克等）
  • 构图：构图方式（特写、全景、俯视等）
  • 光影：光线和阴影（自然光、逆光、霓虹等）
  • 质量词：提高质量的词（masterpiece, best quality, 8k等）

2. 正面提示词

正面提示词，描述你想要的东西。

示例：

a beautiful girl, long hair, blue eyes, wearing a white dress, 
standing in a flower field, sunset, golden hour, 
oil painting style, impressionist, soft brushstrokes, 
masterpiece, best quality, 8k, highly detailed

3. 负面提示词

负面提示词，描述你不想要的东西。

常用的负面提示词：

lowres, bad anatomy, bad hands, text, error, missing fingers,
extra digit, fewer digits, cropped, worst quality, low quality,
normal quality, jpeg artifacts, signature, watermark, username, blurry

负面提示词很重要，可以有效避免常见的AI绘画问题（如多手指、畸形等）。

4. 提示词的权重

在Stable Diffusion中，可以用括号调整提示词的权重：

  • (word:1.5)：权重1.5倍
  • (word:0.8)：权重0.8倍
  • (word)：默认1.1倍
  • [word]：权重0.9倍

权重可以用来强调或弱化某些元素。

5. 提示词的顺序

提示词的顺序也有影响：

  • 前面的词，权重更高
  • 后面的词，权重更低
  • 重要的元素，放前面

一般顺序：主体 > 细节 > 环境 > 风格 > 质量词

四、模型选择

Stable Diffusion有很多模型，不同的模型适合不同的风格。

1. 基础模型

  • SD 1.5：最经典的模型，兼容性好，LoRA多
  • SD 2.1：更新的模型，质量更好，但兼容性差一些
  • SD XL：最新的模型，质量最高，需要好显卡

2. 二次元模型

  • Anything V5：二次元风格，很受欢迎
  • Counterfeit：二次元，质量高
  • MeinaMix：二次元，风格柔和
  • NAI：NovelAI的模型，二次元质量高

3. 写实模型

  • Realistic Vision：写实风格，人像好
  • Deliberate：写实，通用性强
  • DreamShaper：写实，艺术感强
  • MajicMix：写实，亚洲人像好

4. 模型选择建议

  • 新手：先用SD 1.5，兼容性好
  • 二次元：选Anything或Counterfeit
  • 写实：选Realistic Vision或Deliberate
  • 有好显卡：可以试试SD XL

五、参数调优

Stable Diffusion的参数很多，调参是一门学问。

1. 采样步数（Steps）

  • 含义：采样的步数，步数越多，细节越丰富
  • 常用值：20-50
  • 太低：画面粗糙，细节少
  • 太高：时间长，可能过饱和

建议：25-30步，大多数场景够用。

2. 采样器（Sampler）

  • Euler a：常用，出图稳定
  • DPM++ 2M Karras：推荐，质量好，速度快
  • DDIM：稳定，适合批量生成
  • UniPC：新出的，质量好

建议：用DPM++ 2M Karras，平衡质量和速度。

3. CFG Scale

  • 含义：提示词的引导强度
  • 常用值：5-15
  • 太低：不遵循提示词，画面自由发挥
  • 太高：画面过饱和，不自然

建议：7-10，大多数场景合适。

4. 种子（Seed）

  • 含义：随机种子，相同种子+相同参数=相同图片
  • 作用：复现结果，微调图片
  • -1：随机种子

建议：找到好的种子后，记下来，可以基于它微调。

5. 分辨率

  • 512x512：默认，最稳定
  • 512x768：竖图，适合人像
  • 768x512：横图，适合风景
  • 更高分辨率：需要高分辨率修复（Hires. fix）

注意：分辨率太高，容易出问题（如多人物、畸形）。建议先用512x512生成，再用高分辨率修复放大。

六、踩过的坑

坑一：提示词写得太简单

最开始，我写提示词很简单："a cat"。

生成的图，质量很差，很普通。

后来才知道，提示词要详细：

  • 主体的细节
  • 环境和背景
  • 风格和构图
  • 光影和质量词

提示词越详细，生成的图质量越高。

坑二：负面提示词没用

最开始，我不用负面提示词。

生成的图，经常有问题：

  • 多手指
  • 畸形
  • 模糊
  • 水印

后来加了负面提示词，这些问题少了很多。

负面提示词，是提高出图质量的关键。

坑三：分辨率设太高

最开始，我直接用1024x1024生成。

结果，图经常出问题：

  • 多个人物
  • 身体畸形
  • 画面重复

后来才知道，Stable Diffusion 1.5的模型，是在512x512上训练的，直接用高分辨率容易出问题。

正确做法：

  • 先用512x512生成
  • 再用Hires. fix放大
  • 或者用SD XL模型（支持高分辨率）

坑四：CFG Scale太高

最开始，我把CFG Scale设到20以上，觉得这样更遵循提示词。

结果，画面过饱和，颜色很假，不自然。

后来调到7-10，画面自然多了。

CFG Scale不是越高越好，7-10是最佳范围。

坑五：采样步数太多

最开始，我把采样步数设到100，觉得越多越好。

结果，生成时间很长，画面反而过饱和，细节丢失。

后来调到25-30步，质量和速度都合适。

采样步数不是越多越好，25-30步大多数场景够用。

坑六：模型不匹配

最开始，我用写实模型画二次元，用二次元模型画写实。

结果，效果很差。

后来才知道，不同的模型，适合不同的风格。要用对模型，才能出好效果。

坑七：LoRA用太多

后来，我发现了LoRA，觉得很神奇，一次加了五六个LoRA。

结果，画面混乱，风格冲突，质量很差。

后来才知道，LoRA不是越多越好。一次用1-2个LoRA就够了，太多会冲突。

坑八：不保存好的参数

最开始，生成了一张好图，但没保存参数。

后来想复现，怎么都复现不出来。

现在，我每次生成好图，都会保存：

  • 提示词
  • 负面提示词
  • 模型
  • 参数（步数、采样器、CFG、种子、分辨率）
  • LoRA和权重

这样，以后可以复现和微调。

七、我的工作流

现在，我的AI绘画工作流是这样的：

第一步：确定主题和风格

  • 想清楚要画什么
  • 确定风格（写实、二次元、油画等）
  • 找参考图，确定构图和色调

第二步：写提示词

  • 写正面提示词（主体、细节、环境、风格、质量词）
  • 写负面提示词（避免常见问题）
  • 调整提示词的顺序和权重

第三步：选模型和参数

  • 根据风格选模型
  • 设置参数（步数25-30，采样器DPM++ 2M Karras，CFG 7-10）
  • 设置分辨率（512x512或512x768）

第四步：批量生成

  • 一次生成4-8张
  • 用不同的种子
  • 快速浏览，选出好的

第五步：微调

  • 找到好的种子
  • 微调提示词（加细节、调权重）
  • 微调参数（CFG、步数）
  • 加LoRA（如果需要）

第六步：高分辨率修复

  • 用Hires. fix放大
  • 放大倍数：1.5-2倍
  • 重绘幅度：0.3-0.5

第七步：后期处理

  • 用Photoshop调整
  • 修瑕疵（多手指、畸形等）
  • 调色、调光
  • 加滤镜和特效

第八步：保存和整理

  • 保存原图和参数
  • 分类整理
  • 好的作品，发到社区分享

八、批量生成技巧

如果需要批量生成（如做头像、做壁纸），这些技巧有用：

1. 用X/Y/Z Plot

Stable Diffusion的X/Y/Z Plot脚本，可以批量测试不同参数：

  • X轴：不同的提示词
  • Y轴：不同的CFG
  • Z轴：不同的种子

一次生成很多张，方便对比。

2. 用Prompt Matrix

Prompt Matrix可以批量测试提示词的组合：

  • 自动组合不同的提示词元素
  • 一次生成多张
  • 方便找到最佳组合

3. 用Textual Inversion和LoRA

如果需要特定的风格或人物，可以训练Textual Inversion或LoRA：

  • 训练一次，可以反复用
  • 批量生成时，风格一致
  • 比每次写长提示词方便

4. 用API批量生成

如果需要大量生成，可以用Stable Diffusion的API：

  • 写脚本批量调用
  • 自动保存和分类
  • 效率更高

九、后期处理

AI生成的图，有时候需要后期处理。

1. 修瑕疵

AI生成的图，常见的瑕疵：

  • 多手指、少手指
  • 面部畸形
  • 衣服穿模
  • 背景混乱

用Photoshop的修复画笔、仿制图章等工具，可以修复这些瑕疵。

2. 调色

AI生成的图，颜色有时候不太对：

  • 过饱和
  • 偏色
  • 对比度不够

用Photoshop的曲线、色阶、色相饱和度等工具，可以调整颜色。

3. 放大

如果需要更高分辨率：

  • 用Stable Diffusion的Hires. fix
  • 用Topaz Gigapixel AI
  • 用Photoshop的超分辨率

4. 加特效

可以加一些特效：

  • 光晕
  • 颗粒感
  • 暗角
  • 滤镜

让画面更有氛围感。

十、经验总结

1. 提示词是核心

提示词写得好，出图质量就高。

  • 详细描述主体和细节
  • 说明环境和风格
  • 用负面提示词避免问题
  • 调整权重和顺序

2. 模型要选对

不同的模型，适合不同的风格。

  • 写实用写实模型
  • 二次元用二次元模型
  • 不要用错模型

3. 参数要合理

参数不是越高越好。

  • 步数：25-30
  • CFG：7-10
  • 分辨率：先512x512，再放大
  • 采样器：DPM++ 2M Karras

4. 多生成多对比

AI绘画有随机性，要多生成几张，对比选择。

  • 一次生成4-8张
  • 用不同的种子
  • 找到好的再微调

5. 保存好参数

生成好图后，一定要保存参数。

  • 提示词
  • 模型
  • 参数
  • 种子
  • LoRA

方便以后复现和微调。

6. 后期处理很重要

AI生成的图，不是最终成品。

  • 修瑕疵
  • 调色
  • 放大
  • 加特效

后期处理，能让图的质量提升一个档次。

十一、写在最后

AI绘画，是一个充满乐趣的领域。

从最开始的简单提示词，到现在的复杂工作流，我踩了很多坑，也学到了很多。AI绘画的技术发展很快，新工具、新模型、新玩法层出不穷。保持学习，才能跟上节奏。

但AI绘画终究是工具，重要的是人的创意和审美。工具再好，没有好的创意和审美，也出不了好作品。

2022年了，AI绘画已经从新鲜事物，变成了很多人工作流的一部分。设计师、插画师、游戏开发者，都在用AI绘画提高效率。未来，AI绘画会越来越强大，也会越来越普及。

最后，用一句话总结："AI绘画，提示词是核心，模型是基础，参数是关键，后期是升华。多练多试，找到适合自己的工作流。"

愿你画出满意的作品。