文章总结： 该教程系统介绍AI图片制作全流程，涵盖扩散模型原理、主流工具对比（Midjourney、DALL-E3、StableDiffusion等）、提示词六大模块结构化写法、风格控制技巧及Midjourney实战操作。核心结论表明具体化描述与模块化提示词可显著提升出图质量，并提供十大优化技巧如镜头焦距设定、光线情绪渲染等解决常见问题如人物手指变形。 综合评分： 85 文章分类： AI安全,安全培训,技术标准,解决方案,应用安全

---

AI教程之图片制作AI图片制作教程：从零开始，做出好看的AI

原创

amuxiaohuo amuxiaohuo

黑客网络安全

2026年5月13日 09:06 广东

在小说阅读器读本章

去阅读

一句话描述，电脑帮你画出一张专业插画——这件几年前听起来像天方夜谭的事，今天已经成了普通人触手可及的工具。本文手把手教你掌握AI绘图的完整方法，从选工具到写提示词，从控制风格到优化细节，全部讲清楚。

---

一、AI绘图能做什么

AI绘图工具的核心技术叫”扩散模型”。它的原理是：用几十亿张图片训练神经网络，让它学会视觉规律，当你输入一段文字，AI把文字转化成数学向量，在庞大的视觉知识库里找到最匹配的内容，一步步”去噪”生成图像。

你不需要懂这些细节，你只需要知道：AI能看懂你写的文字，并把它变成图片。

目前AI绘图广泛用于以下场景：

• 个人创作

  ：头像、壁纸、艺术插画、故事绘本

• 内容创作

  ：文章配图、公众号封面、小红书图片

• 商业设计

  ：电商主图、广告素材、产品场景图

• 游戏影视

  ：概念艺术、角色设计、分镜参考

• 教育科普

  ：教学插图、信息图表

当然，AI绘图也有局限：图片内嵌文字容易出错，人物手指容易变形，同一角色跨图保持一致性比较难。了解这些，是为了在遇到问题时知道该换什么思路。

---

二、主流工具对比，选对工具少走弯路

市面工具不少，但真正值得花时间学习的就几个，下面逐一介绍。

Midjourney —— 艺术感最强

Midjourney是目前公认艺术感最强的工具。它生成的图片构图讲究、色调协调，即便随手一条提示词，出来的效果也往往令人惊艳。

• 费用

  ：付费订阅，10美元/月起

• 平台

  ：Discord（有轻微上手门槛）

• 优点

  ：美学输出顶级，风格统一

• 缺点

  ：需付费，对精准控制支持较弱

• 适合

  ：追求高质量艺术图的创作者

DALL-E 3 —— 最适合新手

集成在ChatGPT里，对中文支持极好，理解自然语言能力强，上手几乎零门槛。直接用中文描述你想要的图，它就能生成。

• 费用

  ：ChatGPT Plus，20美元/月（也有免费次数）

• 平台

  ：网页/App

• 优点

  ：中文友好，理解力强，操作最简单

• 缺点

  ：风格偏商业插画，个性相对弱

• 适合

  ：初学者、办公场景快速出图

Stable Diffusion —— 最强可控性

开源免费，可本地部署，有数千种社区模型和插件，可控性极高。能做到其他工具做不到的精细定制。

• 费用

  ：免费（本地运行需要显卡）

• 平台

  ：本地部署 / 在线平台（如Civitai、LiblibAI）

• 优点

  ：完全免费，高度可定制，社区资源丰富

• 缺点

  ：学习曲线陡峭，需要技术基础

• 适合

  ：有折腾精神的技术用户、专业创作者

国内工具 —— 入门首选

即梦（字节出品）、通义万相、文心一格等，中文提示词支持好，有免费额度，非常适合入门试水。

---

如何选择：

• 完全新手 → 先用即梦或DALL-E 3，找到感觉
• 追求艺术感 → 投入Midjourney
• 想深度定制、不想花钱 → 学Stable Diffusion
• Adobe设计师 → 用Firefly（PS内置）

---

三、提示词的底层逻辑：越具体越好

提示词（Prompt）是你与AI沟通的语言。它不是魔法咒语，而是有规律可循的信息传递方式。

AI是如何”读懂”提示词的？

你写的每个词，都会被转化为数学向量，影响最终图像。靠前的词权重更高，重复强调的词权重更高，模型在训练中见过更多的专业术语（比如艺术家名字）权重也更高。

三个核心认知：

① 具体胜于抽象

“美丽的风景”不如”阿尔卑斯山脉的清晨，前景是枯黄草地和古旧木屋，远处雪峰在粉色晨光中”。AI的训练数据是具体的图片，越具体的描述，越能命中它学到的视觉内容。

② 词序影响权重

把最重要的内容——主体、风格——放在提示词开头，细节补充放后面。

③ 正向描述胜于负向描述

不要在主提示词里写”没有文字，没有边框”，要写”干净背景，纯色背景”。负向排除用专门的”负面提示词”（Negative Prompt）功能。

---

四、提示词结构：专业写法的六大模块

一个专业的提示词通常包含六个模块，按顺序组合效果最稳定：[主体描述] + [环境场景] + [艺术风格] + [光线氛围] + [质量参数] + [负面提示]

模块一：主体描述（最重要）

主体是画面核心，要尽可能具体，包括外观、状态、表情、动作。

❌ 差的写法：一个美丽的女孩

✅ 好的写法：

一位20多岁的年轻亚洲女性，一头飘逸的黑发，

穿着复古米色亚麻连衣裙，坐在

阳光明媚的窗户上挂着温暖的笑容，双手搂着

陶瓷咖啡杯

差别在哪里：好的写法明确了年龄、发型、服装、动作、情绪、道具，AI不需要”猜测”，自然输出更符合预期。

模块二：环境场景

描述时间、地点、天气：

在舒适的咖啡馆里，温暖的午后阳光，秋叶

透过窗户可见，柔和的散景背景

模块三：艺术风格

这是决定图片气质的关键词。常用写法：

• 引用艺术家名：in the style of Monet（莫奈风格）、Studio Ghibli style（吉卜力风格）
• 描述媒介：oil painting（油画）、watercolor（水彩）、pencil sketch（铅笔素描）、digital illustration（数字插画）
• 描述风格流派：cyberpunk（赛博朋克）、minimalist（极简主义）、Art Deco（装饰艺术）

模块四：光线氛围

光线对图片情绪影响极大，是最容易被忽略却效果最显著的参数：

| 关键词 | 效果 | | — | — | | golden hour lighting | 黄金时段的温暖橙光 | | dramatic side lighting | 戏剧性侧光，强对比 | | soft diffused light | 柔和散射光，温柔氛围 | | cinematic lighting | 电影感打光 | | neon lights | 霓虹灯氛围 | | moonlight | 月光，清冷神秘 |

模块五：质量参数

添加这些词可以提升整体精细度：highly detailed, 8K resolution, sharp focus, professional photography, masterpiece, best quality

在Midjourney中还可以加版本参数：--v 6.1``--ar 16:9（宽高比）--s 750（风格化强度）

模块六：负面提示词

告诉AI你不想看到什么。常用通用负面提示词：blurry, low quality, deformed hands, extra fingers, bad anatomy, watermark, text, signature, ugly, poorly drawn

---

五、完整提示词实战示例

把以上模块组合起来，看两个完整案例。

案例一：城市夜景插画

提示词：

夜晚霓虹灯闪烁的赛博朋克城市鸟瞰图，高耸

摩天大楼上用中文和日文写着发光的广告，

洒满雨水的街道反射着五颜六色的灯光和小人物

伞在下面走，远处有雾，

电影照明、超精细数字插图，

8K分辨率，采用《银翼杀手2049》风格

负面提示词：模糊、低质量、日光、卡通、动漫、水印

关键分析：主体是城市鸟瞰，明确了科幻赛博朋克风格，加入了霓虹灯、雨水反射、雾气等细节，引用了《银翼杀手2049》的风格参考，光线用”电影感打光”定调。

---

案例二：新中式人物肖像

提示词：

一位30多岁的优雅中国女性的肖像，穿着

丝绸旗袍，精致的花朵刺绣，坐在

传统的花园亭被盛开的牡丹所环绕，

柔和的晨光透过竹叶，

宁静而优美的表情，中国传统水墨

绘画风格细腻，细节细腻，

专业肖像摄影构图

关键分析：民族文化元素（旗袍、牡丹、亭台）+ 光线设定（清晨柔光）+ 混合风格（国画水墨+水彩）= 独特的新中式审美。

---

六、风格控制：让图片有自己的气质

风格是AI图片的灵魂。以下几类风格控制方式效果最稳定。

引用艺术家名字

这是最直接、效果最强的风格控制方式：

• in the style of Van Gogh

  — 梵高的粗犷笔触和强烈色彩

• Hayao Miyazaki style

  — 宫崎骏的温暖童话感

• Greg Rutkowski

  — 当代奇幻艺术，史诗级光效

• Alphonse Mucha

  — 新艺术运动，装饰性线条

• Zaha Hadid style

  — 流线型建筑美学

用媒介描述风格oil painting on canvas（布面油画） vintage film photograph（胶片老照片） traditional Chinese ink wash painting（中国水墨画） Risograph print（日式胶版印刷，有颗粒感） linocut print（版画，粗犷线条）

#

用时代背景定风格1920s Art Deco poster（二十年代装饰艺术海报） 1980s synthwave aesthetic（八十年代合成波） 90s anime style（九十年代日本动漫风）

---

七、Midjourney实战操作步骤

Midjourney是最多人使用的工具，这里专门讲操作流程。

第一步：进入Discord并加入Midjourney服务器

访问 midjourney.com，点击”Join the Beta”，用Discord账号登录后加入官方服务器，找到任意 #newbies 频道即可开始使用。

第二步：订阅计划

在对话框输入 /subscribe，根据需求选择订阅方案。基础版每月10美元，包含约200张图的生成量；标准版每月30美元，包含无限放松模式生成。

第三步：发送提示词

在频道对话框输入 /imagine，选择弹出的命令，然后在 prompt 栏输入你的提示词，回车发送。

第四步：理解生成结果

大约一分钟后，AI会生成一张包含4个选项的预览图。图片下方有8个按钮：

• U1~U4

  ：Upscale（放大精细化某一张）

• V1~V4

  ：Variation（基于某一张生成变体）

先看4张图选出最喜欢的，再点U放大，最后还可以点**Vary（Subtle）做小幅调整，或者Vary（Strong）**做大幅变体。

第五步：常用参数速查

在提示词末尾加上这些参数，直接影响输出效果：

–ar 16:9       宽高比16:9（横屏） --ar 9:16       宽高比9:16（竖屏/手机壁纸） --ar 1:1        正方形 --s 200         风格化强度低（更写实） --s 1000        风格化强度高（更艺术） --chaos 50      增加随机性，结果更多样 --no text       排除文字（等同于负面提示） --v 6.1         使用最新版本模型

---

八、让图片更好看的十个实战技巧

掌握了基本操作之后，这十个技巧能让你的出图质量明显提升。

技巧一：用情绪词定调

在提示词中加入情绪或氛围词，AI会理解整体基调：melancholic（忧郁）、ethereal（空灵）、nostalgic（怀旧）、epic（史诗感）、cozy（温馨）。

技巧二：指定镜头焦距

摄影类图片加入镜头参数，视觉效果截然不同：35mm lens（街拍感）、85mm portrait lens（人像虚化）、wide angle lens（广角宏大感）、macro photography（微距特写）。

技巧三：用光线制造情绪

“黄金时段光线”（golden hour）几乎是万能的加分项，能让任何普通场景变得有电影感。backlit（逆光）则适合营造轮廓光和神秘感。

技巧四：加入材质细节

材质词让图片更有质感：velvet texture（丝绒质感）、worn leather（做旧皮革）、frosted glass（磨砂玻璃）、rough concrete（粗糙混凝土）。

技巧五：颜色方案要统一

不要堆砌所有颜色，要指定一个主色调方案：muted earth tones（低饱和大地色）、pastel color palette（马卡龙色系）、monochromatic blue tones（蓝色单色调）、high contrast black and white（高对比黑白）。

技巧六：参考具体的电影或摄影师

cinematic shot from Wes Anderson film（韦斯·安德森电影感）、National Geographic photography style（国家地理摄影风格）——这类具体参考往往比抽象描述更精准。

技巧七：控制画面主次

告诉AI主体占画面多大比例：close-up portrait（脸部特写）、full body shot（全身）、wide establishing shot（大全景）、rule of thirds composition（三分法构图）。

技巧八：迭代而非重新开始

看到一张大方向对但细节不满意的图，用V（Variation）生成变体，而不是修改提示词重新生成。通过多轮变体逐步逼近理想效果，比每次大改提示词效率高很多。

技巧九：保存好的提示词

当你找到一条出图稳定的提示词，一定要记录下来。建议建一个文档，分类整理”风景类””人物类””产品类”等，下次直接调用和修改，效率翻倍。

技巧十：向社区学习

Midjourney官方网站的Explore页面、Civitai社区、Pinterest的AI art板块，都是学习提示词和参考风格的宝库。看到喜欢的图，点开查看它的提示词，分析学习，是进步最快的方式。

---

九、常见问题与解决方法

Q：为什么我的人物手指总是变形？

A：这是目前所有AI工具的通病，扩散模型对”手”的学习还不够精准。解决方法：在负面提示词中加入 deformed hands, extra fingers, bad anatomy；或者使用ControlNet（Stable Diffusion的插件）进行精确控制；或者生成后用Photoshop的”创成式填充”功能修复局部。

Q：我的提示词写得很长，为什么出图效果还是很普通？

A：长不等于好。提示词的质量比数量更重要。很多初学者会堆砌大量词汇，但这往往导致AI”顾此失彼”。建议先只写核心描述（主体+风格），等效果方向对了，再逐步加入细节词。另外检查词序，最重要的内容一定在最前面。

Q：同样的提示词，每次出的图都不一样，能固定吗？

A：AI生成本身有随机性，这是由设计决定的。在Stable Diffusion里，可以固定”随机种子”（Seed）来复现同一张图。Midjourney目前不直接支持固定种子，但可以用已有图片的种子值参数 --seed XXXX 让结果更接近某次生成。

Q：生成的图片可以商用吗？

A：不同工具规则不同。Midjourney的付费用户默认获得商业使用权，但具体条款请查看官方协议；DALL-E 3生成的图片OpenAI允许商用；Stable Diffusion因为是开源工具，本身无使用限制，但如果你使用了基于特定艺术家数据训练的模型，可能存在版权争议。Adobe Firefly是目前版权最清晰的商业工具。

---

十、学习路线建议

如果你是刚入门的新手，建议按照以下路线循序渐进：

第一阶段（1~2周）：找感觉

选择一个工具（推荐即梦或DALL-E 3），每天用中文生成10~20张图，不追求完美，只是熟悉工具响应，建立对提示词和效果关系的基本直觉。

第二阶段（1个月）：学结构

开始学习本文介绍的六模块提示词结构，每次生成都用规范格式写提示词。同时开始收集喜欢的AI图片，分析它们的提示词。

第三阶段（持续）：专攻一个方向

根据自己的需求，选择一个细分方向深入：人像摄影感、风景插画、商业产品图、赛博朋克概念艺术……专注在一个风格里反复打磨，比什么都浅尝一遍成长快得多。

第四阶段（进阶）：学后期处理

AI出图只是第一步，配合Photoshop的创成式填充、Lightroom的调色、甚至Topaz的AI超清放大，才能做出真正专业级别的最终作品。

---

结语

AI绘图工具的本质，是一种创意放大器。它不会替代你的审美判断，也不会代替你对美的感知和理解——它只是把这些变成了可执行的东西。你对画面的理解越深，你写出的提示词就越准确，AI能帮你实现的就越多。

学好AI绘图，不是在学一项软件技能，而是在学一种新的视觉语言。

从今天开始，打开工具，输入第一条提示词。

---

免责声明：

本文所载程序、技术方法仅面向合法合规的安全研究与教学场景，旨在提升网络安全防护能力，具有明确的技术研究属性。

任何单位或个人未经授权，将本文内容用于攻击、破坏等非法用途的，由此引发的全部法律责任、民事赔偿及连带责任，均由行为人独立承担，本站不承担任何连带责任。

本站内容均为技术交流与知识分享目的发布，若存在版权侵权或其他异议，请通过邮件联系处理，具体联系方式可点击页面上方的联系我。

本文转载自：黑客网络安全 amuxiaohuo amuxiaohuo《AI教程之图片制作AI图片制作教程：从零开始，做出好看的AI》