从设计小白到 AIGC 高手的成长路径
上周三深夜，一位名叫小鹿的学员在课程群里发了一条消息：“老师，我花了三天用 Midjourney 生成了两百张图，但没有一张能直接用。不是手部畸形，就是光影错乱，客户已经催了三次。我是不是不适合做设计？”
这条消息让我想起五年前自己第一次用 Stable Diffusion 时的挫败感——那时候我连“采样器”和“步数”是什么都搞不清楚。但今天，小鹿已经能独立完成一套完整的品牌视觉提案，月收入翻了四倍。她的蜕变不是天赋异禀，而是走对了一条系统化的成长路径。
如果你也正处于“生成废图—调参—再生成废图”的循环中，这篇文章就是为你准备的。我会从工具选择、工作流搭建、商业落地三个维度，拆解从设计小白到 AIGC 高手的完整路径。
第一阶段：工具矩阵的精准搭建——别再做“只会按按钮的人”
很多新手最大的误区，是以为学会一个工具就能通吃所有场景。实际上，AIGC 设计领域已经形成了分层明确的工具生态，你需要像设计师挑选笔刷一样，按需组合。
1.1 图像生成三件套：Midjourney + Stable Diffusion + DALL·E 3
- Midjourney V6：目前艺术感和构图能力最强的工具，适合概念探索和氛围图。注意，V6 版本对提示词的理解已经接近自然语言，不再需要堆砌“4k, masterpiece”这类无效词汇。例如，你只需输入“一位穿红色风衣的女性站在雨夜的霓虹街头，电影感，浅景深”，就能得到高质量输出。
实操案例：为咖啡品牌设计三款包装草图
第一步：用 Midjourney V6 生成概念方向。提示词：“minimalist coffee bag packaging design, kraft paper texture, geometric patterns, three different color schemes, studio lighting, product mockup –ar 4:3”。
第二步：将生成的三张图中最接近需求的一张，下载后拖入 Stable Diffusion 的 img2img 功能。使用 ControlNet 的 Canny ��缘检测（权重0.8），保持包装结构不变，只改变配色和纹理。这样你能在同一构图下快速产出30个变体。
第三步：用 DALL·E 3 生成包装上的文字标签（比如“ETHIOPIA YIRGACHEFFE”），确保字体清晰无乱码，然后用 Photoshop 的“生成式填充”功能（版本 2024 以上）将文字合成到包装图上。
第二阶段：工作流搭建——用“节点思维”取代“单张思维”
高手与小白的分水岭，在于是否建立了可复用的工作流。单张生成是赌博，工作流是系统工程。
2.1 提示词工程：从“咒语”到“结构化配方”
不要背模板，而是理解提示词的四个核心模块：
| 模块 | 作用 | 示例 |
|——|——|——|
| 主体描述 | 明确画面主体 | “a vintage mechanical pocket watch” |
| 环境与风格 | 设定氛围与流派 | “steampunk style, brass gears, dark teal background” |
| 光影与镜头 | 控制画面质感 | “dramatic rim lighting, macro lens, f/2.8” |
| 质量标签 | 提升细节密度 | “intricate details, hyper-detailed, 8K” |
关键参数建议：Midjourney 使用 `–stylize 250`（默认100）能增加艺术化处理，但不要超过400，否则主体会变形。Stable Diffusion 的采样器推荐 `DPM++ 2M Karras`，步数25-30即可，过高反而引入噪点。
2.2 实战演练：从线稿到成品插画
假设你要为一篇公众号文章配一张“城市夜跑者”的主题插画。
1. 线稿阶段：在 Photoshop 里用画笔快速勾勒一个奔跑的人形轮廓，导出为 PNG。
2. SDXL 转绘：在 ComfyUI 中加载 ControlNet（模型：`control_v11p_sd15_lineart`），将线稿图与提示词“dynamic runner silhouette, neon city lights reflection, cyberpunk style, motion blur”结合。ControlNet 权重设为0.9，引导起始0.1，结束0.8。
3. 细节修复：生成后若发现脸部模糊，用“局部重绘”（inpaint）功能，蒙版涂在脸部，输入“clear facial features, determined expression”，重绘强度0.6。
4. 最终输出：将分辨率从512×768放大到2048×3072，使用 ESRGAN 模型（推荐 `Real-ESRGAN x4plus`），避免放大后出现像素锯齿。
第三阶段：商业落地——从“能出图”到“能交付”
这是最现实的一关。客户不会因为你用了 AI 就降低标准，反而会期待更快的迭代速度。你需要建立一套质量把控体系。
3.1 审图清单：五秒内判断废图
案例：某茶饮品牌需要一款“东方美学”的节气海报。我用 Midjourney 生成了“谷雨”主题画面，初稿中茶叶的纹理很漂亮，但右上角出现了一个漂浮的茶壶（毫无物理支撑）。我用 Photoshop 的生成式填充，选中茶壶区域，输入“empty background, soft mist”，两秒清除。这种“生成+修正”的混合流程，交付效率比传统设计提升约70%。
3.2 交付规范：文件命名与分层
总结与进阶建议
从“生成废图”到“稳定交付”，核心不是学更多工具，而是建立“输入—处理—输出”的闭环思维。小鹿在三个月后告诉我，她最大的变化是“不再跟 AI 较劲，而是学会引导它”。她每天花15分钟整理自己的提示词库，按行业（餐饮、科技、美妆）分类，并记录每次调参后的效果。这个习惯，让她从“碰运气”变成了“确定性创作”。
进阶路径建议：
记住，AIGC 不会淘汰设计师，只会淘汰“只会按按钮”的设计师。当你把工具当作画笔而不是魔法杖时，真正的成长才刚刚开始。
常见问题 FAQ
Q1：Midjourney 和 Stable Diffusion 到底该先学哪个？
A：如果目标是快速出概念图，先学 Midjourney（上手快，艺术感强）；如果目标是精准控制商品图或IP形象，必须学 SD + ControlNet。建议两者并行，不冲突。
Q2：生成图总是有噪点，放大后更明显，怎么办？
A：噪点通常来自过高的 CFG Scale（建议7-10）或过低的步数。另外，放大��不要直接用“高清修复”，用 ESRGAN 模型单独放大，再回 Photoshop 微调锐化。
Q3：客户说“感觉不对”，但又说不清哪里不对，怎么应对？
A：用“情绪板”沟通法。生成10张不同风格（冷色/暖色/高对比/柔光）的缩略图，让客户选方向。比反复修改一张图效率高十倍。
Q4：AIGC 生成的图有版权问题吗？
A：Midjourney 付费版生成的图归用户所有（可用于商用），但注意提示词中不要提有版权的艺术家名字。Stable Diffusion 开源模型无限制，但训练数据中的争议内容需自行规避。
Q5：电脑配置低，跑不动 SDXL 怎么办？
A：用云端平台，比如 Google Colab 的免费 GPU（T4），或者国内的海螺AI、LiblibAI 在线生成。本地建议显卡显存至少8GB（RTX 3060以上）。
评论(0)