用 AI 做插画：商业插画师的效率倍增器

上个月，一位从业5年的商业插画师学员向我求助。他接了一个儿童绘本项目，需要绘制24张风格统一的场景插画，客户要求两周内交付。按照传统手绘+PS上色的流程，他每天最多完成1.5张，还要反复修改配色和构图。他问我：“有没有办法用AI把前期草稿和配色试错的时间压缩掉，让我专注在细节刻画上？”

我直接给他部署了一套工作流：用 Midjourney 生成构图参考和配色方案，再用 Stable Diffusion 的 ControlNet 功能锁定人物造型，最后在 Procreate 中完成精修。结果他第3天就交付了全部线稿，第10天完成终稿，比预期提前了4天。

这不是个例。从2023年开始，AI插画工具已经从“生成一张好看的图”进化到“精准控制画面元素”的阶段。今天这篇文章，我会拆解两个最实用的商业插画工作流，涵盖构图生成、风格迁移、局部修改三个核心环节。工具版本以 Midjourney V6.1、Stable Diffusion WebUI 1.9.3、ComfyUI 最新版为准。

一、从“随机生成”到“可控输出”：AI插画的核心痛点与解法

很多插画师尝试AI后的第一反应是：“生成的东西确实漂亮，但不是我想要的。” 比如你画了一个穿红裙子的女孩站在森林里，AI却给你生成了一头戴帽子的鹿。这是因为大部分AI图像生成模型基于扩散原理，对文本的语义理解存在偏差。

解决方案：引入“构图控制层”

在 Stable Diffusion WebUI 中，ControlNet 插件（v1.1.456）提供了多种控制模式。商业插画最常用的是 Canny Edge（边缘检测）和 OpenPose（姿态骨架）。

操作步骤：
1. 安装 ControlNet 扩展（在 Extension 标签页搜索“sd-webui-controlnet”，安装后重启）
2. 准备一张你手绘的线稿或火柴人草图（JPEG/PNG，分辨率建议 512×512 以上）
3. 在 ControlNet 面板上传图片，勾选“Enable”，选择 Preprocessor（预处理）为“Canny”或“OpenPose”
4. 设置 Control Weight（控制权重）为 0.8-1.0，数值越高，AI越严格遵循你的构图
5. Prompt 输入：`masterpiece, best quality, (red dress:1.2), girl, forest, sunlight, detailed illustration`（权重用括号加数字控制）
6. Negative Prompt 输入：`worst quality, lowres, bad anatomy, extra limbs, blurry`
7. 采样步数设为 25-30，CFG Scale 设为 7-9

Canny边缘控制生成插画示例

通过这种方式，AI 会严格保持你手绘线稿的轮廓，同时填充���质、光影和细节。这个工作流适合需要保持角色造型一致性的系列插画。

二、商业插画实操案例：绘本场景批量生成

案例背景

需求：为儿童绘本《小狐狸的四季》生成4张不同季节的场景图，主角是一只橙色狐狸，要求每个场景的构图不同，但狐狸形象一致。

第一步：用 Midjourney 生成构图参考

Midjourney V6.1 在构图多样性上优于 Stable Diffusion。使用`/imagine`命令，输入：

A cute orange fox in a spring meadow, surrounded by flowers, soft sunlight, children's book illustration style, flat vector style, pastel colors --ar 3:2 --v 6.1 --s 250

参数说明：

  • `–ar 3:2`：设定宽高比，适合绘本横版构图
  • `–v 6.1`：指定模型版本
  • `–s 250`：风格化程度，数值越高艺术感越强，商业插画建议 100-300

    • 运行后得到4张图。选择一张构图最满意的，右键保存。重复此步骤生成夏季、秋季、冬季的构图参考。

    第二步：用 Stable Diffusion 锁定角色造型

    角色一致性是绘本项目的最大痛点。这里使用 InstantID 或 IP-Adapter 插件（ComfyUI 中更稳定）。

    在 ComfyUI 中搭建工作流：
    1. 加载 Checkpoint（推荐 `dreamshaper_8.safetensors`，对儿童插画风格友好）
    2. 加载你选中的狐狸角色参考图（最好是正面、侧面、背面三视图）
    3. 使用 IP-Adapter 节点（模型文件 `ip-adapter_sd15.bin`），将参考图作为“风格+内容”输入
    4. Prompt 填入场景描述：`summer lake, fox sitting on a rock, dragonfly, warm sunlight, storybook style`
    5. 设置 ControlNet Tile 节点（权重 0.6），防止AI过度修改角色细节

    ComfyUI工作流节点示意图

    关键参数：

  • IP-Adapter weight：0.7-0.9（太高会复制构图，太低会丢失角色特征）
  • Denoising strength：0.6-0.8（数值越低，越接近原图；数值越高，AI发挥空间越大）

    • 第三步：局部修改与精修

    AI生成的画面总会有瑕疵，比如狐狸的耳朵数量不对、草丛穿模等。使用 Photoshop Beta 版（25.0+）的“生成式填充”功能修复。

    操作步骤：
    1. 在 PS 中打开 AI 生成的图片
    2. 用套索工具选中狐狸的耳朵区域
    3. 点击“生成式填充”，输入 `fox ear, orange fur`
    4. PS 会自动生成3个修复方案，选择最自然的一个
    5. 重复此过程修复其他瑕疵

    三、风格迁移与材质表现：从概念到成品

    商业插画经常需要“模仿某位画师的风格”或“将照片转为插画”。AI 在风格迁移上的表现已经非常成熟，但需要避免“一眼AI”的廉价感。

    使用 LoRA 模型精准控制风格

    LoRA（Low-Rank Adaptation）是一种轻量级微调模型，文件大小通常 50-200MB。你可以训练自己的 LoRA 来固定特定角色或风格。

    训练步骤（以 Kohya_ss GUI v23.1.7 为例）：
    1. 准备 15-30 张目标风格的图片（建议 512×512 或 768×768）
    2. 使用 BLIP 自动打标（Caption），然后手动修正关键词
    3. 设置训练参数：`learning_rate=1e-4`，`batch_size=4`，`epochs=20`
    4. 训练完成后得到 `.safetensors` 文件，放入 Stable Diffusion 的 `models/Lora` 文件夹
    5. 使用时在 Prompt 中调用：``（0.8为权重）

    对于不想训练的用户，推荐直接使用社区现成的 LoRA：Civitai 平台上搜索“children book illustration style”或“watercolor style”，下载量超过 10 万的模型通常质量可靠。

    材质表现：水彩 vs 油画 vs 蜡笔

    不同材质需要不同的采样器搭配。实验证明：

  • 水彩效果：DPM++ 2M Karras + 25步 + CFG 7
  • 油画效果：DDIM + 40步 + CFG 10（增加纹理感）
  • 蜡笔效果：Euler a + 20步 + CFG 5（保留粗糙笔触）

    • 在 Prompt 中加入材质词：`watercolor texture, paper grain, visible brush strokes, thick paint` 或 `colored pencil texture, rough paper, sketchy lines`。

    不同材质效果对比

    总结与进阶建议

    AI 插画工具不是替代插画师，而是将你从重复劳动中解放出来。当前阶段，最实用的能力排序是：
    1. 构图生成（Midjourney/Stable Diffusion 快速出草图）
    2. 角色一致性（IP-Adapter/InstantID 固定形象）
    3. 局部修复（Photoshop 生成式填充）
    4. 风格迁移（LoRA 微调）

    进阶建议：

  • 学习 ComfyUI 的节点式工作流，它比 WebUI 更适合复杂项目的批量处理
  • 建立自己的 Prompt 库，按“场景-角色-风格-材质”分类整理
  • 每周花 2 小时在 Civitai 浏览新发布的 LoRA 模型，保持对行业趋势的敏感度
  • 不要完全依赖 AI 生成的细节，手绘的“不完美”才是商业插画的灵魂

    • 常见问题 FAQ

    Q1：AI生成的图片分辨率太低，放大后模糊怎么办？
    A：使用 Upscaler 插件。Stable Diffusion WebUI 中自带“Extra”功能，选择 `R-ESRGAN 4x+` 模型，放大倍数设为 2-4 倍。对于超高清需求，可以配合 ComfyUI 的 `Ultimate SD Upscale` 节点，分块放大后再拼接。

    Q2：生成的狐狸角色，换了场景后造型变了，如何保持完全一致？
    A：除了使用 IP-Adapter，更稳妥的方法是先生成角色的“三视图”（正面、侧面、背面），然后使用 ControlNet 的 `Reference Only` 模式（权重 1.0），再配合 `Canny` 控制构图。如果还不行，建议训练一个专属 LoRA 模型。

    Q3：商业使用时，AI生成的图片版权归谁？
    A：Midjourney 付费用户拥有商业使用权；Stable Diffusion 开源模型的输出图片在美国法律下通常视为“公共领域”，但建议避免直接复制他人 LoRA 模型生成的风格。最安全的做法：用 AI 生成构图和参考，然后手绘重绘 70% 以上的细节。

    Q4：电脑配置不够，跑不动 Stable Diffusion 怎么办？
    A：使用云端服务。推荐 `RunDiffusion`（按小时计费，RTX 4090 约 $0.5/小时）或 `Google Colab Pro`（每月 $10，有 GPU 配额）。本地最低要求：8GB VRAM（NVIDIA 显卡），16GB 内存，Windows/Linux 系统。

    Q5：生成的图片总是出现六根手指或畸形，如何避免？
    A：在 Negative Prompt 中加入 `bad anatomy, extra fingers, missing fingers, mutated hands, disfigured`。如果问题依旧，使用 ControlNet `Depth` 模式锁定手部结构，或者生成后手动在 PS 中修复。目前 AI 对手部的处理仍是薄弱环节，建议手部区域用 Procreate 手绘。

    声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。