设计师如何建立自己的 AIGC 工具箱
上周，一位在 UI 设计领域工作了 5 年的学员找到我，面露难色。他刚接手一个电商品牌的全案设计，客户要求在 3 天内产出 30 张主视觉图、20 组产品场景图，还要适配移动端和 Web 端。放在以前，这至少需要一个 5 人团队加班两周才能完成。但这次，他一个人完成了——准确地说，是他和他搭建的 AIGC 工具箱一起完成的。
这位学员的经历并非个例。2024 年，Adobe Firefly 的全球用户数已突破 50 亿次生成，Midjourney V6 的细节控制能力让许多资深设计师都感到震撼。但问题也随之而来：工具太多，哪个才是真正能落地的？如何把这些工具组合成一条高效的工作流？
今天，我就以火星人教育 AIGC 设计课程中的实战经验，带大家一步步搭建属于自己的 AIGC 工具箱。我们将从“文生图”“图生图”“可控编辑”三个核心模块出发，结合具体操作步骤和参数配置，帮你节省至少 60% 的重复劳动时间。
一、核心模块：文生图 → 图生图 → 可控编辑
很多设计师第一次接触 AIGC 时，以为就是“输入一句话，生成一张图”。但真正能落地的流程，远比这个复杂。我把 AIGC 设计工作流拆解为三个核心阶段，每个阶段对应不同的工具和策略。
1.1 文生图：从需求到视觉草案
工具选择：Midjourney V6（2024年12月发布，版本号 6.1），Stable Diffusion WebUI（ComfyUI 工作流，v1.7.0）
操作步骤：
第一步：需求拆解与 Prompt 构建
别急着打开工具。先用“需求拆解表”将客户描述转化为结构化提示词。例如客户说“要一张科技感的主视觉图”，你需要拆解为：
- 主体：全息地球+数据流
第二步：在 Midjourney 中生成草图
/imagine prompt: futuristic holographic earth with data streams, cyberpunk minimalist style, neon blue and purple lighting, backlit, central symmetrical composition, top-down 45 degree angle, high detail, 16:9 --ar 16:9 --v 6.1 --style raw
关键参数说明：
第三步：筛选与迭代
生成 4 张图后，使用 `Vary (Region)` 功能局部重绘。比如你觉得地球表面的纹理不够清晰，可以用 `Vary (Region)` 选中地球区域，输入 `detailed earth surface texture with glowing city lights`。
1.2 图生图：从草图到精细设计
工具选择：Stable Diffusion + ControlNet（v1.1.465），Adobe Firefly（2024版）
操作步骤：
第一步：将 Midjourney 结果导入 SD
把选中的草图拖入 Stable Diffusion 的 img2img 面板。关键设置：
第二步：使用 ControlNet 建立结构控制
加载 Canny 边缘检测模型，参数设置：
这样能保证新生成的图在构图和主体轮廓上与草图一致，但细节和光影可以自由发挥。
第三步：局部重绘与材质替���
使用 SD 的 Inpainting 功能，对特定区域进行材质替换。比如将地球表面的金属质感改为玻璃质感：
1. 用画笔工具蒙版选中地球区域
2. 输入提示词：`glass holographic earth, transparent, internal glowing core`
3. Denoising strength 设为 0.7
4. 点击 Generate
1.3 可控编辑：从生成到成品
工具选择：Photoshop Beta（2024版，集成 Generative Fill），ComfyUI（v1.7.0，用于复杂工作流）
操作步骤：
第一步：Photoshop 中的智能填充
当需要扩展画面或移除元素时，用 Photoshop Beta 的 Generative Fill：
1. 用套索工具选中需要扩展的区域
2. 点击 Edit > Generative Fill
3. 在提示框中输入：`extend background with cyberpunk cityscape, matching lighting and perspective`
4. 选择最符合构图的结果
第二步：ComfyUI 工作流实现批量处理
当需要生成同一风格的不同变体时（比如电商海报的多个颜色方案），用 ComfyUI 搭建工作流：
1. 加载 Checkpoint：`dreamshaper_8.safetensors`
2. 连接 CLIP Text Encode (Prompt)：输入主提示词
3. 添加 LoRA 模型：`color_palette_v1.safetensors`（权重 0.6）
4. 连接 KSampler：Steps 30，CFG 7，Sampler `DPM++ 2M Karras`
5. 添加 ControlNet：OpenPose 保持人物姿势一致
6. 添加 Batch Size：4，一次生成 4 个颜色方案
第三步：输出与交付
最终导出时，注意：
二、实战案例：从 0 到 1 完成电商主视觉
现在，我们用一个真实案例串联以上工具。客户需求：为某智能手表品牌设计“科技运动”主题的首屏主视觉。
2.1 需求分析阶段
2.2 执行流程
步骤一：Midjourney 生成概念草图
/imagine prompt: smartwatch floating in center, surrounded by dynamic motion trails in neon orange and cyan, futuristic city skyline background, high contrast lighting, motion blur effect, ultra-wide angle, 16:9 --ar 16:9 --v 6.1 --stylize 300
生成 4 张后，选择构图最符合的一张，使用 `Vary (Region)` 将手表细节调整为更接近真实产品。
步骤二：Stable Diffusion 精细打磨
1. 将选图拖入 SD img2img
2. Denoising strength 0.5，CFG 7
3. 加载 ControlNet OpenPose（保持手表位置固定）
4. 添加 LoRA 模型 `product_render_v2.safetensors`（权重 0.8）
5. 生成 4 张，选择光影最自然的一张
步骤三：Photoshop 合成与调整
1. 将产品实拍图（手表）用 Generative Fill 替换生成图中的手表
2. 用 Camera Raw Filter 调整整体色调（色温+5，对比度+15）
3. 添加文字区域（预留 30% 空间给文案）
步骤四：批量生成多尺寸
用 ComfyUI 搭建工作流，将主视觉图输入，设置：
三、进阶技巧：如何让你的工具箱更高效
3.1 提示词模板化
建立自己的提示词库，按类型分类：
3.2 模型管理策略
3.3 参数调优口诀
总结与进阶建议
建立 AIGC 工具箱的核心不是收集工具，而是构建工作流。我建议你按以下步骤开始：
1. 本周：掌握 Midjourney V6.1 的提示词结构和 ControlNet 基础操作
2. 本月：用 ComfyUI 搭建一条完整的产品图生成工作流
3. 本季度：建立个人提示词库和 LoRA 模型库
记住，工具只是手段，设计思维才是核心。AIGC 能帮你节省 80% 的执行时间，但剩下的 20%——创意决策、审美判断、用户洞察——才是你作为设计师不可替代的价值。
如果你在搭建过程中遇到任何问题，欢迎在火星人教育的学习社区交流。下节课我们将深入探讨“如何用 ComfyUI 搭建自动化工作流”，敬请期待。
—
常见问题 FAQ
Q1：Midjourney V6.1 和 V6 有什么区别？
A：V6.1 在三个维度有显著提升：文字渲染准确率提升约 40%（比如能正确生成“SALE”标签），材质真实感更强（金属、玻璃、织物），以及更好的构图稳定性。建议升级到 V6.1，兼容所有 V6 的提示词。
Q2：Stable Diffusion 和 Midjourney 该如何选择？
A：两者互补。Midjourney 适合快速产出高质量创意概念（30 秒/张），但精细控制较弱；Stable Diffusion 适合精确控制、批量处理和本地部署（无隐私风险）。我的建议是：Midjourney 做前期创意，SD 做后期落地。
Q3：我的电脑配置不够，能跑 Stable Diffusion 吗？
A：最低配置是 8GB VRAM（GTX 1080 以上），但建议 16GB 以上。如果配置不足，可以考虑：1）使用云端平台（如 AutoDL、Google Colab），按小时付费；2）使用 SDXL Turbo 模型，4GB VRAM 即可运行，速度提升 10 倍；3）使用 ComfyUI 的 Low VRAM 模式。
Q4：如何避免 AIGC 生成图被判定为 AI 内容？
A：这不是规避问题，而是融合问题。正确做法是：1）用 Photoshop 进行人工修改（调整色彩、添加噪点、局部重绘）；2）叠加真实纹理（如纸张、布料）；3）添加手绘元素（用 Procreate 绘制部分细节）。记住，最终交付的是设计作品，不是 AI 生成图。
Q5：学习 AIGC 需要会编程吗？
A：不需要编程，但需要理解“参数逻辑”。比如 Denoising strength 和 CFG Scale 的关系，ControlNet 权重对构图的影响。这些通过 2-3 次实操就能掌握。如果想搭建复杂工作流，学习 ComfyUI 的节点式操作（类似蓝图画板）即可，不需要写代码。
评论(0)