设计师如何建立自己的 AIGC 工具箱
上周，一位学员在课后私信我：“老师，我每天都在刷各种 AI 工具推荐，但实际工作中还是只会用 Midjourney 生成几张图。其他工具要么看不懂、要么装完就吃灰。到底该怎么选择、怎么串联起来用？”
这其实不是个例。当前市面上 AIGC 工具数以千计，从文本生成到图像、视频、3D、音频，几乎每个细分领域都有不下十种选择。但设计师真正需要的，不是“知道所有工具”，而是“建立一套能解决真实设计流程问题的工具箱”。
本文不讲概念，直接拆解如何用 3 类核心工具构建你的 AIGC 工作流，并附上 2 个完整实操案例。
—
一、拆解你的设计流程，找到 AI 介入点
很多设计师的误区在于：把 AI 工具当成“万能画笔”。实际上，AI 最适合在前期发散和后期执行两个阶段介入。中间的设计决策、风格把控、细节打磨，仍然依赖人的判断。
因此，建立工具箱的第一步不是下载软件，而是画出你的设计流程图。以视觉设计为例，一个典型流程可以拆解为：
- 需求分析 → 创意发散 → 草���/风格探索 → 精细设计 → 输出交付
每个阶段对应不同的 AI 工具类型：
| 设计阶段 | AI 工具类型 | 代表工具 |
|———|————|———|
| 创意发散 | 文本生成 + 图像生成 | ChatGPT / Claude + Midjourney / DALL·E 3 |
| 风格探索 | 图像生成 + 风格迁移 | Midjourney / Stable Diffusion WebUI |
| 精细设计 | 图像编辑 + 矢量生成 | Photoshop Generative Fill / Adobe Firefly |
| 输出交付 | 自动化处理 + 格式转换 | Remove.bg / Vectorizer.ai / Topaz Gigapixel |
下面，我们用两个实际项目来演示如何调用这些工具。
—
二、实操案例一：品牌视觉提案（从关键词到完整方案）
项目背景：为一家新锐咖啡品牌做视觉提案，风格定位“自然、有机、年轻化”。客户要求输出 3 个方向的概念图、配色方案、以及简版品牌手册。
步骤 1：用 ChatGPT 梳理关键词和情绪板
打开 ChatGPT（版本 GPT-4，2024年4月），输入以下提示词：
你是一位品牌策略师。我需要为一家主打“自然有机”的咖啡品牌做视觉提案。请帮我生成：
1. 5 组不同的风格关键词（每组包含 3-5 个形容词）
2. 每组关键词对应的色彩搭配（HEX 色值）
3. 适合拍���或插画的场景描述（用于后续 AI 生图）
ChatGPT 输出的其中一组：
步骤 2：用 Midjourney 生成概念图
将上述场景描述转化为 Midjourney 提示词。注意，这里需要添加参数控制：
sun-drenched earth tone coffee shop, raw linen texture, wild botanicals on wooden table, morning light through leaves, a latte with raw coffee beans beside, macro shot, soft film grain, 4k --ar 3:2 --v 6.1 --style raw --s 50
关键参数说明：
生成 4 张后，选择最符合方向的一张，用 Midjourney 的 `Vary (Region)` 功能局部重绘——比如把咖啡杯换成品牌 LOGO 颜色。
步骤 3：用 Photoshop Beta 生成式填充做细节调整
将选定的概念图导入 Photoshop（版本 25.9，需安装 Firefly 插件）。用矩形选框选中杯子的位置，输入：
a ceramic cup with brand logo, minimalist design, warm lighting
点击“生成”，PS 会自动生成 3 个替换方案。选择最合适的一个，再用移除工具修掉画面中的杂物（比如多余的叶片）。
步骤 4：用 Illustrator + Firefly 生成矢量元素
在 Adobe Illustrator（2024版）中，点击菜单栏的“对象” → “生成式形状”，输入：
minimalist coffee leaf icon, line art, organic curve
AI 会直接生成可编辑的矢量路径。这比手动描摹快 10 倍，且风格统一。
最终，你将得到一套包含 3 个方向的概念图、配色方案、以及矢量元素库的提案文件。整个流程从 3 天缩短到 4 小时。
—
三、实操案例二：电商主图批量生成（从产品图到上线素材）
项目背景：某家居品牌需要为 20 款产品生成天猫主图，每款需要 3 个场景（客厅、卧室、阳台），且风格需统一为“侘寂风”。
步骤 1：用 Stable Diffusion 训练 LoRA 模型
如果直接用 Midjourney 生成 60 张图，风格很难完全统一。更高效的方式是：用 Stable Diffusion WebUI（版本 1.9.0）训练一个 LoRA 模型。
首先，收集 10-15 张品牌过往的高质量产品图，裁剪为 512×512 像素。在 WebUI 的 Train 标签页中：
训练完成后，会生成一个 `.safetensors` 文件。将其放入 WebUI 的 `models/Lora` 文件夹。
步骤 2：用 ControlNet 控制构图
现在，用 ControlNet 插件（版本 1.1.450）来控制每张图的构图一致。操作如下：
1. 打开一张参考产品图，拖入 ControlNet 的 Canny 模块
2. 勾选“Enable”和“Pixel Perfect”
3. Preprocessor: Canny（边缘检测）
4. Model: control_v11p_sd15_canny
在提示词框中输入：
(masterpiece, best quality), wabi-sabi style interior, minimalist, natural light, soft shadows, a wooden stool with [product_name], earthenware vase, linen texture, muted colors, 4k, photorealistic --ar 4:3
将 `[product_name]` 替换为具体产品（如“a white ceramic lamp”）。ControlNet 会强制生成的图像边缘轮廓与参考图一致，但内部细节随提示词变化。
步骤 3：用 ComfyUI 实现批量工作��
对于 20 款产品，逐张输入提示词仍然繁琐。这时切换到 ComfyUI（最新版 0.2.4），搭建一个工作流：
将 20 款产品名称写入 CSV 文件，通过 Batch Prompt 节点导入。运行一次，60 张图自动生成，平均每张耗时 45 秒（RTX 4090）。
步骤 4：用 Remove.bg + Topaz Gigapixel 完成后期
生成的图片可能还有小瑕疵。用 Remove.bg（在线版或 API）一键抠出产品主体，再拖入 Topaz Gigapixel（版本 7.3.0）放大到 4096×4096 像素。设置：
至此，60 张电商主图从准备到完成，总耗时约 2 小时（包括训练 LoRA 的 30 分钟）。如果纯手工拍摄修图，至少需要 2-3 周。
—
四、总结与进阶建议
建立 AIGC 工具箱的核心不是收集工具，而是根据你的设计流程，选择能无缝衔接的工具链。我推荐以下入门组合：
进阶方向：
1. 学习 ComfyUI 节点编程：用可视化方式搭建自动化工作流，适合重复性高的项目
2. 掌握 LoRA 训练：让 AI 真正理解你的品牌风格，而不是每次都从零生成
3. 关注多模态模型：如 GPT-4o 可以直接理解图像内容并生成修改指令，减少工具切换
最后，记住一句话：AI 工具是画笔，但你才是那个决定画什么、为什么画的人。
—
常见问题 FAQ
Q1：这么多工具，我该先学哪个？
先学 Midjourney（最快出成果）和 ChatGPT（辅助思考）。等你能稳定出图后，再学 Stable Diffusion WebUI 做精细控制。
Q2：Mac 用户能跑 Stable Diffusion 吗？
可以。用 Draw Things（iOS/Mac 版）或 Automatic1111 的 Mac 分支。但训练 LoRA 建议用云服务（如 Runpod、Google Colab）。
Q3：生成图会有版权问题吗？
Midjourney 付费用户的图片可商用（需遵守 ToS）。Stable Diffusion 开源模型生成的图版权归你，但训练素材需确保来源合法��
Q4：为什么我生成的图总是不像参考图？
检查 ControlNet 的权重设置。Canny 权重建议 0.8-1.0，Depth 权重建议 0.5-0.8。如果偏差太大，降低 CFG Scale 到 5-7。
Q5：需要多强的显卡才能流畅运行？
推荐 NVIDIA RTX 3060 12GB 以上。如果预算有限，用云 GPU（如 Vast.ai，按小时租用，约 $0.3/小时）。
评论(0)