AIGC 时代设计师的转型之路：从传统到 AI 原生
上周，一位在4A公司做了8年视觉设计的学员小王找到我，他焦虑地说：“老师，公司刚要求我们用Midjourney出图，但我生成10张图，只有1张能用，而且领导说不够‘有灵魂’。我感觉自己快被AI取代了。”
我问他：“你生成提示词时，是先想构图还是先想关键词？你调整过权重参数吗？你试过用ControlNet控制人物姿势吗？”
他愣住了。
这不是个例。很多设计师正陷入“用AI但用不好AI”的困境。问题不在于AI太强，而在于我们还在用传统设计思维去操作AI。真正的转型，不是学会几个工具，而是建立“AI原生”的工作流——把AI当作设计系统的底层能力，而非外挂插件。
—
一、从“手绘草图”到“提示词工程”：设计流程的范式转移
传统设计流程是线性的：需求分析 → 草图 → 精稿 → 修改 → 输出。AI原生流程则是循环的：意图定义 → 生成 → 筛选 → 迭代 → 融合。
1.1 案例：品牌IP角色设计
传统做法：手绘10个草图 → 选3个细化 → 上色 → 做三视图
AI原生做法：用Midjourney V6.1直接生成角色概念 → 用Stable Diffusion + ControlNet控制姿势 → 用Photoshop Beta（Firefly功能）调整细节
操作步骤（以Midjourney V6.1为例）：
1. 定义核心属性：不是写“一个可爱的熊猫IP”，而是结构化提示词
/imagine prompt:
chibi panda character, 3D render style, Pixar aesthetic,
fur texture: soft and fluffy,
color palette: warm orange + cream white,
wearing a red scarf with gold trim,
holding a bamboo staff,
full body shot, front view,
white background, studio lighting,
--ar 3:4 --style raw --v 6.1 --s 250
– `–v 6.1`：最新版本，对材质和光影理解更强
– `–style raw`：减少MJ的“美化倾向”，更忠实于提示词
– `–s 250`：风格化程度，数值越大越艺术化，建议角色设计用100-300
2. 批量生成与筛选：一次生成4张，用U按钮放大，V按钮变体。如果觉得构图不对，用`–iw 2`提高图像权重（需要配合垫图）。
3. 迭代优化：生成后发现围巾细节不够，追加
/imagine prompt: [原图URL] chibi panda character with detailed red scarf,
golden embroidery pattern on scarf,
--iw 1.5 --v 6.1
关键认知：提示词不是“描述”，而是“参数化指令”。每个形容词、每个参数，都在控制AI的注意力分布。
—
二、从“工具操作”到“流程编排”：AI原生的核心能力
很多设计师以为学会Stable Diffusion就转型了，但真正的价值在于将多个AI工具编排成自动化流水线。
2.1 实操：电商主图批量生成
传统做法：设计师手动做10张不同角度的产品图，每张改文案、调色、加背景。
AI原生做法：用ComfyUI搭建工作流，一次生成100张变体。
工具清单：
- ComfyUI (v0.2.4+)
工作流搭建步骤：
1. 加载基础模型：选择`sd_xl_base_1.0.safetensors`，这是目前商业级质量的最佳选择。
2. 添加ControlNet节点：
– 加载产品原图（白色背景）
– 连接`ControlNetLoader`，选择`control_v11f1p_sd15_depth.pth`（深度图控制）
– 设置参数：`strength: 0.8`（控制强度），`start_percent: 0.0`，`end_percent: 0.8`（前80%步骤生效）
3. 配置提示词：
Positive: (masterpiece, best quality), product photography,
a sleek black smartwatch on a marble surface,
soft natural lighting, shallow depth of field,
minimalist composition, 8k resolution
Negative: text, watermark, signature, low quality,
blurry, distorted, extra fingers, bad anatomy
4. 批量生成参数：
– `batch_size: 4`（一次生成4张）
– `steps: 30`（步数，SDXL建议25-35）
– `cfg_scale: 7`（提示词相关性，7-9之间）
– `sampler: DPM++ 2M Karras`（平衡速度与质量）
5. 自动保存：添加`SaveImage`节点，设置输出路径为`/outputs/batch_001/`
效果：一次运行生成4张不同角度、不同背景的产品图，且产品形态完全符合原图。如果搭配LoRA（如“手表材质增强”LoRA），还能自动优化金属反光效果。
2.2 进阶：AI原生的“设计系统”思维
当你能批量生成后，下一个问题是：如何保证风格统一？
传统做法是建立设计规范文档，AI原生做法是训练自己的LoRA模型。
步骤：
1. 收集20-30张品牌风格参考图（统一分辨率1024×1024）
2. 用`kohya_ss`（v23.1.4）进行训练
– `train_batch_size: 2`
– `learning_rate: 1e-4`
– `num_epochs: 10`
– `save_every_n_epochs: 2`
3. 训练完成后，在ComfyUI中加载LoRA，权重设为0.6-0.8
这样，每次生成时只需在提示词末尾加上`
—
三、从“被动执行”到“策略设计”：AI原生设计师的新角色
当AI能完成80%的执行工作，设计师的核心价值转向：定义问题、构建规则、把控质量。
3.1 案例：品牌视觉系统设计
客户要求设计一套“未来感”的视觉系统。传统做法是出3套方案供选择。AI原生做法是：
1. 定义参数空间：
– 颜色：`#00FFAA` 到 `#0044FF` 渐变
– 字体：无衬线+几何切割
– 纹理：全息光效+网格线
– 构图：非对称+负空间
2. 生成探索矩阵：用Midjourney的`–tile`参数生成纹理，用`–video`参数生成动态变化过程
3. 筛选与优化：从50张中选出5张，用Photoshop Beta的`Generative Fill`（生成式填充）调整局部
4. 建立规则文档：将选中的风格参数化，形成“AI设计规则引擎”，后续所有物料自动遵循
3.2 质量控制的“人机协作”原则
AI生成的内容需要三层审核：
例如，用Midjourney生成“东方禅意”风格时，AI可能会错误添加佛教符号，需要设计师人工干预。
—
总结与进阶建议
转型不是学几个快捷键，而是重构你的设计认知。我建议你按这个路径进阶：
1. 入门期（1-2周）：精通Midjourney的提示词语法和参数系统，每天生成50张图并分析失败原因
2. 成长期（1个月）：掌握ComfyUI节点编排，能搭建3个以上自动化工作流
3. 进阶期（2-3个月）：学会训练LoRA和ControlNet，建立个人风格库
4. 专家期（长期）：能设计“AI设计系统”，为团队或客户构建可复用的生成框架
记住：AI不会取代设计师，但会用AI的设计师会取代不会用的。
—
常见问题 FAQ
Q1：Midjourney V6和V5.2有什么区别？我该用哪个？
A：V6对自然语言理解更强，材质渲染更真实，但需要更精确的提示词。建议商业项目用V6（`–v 6.1`），创意探索用V5.2（`–v 5.2`）。V6的`–style raw`参数能减少AI的“过度美化”，适合产品设计。
Q2：Stable Diffusion和Midjourney哪个更适合设计师？
A：两者互补。Midjourney适合快速创意发散，SD适合精细化控制。我的工作流是：用MJ做概念探索 → 用SD + ControlNet做精确输出 → 用Photoshop Beta做最终调整。
Q3：训练LoRA需要多少张图？配置要求高吗？
A：最少20张高质量图片（1024×1024），风格越统一越好。训练需要至少8GB显存的NVIDIA显卡（RTX 3070以上），推荐用云GPU（如AutoDL、Vast.ai），每小时约2-5元。
Q4：如何避免AI生成的图“看起来像AI”？
A：三个技巧：1）降低`–s`值（风格化），商业项目建议100-200；2）在提示词中加入“photorealistic, 8k, film grain”等真实感关键词；3）用Photoshop的“Camera Raw Filter”加噪点和色差。
Q5：AI生成的内容有版权问题吗？
A：目前法律尚不明确。建议：1）商业项目优先用Midjourney商业版（需订阅Pro计划）；2）生成后做实质性修改（改色、重构、叠加）；3）保留创作过程的屏幕录像作为证据。
评论(0)