用 AI 做插画：商业插画师的效率倍增器

从“画不出来”到“画不完”：一个真实的效率跃迁

上周，一位从业5年的商业插画师学员小陈找到我，满脸焦虑。他接了个儿童绘本项目，需要30张风格统一的场景插画，甲方只给10天时间。按他以往的手绘速度，一天一张都算快的。更棘手的是，甲方中途还要求修改角色设定——从拟人小兔子改成小狐狸。这意味着前期的线稿和色彩方案几乎全部作废。

“老师，AI真能帮我赶工吗？我试过用Midjourney生成一些图，但风格太飘忽，细节也控制不住，根本没法直接商用。”这是大多数插画师初遇AI时的共同困惑——工具似乎很强大，但离“为我所用”总差那么一步。

我给他的方案很简单：用AI完成70%的“脏活累活”，把精力集中在20%的创意决策和10%的精细打磨上。 结果呢？他不仅提前两天交稿，还在项目中尝试了三种不同风格变体，甲方选了最惊艳的一款，额外加了20%的预算。

这个案例揭示了一个核心事实：AI不是来取代插画师的，而是来放大插画师价值的。关键在于，你得知道哪些环节可以“放手”，哪些环节必须“紧握”。今天，我们就从两个实战场景出发，拆解这套“人机协作”的工作流。

—

核心章节一：用 Midjourney 构建“无限素材库”——风格统一与角色控制的实战

很多插画师抱怨AI生成的图“不能用”，根本原因在于缺乏对生成过程的主动控制。商业插画最忌讳风格不一致、角色长相随机。要解决这个问题，必须掌握两个核心技巧：风格参考图（Style Reference） 和 种子值（Seed）锁定。

操作步骤：从一张草图到一套风格统一的角色

工具： Midjourney V6.1（截至2025年6月最新版本）
核心参数： `–sref` (风格参考), `–seed` (种子值), `–cw` (角色权重)

第一步：生成你的“风格锚点”

假设你要为一家奶茶店设计一套“城市探险猫”IP插画。先不要急着画所有动作，而是生成一张最能代表角色气质的“标准照”。

1. 准备Prompt： 不要写“一只可爱的猫”，这太宽泛。要写具体：`A cute cartoon cat, wearing a tiny baker hat and an apron, holding a coffee cup, chubby, round eyes, soft pastel colors, vector flat illustration, clean lines, white background –ar 3:4 –v 6.1`

2. 加入风格参考： 如果你有偏好的插画师风格（比如某位日本画师），可以上传他的作品作为 `–sref` 参数。但更推荐的做法是，先用Midjourney生成一张你满意的图，然后把这张图的URL作为后续所有生成的 `–sref` 参考。
`[第一步生成图的URL] –sref [第一步生成图的URL] –ar 3:4 –v 6.1`
这样能最大程度保证后续所有角色都沐浴在相同的光影和笔触下。

第二步：锁定角色面孔（Seed锁定）

这是最关键的一步。你会发现，即使风格一致，角色的脸也总是在变。解决方案是种子值（Seed）。

1. 从第一步的生成结果中，找到你最满意的那张角色面孔。
2. 在Discord中，对该图片添加反应（点击 `+` 号），搜索 `envelope` 表情（✉️），点击后Midjourney会私信你这张图的 `seed` 值，比如 `seed 123456789`。
3. 现在，生成新动作时，强制使用这个种子：
`[第一步生成图的URL] –sref [第一步生成图的URL] –seed 123456789 –cw 50 –ar 3:4 –v 6.1`
`–cw`（Character Weight）参数控制角色特征（脸、发型、服装）的继承强度，范围0-100。对于角色一致性，推荐从 `–cw 50` 开始测试。如果角色太像，降低 `–cw`；如果变化太大，提高 `–cw`。

效果： 你可以在几分钟内，让同一只猫做出“拉花”“端盘子”“骑自行车”等几十个不同动作，而它的脸始终是那张“标准照”。这彻底解决了商业插画中“角色崩坏”的痛点。

—

核心章节二：从“AI半成品”到“商业成品”——Stable Diffusion + ControlNet 的精细化控制

Midjourney擅长“从无到有”的创意发散，但在需要精确控制构图、姿态、透视的商业项目中，Stable Diffusion（SD）配合ControlNet才是真正的王牌。很多学员觉得SD难，是因为没理解它的工作逻辑：SD不是画手，而是“修图师”和“上色助理”。

操作步骤：用一张线稿生成完整插画

工具： Stable Diffusion WebUI (AUTOMATIC1111版本)
核心插件： ControlNet v1.1.462
核心模型： Canny (边缘检测) / Lineart (线稿提取) / OpenPose (姿态检测)

场景： 你手绘了一张“太空探险兔”的线稿，但没时间上色和细化。你需要AI帮你完成从线稿到成品的“最后一公里”。

第一步：预处理你的线稿

1. 将手绘线稿扫描或拍照，导入SD WebUI的“图生图”选项卡。
2. 在ControlNet面板中，勾选“启用”，选择“Lineart”预处理器。这个预处理器能识别你的手绘线条，并生成一张干净的线稿图。
3. 关键参数：
– 权重（Weight）： 1.0（严格遵循线稿）
– 引导介入时机（Starting Control Step）： 0.0
– 引导终止时机（Ending Control Step）： 0.8（让AI在后期有自由发挥上色和细节的空间）

第二步：设定风格与色彩

1. 大模型选择： 推荐使用二次元或厚涂风格的大模型，如 `Counterfeit-V3.0` 或 `DreamShaper`。
2. Prompt编写： 在正向提示词中，描述你想要的最终效果：
`masterpiece, best quality, (space rabbit:1.2), wearing a retro spacesuit, holding a laser gun, stars and nebula in background, detailed illustration, vibrant colors, cinematic lighting`
反向提示词：`worst quality, low quality, blurry, distorted hands, extra limbs, ugly, deformed`
3. 采样器与步数： 推荐 `DPM++ 2M Karras`，采样步数 `30-40` 步。步数太低细节不足，太高会过度锐化。

第三步：迭代与修正

第一次生成的结果往往不尽如人意，比如兔子的手画成了“爪子”或者背景太空过于单调。这时不要重新生成，而是进入图生图的“局部重绘”（Inpaint）模式。

1. 把不满意的区域（比如手部）用蒙版涂黑。
2. 在ControlNet中，再次启��Lineart，但这次把“引导终止时机”设为 `0.4`，给AI更多自由去修复细节。
3. 在Prompt中强调：`detailed rabbit paw, holding laser gun correctly`

通过这种“线稿约束+局部重绘”的组合拳，你可以在15分钟内，把一张粗糙的铅笔线稿，变成一张细节丰富、光影完整的商业级插画。

—

总结与进阶建议：成为“AI指挥家”，而非“AI操作工”

回到开头的案例。那位学员之所以能成功，不是因为他会用Midjourney或Stable Diffusion，而是因为他建立了一套“创意决策-批量生成-精细打磨”的工作流。

• 创意决策（你来做）： 设定角色性格、世界观、色彩情绪。这是AI无法替代的审美和故事感。

进阶学习建议：

1. 不要贪多，先“打透”一个工具： 初学者建议先用Midjourney练手，专注于 `–sref` 和 `–seed` 的组合。当你发现Midjourney满足不了你对构图的精确控制时，再切入Stable Diffusion。
2. 建立你的“风格资产库”： 把每次成功生成的 `–sref` URL和 `–seed` 值记录下来。这些是你的数字画笔，积累得越多，你“召唤”灵感的速度就越快。
3. 死磕“局部重绘”： 这是通往高阶的关键。学会用Inpaint修复手、眼睛、道具等细节，是区分“AI玩家”和“AI插画师”的分水岭。
4. 保持“手绘手感”： 每周至少留出1-2天完全不用AI，只用手绘板画画。AI是效率工具，但你的艺术直觉和手眼协调能力，才是你永远的核心竞争力。

AI插画不是“一键出图”的魔法，而是一场新的“人机协作”艺术。当工具足够强大，真正稀缺的，是那个懂得如何“指挥”它的你。

—

常见问题 FAQ

Q1：用AI生成的插画，版权归我吗？会不会有侵权风险？

A：这是一个非常关键的法律问题。目前，Midjourney和Stable Diffusion的开源模型，其生成的图片版权归属取决于你的付费计划和使用条款。商业用途建议使用付费版（如Midjourney Pro）并仔细阅读其服务条款。对于Stable Diffusion，使用本地部署的模型（非在线服务），生成内容的版权通常归你所有，但需注意训练数据中可能包含受版权保护的作品，这在商业项目中存在灰色地带。最稳妥的做法是：不要直接使用有明显特定画师风格的图片，而是将其作为灵感参考，进行二次创作和深度修改。

Q2：为什么我用 `–seed` 锁定时，角色脸还是变了？

A：最常见的原因是Prompt描述不一致。`–seed` 锁定的是生成过程的“噪声起点”，但最终的图像还受Prompt强烈影响。如果你第一张图的Prompt是“戴帽子的猫”，第二张图的Prompt是“不戴帽子的猫”，即使 `–seed` 相同，AI也会因为“帽子”这个元素的有无而改变面部结构。解决方案： 保持核心Prompt不变，只修改动作或背景描述。另外，检查 `–cw` 参数，如果设为0，则角色特征几乎不继承。

Q3：Stable Diffusion生成的图总是“油腻”或者“塑料感”很重，怎么办？

A：这是很多初学者的痛点。主要原因有两个：一是大模型选择，避免使用过于“商业化”的写实模型，尝试 `ReV Animated` 或 `GhostMix` 等偏向手绘质感的大模型；二是VAE（变分自编码器） 设置错误。确保在设置中正确加载了与模型匹配的VAE（如 `vae-ft-mse-840000-ema-pruned`），错误的VAE会导致���彩过饱和或质感奇怪。最后，降低 `CFG Scale`（提示词引导系数）到 `5-7` 之间，过高的CFG会让图片显得僵硬。

Q4：AI生成的画面里，手和手指总是画错，怎么修？

A：这是当前所有AI绘画工具的通用难题。最好的策略是预防：在Prompt中尽量避免让角色做出复杂的“比心”或“指人”手势。如果必须画手，建议在Stable Diffusion中使用ControlNet的 OpenPose 插件，先手动摆好手的姿态骨架，再生成。如果已经生成错误，用 局部重绘（Inpaint） 配合 `–denoising strength 0.6-0.8`，并仅用“hand, detailed fingers”作为Prompt，多次迭代直到满意。或者，更直接的办法——自己画上去，用Photoshop或Procreate替换掉AI生成的错误手部。

Q5：我想把AI生成的图用于NFT或印刷品，画质不够大怎么办？

A：Midjourney V6.1直接生成的图片最大为2048×2048像素，通常够用。如果需要更大尺寸，可以使用 图生图（img2img） 的 缩放（Upscale） 功能。在Stable Diffusion中，推荐使用 Ultimate SD Upscale 脚本，配合 `R-ESRGAN 4x+` 或 `4x-UltraSharp` 这类放大模型，可以将图片无损放大2-4倍，并补充细节。注意，放大时 `denoising strength` 设为 `0.2-0.4`，太低则模糊，太高则改变原图。