设计师如何建立自己的 AIGC 工具箱

上周有个学员找到我，说自己在做电商大促海报时，客户要求在一天内出6版不同风格的视觉方案。他翻遍了素材库，试了各种滤镜，最后熬到凌晨3点，只憋出2版勉强能看的。他问我：“老师，我是不是不适合做设计了？”

我告诉他，不是你不适合，是你的工具箱里只有锤子。在AIGC时代，一个优秀的设计师必须具备“工具思维”——不是被AI取代，而是用AI武装自己。今天，我就以火星人教育AIGC实战课的经验，带你一步步建立属于自己的AIGC工具箱。

一、从“画图工”到“指挥家”：理解AIGC工具箱的核心逻辑

很多设计师对AIGC的理解还停留在“用Midjourney生成一张图”。这就像你拿到了一台单反，却只会按快门——你永远拍不出好照片，因为你没理解光圈、快门、ISO之间的配合。

AIGC工具箱的核心逻辑是“输入-处理-输出”的三段式工作流：

• 输入层：文字提示词(Prompt)、参考图(Reference Image)、风格控制(ControlNet)

实操案例1：用“提示词工程”精准控制输出

假设你要设计一张“赛博朋克风格的城市夜景海报”，新手可能会写：“cyberpunk city, night, neon lights”。结果生成一堆杂乱无章的图。

正确的做法是使用结构化提示词模板（以Midjourney v6.1为例）：

/imagine prompt: A futuristic cyberpunk city street at midnight, heavy rain, neon signs in magenta and cyan, reflections on wet asphalt, cinematic lighting, shot on 35mm film, ultra-detailed, 8k --ar 16:9 --v 6.1 --s 750

参数说明：

这里的关键是把视觉元素拆解成关键词：场景(城市街道)、氛围(午夜、大雨)、色彩(品红、青色)、质感(胶片、超细节)。你的提示词越具体，AI的生成越可控。

二、工具链搭建：从生图到交付的全流程方案

很多设计师抱怨AI生成的图“不能用”，原因往往出在后处理环节。一个完整的AIGC工具箱必须覆盖从创意到交付的每个环节。

2.1 生图工具选择

| 工具 | 适用场景 | 版本 | 核心优势 |
|——|———-|——|———-|
| Midjourney | 概念设计、氛围图 | v6.1 | 美学质量极高，艺术感强 |
| Stable Diffusion WebUI | 商业落地、精准控制 | v1.10.0 (2024年7月版) | 开源可控，支持ControlNet |
| DALL·E 3 | 文字渲染、复杂场景 | 集成在ChatGPT Plus | 理解自然语言能力强 |

实操案例2：用Stable Diffusion WebUI生成电商主图

假设你要为一家咖啡品牌生成一张“手冲咖啡”的主图，要求：浅色背景，产品居中，有光影层次。

步骤1：安装环境

步骤2：编写正向提示词

(masterpiece:1.2), (best quality:1.2), pour-over coffee on a wooden table, ceramic dripper, steam rising, warm golden lighting, soft shadows, minimalist composition, shallow depth of field, bokeh background, product photography style, 8k, photorealistic

步骤3：使用ControlNet控制构图

步骤4：高清放大

2.2 后处理与交付

生成图不等于成品图。你还需要：

三、进阶技巧：让工具箱“自适应”你的设计风格

工具是死的，但你的工具箱可以是活的。我见过最聪明的设计师，他们不是复制别人的工作流，而是建立自己的风格库。

3.1 训练自己的LoRA模型

如果你经常需要某种特定风格（比如水墨风、儿童插画风），不要每次都写长提示词。用LoRA（Low-Rank Adaptation）模型固化风格。

操作步骤（以Kohya_ss为例，版本v23.1.0）：

1. 准备20-30张同风格图片，统一分辨率512×512
2. 用BLIP自动生成描述文本（Captioning）
3. 设置训练参数：batch size=1，epoch=20，learning rate=0.0001
4. 训练完成后，在SD WebUI中加载LoRA，权重设为0.6-0.8

这样，以后你只要写 `(style_lora:0.7)`，就能稳定输出该风格。

3.2 建立提示词模板库

不要每次从零开始写提示词。用Notion或Obsidian建立你的提示词库，按场景分类：

每个模板包含：正向提示词、负向提示词、参数设置、参考图链接。

四、总结与进阶建议

建立AIGC工具箱不是一蹴而就的事。我建议你按以下路径逐步完善：

1. 第一周：只用一个工具（推荐Midjourney），掌握结构化提示词写法
2. 第二周：引入Stable Diffusion，学习ControlNet控制构图
3. 第三周：搭建后处理流程，学会用Photoshop Beta修复瑕疵
4. 第四周：尝试训练自己的LoRA，建立风格模板库

记住，AIGC工具是放大器，不是替代品。你的审美、构图能力、色彩感觉，才是决定作品上限的关键。工具只能帮你更快地实现想法，但想法本身，永远属于你。

如果你在搭建过程中遇到问题，欢迎在评论区留言。下节课，我会深入讲解如何用ComfyUI搭建更高级的节点化工作流。

—

常见问题 FAQ

Q1：电脑配置不够，能学AIGC吗？
A：可以。Midjourney和DALL·E 3都是云端运行，不需要本地显卡。Stable Diffusion WebUI最低需要4GB显存（推荐8GB），如果配置不够，可以使用AutoDL或Colab等云GPU服务。

Q2：AI生成的图版权属于谁？
A：目前主流平台（Midjourney、OpenAI）都允许商业使用，但需注意：如果你使用他人风格的LoRA或模型，可能需要获得授权。建议商用前仔细阅读各平台的服务条款。

Q3：提示词总是写不好，怎么办？
A：推荐两个方法：1）用ChatGPT帮你生成提示词，描述你的需求，让AI帮你转成英文关键词；2）在Midjourney中使用`/describe`命令，上传参考图，让AI反推提示词。

Q4：AI生成图的分辨率不够，怎么解决？
A：使用高清放大工具。Stable Diffusion WebUI内置的Tiled Diffusion+Ultimate SD Upscale可以放大到4K。Topaz Gigapixel AI则适合处理已有的低分辨率图片。

Q5：学AIGC需要会编程吗？
A：不需要。Midjourney和DALL·E 3完全不需要编程。Stable Diffusion WebUI虽然有命令行界面，但主流整合包都提供了图形界面，像操作软件一样简单。