AIGC 时代设计师的转型之路：从传统到 AI 原生

上周三晚上，一位在广告公司做了七年品牌设计的学员小鹿，在直播答疑时问我：“老师，我花三天画的主视觉，被组里刚来的实习生用 Midjourney 一个下午出了六版，客户还选了其中一版。我是不是该转行了？” 她的问题很真实，也很刺痛。但我想说，转行的不是设计师，而是那些只用“手”不用“脑”的设计师。AIGC 不是来抢饭碗的，它是一台强力水泵，把我们从重复劳动的泥潭里拽出来，逼我们往上游走——去掌控策略、审美与叙事。

这篇文章，我不用“未来已来”这种废话开场。我们直接拆解，在 2025 年这个时间点，一个“AI 原生设计师”到底该具备哪些具体技能，以及如何一步步从传统工作流迁移过去。

一、 认知重构：从“执行者”到“指令架构师”

传统设计师的工作流是：需求 → 找参考 → 手绘/建模 → 反复修改 → 交付。这个链条里，最耗时的不是创意，而是“把脑子里的画面变成像素”的过程。AI 原生设计师的工作流变成了：需求 → 策略拆解 → 提示词工程 → 生成 → 筛选/微调 → 交付。

你会发现，“画出来”变成了“选出来”。但“选”的前提是“会评”。很多人觉得 AI 生成的东西“脏、乱、差”，那是因为他们只会输入“a beautiful logo”，然后抱怨结果像地摊货。真正的 AI 原生设计师，是指令架构师——他们懂得如何把模糊的商业需求，翻译成机器能理解的高精度参数。

核心转变点： 你的核心竞争力不再是“C4D 渲染速度”或“PS 笔刷手感”，而是审美判断力和逻辑拆解力。AI 把执行门槛拉到地板，但审美门槛反而被拉高到了天花板。因为当人人都会生成的时候，只有具备顶级审美的人才能从 100 张废图里挑出那 1 张金子，并知道如何迭代它。

二、 实操案例：从 0 到 1 打造一套“AI 原生”品牌视觉

我们不讲虚的，直接拿火星人教育内部的一个真实项目练手。假设我们要为一家“高端户外机能咖啡品牌”做全套视觉，目标人群是 25-35 岁、喜欢露营和极简生活的都市白领。

案例 1：用 Midjourney V6 生成品牌主视觉（关键词的“语法化”）

很多学员用 Midjourney 还是“百度式搜索”，写一堆形容词。我们换一种“语法化”写法。

第一步：拆解风格关键词（Style Modifiers）
��要只写“outdoor coffee brand”，要写清楚媒介、镜头、光线、材质、色彩哲学。

第二步：输入结构化提示词（参考 V6 版本参数）
我给出的初始提示词模板如下（复制可用）：

/imagine prompt: A premium outdoor coffee brand campaign visual, a sleek matte black thermos flask standing on a rough granite rock, surrounded by misty pine forest in the background, golden hour sunlight casting long shadows --ar 3:2 --style raw --v 6.0 --s 250

参数解读：

• `–ar 3:2`：构图比例，适合官网 Banner。

第三步：图生图（Image Prompt）进行“垫图”控制
如果生成的瓶子角度不对，别急着抽卡。用 PS 或 Figma 快速拉一个黑白剪影构图，扔进 MJ 的提示词后面，加上 `–iw 2`（Image Weight，数值范围 0.5-2.0，越高越像垫图）。这样能精准控制构图，而不是靠运气。

案例 2：用 Stable Diffusion + ControlNet 做精准产品精修

Midjourney 适合“发散”，但遇到具体产品图（比如那个保温杯的丝印 Logo 必须绝对水平），MJ 就抓瞎了。这时候必须上 Stable Diffusion WebUI（A1111 或 ComfyUI）。

操作步骤（针对产品精修）：

1. 底模选择： 不要用二次元模型。去 Civitai 下载一个写实摄影模型，比如 `Realistic Vision V5.1` 或 `epiCRealism`。
2. ControlNet 加持： 这是 AI 原生产品设计的灵魂。我们需要开启两个 ControlNet 单元。
– Unit 0： 载入原始渲染图，启用 Canny（线稿） 模式，权重 `0.8`。这让 AI 严格遵循原图的轮廓边缘，不会把杯子搞变形。
– Unit 1： 载入同一张图，启用 Depth（深度） 模式，权重 `0.6`。这能确保光影关系和凹凸质感符合物理逻辑。
3. 局部重绘（Inpaint）： 如果杯身的高光过曝了，用蒙版把高光区域涂黑，在提示词里写 `product photography, soft studio lighting, diffused highlight`，步数（Steps）开到 30，重绘幅度（Denoising）控制在 `0.4-0.5`，这样只改光影，不动结构。

这套组合拳下来，原本需要 2 小时在 PS 里用加深减淡工具抠细节的活儿，现在 10 分钟搞定，而且光影物理正确性比手动还高。

三、 工作流重塑：像项目经理一样管理“生成资产”

AI 原生设计师还有一个隐形技能：资产管理与版本控制。以前我们发文件是 `最终版_v3_打死不改版.psd`。现在，你的产出物是一堆 `Prompt` 和 `Seed` 值。

建议你用 Notion 或飞书搭建一个“提示词资产库”。字段包括：项目名称、目标风格、正向提示词、反向提示词（Negative Prompt）、模型版本、Seed 值、采样器（Sampler）、CFG Scale、最终效果图。

为什么必须记录 Seed 值？
因为 Midjourney 的 Seed 值是随机的，但如果你看到一张极其满意的图，`–seed 123456789` 能让你锁定这个随机种子，微调关键词时，风格和构图会保持高度一致，不会“整容”。这是做系列海报（比如 24 节气营销图）的命根子。

具体场景： 客户说“这个蓝色不对，我要蒂芙尼蓝”。传统做法是你在 PS 里吸色然后手动范围选择替换。AI 原生做法是：你在 Figma 里把色板改成 `#0ABAB5`，然后用 Krea.ai 或 Magnific AI 这种实时渲染工具，把参考图喂进去，输入 “change the color palette to tiffany blue, keep the lighting and texture”，几秒钟生成预览图发给客户确认。沟通成本直接砍半。

四、 总结与进阶建议：成为“AI 原生”的四个台阶

说了这么多，总结一下。从传统设计师到 AI 原生设计师，不是学几个软件那么简单，而是一次认知操作系统的升级。

第一步：工具驯化（第 1-2 周）
别贪多。先把 Midjourney 的 `/describe` 功能用熟（它能反推图片的提示词），每天解析 10 张顶级设计作品，把关键词抄下来，分析它们的结构。同时，装好 Stable Diffusion WebUI，跑通 ControlNet 的 Canny 和 Depth 流程。

第二步：工作流杂交（第 3-4 周）
不要抛弃 PS 和 Figma。用 Figma 画线框图，用 MJ 生成风格图，再用 PS 做合成和调色。AI 是引擎，传统软件是底盘。 试着把一个真实项目（哪怕是虚拟的）完整跑一遍这个流程。

第三步：审美策展（第 5-8 周）
建立你的“视觉基因库”。用 Eagle 或 Pinterest 收集 1000 张你认为是“高级感”的图，分类标注（材质、光影、色彩、构图）。这是你训练自己“挑图”眼力的唯一捷径。AI 生成的结果是随机的，但你的审美筛选器是确定的。

第四步：业务翻译（第 9 周以后）
试着把客户的一句废话（“我想要那种高大上、有质感的感觉”）翻译成 50 个关键词的提示词。这是 AI 原生设计师最值钱的地方——你充当了人类语言与机器潜空间之间的翻译官。

常见问题 FAQ

Q1：我是资深设计师，PS 用了十年，现在学 AI 还来得及吗？
来得及，而且你比新人更有优势。你的审美和构图经验是 AI 无法替代的。你只需要克服对“提示词”的陌生感，把它当成一种新的画笔。建议从 `Midjourney 的 /blend` 功能入手，直接混合两张你以前的作品，看 AI 怎么融合，这比从零学关键词快得多。

Q2：Midjourney 和 Stable Diffusion 到底学哪个？
小孩子才做选择，成年人全都要。原则是：MJ 用于概念发散和提案，SD 用于精准控制和落地执行。 如果时间紧，先学 MJ，因为它上手快，能快速建立信心；但如果你想做电商精修或特定 IP 形象设计，必须啃下 SD 的 ControlNet。

Q3：AI 生成的作品有版权吗？我能商用吗？
这取决于平台条款和你的修改程度。Midjourney 付费用户拥有商用权，但前提是你对生成图进行了足够的“二次创作”，而不是直接拿去卖。建议：不要把 AI 生成的图直接当最终稿，一定要在 PS 里叠加材质、修改细节、加入原创元素。 这样既能规避风险，又能体现你的专业价值。

Q4：客户觉得 AI 出图快，想压价怎么办？
这是心态问题，不是技术问题。记住：AI 降低的是“制作”的成本，而不是“创意”和“决策”的成本。 你要向客户展示你的工作流里包含了策略分析、提示词测试、多方案筛选、后期精修和落地适配。卖的是“确定性”，而不是“那张图”。你可以说：“我能在一小时内给你 5 个风格方向，但选出最适合品牌的那一个，需要的是 10 年经验。”

Q5：生成的图分辨率太低，放大就糊怎么办？
这是高频问题。不要用 PS 直接拉伸。用 Upscayl（免费开源）或 Topaz Gigapixel AI 进行放大。如果是 SD 用户，可以在生成时直接开 Hires. Fix（高分辨率修复），放大倍数 1.5-2 倍，重绘幅度 0.3-0.4，这样能补充细节而不是简单插值。

—

最后的学习建议： 不要每天沉迷于刷“AI 生成美女”的短视频。给自己定一个小目标：本周用 AI 完整输出一套 3 张的系列海报，主题自拟。 遇到问题就查文档，或者来火星人教育的课堂里，我们手把手带你踩坑。记住，淘汰你的不是 AI，是那个会用 AI 的隔壁设计师。动手吧。