AIGC 时代设计师的转型之路：从传统到 AI 原生
上周，一位在传统广告公司工作了8年的资深设计师找到我，他焦虑地展示着手机里的聊天记录：“公司刚引进了Midjourney，要求所有设计师一个月内学会用AI出图。可我连提示词都写不明白，生成的东西像拼贴画，客户说‘没灵魂’。”他的困境并非个例——在火星人教育的学员群中，每周都有类似的求助：如何让AI理解“克制的奢华”？如何避免生成“千篇一律的网红脸”？如何用AI完成一套完整的品牌视觉系统？
答案不在于学习某个工具的快捷键，而在于完成一次思维上的“范式转移”：从“用工具完成设计”到“用AI重构设计流程”。今天，我将拆解两条真实转型路径，用具体操作和参数表格告诉你：AI原生设计师不是会写提示词的人，而是能用AI构建设计系统的人。
一、从“手工执行”到“AI生成-筛选-迭代”的流程重构
案例1：用ComfyUI搭建可控的AI工作流
传统设计师使用Stable Diffusion时，最头疼的是“抽卡”式随机性。但AI原生设计师会像程序员一样，用节点化工作流实现精准控制。
操作步骤：
1. 安装ComfyUI v0.2.3（推荐使用Stability Matrix一键部署，避免环境配置问题）
2. 搭建基础文生图节点：
– 加载Checkpoint模型：`sd_xl_base_1.0.safetensors`（分辨率支持1024×1024）
– 设置正向提示词：`product photography, minimalist white background, studio lighting, f/2.8, 85mm lens, shallow depth of field`
– 设置负向提示词：`text, watermark, low quality, distorted, extra limbs`
– 采样器选择：`DPM++ 2M Karras`，步数25，CFG Scale 7
3. 加入ControlNet节点（版本v1.1.4）：
– 加载Canny边缘检测模型：`control_v11p_sd15_canny.pth`
– 上传手绘草图作为结构参考（建议用iPad Procreate绘制线稿，导出为PNG）
– 控制权重：0.8，引导终止步数：0.5
4. 使用LoRA模型注入风格：
– 加载`product_style_v2.safetensors`（权重0.6）
– 在正向提示词末尾添加：`
关键参数说明：
| 参数 | 推荐值 | 作用 |
|——|——–|——|
| CFG Scale | 7-9 | 控制与提示词的一致性，过高会导致过饱和 |
| Denoising Strength | 0.6-0.8 | 图生图时保留原图特征的程度 |
| Clip Skip | 2 | 跳过CLIP最后几层，提升风格多样性 |
| Seed | -1（随机） | 固定种子可复现结果，用于A/B测试 |
通过这个工作流，你可以在30分钟内生成50张符合品牌规范的包装设计图，然后手动筛选出3-5张进入精修环节。效率是传统手绘的20倍以上。
二、从“单一工具”到“AI原生设计系统”的构建
案例2：用Midjourney + Figma插件实现品牌视觉一致性
很多设计师抱怨AI生成的品牌Logo缺乏系统性——同一品牌的不同应用场景（名片、包装、海报）风格割裂。火星人教育的学员小林用一套“AI原生设计系统”解决了这个问题。
操作步骤：
阶段一：定义品牌视觉基因
1. 在Midjourney v6.1中，使用`/describe`上传3张品牌情绪板图片，获取风格描述
2. 提炼核心关键词：`minimalist geometric, Bauhaus inspired, primary colors: navy blue and coral, 2:1 aspect ratio, vector style, no gradients`
3. 使用`/blend`混合3张参考图，生成品牌视觉元图（Seed: 123456）
阶段二：生成组件库
1. 创建提示词模板：
[icon/pattern/typography] in the style of [brand visual meta], [specific element], flat vector, no shading, white background, symmetrical --ar 1:1 --v 6.1 --s 250
2. 批量生成组件（建议每次生成4张，使���`–repeat 3`参数）
3. 用Midjourney的`/show`命令调取历史生成，选择最优解
阶段三：导入Figma并自动化
1. 安装插件“Midjourney to Figma v2.0”（支持直接拖拽MJ链接）
2. 使用插件功能“Batch Import”一次性导入20个组件
3. 创建Figma组件集：将导入的图标、纹样、字体样式转化为可复用的Design System组件
4. 使用“Auto Layout”和“Variants”功能，建立响应式设计规范
效果验证：
小林用这套系统为某咖啡品牌设计了完整的视觉识别系统，包括6款包装、10张海报、3种名片。客户反馈：“每个应用都像出自同一设计师之手——但你们只用了3天。”
三、AI原生设计师的3个核心能力模型
1. 提示词工程：从“描述”到“编程”
传统设计师写提示词像写作文：“一只猫坐在沙发上，背景是森林”。AI原生设计师写提示词像写代码：
[主体]: a Siamese cat, sitting gracefully
[环境]: on a velvet sofa, in a mystical forest with fireflies
[光照]: volumetric lighting, rim light, golden hour
[镜头]: 50mm lens, f/1.4, bokeh effect
[风格]: hyperrealistic, 8K, Unreal Engine 5 render
[负向]: [text, watermark, low quality, blurry, deformed]
参数化技巧：
- 使用`::`分隔不同权重：`cat::2 sofa::1 forest::0.5`
2. 多工具协同：构建“AI-Pipeline”
| 阶段 | 工具 | 版本 | 输出格式 |
|——|——|——|———-|
| 概念生成 | Midjourney | v6.1 | PNG/JPG |
| 结构控制 | ComfyUI | v0.2.3 | Workflow JSON |
| 矢量处理 | Vectorizer.ai | v3.0 | SVG |
| 3D建模 | Meshy | v2.0 | OBJ/GLB |
| 动效制作 | Runway Gen-3 | 2024版 | MP4 |
| 最终交付 | Figma | 2024版 | Design System |
3. 审美判断力：AI的“刹车系统”
AI能生成1000张图，但只有3张能用。AI原生设计师的核心价值在于：
四、总结与进阶建议
转型不是抛弃传统技能，而是用AI放大你的设计能力。记住三个关键点：
1. 工作流优先于工具：先画出你的设计流程，再选择AI工具填补效率缺口
2. 参数即语言：学会用参数与AI对话，比背100个提示词模板更重要
3. 建立反馈闭环：每次生成后记录Seed和参数，建立个人“AI设计知识库”
进阶学习路径：
—
常见问题 FAQ
Q1：我只会Photoshop，学ComfyUI需要编程基础吗？
A：不需要。ComfyUI是可视化节点编辑器，像搭积木一样连接模块。建议从“文生图”基础节点开始，逐步加入ControlNet和LoRA。火星人教育提供免费的工作流模板下载（文末扫码获取）。
Q2：Midjourney生成的图总带“AI味”，怎么解决？
A：调整三个关键参数：`–stylize`降低到200以下，`–iw`（图像权重）提高到2，在负向提示词中加入`3d render, octane render`。同时，手动在Photoshop中添加噪点纹理（Filter > Noise > Add Noise，数量3%）可有效消除塑料感。
Q3：公司要求用AI出商业作品，版权问题怎么处理？
A：使用Midjourney商业版（付费订阅）生成的图片，版权归用户所有。但注意：训练模型时不要使用受版权��护的图片。建议用`/describe`功能反推他人作品的提示词，而非直接使用原图。
Q4：AI生成的字总是乱码，怎么解决？
A：在Midjourney中，使用`–no text`排除文字元素。在Stable Diffusion中，添加负向提示词`text, words, letters`。文字部分需在Photoshop或Figma中手动添加。推荐用“字体识别”工具WhatFont识别AI生成图上的字体风格，再找同类字体替换。
Q5：生成100张图只选出3张，效率反而低了怎么办？
A：建立“预筛选标准”：在生成前定义3个硬性指标（如：必须是白背景、产品占比超过60%、无多余阴影）。使用ComfyUI的“Image Saver”节点设置自动筛选规则（如：亮度>128的区域占比>70%）。或者用Midjourney的`–grid 2×2`一次生成4张，快速扫视淘汰。
评论(0)