1.1 AI绘画入门认知：核心概念、能力边界与常见应用场景
我第一次接触AI绘画的时候，脑子里其实挺懵的。那会儿看到别人用几句话就生成一张插画，感觉跟变魔术似的。后来自己上手试了才知道，它本质上是通过大量图像数据训练出来的模型，你给它一段文字描述，它就去"猜"你想要什么画面。这个"猜"字很关键，它不是在检索现成的图，而是在生成全新的像素组合。理解这一点，你就能明白为什么同一个提示词每次出来的结果都不一样，也能接受它偶尔画出六根手指这种事了。
说到能力边界，我觉得新手最容易踩的坑就是把它当成万能工具。它能快速出草图、做风格探索、批量生成素材，这些确实很香。但它不擅长精确控制构图，你让它"把人物左手放在桌子上，右手拿杯子，背景要有三本书"这种细节，大概率会翻车。我现在把它定位成"灵感加速器"而不是"精准执行器"，心态一下就顺了。
应用场景这块，我身边用得最多的几类：自媒体配图、电商产品场景图、游戏概念草图、还有个人头像和壁纸。我有个做小红书的朋友，以前找插画师一张图几百块，现在用AI出初稿再手动修，成本直接砍半。当然啦，商用之前一定要看清楚工具的用户协议，这块后面还会细说。
1.2 新手学习路径：从理解生成原理到建立练习计划
我刚开始学的时候特别急，恨不得三天就出大片。结果就是疯狂收集提示词模板，生成一堆四不像的图，越练越挫败。后来我换了个思路，先花一个下午把扩散模型的基本原理搞明白——大概就是加噪声再逐步去噪的过程。不用学得多深，知道"为什么文字能控制画面"这件事，你写提示词的时候就有方向感了。
第二步我建议建立固定的练习节奏，别贪多。我当时是每天下班后练四十分钟，前二十分钟临摹别人的提示词结构，后二十分钟自己改词试效果。周末会花两小时做一个小项目，比如"生成一组四季主题的风景图"。这种小项目特别能暴露问题，也能积累成就感。练习计划不用太复杂，关键是持续。
还有一点挺重要的，就是给自己建一个"错题本"。我每次生成失败的图都会截图存下来，旁边写上当时用的提示词和问题描述。过一周回头看，很多规律自己就浮出来了。这个习惯坚持一个月，进步速度比我瞎点一个月快太多了。
1.3 AI绘画常用工具推荐：按文字生成图像、图像编辑与风格化需求选型
工具这块我踩过不少坑，现在手上常备的就三四个。纯文字生成图像的话，Midjourney出图质感确实顶，尤其光影和氛围感，适合做封面和概念图。它的风格化参数很好用，但学习曲线稍微陡一点，新手得花点时间适应它的提示词语法。Stable Diffusion我主要用本地部署的版本，胜在可控性强，装个ControlNet就能精确控制姿势和构图，缺点是吃显卡，我那张老卡跑一张图要一分多钟。
图像编辑和局部修改，我最近用得比较多的是Photoshop的AI填充功能，改背景、去杂物特别顺手，跟传统修图流程无缝衔接。要是做风格化处理，我会用一些轻量级的在线工具，比如把照片转成动漫风或者油画风，这类工具操作简单，上传图片选个风格就行，适合快速出效果。
选型建议就一句话：别贪多，先吃透一个。我见过太多人同时开五个工具，结果每个都半吊子。我的路径是先用Midjourney建立审美手感，再转Stable Diffusion练控制力，最后按需补充编辑工具。你要是预算有限，Stable Diffusion开源免费，配合一些在线平台也能玩得很转。
1.4 工具使用前的准备：账号注册、界面认识、基础参数与输出设置
注册账号这事看着简单，其实有坑。Midjourney得先有Discord账号，再进它的服务器频道里用指令操作，第一次进去满屏的英文指令确实有点晕。我的建议是别急着生成，先花十分钟看看频道里的新手教程频道，把"/imagine"这个基础指令和几个常用参数记下来。Stable Diffusion本地部署的话，推荐用整合包，省去配环境的痛苦，下载解压就能跑。
界面认识我习惯分三块看：左边是模型和参数区，中间是提示词输入框，右边是出图预览。新手最容易忽略的是采样步数和提示词引导系数这两个参数。步数太低图会糊，太高又浪费时间，我一般设在25到30之间。引导系数控制画面跟提示词的贴合程度，设太高会僵硬，我通常从7开始试。
输出设置这块，分辨率别一上来就拉满。我刚开始追求4K大图，结果生成慢不说，构图有问题的时候重画成本太高。现在我都是先出512或768的草图，构图满意了再用高清修复放大。另外记得把生成的图按项目分类存好，我早期图全堆在下载文件夹里，后来想找一张参考图翻了半天，血的教训。
1.5 入门常见误区与避坑指南：版权、隐私、提示词依赖与作品筛选
版权这个事我必须放第一个说。很多人以为AI生成的图随便用，其实要看工具的用户协议。Midjourney付费用户生成的图可以商用，免费用户不行。Stable Diffusion开源模型生成的图理论上你可以随意用，但如果你用了别人的LoRA模型或者底模，得看清楚作者的授权说明。我现在的习惯是商用前一定去翻一遍协议原文，别嫌麻烦。
隐私方面，别把带人脸的照片随手传到在线工具里做风格化。有些平台的用户协议里藏着"你上传的内容可能被用于模型训练"这种条款。我自己的做法是，涉及真人照片的处理一律用本地部署的工具，在线工具只处理风景和物体图。提示词依赖也是个坑，我见过新手背了一百个模板，换个主题就不会写了。提示词的核心是描述画面元素的逻辑，理解了结构比背模板管用得多。
作品筛选这件事，我吃过亏。刚开始觉得每张图都挺好，存了一堆，后来发现真正能用的没几张。现在我给自己定了个标准：生成十张先筛三张，隔天再看一遍，可能只留一张。眼光是会变的，当时觉得惊艳的图，过两天看可能就发现构图歪了或者风格不统一。筛选的时候顺便把提示词和参数记下来，方便以后复现类似效果。
2.1 AI绘画新手入门教程：提示词结构、风格描述与画面控制方法
我头一周写提示词基本靠玄学，堆了一串形容词就指望出神图，结果出来的东西连我自己都认不出想画啥。后来逼着自己拆结构，发现好用的提示词基本逃不开一个框架：主体描述、环境场景、风格媒介、光影氛围、画质参数。比如“一个穿红色雨衣的女孩站在霓虹灯街头，赛博朋克风格，潮湿反光路面，电影级打光，高细节”——这么写比“好看的女孩，街头，酷”靠谱太多了。结构不是死板的，但它能帮你把脑子里的画面一件件摆清楚，而不是一股脑倒给模型让它猜。
风格描述这块我吃过盲目堆词的亏。什么“大师之作、8K、杰作”一股脑全塞进去，画面反而又油又僵。我现在的做法是先锁定一个大方向，比如“水彩插画”或者“胶片摄影”，然后只补两三个真正影响质感的修饰词。举个例子，想要温柔感就加“柔焦、低对比度、暖色调”，想要冲击力就换成“高对比、硬光、广角”。别贪多，词多了模型会打架。
画面控制方法我主要靠三个抓手。构图控制用画面比例加镜头描述，比如“全身像、低角度仰拍”能把人物拉得修长。局部控制靠区域提示或者后期局部重绘，我现在很少指望一次生成全对。风格统一靠种子值和参考图功能，同一个种子配合微调提示词，能出一组调性一致的图。反向提示词也别忘了写，把“模糊、多余手指、文字水印”这些常翻车的点提前堵住，出图成功率会高不少。
2.2 常用工作流拆解：构思、生成、筛选、局部修改与导出
我现在的固定流程第一步永远是先在纸上画几笔草图，哪怕就几个方块加火柴人。这个动作看着原始，但它逼我把构图和元素位置想清楚，而不是打开工具才开始瞎试。构思阶段我会顺手记下三五个关键词，再想好这张图是干嘛用的——发朋友圈和做商品主图，提示词策略完全两回事。用途定了，后面每一步都不容易跑偏。
生成环节我习惯一次跑四到六张，参数别调太碎，先看大感觉。筛选的时候我有个笨办法但特管用：把图缩到手机屏幕大小再看。缩小之后构图问题一眼就能看出来，歪没歪、乱没乱藏不住。留下来的图我会标个星级，三星的进局部修改，一星二星直接删，别舍不得。局部修改我一般用重绘功能框选问题区域，提示词只写那一小块的内容，整张图重写提示词容易把好的部分也改坏。
导出这步很多人随手就存桌面了，我以前也这样，后来找图找到崩溃。现在的习惯是导出时文件名带上项目名加日期加版本号，比如“咖啡海报_0412_v3”。格式上，需要继续修就存PNG，定稿发客户就转JPG压一下大小。导出前统一看一眼色彩模式，做印刷的话记得转CMYK，不然屏幕上看挺鲜亮，印出来灰一个度。
2.3 练习项目设计：人物、场景、产品图与风格化插画的入门实践
人物练习我建议从半身像开始，别一上来就全身加复杂姿势。我当初练人物就先死磕“头像加肩膀”这个范围，重点练三件事：五官协调、光影方向、发丝质感。提示词里把“柔和侧光、皮肤纹理、浅景深”固定下来，每次只换发型和表情词，出一组对比图。这么练了大概两周，人物出图废片率明显下来了。全身像后面再碰，先把脸和上半身整明白，成就感来得快。
场景练习我选的是“同一地点不同时间”这个玩法。找一个小巷或者咖啡馆的构图，分别生成清晨、正午、黄昏、深夜四个版本，提示词只改光线和色温相关的词。这个练习特别能练对光影的理解，也顺带把氛围词的用法摸熟了。产品图练习更功利一点，直接拿家里的水杯、耳机、香水瓶练，目标是背景干净、主体突出、光影有立体感。我会刻意控制画面里的元素数量，产品图最怕花里胡哨抢主体。
风格化插画我练得最杂，但收获也最大。方法是拿同一张照片做底图，分别用“吉卜力风、美漫风、水墨风、低多边形”去跑，观察模型怎么理解不同风格。跑多了你会发现有些风格对提示词特别敏感，词序换一下效果差很远。这类练习特别适合建自己的风格词库，把好用的风格组合记下来，以后接活直接调用，省得每次从零试。
2.4 工具组合与效率提升：常用工具推荐下的协作流程与参数复用
我现在的工具搭配是Midjourney出概念图和氛围稿，Stable Diffusion做精细控制和批量变体。具体怎么串呢——先在Midjourney里快速跑十几张找感觉，挑中意的存下来当参考图，丢进Stable Diffusion用图生图加ControlNet锁构图，再微调细节。这套流程比我单用一个工具效率高出一截，Midjourney负责发散，SD负责收敛，分工明确。偶尔需要修图就丢进Photoshop用AI填充收尾，三个工具各干各擅长的事。
参数复用这事我踩过坑才学乖。以前每次开新项目都从默认参数重新调，后来发现常用的就那么几套组合。我现在按场景存了三个预设：人像一套、场景一套、产品一套，每套里固定了采样器、步数、引导系数这些基础参数，换项目只改提示词和尺寸。建预设的时候顺手写个备注，记下这套参数适合什么类型的图，不然过两周自己都忘了当初为啥这么设。
协作流程如果是跟别人配合，我会把提示词和参数整理成文档共享。团队里每个人审美不一样，光给参考图不够，得把“为什么这么写词”的逻辑也写上。我一般会标注哪些词是核心不可动的，哪些是变量可以换的，这样别人接手改图不会把底子改跑偏。参数复用加文档化，省下的沟通成本比我预想的大得多。
2.5 作品复盘与持续进阶：问题定位、效果对比与个人素材库搭建
复盘这件事我以前特别抗拒，总觉得出图靠手感，复盘太较真。后来发现不复盘才是真的原地打转。我现在每周挑一个晚上，把当周生成的图按“废片、可用、满意”三档翻一遍，重点看废片——是构图歪了、光影乱了、还是提示词根本没写清楚。定位问题的时候我会把当时的完整提示词调出来逐句读，经常读着读着就发现某句话语义模糊，模型不翻车才怪。
效果对比我有个土办法但特别好使：把同一提示词跑出来的图和参考图并排贴在一起，中间拉条线比对。差在哪一目了然——是色彩偏了、质感不够、还是元素位置不对。对比多了你会形成一种直觉，看到一张图大概能猜到问题出在提示词哪一段。这个直觉比任何教程都值钱，它是你自己喂出来的。
素材库我按“风格参考、构图参考、提示词片段、成品分层”四个文件夹来搭。风格参考存喜欢的图，构图参考存各种角度和布局，提示词片段是我平时攒的好用短语，成品分层是导出时按项目分好的终稿。建库的关键是当天就归档，别攒着。我试过攒一个月再整理，面对几百张图完全不想动，最后全删了重来。每天花两分钟归档，比月底花两小时补作业轻松太多。
2.6 入门阶段常见问题解答与后续学习资源指引
被问最多的问题就是“为什么我的图和别人差那么多”。我一般先反问一句：你提示词写了几十字？大部分人卡在提示词太笼统上。解决办法特简单，找一张你喜欢的图，试着用文字把它重新描述一遍，从主体到背景到光线全写上，写完再对照图看漏了什么。这个练习做十遍，写词水平能上一个大台阶。还有人问要不要报课，我的看法是先把免费教程啃完，B站和YouTube上系统性的入门系列足够撑过前两个月，花钱的课等你知道自己缺什么了再买。
另一个高频问题是“出图不稳定怎么办”。我的经验是把变量控制到最少——固定种子、固定采样器、固定提示词结构，一次只改一个地方。很多人同时换提示词又换参数又换模型，出问题根本不知道是哪儿的锅。还有问显卡配置的，说实话入门阶段用在线平台完全够，没必要一上来就配主机。等你每天稳定出图、明确知道自己需要本地部署了，再考虑硬件投入不迟。
后续学习资源我常推三类：一是官方文档，Midjourney和Stable Diffusion的文档写得比想象中好，很多人懒得看；二是社区里的参数分享帖，重点看别人怎么调参数而不是抄提示词；三是找几个风格你喜欢的创作者长期跟，看他们出的图猜他们怎么写的词，猜完自己去跑一遍对比。学习路径不用太复杂，保持“看—猜—试—对”这个循环，比囤一堆教程不动手强一百倍。
