我平时帮电商团队看产品图，最常听到一句话是“这张图能不能让AI改成另一个场景”。我理解的AI图生图工具，就是把用户给的原图当成生成起点，而不是只靠文字从零画一张。它会把图像编码到模型能理解的空间里，再结合提示词、蒙版、风格参考和结构控制条件，重新生成一张或多张候选图。典型输入往往是一张主体清晰的参考图，加上一句描述，再加一两个控制参数；输出通常是同尺寸或可调尺寸的新图，附带种子、批次和参数记录。
我有个做运动鞋运营的朋友，总拿白底鞋图换海边、街拍和室内场景。插画师朋友更在意线稿上色后人物姿势别跑。这两种需求都在图生图范围里，可他们关心的点完全不同。一个盯着商品轮廓和材质，一个盯着线条和表情。我也遇到过普通用户拿自拍做头像风格化，要求是“像我，但又不是原来的我”。这就是图生图最有趣的地方：输入图提供身份、构图和结构，模型负责重新解释画面。
技术原理我不打算讲成一堂数学课。我的理解是，模型先把图片压进潜空间，再按重绘强度加噪、去噪，提示词和参考图在这个过程中反复给方向。ControlNet这类结构控制会锁住边缘、深度或姿态，IP-Adapter这类风格参考会把另一张图的调性带进来。能力边界也在这里：它能做“参考图约束下的再创作”，做不到“百分百复刻原图每个像素”。我常跟客户说，把它当成一个很会看参考图的绘图助手，比当成修图软件里的克隆图章更准确。
1.2 与文生图、图生文、局部重绘的区别
文生图更像从一张白纸开始，我给一句话，模型自由发挥。图生图手里有一张底图，生成结果要受底图约束，所以我更愿意把它叫作“带着参考物创作”。同一句提示词，文生图每次变化可能很大，图生图的重绘幅度调低时，主体轮廓会稳很多。做产品图时这种稳很重要，鞋头不能变尖，包带不能多一条。
图生文走的是反方向，它看图说话，输出标签、描述或提示词。我常用图生文给老图反推提示词，再拿回图生图里做风格迁移。局部重绘则是图生图的一个细分动作：用蒙版圈出要改的区域，只重画圈内，圈外尽量不动。换衣服、去路人、改表情都常用它。三者名字像，工作流里经常串着用。
我有个做游戏概念设计的朋友，习惯先文生图铺气氛，再图生图收敛造型，局部重绘修武器和披风。他跟我说，图生图的价值是“可控地走偏”，不是完全自由。这个说法挺准确。图生文帮他读懂参考，局部重绘帮他控制修改范围，图生图负责在保留大结构的前提下换风格、换材质、换光线。
1.3 能力评估维度：一致性、可控性、风格迁移、分辨率
我评估AI图生图工具时，会看一致性。这里的一致性不是数学上的严格相等，而是主体身份、轮廓、材质和构图在多次生成里稳不稳。做头像的人希望脸型别乱，做电商的人希望商品结构别变形。我会拿同一张图连续跑五次，观察五官、logo位置和边缘线。工具宣传页上的单张美图说明不了太多，批量结果才更接近真实工作。
可控性看参数是否听得懂人话。重绘幅度、蒙版羽化、结构控制强度、风格参考权重、种子锁定，这些参数能不能单独调，调完有没有可预期变化，是我很在意的点。风格迁移则要看它能不能把参考图的色彩、笔触、光线气质带过来，同时别把主体也换掉。分辨率放在后面看，不是越高越好。高分辨率下细节稳不稳、显存吃不吃得消、放大后纹理是否发糊，这些都要一起看。
我自己有个笨办法：拿一张人脸、一张商品图、一张线稿各跑一轮。人脸看身份保持，商品看边缘和文字，线稿看上色和结构遵循。三张图跑完，工具的能力边界基本就有感觉了。这个方法不严谨，够用。做团队选型时，我也会让运营、设计和法务各提一条标准，避免只看画面好看。
1.4 常见用户需求与使用误区
我接触到的需求大概分几类：换背景、换风格、模特换装、老照片修复、头像生成、线稿上色、产品图场景化。运营要出图速度，设计师要风格统一，普通用户要“像我但更好看”。同一张原图，运营关心转化，设计师关心细节，法务关心授权。多角色看同一件事，结论常常不一样。我会先把需求翻译成“保留什么、改变什么、输出给谁看”，再选工具和参数。
误区里最常见的是把图生图当万能修图。原图主体模糊、手指结构错、商品透视歪，生成结果很难凭空变对。有人疯狂堆提示词，指望一句话解决所有问题；有人把重绘幅度拉满，结果人物身份丢了；也有人只看单张样图，忽略批量一致性。我常提醒，工具的能力边界由参考图质量和控制参数共同决定，提示词只是其中一层。
还有版权和商用误区。有人拿网图做风格参考，生成后直接上架；有人以为改了颜色就算原创。我会建议保留参考图来源、生成参数和授权记录。图生图工具能帮我们做二次创作，不负责替我们解决版权。把这一点想清楚，后面的选型和流程会顺很多。
这一章先聊到这里，我把图生图看成“有参考条件的再生成”，也把它的边界划在结构、细节、一致性和版权这几条线上。
帮朋友选图生图工具这件事，我一年里被问过不下二十次。有人开口就问“哪个最好用”，我一般会先反问一句：你主要拿它干什么活。做电商详情页的、画二次元头像的、给游戏做概念设计的，答案完全不一样。我自己电脑上常年装着四五个工具，不是因为我花心，是每个工具在不同任务上的手感差别确实大。选型这件事，说到底是把自己的需求拆开，再拿工具去对号入座。
我见过两种极端。一种是只看宣传页上的样图，哪张好看选哪个，买完发现自己的图跑出来完全不是那个味。另一种是参数列表越长越觉得专业，结果打开界面就被一堆滑块吓退了。我的经验是，功能完整度和上手难度要一起看，缺一个都容易踩坑。下面这几个维度，是我自己踩过几轮坑之后留下来的。
2.1 功能完整度与可控参数
我判断一个工具的功能完整度，不看它首页写了多少功能名，看它敢不敢把参数摊开给我调。重绘幅度是最基础的一个，能不能精细到十档以内，调低时主体轮廓稳不稳，调高时风格变化是否可预期。蒙版功能也很关键，能不能画软边、能不能反选、能不能多个蒙版叠加，这些细节决定了局部修改的效率。我拿它改产品图上的瑕疵时，蒙版羽化稍微差一点，边缘就会留下明显的接缝。
结构控制这块，ControlNet类的边缘、深度、姿态锁定现在已经不算稀罕功能了。我会重点看它预置的控制类型够不够用，以及控制强度能不能和提示词分开调。有些工具把控制强度绑在重绘幅度上，一动全动，用起来很别扭。风格参考也是同理，参考图的权重能不能单独拉，拉高之后是只带色调还是连笔触一起搬过来，这些都要亲手试过才知道。
参数多不等于好用，这是我特别想强调的一点。我见过一个工具给了二十多个滑块，调完一轮下来自己也说不清哪个参数起了作用。理想的参数面板应该有主次之分，常用参数放在显眼位置，高级参数收起来但能找得到。我给团队新人培训时，一般只让他们先碰重绘幅度、蒙版和种子锁定这三个，剩下的等有具体需求再学。工具是拿来干活的，不是拿来考试。
批量处理能力我也归在功能完整度里。单张跑得好看不算本事，一次丢二十张图进去，参数能不能统一套用，输出能不能按规则命名，失败的那几张有没有日志可查。做电商的朋友对这个特别敏感，他们一周要出几百张场景图，一张一张点会疯掉。
2.2 生成质量与风格覆盖范围
生成质量这事，我很少用“惊艳”来形容。我看的是稳定。同一张参考图、同一组参数，连续跑五次，五官位置飘不飘，商品logo会不会时有时无，线条边缘是不是每张都干净。有些工具第一张出来让你想发朋友圈，第五张就开始五官错位。我选工具时会专门做这个重复测试，虽然枯燥，但比看一百张精选样图有用。
细节还原是另一个观察点。人脸看眼角和发丝，商品看材质纹理和文字，线稿看上色有没有溢出边界。文字这块我要多说一句，很多工具对图里的文字处理得很粗糙，要么糊成一团，要么直接改写成别的字母。做带包装的产品图时，这个毛病很致命。我会提前准备一张带小字标签的图去试，能保住文字的工具，我会在心里给它加不少分。
风格覆盖范围要看它训练数据的偏向。有的工具写实人像特别强，一转到插画风就发虚；有的工具二次元很能打，做真实产品图就偏色。我不要求一个工具什么风格都精通，但我要求它对自己擅长的风格有清楚的边界。选型时我会列一个风格清单：写实摄影、电商白底、扁平插画、厚涂、胶片感、线稿上色，挨个跑一遍，记录哪些风格它接得住，哪些风格明显吃力。
分辨率我放在质量里一起看。不是越高越好，是放大之后细节撑不撑得住。有些工具原生输出1024，放大到2048就开始涂抹感明显。我会看它有没有内置的放大修复，修复之后纹理是变清晰还是变塑料。做印刷物料的朋友对这点很在意，屏幕上看不出来的问题，印出来全暴露。
2.3 操作门槛、协作能力与API支持
操作门槛这件事，我吃过亏。早些年选了一个参数极其丰富的工具，自己用得挺顺手，推给团队里做运营的同事，人家打开界面就沉默了。后来我明白，工具的操作门槛要和用的人匹配。设计师愿意折腾参数，运营需要的是三步出图。同一个团队里，这两种人可能同时存在。我现在会建议团队至少备两个工具，一个给深度用户，一个给轻量用户。
协作能力是我这两年越来越看重的。历史记录能不能按项目分组，生成的图能不能打标签、写备注，团队成员之间能不能共享素材库和预设参数。我经历过那种情况：同事调出一组特别好用的参数，想分享给我，只能截图发微信，我再对着截图一个个滑块去对。有协作功能的工具，这些预设可以直接存成模板，谁用谁调出来，省下大量重复沟通。
API支持对有批量需求的人来说是分水岭。我有个做电商的朋友，每天要处理几百张模特图，界面点得再快也扛不住。接上API之后，流程变成脚本自动跑，人只需要抽检结果。我看API会关注几点：文档写得清不清楚，有没有速率限制，返回结果里带不带种子和参数记录，报错信息够不够具体。文档写得含糊的工具，接起来全是坑。
移动端体验我也顺便提一句。有些工具网页版做得不错，手机浏览器打开就排版错乱。做社交媒体的朋友经常在外面用手机改图，移动端能不能顺畅操作，对他们来说是刚需。我自己倒不太用手机跑图，但我会建议选型时拿手机打开看一眼，这个动作花不了两分钟。
2.4 成本、商用授权与数据隐私
成本这块，我习惯把账算全。月费只是明面上的，额度用完了要不要额外买，高清放大算不算另收费，团队席位怎么计价，这些加起来才是真实成本。有些工具基础版很便宜，一到商用高清就跳到另一个价位。我一般会拿自己一个月的实际用量去套它的价格表，算出来心里才有数。按量计费的工具适合波动大的需求，包月工具适合天天都要出图的人。
商用授权是我会逐字读条款的地方。生成图的版权归谁，能不能用于商业推广，能不能印在商品包装上，模型本身的使用有没有限制。我见过条款里写“生成内容仅限个人学习交流”的工具，也见过允许商用但要求标注来源的。这些差别在选型阶段就要弄清楚，等图发出去了再回头查条款，代价太大。做品牌的朋友对这点特别谨慎，他们的法务会直接看原始协议。
数据隐私容易被忽略。上传的参考图会不会被用于模型训练，存不存放在境外服务器，删除之后是不是真的删干净。我帮一家做医疗器械的客户选工具时，他们明确要求图片不能离开公司内网，这种情况就只能考虑本地部署方案。普通用户可能觉得这事离自己远，我倒是建议养成习惯：涉及人脸、证件、未发布产品的图，先看一眼隐私条款再上传。
隐藏成本还包括学习成本。一个工具功能再强，团队里没人会用也是白搭。我会把培训时间折算进去，界面直觉的工具可能省下好几天的磨合期。这笔账不好精确计算，凭感觉估一估也比完全不估强。
2.5 建立个人或团队测评清单
我现在手里有一份自己的测评清单，不长，一页纸能写完。第一栏是任务类型：产品图、人像、插画、线稿上色，各挑一张有代表性的原图。第二栏是观察点：主体一致性、边缘干净度、文字保留、风格匹配、单张耗时。第三栏是使用感受，参数好不好找，报错看不看得懂，历史记录方不方便翻。每试一个新工具，我就拿这同一套图跑一遍，结果记在表格里。跑过五六个工具之后，横向对比就很直观了。
团队测评我会多加几栏。协作相关的一栏：能不能共享预设，能不能评论批注，权限怎么分。成本相关的一栏：按团队实际用量估算月支出，把超额部分的单价也填进去。合规相关的一栏：商用条款要点、数据存放位置、有没有企业级协议。这几栏我会拉上运营、设计和法务各填各的，避免我一个人拍脑袋。
测评周期我一般给两周。第一周自由摸索，把工具当玩具玩，看看它的脾气。第二周带着真实项目的小样去跑，按正常交付标准要求它。两周下来，一个工具能不能进团队的工作流，基本就有答案了。我不太相信一次试用就能定终身，工具在真实压力下的表现和随便玩玩差别很大。
清单建好之后要定期更新。工具在迭代，我的需求也在变，半年前合适的工具现在可能已经不够用了。我大概每季度会把清单拿出来过一遍，删掉过时的观察点，加上新冒出来的需求。这件事花不了多少时间，能让选型一直贴着实际走。
选型这件事没有标准答案，只有适不适合。我见过有人用最贵的工具做出很平庸的图，也见过有人用免费版跑出让人眼前一亮的作品。工具是手，需求是眼，手眼配合好了才出活。这一章聊的是怎么挑工具，下一章我会具体说说免费版怎么用、什么时候该掏钱。
上一章末尾我提过，免费版用得好也能出活。这话不是安慰人，我自己电脑上出过几张被客户直接拿去用的图，就是免费额度跑出来的。免费版值不值得花时间，关键看你有没有摸清它的脾气。我踩过的坑不少，断断续续用了一年多，慢慢摸出了一些门道，这一章就把这些门道摊开说。
3.1 免费版常见形态：额度制、水印制、社区版
免费版不是一种东西，我习惯按它卡脖子的方式分成三类。
额度制最常见。每天给你几次、每个月给你几十次，用完就干瞪眼。这类工具的好处是额度内基本不缩水，参数能调、图能下，体验跟付费版差不太多。坏处也明摆着，额度经常在你思路正顺的时候见底。我有一次周末下午连着跑一组电商场景图，跑到第十几张突然提示今日额度用完，那感觉跟开车上高速发现油表亮灯差不多。后来我学乖了，重要任务先把额度花在打样上，定好参数等第二天额度刷新再批量跑。
水印制的东西就有点膈应人了。图能生成，分辨率也不算太差，就是角落上挂一排小字或者压一层半透明的logo。有些工具的水印位置还特别巧妙，你想裁掉都不好裁，裁完构图就歪了。我拿这类工具试风格、试提示词没问题，真要拿图去用，基本不可能。还有一种更隐蔽的，下载图的时候给你压缩，屏幕上看挺清楚，放大一看细节全糊在一块，跟水印一个道理，就是不让你舒服地拿走成品。
社区版是另一条路。模型权重和界面都公开，自己能部署，跑多少张理论上看你的显卡。我刚开始觉得这是白嫖天堂，装上之后才发现门槛全在后头。显存不够跑不动大图，插件版本对不上各种报错，环境配置能耗掉一整个晚上。这类方案适合爱折腾、有机器、不赶时间的人。我当时一边翻论坛帖子一边配环境，配到凌晨两点终于跑出第一张图的时候，高兴了大概三分钟，然后发现效果还不如某家免费额度跑出来的。社区版的上手成本，得实打实算进你的时间账里。
这三种形态我现在的用法很清楚。额度制用来正式出图，水印版用来做风格测试，社区版留着一个备着，需要跑敏感图或者断网环境的时候再开。分清楚谁干什么活，就不会在不对的工具上浪费情绪。
3.2 适合尝鲜与轻量创作的工具方向
说到适合尝鲜的工具，我的建议是先别碰那些功能列表拉得老长的。第一次接触图生图的人，最需要的是快速看到“原图进去、新图出来”这件事本身，建立手感比学会参数重要得多。我一般会让朋友从手机端或者网页端的轻量工具开始，上传一张图，选一个风格，点生成，几秒钟出结果。这种即时反馈能帮人快速理解图生图在干什么，比看十篇教程都直接。
轻量创作这个定位，我身边用得最多的是做社交媒体的人。公众号封面、小红书配图、朋友圈九宫格，需求量大、单张要求不高、迭代速度快。这类活拿免费额度完全够用。我有个做运营的朋友，每周固定用免费额度出一批节气图和节日图，图不算惊艳，但胜在快，而且风格统一。她的做法是攒了几套好用的提示词模板，每次换个参考图套进去，十来分钟出一组。免费版的限制在她这儿反而不是问题，她本来就不需要一次跑几十张。
我自己尝鲜时偏爱那种限制明确但参数给得痛快的工具。有些工具免费版只开放三四个滑块，反而好用，因为选择少、决策快。头像生成、老照片上色、线稿铺色这类单一任务，轻量工具出活效率比全能型平台高。全能型平台往往功能藏得深，免费版又把入口收得更紧，找功能的时间比出图的时间还长。做插画的朋友跟我聊过，他拿免费版工具跑草图方案，一次跑五六版给客户选方向，定下来再换付费工具精修。这种“免费打草稿、付费做成品”的分法，我觉得特别聪明。
尝鲜阶段我建议多做一件事：把每次生成的结果和用的参数都记下来。免费工具换得勤，今天用这个明天用那个，不记的话过两周自己都想不起来哪张图是怎么跑出来的。我一开始不记，后来发现好效果完全复现不了，才开始在备忘录里随手写两行。这个习惯花不了什么时间，回报挺实在。
3.3 免费版限制：分辨率、排队、版权与商用
分辨率是免费版最常动刀的地方。原生输出给你锁在1024甚至更低，想要2048得付费或者看广告。我拿低分辨率图试过放大，软件插值放大和AI修复放大都试了，效果差别很大。插值放大的图看着清楚，实际上是把像素摊开了，纹理变成一片糊。AI修复放大能补细节，但补出来的东西未必是你原来那张图里的。做印刷或者大屏展示的朋友，这一条基本就把免费版挡在门外了。我做电商详情页时深有体会，主图要撑住放大看，免费版出来的图一放大，商品边缘就开始发虚。
排队机制是另一个慢性折磨。免费用户优先级低，高峰期点下生成，进度条走得跟蜗牛似的。我有次晚上八点多跑图，等了快五分钟才出来，中间差点去干别的忘了这事。付费用户插队先跑，免费用户排队等着，这个逻辑本身没什么可抱怨的，工具也要吃饭。我现在的做法是避开晚高峰，早上或者午休时间跑，速度明显快一截。急活我不指望免费版，这是用之前就想清楚的事。
版权和商用这块，我得说重话。免费版生成的图，很多工具的条款里写的是仅限个人非商业使用。这几个字看着不起眼，真拿去商用就是隐患。我见过有人拿免费版出的图做产品包装，被平台下架，回头翻条款才发现自己踩线了。还有一些工具规定免费版生成内容的版权归平台，你只有使用权没有所有权。我建议用免费版之前花五分钟把条款里关于“commercial use”的部分读一遍，读不懂就搜一下关键词。图发出去之前查条款，和发出去之后查，代价完全不一样。
水印和图质压缩这两条前面提过了，实际影响比想象中大。水印不只是难看，它占的位置往往正好是你构图里最要紧的区域。压缩带来的细节损失在屏幕上不明显，换个设备或者打印出来就露馅。免费版适合练手、适合打样、适合做不要求精细度的轻量内容，不适合交付级的成品。这个边界我自己划得很清楚，越界的事干过一次就不想干第二次。
3.4 免费转付费的判断节点与组合使用
什么时候该掏钱，我总结出几个信号。
额度开始不够用是最直接的信号。连续一周每天额度见底，说明你的用量已经稳定超过免费线了。这时候要么换工具，要么升级。我会先算一笔账，按我实际每周跑多少张、其中多少张是要用的成品，去套付费档位的价格。算下来单张成本能接受，就该转了。光看月费数字没意义，得看单张成本。
水印开始碍事是第二个信号。试风格阶段水印无所谓，一旦你要把图发给客户看、发到社交平台，水印就从“能忍”变成“不能忍”了。我有个判断标准：如果一张图我因为水印而放弃使用超过三次，这个工具就该升级或者换掉了。
商用需求出现是第三个信号，也是最该果断的一个。只要涉及商业交付，免费版基本都不够用。这时候别想着绕，直接看付费版的商用授权条款，把授权范围、使用限制、是否需要署名都弄清楚。做品牌和电商的朋友对这条要格外上心，省下的那点订阅费，赔进去的可能是一个项目的利润。
组合使用是我一直在用的策略。免费版负责打草稿、试风格、跑低优先级任务，付费版负责出成品、批量跑、保商用。我现在手上是两个免费工具加一个付费工具搭着用。免费工具A擅长风格探索，免费工具B擅长老照片修复，付费工具负责最终输出和批量。这样搭配的好处是每一分钱都花在刀刃上，免费的部分也不浪费。
免费转付费还有个小技巧：不少工具有按量付费或者单次购买高清包的选项，不一定要包月。用量波动大的人，按量买比包月划算。我有个做独立设计的朋友，项目来的时候买几次高清额度，没项目就纯用免费版，一年下来花不了多少钱。
这一章聊的是免费版怎么用、什么时候该升级。下一章我会把市面上主流的图生图工具拉出来横向对比，综合型的、垂直的、开源的、移动端的都过一遍，用同一套标准去看，谁强谁弱、谁适合谁，摆在一起说更清楚。
上一章聊完免费版的门道，这一章该把工具摆到台面上了。我手上的工具换过好几轮，有的用两个月就卸载，有的从第一次打开留到现在。我也不搞什么参数跑分，就按我实际用下来的手感，分四类聊。每一类都有它擅长的地方，也都有让我骂过街的地方。对比这种事，把优缺点都摊开，你才知道哪个适合你。
4.1 综合型生成平台
综合型平台是我最早接触的一类，Midjourney、Leonardo、Playground、Adobe Firefly这些名字，只要搜过AI绘图基本都绕不开。它们的共同特点是功能列表长得吓人，文生图、图生图、局部重绘、扩图、风格参考，什么都有。
问题也出在这个“什么都有”上。我拿Midjourney做图生图，第一次就有点拧巴。它的图生图更像是在参考图上重新画一遍，参考强度这个参数我调了好几轮才摸到感觉。强度拉高，出来的图跟原图贴得紧，但创意空间小；强度调低，风格是飞了，构图也跟着跑了。我拿它做产品图的时候吃过亏，原图的商品位置和比例，生成出来漂移得厉害，客户一眼就看出不对。这平台做概念图、做氛围图是真强，做需要严格保留原图结构的活儿，得靠后期或者换工具。
Adobe Firefly我主要看中它跟自家软件打通。在Photoshop里直接调图生图，生成的内容能落到图层上，这个流程顺得让我想鼓掌。它的风格偏保守，出的图干净、商业味浓，拿来做法务合规要求高的项目比较放心。缺点也明显，创意上限不如前面那几家，跑出来的东西有点“安全过头”的味道。Leonardo我用了小半年，它的图生图面板参数给得细，能调的东西多，画布尺寸、模型版本、风格强度都能捏。上手第一天有点蒙，菜单一层套一层，学会之后效率挺高。
这类平台我现在怎么用？出概念方向、做风格探索、跑不要求精确还原的图，它们是我第一顺位。要精确控制构图和细节，我会把活分给垂直工具或者本地部署。综合平台像大超市，什么都能买到，但你不一定买得到最合身的那件。
4.2 垂直设计、电商与人像工具
垂直工具这几年冒出来一大片，我手机和浏览器书签里存了快十个。它们的思路很统一：不跟你拼全能，就盯住一个场景往死里做深。
电商方向我用得最多的是Photoroom这一类。上传产品图，选个场景模板，几秒钟换背景，边缘处理比我自己抠图干净得多。商品倒影、光影匹配这些细节它都替你考虑了，我拿它跑过一批首饰图，金属反光处理得挺自然。稿定设计和Canva的AI功能我也试过，优点是跟排版、模板在一个界面里，做社交媒体图的时候不用来回导。它们的图生图能力相对基础，换背景、扩图、风格化这类需求够用，复杂的风格迁移就有点吃力。
人像方向这几年卷得厉害。妙鸭那种写真生成工具，上传十几张自拍，出一套风格照，我朋友拿它做过生日礼物，效果她挺满意。这类工具的边界很清楚，就是把你本人放进不同的风格模板里，想让它帮你画一张完全陌生的脸，反而不好用。我做头像测试的时候试过好几家，有些工具对亚洲人脸型的还原更准，有些出来的肤色偏冷，得自己调。这种细节不实际跑一遍根本看不出来，宣传页上的样图都是挑过的。
垂直工具的通病是自由度有限。模板化的东西，出图快、下限高，上限也锁死了。我现在的分工是：垂直工具干标准化的活，综合平台干需要创意的活。电商图、头像、证件照这类需求，垂直工具出活效率是综合平台的好几倍。你让我用综合平台跑一组商品换背景图，光是提示词和参数就得磨半天，垂直工具点几下就完事了。
4.3 开源与本地部署方案
开源方案我折腾过挺长一段时间，Stable Diffusion的WebUI和ComfyUI都装过。这一类的吸引力摆在那儿：模型权重在你手里，想跑多少张跑多少张，想接什么插件接什么插件，提示词、参考图、控制网全都能捏。我拿ControlNet做线稿上色，那个精确度是云端工具给不了的。你想要保持原图轮廓不变、只换风格，本地部署这条路是控制力最强的。
门槛也是真门槛。我第一装WebUI折腾了一晚上，显卡驱动、Python版本、依赖包，每一步都可能卡住。ComfyUI更别提，节点式界面看着酷，第一次打开我盯着空白画布愣了好几分钟，不知道该连哪根线。后来跟着教程跑通了几个工作流，才体会到它的好。同一套流程存成模板，下次换张图就能复用，批量出图的时候省心。我有个做游戏美术的朋友，本地部署了一套专门跑概念图，参数调好之后一晚上出几十张草稿，第二天挑几张精修。
Flux这类新模型出来之后，本地部署的门槛降了一些，出图质量也往上提了一截。显存要求还是绕不开的坎，我的老机器跑1024的图勉强，再大就得等。本地部署适合什么人？有台像样的机器、愿意花时间学、对隐私和自由度有要求的人。你要是赶项目、不熟悉命令行，这条路会让你在配置环境上耗掉太多精力。我现在本地这套留着跑敏感素材和离线任务，日常出图还是云端为主，两边各干各的活。
4.4 移动端与轻量在线工具
移动端工具是我通勤路上和睡前刷手机时用得最多的。美图秀秀的AI功能、各种小程序、网页端的轻量工具，特点就一个字：快。上传图、选风格、等几秒、保存，整个流程不超过一分钟。
我拿这类工具干的事情都很碎：朋友圈配图、临时改个头像、给文章配张封面。要求不高，图能看、风格对路就行。轻量工具在这类场景下比开电脑、登平台、调参数高效太多。我试过在地铁上用手机跑一张风格化头像，到站之前就搞定了，发出去还有人问用的什么软件。
限制也很直接。分辨率普遍不高，参数基本没得调，风格模板来来去去就那几套。有些工具生成完还要看广告才能保存，或者保存下来带个不大的水印。我拿它们做正式交付的时候几乎没有，顶多用来快速验证一个想法，觉得方向对了再换正经工具跑。轻量在线工具还有个隐患是隐私，上传的图存在别人服务器上，条款里怎么写、数据怎么用，多数人不会细看。我传自己随手拍的照片无所谓，涉及客户素材或者人像的图，我不会往这类工具上传。
这类工具我的定位很明确：碎片时间、低要求任务、快速验证。它替代不了专业工具，但它把“随手做张图”这件事的门槛降到了最低。你用不着为了一张配图专门坐回电脑前。
4.5 对比维度与选择建议
工具聊了一圈，我把自己的评判维度收拢成几个：控制力、出图质量、上手速度、场景匹配度、成本。这几个维度不是并列关系，得看你的活是什么。
做商业交付、要求精确还原的，控制力排第一，本地部署和参数细的垂直工具优先。做创意探索、概念方向的，出图质量和风格覆盖排第一，综合平台更合适。日常轻量需求、图个快，上手速度和场景匹配度最重要，移动端和轻量在线工具就够。成本这个维度我放在最后看，不是说它不重要，是它得跟你的用量挂钩算。前几章聊过单张成本这个算法，月费数字会骗人，跑多少张、多少张能用，算下来才准。
我自己的工具箱现在是三层结构。综合平台一到两个，负责创意和风格探索；垂直工具两三个，负责电商图、人像这类标准化任务；本地部署一套，负责隐私敏感和需要极限控制的活。移动端工具装在手机里，碎片时间用。这么搭的好处是每个工具都在干它最擅长的事，没有哪个工具被我逼着干不擅长的活。
选工具这件事，别人说好不算数，得你自己跑几张图才知道合不合手。我建议你拿同一个需求、同一张参考图，在候选工具里各跑一遍，把结果摆在一起看。差距一目了然，比看十篇评测都管用。下一章我会把这些工具放进具体场景里，电商、社交媒体、插画、老照片修复这些活，一个个说怎么用、用什么、怎么串成工作流。
工具挑好了，接下来得聊聊怎么用。我见过太多人拿着好工具却只会跑默认设置，出来一堆图，能用的没几张。问题不在工具，在于没把工具放进具体场景里去琢磨。这一章我按场景拆开讲，每个场景我都实打实跑过，有踩过的坑，也有摸出来的顺手工序。
5.1 电商产品图与模特换装
电商图是我跑得最多的场景，没有之一。帮朋友的小店做过一批产品图，从首饰到杯具都过了一遍。这个场景的核心诉求就一个字：稳。产品本身的形状、颜色、材质不能变，变的只是背景和氛围。我拿图生图做这类活的时候，第一件事是把参考强度拉到比较高的位置，宁可背景单调一点，也不能让产品跑形。
模特换装这个需求这几年特别火。我帮一个做女装的朋友试过几家工具，流程基本是上传衣服平铺图或者人台图，再传一张模特参考图，让工具把衣服“穿”到模特身上。效果这个东西得实话实说：简单款式的T恤、连衣裙，跑出来挺像回事；有复杂褶皱、蕾丝、印花细节的衣服，生成出来的纹理经常对不上，得挑好几张才能出一张能看的。我现在做换装图的习惯是先跑五六张备选，挑最接近的那张，再进后期软件里修一修。指望一次生成完美，那是跟自己过不去。
还有一个细节我想提醒一下。产品图里的文字、logo、标签，图生图工具处理起来经常糊掉或者变形。我遇到这种情况的处理方式是生成的时候避开产品正面大特写，用侧角度或者局部构图，把带字的部分留给后期合成。工具干工具的活，人干人的活，分开来效率最高。
5.2 社交媒体与营销素材
社交媒体素材是我日常消耗量最大的一类图。公众号封面、小红书配图、朋友圈海报，一天得出好几张。这类图的共同点是生命周期短、要求不高、讲究一个快字。我现在的做法是攒一套自己的“底图库”，把常用的构图、色调、留白位置存成参考图，每次要做新图的时候直接拿底图去跑图生图，比每次从零开始写提示词快得多。
营销素材有个特点是风格得统一。一个活动系列出来，五六张图摆在一起，色调、质感、字体位置得在一个调性上。图生图做这个特别合适，我固定一张风格参考图，把不同的内容图往里套，出来的系列图风格自然就对齐了。这个办法我在做促销海报的时候用过，省了反复调色的时间。以前做一套系列图，光是统一色调就得在修图软件里折腾半天，现在生成的时候就对齐了，后期只用微调。
轻量工具在这类场景里出镜率很高。手机随手拍一张素材，小程序里套个模板，发出去之前再补两行文案，整个流程十分钟以内搞定。我在地铁上、排队的时候用手机做过不少这类图，质量谈不上多精致，但够用。社交媒体图的核心是信息传递和视觉吸引力，不是艺术展品，把工具的“快”用好，比纠结参数意义大得多。
5.3 插画、游戏与概念设计
这个场景是我个人最喜欢的，也是图生图工具最能发挥创意价值的地方。画师朋友给我看过他的工作流：手绘一张草图，拍照扔进图生图工具，配合风格参考和提示词，一次出十几张上色方案。他把这个过程叫“开盲盒”，出来的东西有好有坏，但能给他提供他一个人想不出来的配色和光影方向。他挑中意的几张，再回手绘板上精修。
游戏概念设计那边我接触过一个独立团队，他们用图生图做场景和角色的早期探索。主美先画几根线条定构图，图生图跑出材质和氛围，团队开会的时候拿这些图讨论方向，定下来之后再进入正式制作。他们跟我说过一个体会：图生图出的东西不能直接当最终稿用，但用来快速试错、统一团队想象，效率比纯手绘快好几倍。原来一个概念要讨论一周，现在两天就能拍板。
我自己做插画练习的时候，喜欢拿照片转插画风格。一张实拍风景照，跑成水彩、油画、动漫风，出来的效果有时候挺惊艳。有个心得是风格参考图要选对，我试过拿一张色调极简的参考图去跑复杂的场景，出来的图细节全被吃掉了，画面平得像贴纸。风格参考的强度也得拿捏，太高了原图信息全丢，太低了风格进不来。这个平衡点没有通用数值，每张参考图都得试。
5.4 老照片修复、风格转换与头像生成
老照片修复这件事让我最有感触。我把家里几张模糊的老照片拿去跑图生图，配合修复类的提示词，出来的清晰度提升挺明显。外婆那张年轻时候的黑白照，修复上色之后她看了半天没说话，那个表情我到现在记得。老照片修复的关键在“克制”，修复强度拉太高，人脸会被工具重新“画”一遍，看着像陌生人。我现在修复的时候会把强度控制在中等偏下的位置，优先保轮廓和五官比例，颗粒感和年代感留一些，修得太干净反而假。
风格转换我用得最多的是照片转绘。把实拍照片转成特定画风，朋友圈发图经常用这招。试过直接把风景照转成浮世绘风格，色彩浓烈得有点过，后来调低了风格强度，出来的感觉就对了。这个功能拿来给孩子做绘本风的照片也很有意思，我朋友给孩子做了一套动物主题的转绘，打印出来贴了一面墙。
头像生成这两年工具多到挑花眼。我自己的测试方法是拿相同的十几张自拍，在四五个工具里各跑一遍，看哪个对人脸细节还原得准。有个发现挺有意思：有些工具出来的头像美化过度，眼睛大得不自然，肤色统一得像陶瓷，反倒失了个人的辨识度。我最后留下的那个工具，不是因为效果最惊艳，是因为它保留了我脸上的痣和法令纹，看着还是我本人。头像这东西，像自己比好看更重要。
5.5 从单次生成到批量工作流
前面聊的都是单次生成，一张一张来。真正把图生图用出效率的人，最后都会走向批量工作流这个方向。我给一个做电商的朋友搭过一套简单的批量流程：用表格管理产品信息和场景描述，把参考图和提示词按行对应好，跑批处理脚本或者用支持批量上传的工具一次性生成。原来一个人一天处理二十张图，搭好流程之后半天能跑一百张，人只负责筛选和微调。
批量工作流的核心不在工具本身，在流程设计。我自己的习惯是先跑单张把参数和提示词模版调顺，确认风格和效果稳定了，再放量去跑。跳过调参直接批量跑，出来的图五花八门，筛选的时间比生成的时间还长。这个道理跟我以前做摄影后期一样，先把一张图调到位，再把调整参数同步到整组，效率才起得来。
本地部署在批量场景里优势明显。ComfyUI那套节点工作流，配好之后存成模板，下次换素材直接跑，不用一遍遍调参数。我朋友那个游戏美术团队就是靠这个，把角色三视图、道具图标这类重复性高的活批量化了。云端工具也在往这个方向走，不少平台加了批量上传和队列生成的功能，免费版排队慢一些，付费版跑起来也够用。我的建议是先用小批量试流程，跑通了再放量，别一上来就扔几百张图进去，浪费额度也浪费时间。
工作流搭起来之后，你会发现图生图这件事的性质变了。它不再是“做一张图”，而是“做一套图”。人的精力从重复操作里解放出来，放到筛选和判断上，这才是工具该干的事。下一章聊风险和合规，这块我得把丑话说在前头，用图生图用得越深，越得把版权和隐私这根弦绷紧。
上一章结尾我说了句“丑话”，这章就把话摊开讲。图生图这东西越用越顺手，人就越容易放松警惕，觉得反正是自己生成的，想怎么用就怎么用。我刚开始也是这个心态，后来踩过两次小坑，才把这几根弦给绷起来。这章聊的东西不刺激，但真出事的时候，能救你。
6.1 版权归属与商用授权风险
商用授权这块，我吃过一次不痛不痒的亏。早些年拿一个国外平台的免费版做了张封面图，发在朋友的小店公众号上。图没火，倒是收到一封邮件提醒我免费版生成的图不能用于商业推广。金额不大，面子上挂不住。从那以后我养成了一个习惯：换任何一个工具，先把它的服务条款翻到“商用”和“版权”那两段，看不懂就找客服问清楚，截图存着。
版权归属这件事，各家说法差别挺大。有的平台把生成结果的版权给用户，商用没问题；有的平台保留一部分权利，商用得看套餐等级；还有的干脆声明不保证生成内容的权利完整性。我现在给团队做图，会按用途分两套工具：personal 玩票的就用顺手的那几个，商用项目一定切到条款写明可商用的付费版去跑。省那点订阅费，后面赔进去的可能是几十倍。
还有个坑是“风格模仿”。我见过有人拿某位插画师的在售作品当风格参考图，跑出来的图跟原作摆在一起，构图和笔触都贴着走。这种东西自己练手没人管，挂出去卖就是另一码事了。风格本身不受版权保护，这话对，可落到具体一张图上，是不是“实质性相似”，那得看律师怎么说。我的处理办法简单粗暴：商用项目的参考图只用自己拍的、买的授权素材，或者平台明确给了商用许可的图库。
6.2 隐私、肖像权与内容安全
隐私这块我得说重一点。图生图要上传参考图，很多人图省事，拿手机里现成的自拍、家庭合影、客户给的身份证件就往里扔。我见过最离谱的一次，一个做电商的哥们把客户的产品原图和包装设计稿一起传进了公共模型里跑，第二天发现类似的设计出现在了别人的店铺页面上。是不是巧合不好说，但这个风险是实打实存在的。
肖像权的问题比隐私更容易被忽略。头像生成那节我聊过拿自拍跑图，自己玩没事，可要是拿别人的照片去跑，哪怕只是生成个卡通头像发朋友圈，严格讲都得先问一声。我帮一个活动方做过嘉宾头像墙，二十多张人像全是现场现拍的，每个人都签了一份简单的授权说明，写明用于本次活动宣传。流程麻烦，可谁都踏实。
内容安全这条线，平台在管，用户自己也得有数。血腥、暴力、涉及未成年人的敏感内容，主流平台现在都有审核机制，你今天绕过关键词跑出来的图，明天可能就变成账号封禁的理由。我自己的原则是：跑图之前先想一下这张图如果被公开挂在网上，我愿不愿意署名。不愿意的就别跑，跑了也别存。
6.3 提示词、参考图使用与结果可复现
提示词有没有版权，目前法律上没定论。我倾向于把它当成菜谱看待：菜谱写出来大家都能照着做，可你按我的菜谱炒出来的菜，版权归你。实际操作里我确实遇到过提示词被人整段搬走的情况，心里不舒服，但说不上维权。后来我给自己定了个规矩：核心项目的提示词不往外发，要分享就分享思路和结构，具体参数和权重组合留着。
参考图的使用比提示词更需要小心。网上随手存的图、截图、别人作品里的局部，拿来当参考图跑一遍，出来的东西看着不一样，血统上还是跟原图有牵连。我现在的参考图库分三层：自己拍的、正规渠道买的、平台自带素材库的。三层之外的图，就算再好用，我也不往商用项目里放。
结果可复现这件事，是很多人没意识到的隐形风险。同一个提示词、同一张参考图，今天跑和下周跑，出来的东西可能差很远。平台模型在更新，随机种子在变化，有些工具连版本号都不告诉你。我做过一个系列海报，第一版跑出来特别满意，隔了两周想补两张同风格的，死活跑不回原来的味道。后来学乖了：定稿的图连同当时的提示词、参考图、种子值、工具版本号一起存档，下次要复现，照着档案原样跑。这套习惯救过我好几次。
6.4 AI图生图工具的发展趋势
趋势这块我聊点个人观察，不保证准。图生图的控制精度这两年涨得很快，以前只能给个大概方向，现在骨骼姿态、深度图、边缘线都能当条件喂进去。我自己跑人像换装的时候，明显感觉到手部和关节的错误率在往下掉。再往后走，我猜工具会从“生成一张图”往“编辑一张图”的重心偏，像现在一些产品已经在做的局部重绘和指令编辑，用户不需要反复抽卡，直接圈一块区域说改哪就改哪。
监管的口子在收紧，这是明摆着的事。国内对生成内容的标识要求越来越明确，平台侧也在加隐式和显式水印。我猜接下来商用场景里，“可追溯”会变成硬指标，哪张图、用什么工具、什么时候生成的、用了什么参考素材，可能都得能查得到。这对正经做事的人是好事，对想浑水摸鱼的人是堵墙。
开源和本地部署这条线还会继续热闹。ComfyUI 那套生态更新频率很高，新模型和新节点隔三差五就冒出来。我身边几个做设计的朋友已经把主力工作流挪到本地了，图不经过别人服务器，心里踏实。云端工具的路子会往协作和批量化走，团队共享素材库、多人在线审图、API 批量调用，这些功能已经在冒头了。两条线各走各的，用户按自己的隐私要求和团队规模挑就行。
6.5 建立可持续的工具使用规范
规范这东西，听起来像大公司才需要，其实一个人干活也需要。我给自己的小团队定过一版很土的规范，就一页纸：哪些工具能碰商用项目，哪些只能练手；参考图从哪几个渠道来；定稿图存档要存哪几个字段；客户素材用完多久删。土归土，管用。新来的兼职照着这一页纸走，基本不会出岔子。
个人用户我建议从三条开始。第一条，上传任何图之前问自己一句：这张图如果出现在公开数据集里，我能不能接受。不能接受的就不传。第二条，商用出图只用条款写清楚的主体和工具，条款截图存到一个固定文件夹里，按月份归档。第三条，重要项目的生成参数和素材来源留档，别嫌麻烦，复现的时候你就知道值了。
最后说句实在的。工具跑得越快，人越得在流程上慢下来。我见过太多人把时间全花在调参数和抽卡上，等到要商用、要交付、要追溯的时候，一问三不知。图生图这摊事，生成只是中间一环，前面的素材来源、后面的授权存档，两头都做实了，才算把一张图真正做完。下一章我打算聊聊不同人群的入门路径，从完全新手到团队负责人，各给一套能直接抄的起步方案。
