AI图生图的核心就是“抄作业”，但要抄得聪明。你手上有一张构图和内容都不错的图，希望AI帮你换个风格，比如把一张照片变成梵高风格的油画，同时还要求画里的猫还趴在原来的窗台上，姿势都别变。这事儿听起来简单，做起来全是坑。关键在于你怎么跟AI沟通，也就是提示词和参数怎么设置。
最关键的参数：重绘幅度 (Denoising Strength)
这东西说白了，就是你允许AI在多大程度上“自由发挥”。 在Stable Diffusion这类工具里，它是一个从0到1的滑块。这个数值直接决定了生成结果跟原图的相似度。
-
数值低（比如0.1-0.4）：AI会非常尊重原图，基本上只在细节和质感上做微小调整。 最终图片和原图的结构、颜色、光影几乎一模一样，风格变化很小。你想给一张照片稍微增加一点油画笔触感，又不想让它变得面目全非，就可以用这个范围的数值。
-
数值中等（比如0.4-0.6）：这是个比较平衡的区间。 AI既能看懂你想要保留的原图结构，又有足够的空间去应用新的风格。 比如，把一张写实照片变成动漫风格，这个区间的数值就比较合适。AI会保留人物的姿势和大致轮廓，但会用动漫的线条和色彩去重新绘制。
-
数值高（比如0.7-1.0）：设置到这个范围，你等于告诉AI：“原图只是个参考，你随便画吧”。AI会大幅度修改图片，甚至完全忽略原图的结构。 当重绘幅度为1时，AI几乎是根据你的文字提示词重新画了一张图，原图的作用微乎其微。
实际操作时，我的经验是从0.75左右开始尝试。这个数值通常能在保留构图的同时，让风格有明显变化。如果发现画面结构乱了，就往回调低一点；如果感觉风格变化不够，就再往上加一点。多试几次，很快就能找到感觉。
提示词怎么写：描述你想要的，而不是你有的
很多人刚开始用图生图时会犯一个错误，就是在提示词里去描述原图的内容。这是完全没必要的。AI已经能“看到”原图了，你的提示词应该告诉它你希望这张图变成什么样。
举个例子，你上传了一张“一只黑猫在窗边晒太阳”的照片，想把它变成一张赛博朋克风格的插画。
- 错误的写法：“一只黑猫，窗户，阳光”。这等于什么都没说，AI可能会给你一张更写实的黑猫照片。
- 正确的写法：“赛博朋克风格插画，一只机器猫，霓虹灯光透过窗户照进来，未来城市背景，高细节，冷色调”。
你看，正确的写法完全是在描述目标画面。它告诉AI：
1. 风格：赛博朋克风格插画
2. 主体：机器猫（把黑猫换掉）
3. 环境：霓虹灯、未来城市（把普通场景换掉）
4. 画质和氛围：高细节、冷色调
简单说，提示词的作用就是给AI一个明确的“改造方向”。你描述得越清楚，AI就越能理解你的意图。
想把结构锁死？你得用ControlNet
有时候，就算把重绘幅度调得很低，AI还是会自作主张地改掉一些你不想让它动的细节，比如人物的手部姿势或者建筑的精确轮廓。这时候，就需要一个更强大的工具来“锁定”结构，这个工具就是ControlNet。
ControlNet相当于给AI戴上了一副“结构眼镜”。 它能先从你的原图里提取出关键的结构信息，比如线条、深度、或者人物骨架，然后强制AI在生成新图时必须严格遵守这些信息。 这样一来，你就可以在完全不破坏原图构图的前提下，大胆地去改变风格。
这里说几个常用的ControlNet模型，它们各有各的用处：
-
Canny：这是一个边缘检测模型。它会先把你的原图变成一张黑白的线稿，然后让AI在这张线稿的基础上重新填色和塑造风格。 这种方式非常适合处理建筑、产品设计或者任何轮廓分明的物体，能确保所有边界都保持原样。
-
Depth：这个模型能分析原图的景深，也就是物体的前后关系。 AI在生成图片时会保留这种空间感，确保前景的物体不会跑到背景里去。 它非常适合处理风景和室内设计的图，能维持画面的立体感。
-
OpenPose：这是专门用来识别人体姿势的模型。它会从原图中提取出一个由点和线组成的“火柴人”骨架，然后让AI按照这个骨架去画一个全新的人物。 无论你想把照片里的人换成宇航员还是动漫角色，只要用了OpenPose，他的姿势绝对不会变。
使用ControlNet的步骤也很直接：
1. 在图生图界面上传你的原图。
2. 打开ControlNet选项，同样把这张原图上传上去。
3. 选择一个预处理器（Preprocessor），比如Canny或者OpenPose。
4. 再选择一个和预处理器对应的模型（Model）。
5. 然后你就可以把重绘幅度调得高一点，大胆地用提示词去改风格了，因为ControlNet会帮你牢牢地管住图片的结构。
总的来说，图生图的通用逻辑就是用“重绘幅度”来控制变化的程度，用“提示词”来指明变化的方向，再用“ControlNet”来规定哪些东西绝对不能变。掌握了这三个工具的用法，你就能在保留和改变之间找到一个完美的平衡点。
评论前必须登录！
注册