如何使用AI指令做图，有哪些好用的平台推荐？

AI做图，说白了就是你跟AI聊天，让它帮你画画。你说的越清楚，它画的就越接近你想要的。这东西不玄乎，就是个工具，你得学会怎么使。

一开始，很多人以为AI做图就是随便打几个字，比如“一只猫”，然后等奇迹发生。结果出来的图奇形怪状，根本不是那么回事。这就对了，因为你给的指令（Prompt）太模糊。AI就像一个什么都懂但没有主见的天才画家，你得告诉它画什么、怎么画。

写指令其实有个基本公式，掌握了这个，你就入门一半了。公式是这样的：主体 + 细节 + 风格。

咱们一步步拆开说。

第一步：确定你要画的主体

这是最基础的。你想画什么？一个人？一个动物？还是一栋建筑？关键是要具体。不要只说“一个女孩”，要说“一个有着红色卷发、戴着圆框眼镜的年轻女孩”。你看，细节一多，画面感就出来了。AI抓取的就是这些关键词。你给的词越精确，它脑补的空间就越小，结果就越可控。

第二-步：添加环境和动作细节

主体定下来之后，就要想她在哪，在干什么。是在“一个堆满旧书的图书馆里看书”，还是在“雨后的东京街头撑着一把透明雨伞散步”？这些环境和动作的描述能让画面立刻丰满起来。环境细节可以包括地点（比如“赛博朋克城市的霓虹灯小巷”）、天气（“暴风雨来临前的阴天”）和时间（“黄昏时分的金色阳光下”）。

第三步：定义画面风格和构图

这是决定图片质感的关键一步。你想要一张什么样的图？是“照片”，还是“油画”？风格非常多，你可以直接用艺术家的名字，比如“梵高风格”，或者用艺术流派，像“印象派”、“超现实主义”。你也可以指定具体的媒介，比如“水彩画”、“卡通漫画”、“3D渲染”等等。

构图也很重要。你想让观众怎么看这张图？是“特写镜头(close-up shot)”，还是“广角远景(wide-angle shot)”？是从下往上看的“仰视镜头(low-angle shot)”，还是平视？这些词都可以直接加到指令里。还有光线，比如“电影感灯光(cinematic lighting)”、“柔和的晨光(soft morning light)”，不同的光线会营造完全不同的氛围。

所以，一个比较完整的指令可能是这样的：
一个有着红色卷发、戴着圆框眼镜的年轻女孩，在雨后的东京街头撑着一把透明雨伞散步，周围是霓虹灯招牌和湿漉漉的地面，照片风格，特写镜头，电影感灯光，8K高清细节。

对比一下“一个女孩”，这条指令是不是清晰多了？AI拿到这种级别的指令，才不会瞎画。

第四步：使用“负面指令”排除你不想要的东西

有时候AI会画蛇添足，比如画出六根手指的人，或者画面里出现莫名其妙的文字。这时候就需要用到负面指令（Negative Prompt）。在很多平台里，你可以明确告诉AI什么东西不要出现。比如在Midjourney里，你可以用 --no text 来排除文字，或者 --no extra fingers 来避免多余的手指。 这是一个非常有用的功能，能帮你清理掉很多不理想的细节。

好用的平台有哪些？

市面上的AI做图平台很多，我挑三个主流的、我自己常用的聊聊，它们各有侧重。

1. Midjourney：艺术家的首选
   Midjourney出来的图，艺术感特别强，效果惊艳。 很多人看到的那种特别华丽、细节丰富的AI画作，多半是出自它手。它的优点是图片质量高，风格多样。 但是它也有门槛。首先，它得在Discord这个聊天软件里用，你需要先注册一个Discord账号，然后加入Midjourney的服务器，通过发送指令/imagine来作图。 其次，它现在是完全收费的，没有免费试用。所以，如果你是想出高质量的艺术作品，或者专业的设计师，Midjourney是最好的选择。

2. Stable Diffusion：技术宅的乐园
   Stable Diffusion是一个开源模型，这意味着它非常灵活，可定制性极高。 你可以下载模型在自己的电脑上运行（需要一张不错的显卡），也可以使用网上基于它搭建的各种平台（比如Leonardo.Ai）。 它的优点是自由度大，有海量的社区模型（Checkpoints、LoRA等）可以下载，能实现各种特定的画风或者画特定的人物。 但缺点就是学习成本比较高，如果你是自己部署，需要折腾一下环境，对于新手不太友好。 如果你喜欢钻研技术，想完全掌控出图的每一个细节，那Stable Diffusion绝对是你的菜。

3. DALL-E 3 (集成在ChatGPT和Copilot里)：新手的最佳入门工具
   DALL-E 3是OpenAI开发的，现在已经集成到了ChatGPT Plus和微软的Copilot里。 它是目前对新手最友好的平台。 最大的优势在于它对自然语言的理解能力超强。你不用像在Midjourney里那样费心去凑关键词，可以直接用大白话跟它说你想要什么。 比如你可以直接说：“帮我画一个宇航员在月球上骑马的场景，要画成毕加索的风格”，它就能很好地理解并执行。 它的出图质量也很不错，尤其是对于一些具体的、逻辑性强的场景，表现比其他平台更好。如果你是付费的ChatGPT Plus用户，可以直接在对话框里使用。如果想免费体验，可以用微软的Copilot。对于刚接触AI做图的人来说，我强烈建议从DALL-E 3开始。

一个实际案例

我给你走一遍我自己的思考过程。比如我想画一张“一只猫在古代中式书房里看书”的图。

我的第一个想法很简单，指令就是：一只猫在书房里看书。
结果可能会很奇怪，书房可能是西式的，猫的姿势也可能很诡异。

然后我开始优化，加入细节和风格：
一只橘猫，戴着一副小小的圆形眼镜，趴在一张红木书桌上，正在看一本线装古书，中式书房，背景是装满卷轴的书架，窗外是竹林，温暖的灯笼光线，水墨画风格。

这样一来，画面元素就非常清晰了。主体是“戴眼镜的橘猫”，动作是“看线装书”，环境是“中式书房、红木桌、书架、竹窗”，光线是“灯笼光”，风格是“水墨画”。

如果出来的图里猫的爪子不太对，我就会在下一轮迭代时加上负面指令，比如 --no deformed paws。

AI做图就是一个不断沟通和迭代的过程。不要指望一次就能出完美的图，多尝试调整你的指令，改变一些关键词，看看AI会给你什么反馈。这本身也是一个挺有意思的探索过程。