很多人都觉得AI绘画就是“抽卡”,好坏全凭运气。但其实,想稳定地画出好图,关键在于你怎么跟AI沟通。你给的指令,也就是Prompt,写得好不好,结果可能差很远。今天就聊聊一些多数人不知道,但用了就能立竿见影的指令技巧。
一、改变默认思维:从“描述画面”到“设定参数”
大多数人写指令的习惯是描述自己想看的画面,比如“一个漂亮的女孩,站在樱花树下”。这没错,但AI收到这种模糊指令后,会用它的默认设置去补全细节,结果往往很普通。
想让图片质量上一个台阶,思维上要做个转变:别只当个描述者,要当个“导演”和“摄影师”。除了告诉AI“画什么”,还要告诉它“怎么画”。
这意味着你的指令需要包含更技术性的关键词,比如相机型号、镜头规格、灯光类型和艺术风格。 举个例子,对比一下:
- 普通指令:“一个女孩在樱花树下”
- “导演”指令:“特写镜头,一个年轻女孩,柔和的晨光,背景是盛开的樱花树,景深效果,宫崎骏动画风格”
后者加入了“特写镜头”、“柔和的晨光”、“景深效果”和“宫崎骏动画风格”这些具体的“拍摄参数”和“风格设定”,AI就能更准确地理解你想要的氛围和视觉效果,而不是随机发挥。
二、权重与分隔:精确控制画面元素
有时候,你指令里的某个词特别重要,希望AI重点关照。这时候就要用到“权重”这个工具。不同的AI绘画工具有不同的语法,但原理是相通的。
1. 给关键词加“括号”
在Stable Diffusion中,你可以用括号来增强某个词的重要性。 比如,你想画一只“非常红”的苹果,可以这么写:
(red apple:1.5)
这里的数字1.5就是权重,大于1是增强,小于1是减弱。括号越多,权重也越高,比如 ((red apple)) 就比 (red apple) 更强调“红色苹果”。
2. Midjourney里的“::”分隔符
在Midjourney里,你可以用双冒号 :: 来分隔不同的概念,并且给它们分配不同的权重。 比如,你想画一个“太空猪”,但希望“太空”的感觉更重一些,“猪”的元素少一点,可以这么写:
space::2 pig::1
这等于告诉AI,“太空”这个概念的重要性是“猪”的两倍。通过调整这些数字,你可以精确控制画面里各个元素的融合比例,避免出现不想要的结果。
三、负面指令(Negative Prompts):告诉AI“不要什么”
这个技巧非常实用,但经常被新手忽略。除了告诉AI你想要什么,明确告诉它你不想要什么,能极大地提升出图的“纯净度”。
几乎所有的AI模型都有一些常见的毛病,比如画不好手(出现六个手指)、画面模糊、构图奇怪、出现多余的肢体等。 这时候,负面指令就派上用场了。
在大多数AI绘画工具的设置里,都有一个专门的“Negative Prompt”输入框。你可以在里面填上所有不希望出现的元素。一个通用的负面指令列表可以长这样:
blurry, distorted hands, extra limbs, text, watermark, ugly, deformed
翻译过来就是:不要模糊、不要扭曲的手、不要多余的肢体、不要文字、不要水印、不要丑陋的、不要畸形的。
对于特定场景,负面指令还可以更具体。比如,你在画一幅肖像,不想要人物戴帽子,就可以在负面指令里加上 hat。这个方法能帮你过滤掉大量不理想的结果,节省很多反复生成的时间。
四、风格混合与艺术家“附体”
想让你的画看起来与众不同,最直接的方法就是混合不同的艺术风格,或者直接“请”一位艺术家来帮你画。
1. 风格关键词
不要只用“油画”或者“水彩画”这种单一的风格。 尝试把几种风格结合起来,AI往往能创造出有趣的效果。例如:
Ukiyoe style, Cyberpunk, watercolor painting (浮世绘风格,赛博朋克,水彩画)
这种组合会让AI去思考如何用类似水彩的笔触来表现一个具有浮世绘构图的赛博朋克场景,结果常常很有创意。
2. 召唤艺术家
AI模型学习了大量艺术家的作品。你可以在指令里直接点名,让AI模仿特定艺术家的风格。比如:
- 想要宫崎骏的感觉?加上
in the style of Studio Ghibli。 - 想要梵高的笔触?加上
in the style of Van Gogh。 - 想要穆夏的装饰画风格?加上
in the style of Alphonse Mucha。
甚至可以把几个艺术家混在一起,比如 in the style of Van Gogh and H.R. Giger,看看AI能搞出什么“怪物”来。这是一种快速获得独特视觉效果的好方法。
五、利用特殊参数和命令
除了指令内容本身,很多AI绘画平台还提供了一些“参数”或“命令”,用来从技术层面调整生成过程。这些通常写在指令的最后面。
1. Midjourney的参数
Midjourney有很多实用的参数,举几个例子:
--ar 16:9:这个命令用来设定画面的宽高比。16:9就是常见的宽屏,3:4就是竖屏。--chaos <0-100>:这个参数控制画面的“混乱”或“创意”程度。数值越高,生成结果的多样性越大,但可能也越偏离你的初始指令。--style raw:使用这个参数可以让Midjourney减少自动添加的“美化”效果,更忠实于你的原始指令。--seed <数字>:当你生成一张满意的图片后,可以获取它的Seed值(种子值)。下次用同一个Seed值和相似的指令,就能生成风格和构图都非常接近的图片,方便进行微调。
2. Stable Diffusion的采样步数与方法
在Stable Diffusion的界面里,你会看到像“Sampling Steps”(采样步数)和“Sampler”(采样器)这样的选项。
- 采样步数 (Steps):简单说,这个数值越高,AI用来计算画面的时间就越长,理论上细节会更多。但并不是越高越好,通常设置在20-30步就能得到不错的效果,再高的话边际效益递减,而且可能导致画面过度锐化。
- 采样器 (Sampler):不同的采样器算法不同,出图的风格和速度也不同。比如“Euler a”速度快,适合快速看效果;而“DPM++ 2M Karras”这类采样器,出的图细节和质感通常更好,但速度会慢一些。你可以多换几种试试,找到最适合你当前需求的。
六、渐进式指令与“词汇混合”
这是一个更高级的技巧,在Stable Diffusion里比较常用,叫做“Prompt Scheduling”或“Prompt Editing”。 它的作用是在AI绘画的不同阶段使用不同的指令。
语法通常是这样的: [keyword1:keyword2:factor]。
这句话的意思是,在生成过程的前 factor 阶段(factor是一个0到1之间的小数),AI会使用 keyword1,在之后的阶段则切换到 keyword2。
举个例子: [a cat:a dog:0.5]
AI在画这张图的前50%步骤里,会努力去画一只猫,在后50%的步骤里,又会根据前面画出的轮廓去修改成一只狗。最终的结果可能是一只长得有点像猫的狗,或者反过来,形态非常奇特。这个技巧能创造出一些正常指令很难得到的融合效果。
掌握这些技巧需要一些练习,但一旦你开始像个“技术指导”一样去思考,而不是仅仅描述一个模糊的画面,你会发现AI绘画的“可控性”大大增强,出图质量也会稳定提升。








评论前必须登录!
注册