最近在整理项目素材时发现很多开发者朋友对“AI绘画”或“生成式AI”在具体项目中的应用流程很感兴趣尤其是如何从一个简单的想法到最终生成一张符合预期的图片。这背后其实是一套完整的“提示工程”和“模型调用”的实践。今天我就以“永恒友谊36”这个虚构的动画项目海报制作为例手把手拆解一次完整的AI绘画生成过程。无论你是想为个人项目制作宣传图还是想学习如何更精准地控制AI生成结果这篇文章都能提供一套可复现的实操方案。我们将从创意构思、提示词Prompt打磨、模型选择与参数配置、生成迭代优化几个核心环节入手最后还会分享一些提升出图效率和质量的工程化技巧。本文假设你已具备基础的AI绘画平台使用经验如Midjourney、Stable Diffusion WebUI等我们将更聚焦于“过程”与“方法论”。1. 项目背景与核心概念从想法到视觉在开始任何技术操作之前清晰的构思是成功的基石。AI绘画不是魔法它更像是一个极度聪明但需要精确指令的合作者。1.1 理解我们的“项目”永恒友谊36“永恒友谊36”是一个假设的动画项目。为了生成它的宣传图我们需要先为它构建一个清晰的“视觉设定”。这包括主题与风格友谊、冒险、科幻还是奇幻画风是吉卜力式的清新还是赛博朋克的酷炫核心元素需要出现哪些标志性的角色、场景、道具或符号氛围与情绪画面是温暖明亮还是紧张悬疑假设我们定义它为一部关于两个来自不同星球的少年在宇宙冒险中建立深厚友谊的科幻冒险动画风格偏向现代日系动画带有柔光和些许电影感。1.2 AI绘画中的关键概念在实操前需要明确几个直接影响输出结果的概念提示词Prompt你给AI的文字描述。它是生成过程的核心输入决定了画面的内容、风格和质量。负面提示词Negative Prompt你不希望画面中出现的内容。用于排除常见瑕疵如“丑陋的、模糊的、多手指、畸形”。模型CheckpointAI绘画的“大脑”或“画风库”。不同的模型擅长不同的风格如真实摄影、二次元、2.5D卡通。采样器Sampler图像从噪声逐步演变为清晰画面的算法。不同采样器在速度、质量和创意性上各有侧重。迭代步数Steps采样器工作的次数。步数太少画面可能粗糙步数太多可能过度细化且耗时增加收益递减。引导系数CFG ScaleAI遵循你提示词的程度。值太低画面自由发挥可能偏离主题值太高画面可能僵硬、色彩过度饱和。2. 环境准备与工具选择本次演示将主要使用Stable Diffusion WebUIAutomatic1111作为实操平台因为它开源、免费且可控性极强适合学习原理。其他平台如Midjourney、DALL-E的核心思路是相通的。2.1 基础环境说明操作系统Windows 10/11, macOS 或 Linux均可。Windows用户最多。硬件要求重点在显卡GPU。推荐NVIDIA显卡显存至少6GB用于生成512x512尺寸图片8GB或以上体验更佳。使用CPU生成速度会非常慢。关键软件Python版本3.10.x。这是SD WebUI的运行基础。Git用于获取和更新WebUI代码。Stable Diffusion WebUI我们将使用其一体化安装包或源码部署。2.2 快速部署Stable Diffusion WebUI对于新手最推荐的方法是使用一键安装包。这里以Windows为例下载安装包访问 Stable Diffusion WebUI 的GitHub发布页下载适用于Windows的一键安装包通常是一个.zip或.7z文件。解压将其解压到一个英文路径的文件夹例如D:\sd-webui。运行双击文件夹内的webui-user.bat文件。首次运行会自动下载所需的Python环境、模型和依赖库耗时较长取决于网络。启动成功当命令行窗口出现类似Running on local URL: http://127.0.0.1:7860的信息时打开浏览器访问这个地址即可看到WebUI界面。2.3 下载所需模型WebUI安装包通常不带模型。我们需要下载一个适合动画风格的模型。模型推荐对于日系动画风格Counterfeit-V3.0、Anything-V5、ReV Animated都是热门选择。下载地址可在CivitAI等模型分享站下载.safetensors格式的模型文件。放置位置将下载的模型文件放入sd-webui\models\Stable-diffusion\目录下。刷新重启WebUI或在界面左上角点击刷新按钮即可在模型下拉列表中看到并选择新模型。至此你的“画室”就准备好了。3. 核心流程拆解提示词工程与参数配置这是AI绘画中最具技巧性的部分。我们将把“永恒友谊36”的构思转化为机器可执行的指令。3.1 构建基础提示词Prompt提示词通常由多个部分组成按权重从高到低排列。通用结构为[主题描述], [风格描述], [画质描述], [其他修饰]。根据我们的项目设定第一版提示词可以这样写(masterpiece, best quality, official art), 1boy and 1girl, astronauts, floating in space, holding hands, colorful nebula background, stars, spaceship in distance, (eternal friendship:1.2), anime style, studio ghibli color style, soft lighting, cinematic angle, wide shot画质与主题(masterpiece, best quality, official art)用括号增强权重要求高质量和官方感。核心内容1boy and 1girl, astronauts, floating in space, holding hands直接描述了画面主体和动作。场景与氛围colorful nebula background, stars, spaceship in distance, (eternal friendship:1.2)构建科幻背景并再次强调“永恒友谊”主题权重1.2。风格化anime style, studio ghibli color style, soft lighting, cinematic angle, wide shot定义了动画风格、吉卜力色彩、柔光、电影视角和广角镜头。3.2 设置负面提示词Negative Prompt负面提示词用于规避常见问题提升画面“底线质量”。一个比较通用的负面提示词如下(worst quality, low quality:1.4), (bad anatomy, inaccurate limb:1.2), bad hands, missing fingers, extra digit, fewer digits, blurry, mutation, deformed, ugly, disfigured, mutilated, extra limbs, malformed limbs, watermark, signature, text, error质量与结构排除低质量、糟糕的人体结构、畸形四肢。经典手部问题专门针对AI不擅长画手的问题进行约束。瑕疵与杂质排除模糊、突变、水印、文字等。3.3 关键参数配置详解在WebUI的“文生图”选项卡中我们需要关注以下参数# 以下是对应WebUI中参数的配置思路并非直接配置代码 采样方法 (Sampler): Euler a # 创意性强出图速度快适合初期探索 迭代步数 (Steps): 20-30 # 对于Euler a20-30步通常能取得不错的效果 图片宽度/高度 (Width/Height): 512x768 # 竖构图更适合表现人物和空间感。尺寸是512的倍数。 引导系数 (CFG Scale): 7 # 中等偏好在遵循提示和创造性之间取得平衡 生成批次 (Batch count): 4 # 一次生成4张便于对比选择 随机种子 (Seed): -1 # -1代表随机每次生成都不一样为什么这么配置Euler a采样器在较低步数下就能产生富有变化和艺术感的结果非常适合创意发散阶段。初始使用512x768的较小尺寸是为了在保证构图完整的前提下提高生成速度和降低显存占用。后期选定草图后可以用“高清修复”功能放大。CFG Scale设为7是一个常用起点。如果感觉画面太僵可以调低如5如果感觉太放飞可以调高如9-12。4. 完整实战案例生成“永恒友谊36”海报现在让我们将上述所有准备投入实践完成一次完整的生成迭代。4.1 第一次生成获取初始构图将3.1和3.2的提示词分别填入WebUI的正面和负面提示框参数按3.3设置。点击“生成”。预期结果与问题分析 第一次生成的四张图可能各有千秋但也可能暴露问题图A人物姿势僵硬像两个木偶。图B背景太空洞没有“宇宙冒险”的宏大感。图C色彩偏灰暗不符合“吉卜力”的明亮感。图D构图最好但女孩的脸部有些畸形。4.2 迭代优化基于种子细化我们选中构图最好的图D。记录下它的随机种子Seed假设是123456789。优化步骤固定种子将种子值123456789填入种子框取消“随机”勾选。这能锁定当前构图和大致内容。优化提示词强化动作与情感在正面提示词中增加looking at each other, smiling, dynamic pose。细化场景增加large planet in the background, space station, glowing energy between hands。修正面部在负面提示词中强化bad face, asymmetric eyes, deformed iris。调整参数将CFG Scale微调到8让AI更听话。将Steps增加到28让细节更丰富。再次生成点击生成。这次得到的4张图会在保持图D构图的基础上修正脸部并增加我们描述的动态和场景细节。4.3 高清修复与最终调整从第二轮中选出最满意的一张。接下来进行“高清修复”提升分辨率。启用高清修复在WebUI下方找到“高清修复”选项并勾选。设置放大算法选择R-ESRGAN 4x或Latent系列算法它们对动漫风格放大效果较好。设置放大倍数选择2倍。这样最终图片尺寸会变成1024x1536。重绘幅度设置为0.2-0.3。这个值控制放大时AI重新绘制的程度。值太低只是单纯放大像素值太高可能添加不想要的新细节。0.2-0.3是安全范围。最终生成点击生成。等待片刻你将得到一张高清大图。4.4 后期微调可选生成的图片可以导入Photoshop、GIMP或WebUI内置的“图生图”功能进行微调修正小瑕疵用局部重绘功能圈选仍有问题的手部或脸部用相同的提示词让AI重画该区域。调整色调使用“附加功能”中的滤镜或外部软件调整色相/饱和度。添加文字使用图像编辑软件为海报添加标题“永恒友谊36”和副标题。至此一张为虚构动画项目“永恒友谊36”定制的宣传海报就诞生了。整个过程体现了“生成-评估-迭代-细化”的核心工作流。5. 常见问题与排查思路在实际操作中你一定会遇到各种问题。下面是一个快速排查指南。问题现象可能原因解决思路生成图片全黑或全灰模型未正确加载VAE视觉美化编码器不匹配提示词冲突极端。1. 确认模型已放入正确文件夹且已在UI中切换。2. 在“设置”“Stable Diffusion”中尝试切换或下载VAE。3. 简化提示词降低CFG值。图片质量低下充满噪点迭代步数Steps太低使用了不适合的采样器。1. 将Steps提高到20以上。2. 尝试更换采样器如DPM 2M Karras通常质量较高。人物脸部畸形、多手指模型在训练数据上的固有缺陷负面提示词不够强。1. 在负面提示词中加强bad hands, extra fingers, bad face, deformed face。2. 使用ADetailer等面部修复扩展插件。3. 尝试不同的模型。画面完全不符合提示词引导系数CFG Scale太低提示词语义模糊或矛盾。1. 逐步提高CFG Scale7-9-12。2. 检查提示词避免矛盾描述如“白天”和“星空”。使用明确的、具体的词汇。显存不足CUDA out of memory图片尺寸过大同时生成的批次太多模型分辨率要求高。1. 降低生成图片的宽高如从1024降到768。2. 减少单批数量Batch count增加批次Batch size。3. 启用“低显存优化”模式--lowvram参数。生成速度极慢使用CPU而非GPU采样器步数过高图片尺寸大。1. 确认WebUI使用的是GPU命令行启动时应有GPU信息。2. 尝试Euler a等快速采样器。3. 适当降低尺寸和步数。6. 最佳实践与工程化建议掌握基础操作后以下技巧能帮助你更高效、更稳定地产出作品并融入实际项目流程。6.1 提示词工程进阶使用权重符号()增加权重默认1.1倍[]降低权重默认0.9倍。(keyword:1.5)可精确设定权重为1.5倍。例如(spaceship:1.3)让飞船更突出。交替渲染使用[A|B]语法让AI在A和B概念之间融合。例如[warm sunlight|cold nebula light]可能产生奇妙的混合光照效果。分步渲染使用BREAK或AND分隔不同阶段的描述但需谨慎使用逻辑过于复杂可能失效。建立自己的提示词库将常用的画质词、风格词、负面词保存为文本片段每次使用时复制粘贴提高效率。6.2 工作流优化分层生成法先以低分辨率如512x512快速生成大量草图筛选种子和构图。然后固定种子提高分辨率并细化提示词进行二次生成。最后使用高清修复放大。这是性价比最高的流程。利用图生图img2img不要只依赖文生图。可以手绘一个简单的构图草图上传到图生图设置较低的重绘幅度如0.4-0.6让AI在你的构图基础上进行“填充”和“美化”能极大提高对构图的控制力。版本管理为每个项目建立文件夹保存每一轮生成的关键图片、对应的提示词、种子和参数WebUI有“保存生成信息”功能。这便于回溯和复用成功经验。6.3 模型管理与扩展模型融合WebUI支持将两个模型的权重按比例合并创造出兼具两者特点的新模型。这需要反复实验。使用LoRA/LyCORIS这些是小型模型文件用于微调特定风格、角色或概念。比如你可以加载一个“吉卜力风格”的LoRA而不必更换整个大模型非常灵活。控制网络ControlNet这是革命性的扩展。通过上传线稿、深度图、姿势图可以精确控制生成人物的姿势、画面的构图和透视彻底解决“构图不可控”的难题。对于需要严格对齐设计稿的项目ControlNet是必备工具。6.4 融入真实项目开发的考量如果AI绘画用于真实的游戏、动画或UI设计项目版权与伦理务必确认所使用的模型允许商业使用。对于最终成品建议进行足够的二次创作和修改以形成独特的作品。一致性挑战生成同一角色在不同角度、表情下的保持一致图像是难点。需要结合LoRA训练为你的角色训练专用的小模型和ControlNet固定姿势和轮廓。作为灵感与素材库更现实的用法是将AI生成图作为灵感来源、概念草图或纹理素材由设计师在此基础上进行深化和整合而非直接作为最终资产。从“听说要出动画版了”这样一个念头到最终产出一张像模像样的概念海报整个过程融合了创意、技术和反复的调试。AI绘画工具正在迅速迭代但其核心的使用逻辑——清晰的指令、迭代的反馈、对参数的理解——是相对稳定的。希望这篇围绕“永恒友谊36”展开的实战过程拆解能为你自己的项目提供一条清晰的路径。记住最好的学习方式就是动手尝试从生成你的第一张“项目海报”开始。