如何提升AI绘画的可控性和出图质量？来看大厂的总结！

人工智能技术正在不断发展和演变，因此设计师需要时刻保持学习和更新的状态，以跟上技术的发展，帮助自己创造出更加创新和独特的设计作品。

前言

前段时间铺天盖地关于 AI 创作的文章，充分感受到大家的焦虑。而我和大多数设计师一样都抱着打不过就加入的心态，尽可能的利用 AI 投入设计生产。今天和大家一起简单聊聊关于我对 AI 的应用和思考。

不得不承认的是，AI 通过不断的算法学习、以及技术的更新，生成的图像令人感到惊人与危机。但是当下 AI 绘图也依然存在一些限制和局限性，比如 AI 绘图还不能完全理解我们的审美观念差异、文化背景差异，生成的图像会存在一些风格、色调、甚至基础人体结构的缺陷（比如脖子老长、手指巨多等）。因此作为设计师，通过 AI 获取灵感和画面元素时，需要保持谨慎，这依赖我们的设计判断和审美能力，也是我们还有机会的原因。

一、绘图 AI 的优劣势

①Stable Diffusion 优势可本地部署，定制化模型且无版权风险，但是劣势也很明显，对本地部署机型有一定限制，研究下来大多数 MAC 机型基本部署不了，对于使用 MAC 机型的设计师很不友好。

②Midjourney 整体操作使用友好，出图质量极高，无版权风险，但是不可定制化模型，其次可控性稍差，对一些拟人化 IP 的理解差强人意·····

结合刚刚说到的不同 AI 软件的优劣势，我们需要做的是避开劣势，通过不同平台的优势去投入生产。

经过优劣势分析，总结出使用 AI 过程中最关键的两点则是“如何提高可控性”&“如何提升出图质量”。

可控代表创作过程的效率，质量代表创作结果的喜人程度。

1. 如何提高可控性，可拆分以下5个小的关键点

1. 掌握基本命令
2. 应用复杂命令
3. 挑选合适的训练图
4. 命令积累
5. 多试探/多优化

2. 如何提升出图质量拆分来看为

1. 搭建训练库和生成库
2. 跨平台结合使用
3. 分局部提炼元素
4. 精细化调整
5. 沉淀生成库

首先细致看一下如何提高 AI 创作的可控性。

二、提高可控性

1. 掌握基本命令

这里所说的基本命令，指的是 Midjourney 这款媒介。我们需要掌握的有三点。

1. 了解常用命令提示符的用意和指代比如/imagine/settings/describe/blend；
2. 了解描述词之间的使用规范和技巧；避免命令生成报错。
3. 了解常用参数值的概念。

①详细拿 Settings 举例子

在对话框中输入 Settings 回车，调出设置面板，图中标注的第一部分为模型版本，常用的为 --v5（偏向写实风格） -- niji 5（偏向二次元风格），第二部分关于图像质量（-- q 50），第三部分为风格参数（-- s 750），第四部分为其他设置。

说完基本命令，接下来则是如何应用复杂命令。

2. 应用复杂命令

①需要“善于利用资源”

善用资源指的是在前期入门时，善用别人的“命令”，在使用别人命令的过程中找到不同风格的一些规律，并且提炼关键词，以此进行发散延展；

下面是几个 AI 作品网站，里面的每张作品都有对应的命令词可供参考。

②善用“命令生成器”

命令生成器里会有对质量、风格、作者、光效、构图 等不同关键词的描述。有些风格当我们怎么尝试都不理想的时候就可以借此辅助自己完成创作。

3. 挑选合适的训练图

大概对基本命令和使用复杂命令有一定的方式方法后， 接下来挑选合适的训练图（垫图）也尤为重要，推荐以下几个网站，日常我们也可以多积累相关素材网站。

4. 命令积累

上面我们说的都是关于对当下已有资源的一个利用。那提高可控性的最重要的一步，则是把收集的命令资源进行整合，变化为自己的东西。这也是筛选、整理、归纳、整合的一个过程，我们可以通过脑图或是一个能承载信息的媒介比如（Notion）来建立属于自己“命令”这一板块的第二大脑。当我们下次创作时，可以对过往命令进行随取随用。

5. 多次尝试

以上四点说的是关于我们利用主观能动性，借助工具和外力的帮助，但毕竟客观来看 AI 不能被我们完全可控，那这个时候就需要去投入时间和精力多尝试多优化，比如对一些命令里的关键词的调整、替换垫图或者增加垫图的张数，去找到自己使用 AI 手感，就像以前画画也需要投入大量时间找到手感，才可能完成一张令自己满意的创作多少有点相似。

说完了如何提高可控性，那接下来就是关于如何提高出图质量。也是我们创作的最终目的。

三、提高出图质量

1. 建立训练库及生成库

上面提到对命令的积累可以使用脑图或者 Notion 进行管理储备，那针对于在创作过程中收集使用的垫图和生成后的画面、素材我们更需要进行轻量化的整合管理。例如在 Egael 上进行统一的管理沉淀。

2. 跨平台结合使用&分局部提炼元素

前面提到关于三个 AI 平台的优劣势，接下来具体看看如何利用不同平台的优势为我们所用。

我通过工作中一个实际案例（母亲节节气插画）进行分析。

国产 SD 虽然出图质量差点意思，但是可以定制化模型，且可以投喂素材进行 IP 训练，而 Midjourney 虽然不能定制化训练但是出图质量极高，那就可以结合着这两款媒介分别获取提炼我想要的画面内容。

Step1：首先明确了画面元素为“母亲抱着孩子，joy 在献花”

Step2：拆分来创作，先通过国产 SD 风格定制获得想要的风格以此创作出母亲抱着孩子的画面。对画面质量不太满意，再将国产 SD 里创作的图片，垫图到 MJ 进行二次创作，得到想要的主元素“妈妈抱着孩子”（如果你在创作的过程中不满意当前的画面，也可以点击刷新，或者修改部分关键词继续延展）

Step3：通过国产 SD 投喂素材进行 JOY IP 形象训练，获得 joy 献花这部分画面。（这也是 MJ 欠缺的一部分功能）

Step4：对于分别提炼的素材通过 UpscayI 这个软件，去进行像素的提升，方便我们后续的精细化调整。

Step5：第五步则是将放大后的画面元素整合到一起，调整构图，获得我们的画面初稿。

这个时候我们会发现，画面的色调、光感、妈妈的脖子啊、孩子的手啊、joy 的身体构成都有一些不 OK 的地方，那接下来就需要依赖自身的设计判断能力和审美能力来对画面进行细化调整。这也是保证最终创作质量的最重要一步。

3. 依据主题精细化调整

Step1：调整色调 , 母亲节更希望画面整体偏向温暖治愈明亮，因此需要将色调由冷色到暖色进行调整变化。

Step2：调整细节，对于基本人体结构的错误进行调整，比如妈妈的脖子过长，宝宝的手，地毯等细节进行调整。

Step3：调整光感和画面的统一度，比如去灰度、提亮主光源，调整元素之间的环境光，整体的色彩平衡和色彩饱和以及局部的曲线调整得到我们最终的画面（这里出完画面后得知 JOY 形象进行了新一轮的品牌更新，因此这里临时替换了 JOY 的部分）

下面是整合画面后调整的前后对比。（在精细化调整这个环节我们做的工作主要是让拼合的画面看上去是一个统一的整体，不割裂、不违和且舒适）

4. 沉淀生成库

最后又回归到了第一步，将我们创作过程中的画面进行整理，沉淀到生成库，完成一轮循环。

上述，是我在使用 AI 创作过程中的的一些关键点和思考。内容里提到的一些网站链接，也会一并贴到下方自取。

总的来说 AI 绘画在设计领域对我们产生了巨大的影响，不管是当下的工作方式以及整个设计行业的发展。不可忽视的是它提升了我们整体的工作效率和生产力。也可以给我们的创意进行拓展和延伸，并且可以通过 AI 绘创作出令业务和用户更满意的作品。但是这也给到我们相应的职业压力以及可能被替代的巨大危机感。而我们始终要保持积极的态度去适应变化，不断的学习掌握 AI 使用技巧，去面对新的课题挑战。

最后用尼布尔祈祷文中的一句话和大家共勉：

“上帝，赐予我平静，去接受我无法改变的。给予我勇气，去改变我能改变的，赐我智慧，分辨这两者的区别。

以上感谢大家的阅读～希望对大家有所帮助。

网站链接链接合集：

AI 作品合集可参考命令：

1. https://lib.kalos.art/
2. https://lexica.art/
3. https://playgroundai.com/

命令生成器：

1. https://promptomania.com/
2. https://moonvy.com/apps/ops/

训练图素材网站：

1. https://www.ghibli.jp/
2. https://www.artstation.com/
3. https://huaban.com/
4. https://artsandculture.google.com/

图片放大软件获取链接

1. https://www.upscayl.org/

AI 网站链接

1. https://discord.com/
2. https://stable-diffusion-art.com/

欢迎关注「JellyDesign」的小程序：