AI 与媒体艺术创新设计 课件 第1-4章 人工智能基础 -AIGC时代的艺术创作

AI与媒体艺术创新设计

第一章

人工智能基础生命之箭一经射出就永不停止，永远追逐着那逃避它的目标。----------罗曼·罗兰🏆

各阶段核心技术与代表性平台第一阶段：深度学习突破期（约2012-2017年）这一时期是现代视觉智能的基石，核心突破在于用深度神经网络自动学习图像特征，取代了传统的手工特征提取方法。图像识别与分类：以AlexNet在2012年ImageNet竞赛中的胜出为标志，它证明了深度学习的巨大潜力。随后，更深的网络如VGGNet和解决了深层网络训练难题的ResNet（残差网络）

成为行业标准，大幅提升了识别准确率。平台特点：这个阶段的平台主要是学术研究和工业界使用的深度学习框架（如早期的Caffe,Theano）以及基于它们的模型实现，开发者利用这些工具来构建图像分类、目标检测等判别式模型。第二阶段：自监督学习期（约2018-2021年）为了解决深度学习对海量标注数据的依赖，学界和工业界开始探索如何让模型从无标签数据中自己学习视觉特征。视觉表征学习：出现了如MoCo（动量对比）、DINO和MAE（掩膜自编码器）

等代表性方法。这些平台和模型通过对比学习、掩膜重建等任务，在海量无标注图像上学习到强大的通用视觉特征，为后续的下游任务（如分类、检测）提供了极佳的预训练模型。平台特点：更多是作为预训练模型库或算法，集成到PyTorch、TensorFlow等主流框架中，供开发者微调和部署，降低了训练高精度模型的成本和门槛。第三阶段：多模态智能期（约2022-2024年）这一阶段最大的变化是视觉与语言的深度融合，AI不仅能"看懂"图像，还能根据文字描述进行创作和复杂推理。图像生成：Midjourney、StableDiffusion和DALL-E等平台引爆了AI绘画浪潮，通过扩散模型技术，将文本创意转化为高质量图像。同时，图文理解模型如CLIP能够对齐图像和文本，实现了开放词汇的识别和理解。视频生成萌芽：Sora在2024年的发布是一个里程碑，它首次展示了通过文本生成具有连贯性和一定物理规则的高清视频的能力，打开了视频生成的大门。平台特点：面向大众用户和创作者的应用层平台开始涌现，如Midjourney（Discord平台）、OpenAI的DALL-E等，降低了AI创作的门槛。第四阶段：世界模型期（约2025年至今）这是当前最前沿的阶段，AI的目标从"生成内容"升级为模拟和预测物理世界，强调真实感、可控性、交互性和多模态同步。视频生成"军备竞赛"：OpenAI的Sora2在物理一致性、音画同步上显著增强。GoogleDeepMind的Veo3.1支持4K生成和精细编辑，而Genie3则是一个可实时交互的"世界模型"，用户可以在生成的环境中用文本改变天气、加入角色等。中国平台表现抢眼：字节跳动

的Seedance2.0凭借双分支扩散Transformer架构，实现了强大的多模态参考（支持最多12个文件）和多镜头叙事能力，可用率提升至90%以上，被业界认为在综合性能上已超越Sora2。快手

的

可灵（Kling）

系列，特别是新发布的

可灵O1，明确向"世界模型"迈进，致力于提升长视频的物理一致性和时序规划能力。百度

的

蒸汽机

模型支持无限时长生成和实时交互。图像生成"精雕细琢"：阿里云

的Qwen-Image-2.0创新性地将图像生成与编辑功能合二为一，用户可通过自然语言在生成图像后直接进行精修、换元素等操作，中文理解能力强。字节跳动

的Seedream5.0则强调智能水平，支持联网检索和多步逻辑推理，以生成符合最新事实或复杂逻辑的图像。谷歌

的NanoBanana以其轻量化和对物理细节的还原著称。平台特点：平台呈现"全能化"趋势，一个模型要同时具备高质量生成、精准控制、物理模拟、音画同步、多轮编辑等能力。同时，应用场景快速向影视制作、商业广告、电商、社交等专业和大众领域渗透。💡

当前趋势与未来展望从上述演进可以看出，当前的AI图像和视频平台正展现出几个明确的趋势：从"能生成"到"懂物理"：平台越来越注重生成内容是否符合真实世界的物理规律，如光影、重力、流体动力学等。从"抽卡"到"可控"：创作者对生成过程的控制力越来越强，无论是通过多张参考图、精确的运动笔刷，还是生成后的直接编辑。从"无声"到"有声"：音画的同步原生生成已成为高端视频平台的标配，极大提升了作品的完整度和感染力。从"单模态"到"多模态"：平台不仅能处理文本和图像，还能同时理解视频、音频等多种信息，实现更复杂的跨模态创作。前言：AI时代的媒体艺术革命从ChatGPT的横空出世到DALL·E2的惊艳亮相，人工智能技术正以前所未有的速度和力量，颠覆着我们对媒体艺术创作的认知。这些强大的AI工具不仅是效率的提升器，更是创意的催化剂，它们重新定义了“创作”的边界，让“人人都是艺术家”成为可能。对于创作者而言，理解并掌握AI技术，不再是选择题，而是通往未来的必经之路。本章将为大家构建AI基础框架，为后续探索打下坚实基础。认知颠覆重新定义媒体艺术创作的边界与可能。效率与创意AI作为强大工具，提升效率，激发灵感。未来之路掌握AI是媒体艺术创作者的必经之路。目录/CONTENTS1.1人工智能基本概念1.2人工智能基本原理和组成要素1.3人工智能发展历程1.4人工智能关键技术1.5人工智能应用场景

探索AI世界从概念到落地回顾历史演进揭秘核心技术展望未来应用01人工智能基本概念1.1.1人工智能的概念核心定义人工智能（AI）是计算机科学的一个分支，旨在研究和开发能够模拟、延伸和扩展人类智能的理论、方法、技术及应用系统。历史里程碑概念追溯至1950年的“图灵测试”，作为独立领域诞生于1956年的达特茅斯会议。1.1.2人工智能的分类弱人工智能(ANI)专注于完成特定任务，在某个领域内展现出智能。手机语音助手个性化推荐系统围棋AIAlphaGo强人工智能(AGI)具备与人类同等的通用智能，能理解、学习和执行任何智力任务。理论与科幻作品中的概念AI研究的终极目标之一目前尚未实现超人工智能(ASI)智能水平远远凌驾于人类历史上所展现出的最高智能之上的计算机系统。自我迭代与指数级进化能力

超越人类认知的决策与创造力自主意识与目标驱动性（潜在特性）1.1.3人工智能的学派符号主义(Symbolism)核心：基于逻辑和符号推理。观点：智能的本质是符号的操作。代表：专家系统。连接主义(Connectionism)核心：基于神经网络的学习。观点：源于大脑神经元的连接。代表：深度学习。行为主义(Behaviorism)核心：基于“感知-行动”的强化学习。观点：通过交互和试错学习。代表：强化学习。02人工智能基本原理和组成要素输入(Input)接收文本、图像、声音等各种形式的外界数据。处理(Processing)AI模型对数据进行分析、学习和推理，是系统的核心。输出(Output)产生回答、图片、决策等相应结果。1.2.1人工智能的基本原理1.2.2人工智能与人类思维的比较1.2.3人工智能的组成要素数据(Data)AI的“燃料”。没有高质量、大规模的数据，AI模型就无法进行有效的训练和学习。算法(Algorithm)AI的“引擎”。处理数据、学习和推理的核心方法，决定了AI系统的智能水平。算力(ComputingPower)AI的“动力”。由GPU等高性能芯片提供，支撑复杂模型的训练和运行。03人工智能发展历程1.3.1人工智能研究的发展1.思想萌芽期（古代—19世纪末）2.理论奠基期（20世纪初—20世纪40年代）3.计算机时代的开始（20世纪50年代）4.符号主义阶段（20世纪50年代—20世纪70年代）5.连接主义兴起（20世纪80年代—20世纪90年代）6.AI的低谷（20世纪90年代中期—21世纪初）7.机器学习和大数据时代（21世纪初至今）8.未来发展1.3.2智能生成内容的崛起文生文(Text-to-Text)根据指令生成连贯文本，如写邮件、代码、对话等。代表:ChatGPT、Claude文生图(Text-to-Image)将文本描述转化为高质量图像，拓展视觉创作边界。代表:DALL·E、Midjourney文生视频(Text-to-Video)生成动态视频内容，是AIGC领域的下一个风口。代表:Sora、RunwayGen-21.3.3人工智能生成技术发展历程（1）初期探索（20世纪50年代—90年代中期）（2）机器学习的崛起（20世纪90年代中期—21世纪10年代）（3）深度学习的突破（2010年代）（4）大规模模型和商业化（2020年代）1.3.4AIGC关键架构与模型04人工智能关键技术机器学习AI的核心方法，让计算机从数据中学习并改进，无需显式编程。深度学习基于多层神经网络的机器学习分支，是实现当前强大AI能力的关键。自然语言处理让计算机理解、处理和生成人类语言的技术，是ChatGPT等应用的基础。计算机视觉让计算机“看懂”图像和视频的技术，应用于人脸识别、自动驾驶等领域。

人工智能关键技术机器学习&深度学习机器学习(MachineLearning)核心思想：从数据中自动学习规律，用于预测或决策。简单理解：像教孩子看图识物，需要人工引导特征。特点：模型相对简单，依赖人工设计特征。深度学习(DeepLearning)核心思想：构建多层神经网络，自动提取抽象特征。简单理解：不仅能识别，还能理解和创造。特点：模型复杂，需海量数据与算力，效果卓越。05人工智能应用场景媒体艺术AI作为创作伙伴，用于生成图像、视频、音乐，激发无限创意。医疗健康提升影像诊断、药物研发及个性化治疗的精准度与效率。金融服务应用于风险评估、欺诈检测、量化交易和智能投顾。交通运输自动驾驶技术有望彻底改变未来的出行方式。人工智能应用场景

AI与媒体艺术创新设计

第二章

人工智能与媒体艺术人工智能是新的电力，它将改变每一个行业。----------吴恩达目录/CONTENTS2.1媒体艺术的定义、分类与演进2.2人工智能在媒体艺术创作中的角色2.3AI技术影响下艺术创作方式的变革01媒体艺术的定义、分类与演进2.1.1媒体艺术的定义与分类核心定义

媒体艺术是以数字技术、网络技术、人工智能等为媒介，融合艺术与科技的新兴艺术形式。它打破了传统艺术的边界，通过技术手段赋予艺术全新的生命力和表现力。数字艺术(DigitalArt)以数字技术为创作手段和呈现方式的艺术形式。交互艺术(InteractiveArt)强调观众参与和互动，作品随观众行为而变化。沉浸式艺术(ImmersiveArt)通过虚拟现实(VR)、增强现实(AR)等技术营造全方位的感官体验，让观众置身于艺术构建的虚拟环境中。技术驱动创新技术突破是艺术形式革新的核心动力，从数字技术到人工智能，不断拓展艺术边界。双向交互传播打破传统单向观看模式，观众不再是旁观者，而是通过交互参与到作品的构建之中。三维沉浸体验从二维平面走向三维空间，利用虚拟现实等技术，创造全方位、沉浸式的感官体验。多方协同共创打破艺术家个体创作的局限，融合技术人员、观众等多方智慧，实现跨界协同创作。2.1.2媒体艺术的演进特征2.1.3媒体艺术的发展历程1960s-70s萌芽期录像艺术与计算机艺术开始萌芽，艺术家尝试利用新技术手段突破传统媒介限制。1980s-90s兴起期数字技术飞速发展，数字艺术与多媒体艺术兴起，图像生成与处理成为核心特征。2000s繁荣期新媒体艺术迎来繁荣，交互艺术普及，观众从旁观者转变为作品的参与者。当下融合期AI技术与媒体艺术深度融合，生成式AI为艺术创作带来了前所未有的可能性与变革。

媒体艺术的发展历程从“人创造艺术”向“人机协同创作”模式转变，重新定义创作边界。催生了AI生成艺术、生成对抗网络(GAN)艺术等前所未有的新形态。创作工具的革新AI成为艺术家的强大助手，提供全新的创作手段与效率提升。创作理念的转变艺术形态的拓展传播与体验方式的变革个性化推荐与沉浸式互动体验成为可能，重塑观众与艺术的连接。2.1.4人工智能对媒体艺术领域的影响概述02人工智能在媒体艺术创作中的角色2.2.1从辅助工具到创意伙伴

辅助工具阶段AI主要用于执行重复性、技术性的任务，如自动上色、素材整理，解放艺术家的双手。创意伙伴阶段AI能够理解艺术家的意图，参与创意构思，提供灵感和解决方案，成为创作过程中的合作者。2.2.2AI与艺术家的协作模式AI生成初稿与润色AI快速生成创意初稿，艺术家在此基础上进行精细化的润色和优化，大幅提升创作效率。多方案创意发散艺术家设定主题与参数，AI生成多种风格迥异的方案供选择，拓宽创意边界。数据驱动创作方向AI深度分析用户偏好与市场趋势，为艺术家提供基于数据的理性建议，辅助决策。实时交互共创AI作为智能助手与艺术家进行实时交互，即时响应修改指令，共同完成创作过程。03AI技术影响下艺术创作方式的变革2.3.1创作工具的智能化跃迁传统创作模式功能相对单一，主要依赖艺术家的手动操作与经验积累，创作周期较长，效率提升存在瓶颈。AI智能创作范式具备自动生成、智能推荐与实时反馈能力（如Midjourney），打破效率边界，拓展艺术创作的无限可能。2.3.2创作流程的范式重构传统创作流程模式：线性、单向推进特点：高度依赖艺术家个人能力与经验局限：修改成本高，难以快速试错AI时代创作流程模式：非线性、迭代式循环特点：人机协同，快速生成多版本方案优势：低成本试错，持续优化输出质量核心范式转变：从“一次性创作”转向“持续迭代优化”2.3.3创作主体的角色转型从“创作者”到“引导者”艺术家不再仅依赖双手创作，而是引导AI的创作方向，设定核心目标与审美基调。从“执行者”到“策划者”从具体的执行工作中解放，转向宏观策划，协调AI工具与各类资源，统筹整个创作项目。从“单一创作者”到“协同创作者”打破孤独创作模式，与AI算法及其他创作者紧密合作，共同构建多元化的艺术成果。突破想象力边界AI能够生成人类难以想象的视觉效果和艺术形式，突破传统创作的极限。多模态融合创作融合文本、图像、音频、视频等多种媒介，创造出丰富的多模态艺术体验。个性化与定制化根据用户的独特需求，快速生成专属的个性化艺术作品，满足多样化审美。2.3.4艺术表达的维度拓展2.3.5审美标准的系统重构挑战传统审美体系AI艺术的出现挑战了既定的艺术评价标准，促使我们重新思考“美”的定义。构建多维评价体系引入算法创新性、生成独特性及人机协作深度等新维度，丰富评价指标。推动审美多元化发展AI技术的发展将打破单一审美桎梏，促进艺术审美体系更加多元与包容。

AI与媒体艺术创新设计

人工智能艺术及智能生成模型越往前走，艺术将更为科学，科学将更为艺术，它们在山脚分开，却又在山顶汇聚。----------居斯塔夫·福楼拜目录/CONTENTS3.1人工智能艺术3.2生成式人工智能模型3.3算法美学对设计意义的重构与挑战01人工智能艺术探索AI艺术的起源、发展、创作流程、生成原理及其与传统艺术的比较。3.1.1生成艺术的兴起算法创作的起源生成艺术是一种通过算法、规则或系统来创作艺术作品的方法。它打破了传统的手工创作模式，让计算机成为艺术家的合作伙伴，共同探索视觉表达的新边界。早期探索与发展这一概念最早可追溯至20世纪60年代。早期先锋艺术家利用计算机程序生成复杂的几何图案和抽象图像，这种前卫的尝试为后来的数字艺术和AI艺术奠定了坚实的基础。3.1.2人工智能艺术的发展20世纪60-70年代算法艺术萌芽，早期计算机程序生成几何图形与抽象艺术。20世纪80-90年代基于混沌理论的分形艺术兴起，展现复杂的自相似结构之美。21世纪初引入遗传算法，通过模拟生物进化过程生成独特的艺术形态。2010年代至今深度学习与GAN技术爆发，AI能够生成高度逼真的创意作品。3.1.3人工智能艺术创作基本流程数据收集与预处理收集图像、文本或音频数据，并进行清洗和标注，构建高质量数据集。模型选择与训练选择GAN或Diffusion等模型，利用数据集进行训练，学习艺术特征。参数设置与提示配置模型参数，设计精准的文本提示词或输入初始图像作为创作起点。生成与迭代优化生成初步作品，根据反馈调整参数进行多次迭代，直至达到理想效果。后期处理与展示对生成的作品进行润色，选择合适的媒介进行最终展示。3.1.4人工智能艺术的生成原理生成对抗网络(GAN)通过生成器和判别器的对抗训练，在博弈中不断优化，生成逼真的图像。变分自编码器(VAE)学习数据的潜在概率分布，通过采样生成新的样本，注重生成结果的多样性与连续性。扩散模型(DiffusionModel)通过逐步添加和去除噪声的过程，生成高质量、高保真的图像，是目前主流的图像生成技术。Transformer模型基于注意力机制，擅长处理序列数据，广泛应用于文本生成及多模态艺术创作。3.1.5人工智能艺术的应用领域视觉艺术创作AI生成绘画、摄影、雕塑及数字艺术作品，突破传统创作边界，创造出前所未有的视觉风格。影视特效制作辅助剧本生成、角色设计与特效制作，大幅降低影视工业的制作成本与时间周期。游戏内容生成自动化生成游戏关卡、角色模型与场景地图，为玩家提供无限的探索空间与新鲜感。3.1.6人工智能艺术与传统艺术比较传统艺术(TraditionalArt)创作主体：人类艺术家，强调主观情感表达创作过程：手工创作，注重技艺磨练与传承创作工具：画笔、颜料等传统物理媒介艺术价值：深厚的人文内涵与历史积淀AI生成艺术(AIGeneratedArt)创作主体：AI模型，基于算法与数据生成创作过程：算法生成，快速迭代与自动化创作工具：计算机程序、神经网络模型艺术价值：技术创新与数据驱动的审美探索02生成式人工智能模型介绍国内外主流的生成式AI模型，以及相关的开源平台和社区。3.2.1国内生成式人工智能模型文心一言(ERNIEBot)百度推出的生成式对话模型，具备强大的多模态生成能力，能够理解和生成文本、图像等多种形式的内容。通义千问(Tongyi)阿里云推出的大语言模型，擅长多轮对话和内容创作，广泛应用于智能客服、文案生成等场景。腾讯元宝(Yuanbao)腾讯元宝是腾讯基于自研混元大模型开发的一款全能AI助手，它最鲜明的特色是“双模型驱动”和“深度融入腾讯生态”。3.2.2国外生成式人工智能模型ChatGPTOpenAI推出的大型语言模型，擅长对话交互和文本生成，理解能力强，应用广泛。DALL·EOpenAI推出的图像生成模型，能够根据文本描述生成具有创意和细节的图像内容。Midjourney独立研究实验室开发，以生成高质量、艺术感极强的图像著称，深受设计师喜爱。StableDiffusion开源的图像生成模型，具有高度的灵活性和可定制性，广泛应用于开发者社区。3.2.3与艺术相关的国外开源模型平台及社区GitHub-全球开源代码平台全球最大的开源代码平台，汇聚了大量AI艺术相关的项目、模型权重与技术实现，是开发者的核心阵地。HuggingFace-生成式AI模型库专注于NLP与生成式AI，提供丰富的预训练模型和易用的工具库，极大地降低了AI艺术模型的使用门槛。AIArtCommons-艺术创作社区专注于AI艺术的垂直社区，鼓励创作者分享独特的创作经验、技巧以及最终作品，促进灵感碰撞与交流。Reddit社区-爱好者交流地如r/aiArt、r/Midjourney等板块，是全球AI艺术爱好者交流作品、探讨技术和分享资源的重要集散地。GitHub（https：//）HuggingFace（https：//huggingface.co）03算法美学对设计意义的重构与挑战

探讨算法美学如何解构设计规则、演进审美标准，并实现人机协同的价值共创。审美标准的系统重构挑战传统审美体系AI艺术的出现挑战了既定的艺术评价标准，促使我们重新思考“美”的定义。构建多维评价体系引入算法创新性、生成独特性及人机协作深度等新维度，丰富评价指标。推动审美多元化发展AI技术的发展将打破单一审美桎梏，促进艺术审美体系更加多元与包容。3.3.1设计规则的数字化解构打破对称性算法突破传统几何对称的限制，生成非对称但依然保持视觉和谐的设计形态。超越重复性告别简单的机械复制，生成具有无限复杂变化和微观细节的独特图案。重新定义比例突破黄金比例的桎梏，创造出符合算法逻辑且具有独特美感的全新形态。探索随机与秩序在混沌的随机算法中寻找新的秩序，构建出既具偶然性又不失整体美感的视觉系统。3.3.2审美标准的数据化演进从主观判断到数据驱动审美评价不再仅仅依赖直觉，而是越来越多地基于用户反馈、点击率及相似度分析等客观数据指标。个性化审美的崛起算法精准捕捉用户偏好并推荐内容，打破了单一的传统审美范式，推动了审美标准的多元化发展。审美标准的动态迭代随着数据的持续积累和算法模型的不断优化，审美标准并非一成不变，而是处于持续的动态演变之中。3.3.3人机协同的价值共创

目标与方向设定艺术家主导设定创作目标和方向，AI作为强大的工具提供创意实现手段。创意探索与灵感激发利用AI的海量数据处理能力，辅助艺术家进行创意探索，突破思维局限。筛选优化与再创作艺术家对AI生成的内容进行筛选、优化和再创作，注入独特的人文情感。1+1>2协同效应结合人类的审美直觉与AI的高效算力，创造出超越单一能力的高价值作品。

AI与媒体艺术创新设计

AIGC时代的艺术创作【《千秋诗颂》第一集来啦！】/video/BV16F4m157Nq?vd_source=8d7f2377dbfaf89b1d41bc01ae8fb0e7【国外爆火—用seedance2.0做的末日视频，播放量已经超千万，“好莱坞休矣！”】/video/BV1L1Z1BaEMy?vd_source=8d7f2377dbfaf89b1d41bc01ae8fb0e7【AI复原张择端《清明上河图》，带你穿越千年前的真实大宋】/video/BV1GrzxBZEEP?vd_source=8d7f2377dbfaf89b1d41bc01ae8fb0e7

人人都是艺术家。----------约瑟夫·博伊斯目录/CONTENTS4.1国内优秀AIGC视频介绍4.2成为超级艺术个体的路径4.3提示词设计技巧4.4AI创作平台功能及应用01国内优秀AIGC视频介绍赏析国内前沿的AIGC视频作品，了解AIGC在视频创作领域的应用现状和发展趋势。4.1.1国内优秀AIGC视频案例赏析创意视觉短片利用AI生成技术制作的创意短片，展现了独特的视觉风格和叙事方式，突破传统拍摄限制。人机协同表演AI与真人演员结合的实验性作品，探索了虚拟与现实交互的可能性，重新定义表演边界。文本生成动画基于文本生成的动画短片，体现了AI在内容创作上的高效性和创新性，大幅降低制作成本。4.1.2AIGC视频创作趋势分析内容个性化AI能够根据用户偏好生成个性化的视频内容，实现千人千面的精准内容推送与体验。制作流程自动化从脚本生成、画面制作到后期剪辑，AI正在逐步实现全流程自动化，大幅降低创作门槛与成本。多模态融合文本、图像、音频、视频等多种模态将更加深度地融合，打破单一媒介的界限，创造丰富的感官体验。实时交互性未来的视频内容可能具备更强的实时交互能力，观众不再是被动接受者，而是可以参与到故事发展中。02成为AIGC时代超级艺术个体的路径探讨在AIGC时代，如何提升自身能力，成为具备竞争力的超级艺术个体。4.2.1超级艺术个体的核心能力技术能力掌握AI工具的使用，理解AI生成原理，将技术转化为创作的基石。创意能力具备独特的创意构思和叙事能力，赋予作品灵魂与深度。审美能力拥有敏锐的审美判断力和艺术鉴赏力，确保作品的高品质输出。学习能力保持学习热情，紧跟技术发展趋势，不断拓展创作边界。4.2.2学习路径与资源推荐成长路径规划基础学习阶段掌握AI基础概念、算法原理及媒体艺术理论，构建知识框架。技能提升阶段深入学习主流AI创作工具（如Midjourney,StableDiffusion）的使用技巧。实践创作阶段通过真实项目练习，将理论转化为实际作品，提升落地能力。社区交流阶段参与行业社区讨论，分享作品，借鉴他人经验，拓宽视野。精选学习资源在线课程平台推荐：Coursera、Udemy、网易云课堂等平台的AI专项课程。经典专业书籍推荐：《AI与媒体艺术创新设计》、《生成式AI：从理论到实践》。技术社区与论坛推荐：GitHub、HuggingFace、AI艺术社区等。03提示词设计

学习提示词的定义、作用、撰写方法和注意事项，掌握与AI有效沟通的技巧。核心定义提示词是用户向AI模型输入的指令，用于引导AI生成特定内容。它是连接用户创意和AI能力的桥梁。关键作用直接影响生成结果的质量和准确性。精准的提示词能让AI准确理解用户意图，生成符合预期的高质量作品。4.3.1提示词的定义和作用4.3.2怎么写提示词（基础篇）主题(Subject)明确创作的核心内容，告诉AI你要创作什么。风格(Style)指定艺术风格或表现形式，如写实、卡通、赛博朋克等。细节(Details)描述具体的元素、材质、光影效果，让画面更丰富。构图与色彩(Composition&Color)说明画面布局、视角及主色调，控制整体氛围。示例提示词：“生成一幅描绘未来城市的数字艺术作品，赛博朋克风格，画面中有高耸的摩天大楼、飞行的汽车和绚丽的霓虹灯，采用低角度仰视构图，主色调为蓝色和紫色。16:9，高清画质。”类型核心输入核心输出可控性技术成熟度典型应用场景文生图中文提示词单张图片★★★☆☆极高概念设计、海报、插画、电商模特、灵感发散。目前国产工具（如即梦、通义万相）已非常成熟。图生图图片+提示词单张图片★★★★☆极高线稿上色、人物换装、风格转绘（照片变手绘）、高清修复。在保持构图前提下创意发散。文生视频提示词短视频（2-10秒）★★☆☆☆中等动态壁纸、创意广告镜头、电影概念预览。考验模型对物理规律（重力、碰撞）的理解。目前算力消耗大，时长有限。图生视频首帧图+提示词短视频★★★☆☆中等让静态插画动起来、商品展示视频、AI微短剧。比文生视频更稳定，能锁定角色形象，是当前影视级应用的主流方向。多模态生图（参考图融合）图A的人物+图B的背景+图C的色调单张图片★★★☆☆中等商业设计与品牌营销、游戏与影视前期制作、内容创作与社交媒体随机提示词找感觉使用AI平台，直接发出你想要的主题，交给它来扩写润色提示词遇到喜欢的图，发送图片给AI直接获取提示词，再修改或直接填入使用，生成图片提示词获取方法：【主体描述】未来主义机器人、精密机械结构、冷色调金属外壳【场景构建】超现实山峦背景【视觉风格】赛博朋克美学【氛围营造】寂静科技感

如果你只是输入“一个女孩”，而不说明这“一个女孩”“长什么样”“在哪里”“什么时候”“做什么”“画面细节什么样”，模型将会自由发挥生成图片结果。AI生成实践文本生图

你需要对生成的画面内容有具体要求，比如“一个棕色头发的女孩”“穿着连衣裙”“在夏日午后”的“咖啡店里”“吃苹果”“油画风格，极致细节，“中景”，模型将会尽力满足你的要求。

主体+细节+风格+技术参数文本生图

当写好提示词后，“AI平台”还可以支持选择“生成图片尺寸”和“生成图片数量”。尺寸选择

使用平台“垫图”功能。上传“参考图/垫图”，模型将参考图片的风格、构图和色调各方面元素生成结果。当完成上传参考图后，可通过调整“参考强度”选项，调整生成结果与提示词(Prompt)和参考图的关系。参考强度越强，生成结果越接近参考图，参考强度越弱，生成结果越接近提示词(Prompt)。

通过手绘任意内容并附加文字描述，可以生成精美的涂鸦绘画作品。这些作品在参考手绘线条的基础上，同时兼顾创意性和趣味性。涂鸦作画功能支持扁平插画、油画、二次元、3D卡通和水彩多种风格（可调整参考内容和强度）AI通过深度学习算法分析线稿内容，识别物体结构和区域边界，并智能填充颜色，能够自动或半自动地将黑白线稿（如手绘草图、漫画线稿等）转换为彩色图像。要素作用示例角色定义（role）限定AI的图像创作身份与艺术视角，避免通用化画风"你是一位拥有15年商业插画经验，擅长赛博朋克与东方美学融合的视觉设计师"指示（Instructions）明确图像创作的核心任务与画面主体要求，相当于"创作工单""绘制一幅未来都市雨夜的全景插画，核心视觉为悬浮在半空的中式楼阁与霓虹机甲的碰撞场景"背景信息（context）框定世界观与场景边界，提供环境氛围限定"背景设定为2077年的新杭州，梅雨季节的深夜，地面被雨水映照出全息广告的流光，空中布满无人配送机与磁悬浮列车轨道"输入（Input）提供画面关键元素与细节素材，避免AI"凭空捏造""核心元素：飞檐翘角的木质楼阁（挂着红灯笼）、半机械半人形的僧人、发光的电子木鱼、地面撑着透明伞的赛博改造人、背景里的雷峰塔全息投影"例子（Examples）锚定输出风格与构图参考，提供视觉参考方向"参考《攻壳机动队》的雨夜氛围与《清明上河图》的市井叙事感，构图采用广角俯视视角，色彩以青蓝与品红为主色调"核心目标（Objective）定义图像的传播功能与视觉冲击力要求"生成一张极具视觉张力的概念宣传图，需符合游戏CG级别的质感，能让观者一眼感受到传统与未来的强烈冲突，适合作为科幻作品封面"风格规范（Style）控制画面质感、光影与艺术调性"采用厚涂写实风格，强对比光影（雨水反光与霓虹光源），高对比度色彩，细节丰富但不杂乱，带有胶片颗粒感的复古未来主义质感"格式约束（Format）确保图像输出的技术参数与画幅要求"画幅为16:9横版，分辨率4K（3840×2160），采用3:2的黄金分割构图，主体楼阁位于画面视觉中心偏上位置"限制条件（Constraints）规避画面冗余与不符合预期的元素"禁止出现现代汽车、英文标识、卡通化元素，避免过度曝光导致细节丢失，人物比例需符合正常人类/改造人逻辑，禁止血腥暴力内容"输出（Output）规定最终交付的图像质量与类型"输出为高清PNG格式图像，保留完整光影分层质感，附带100字以内的画面创作说明，用于解释核心设计理念"主提示词：

你是一位拥有15年商业插画经验，擅长赛博朋克与东方美学融合的视觉设计师。绘制一幅2077年新杭州的深夜都市全景插画，核心视觉为((悬浮在半空的飞檐翘角中式楼阁))与((霓虹光效机甲))的强烈碰撞场景。背景设定为梅雨季节的深夜，地面积水倒映着全息广告的流光，空中布满无人配送机与磁悬浮轨道。画面细节包含：挂着红灯笼的楼阁、((发光的电子木鱼))、撑透明伞的赛博改造人、远处的雷峰塔全息投影。参考《攻壳机动队》的雨夜氛围与《清明上河图》的市井叙事感，构图为16:9广角俯视，采用厚涂写实风格，强对比光影，色彩以青蓝霓虹为主色调，点缀品红灯光，细节丰富但不杂乱，带有胶片颗粒感的复古未来主义质感。否定提示词：-现代汽车-英文标识-卡通化元素-过度曝光-模糊-杂乱无章-血腥暴力-人物比例失调参数设置：画幅：16:9分辨率：3840×2160步数：35风格强度：1.2生图咒语公式主体+细节+环境+风格+构图+色彩

Prompt：戴墨镜Prompt：蒙娜丽莎用手戴上墨镜Prompt：蒙娜丽莎用手戴上墨镜，背景出现一道光文生视频咒语公式

主体(主体描述)+运动+场景(场景描述)+镜头语言（光影+氛围)

单图生视频咒语公式

主体+运动+镜头语言

一个有效的提示词需要有清晰的结