生成式人工智能案例教程-从入门到精通（微课视频版）课件 第3章AIGC图像生成

生成式人工智能案例教程——从入门到精通（微课视频版）第3章

AIGC图像生成从理论到实践

本章学习目标1.掌握图像生成基本原理，熟悉提示词设计、多模态输入、风格迁移、图像修复、分辨率等术语。2.熟练使用豆包、即梦AI等主流图像生成工具，掌握其在文生图、图生图、图像优化等方面的核心功能与操作流程，能够根据创作需求选型并完成创作。3.能结合具体场景撰写提示词，并通过迭代优化提升生成图像的质量及贴合度。4.能独立完成从图像生成到后期优化合成整个流程，掌握多工具协同与多模态融合的创作方法。5.能针对不同场景灵活运用AIGC工具并制定合理解决方案。

本章学习目标本章阐述了AIGC图像生成的基本原理，着重说明了如何借助AIGC工具将用户输入的文本、图像等多模态信息转化为满足需求的图像。为便于用户对图像创作工具进行选择，本章介绍了国内主流AIGC图像生成工具及其特点。同时，对文生图、图生图、图像优化这三种不同的图像生成方式展开了探讨，以便用户在商业海报设计、文创产品开发、影视分镜绘制等领域中应用。

1AIGC图像生成原理AIGC图像生成作为AI内容创作的核心分支，其实现依赖于完善的技术体系、清晰的生成类别划分以及科学的提示词设计。三者相互支撑、协同作用，才能完成从创意需求到视觉图像的智能转化。为精准把握AIGC图像生成的核心逻辑，明确各环节的技术要点与应用方法，本节将从核心技术术语、图像生成类别、提示词设计三个方便系统介绍AIGC图像生成的基本原理与实操逻辑，为后续的工具应用与实战落地奠定理论基础。

1AIGC图像生成原理1.1核心技术术语（1）图像生成模型：该模型能将用户的自然语言描述转换为对应的图像，是图像生成关键的技术载体。该模型借助深度学习算法对海量图像数据的视觉特征与文本语义进行学习，从而实现从“文字指令”到“视觉画面”的转换。（2）提示词：是用户向AI模型输入的指令描述，用于传达创作需求。进行图像生成时，提示词需涵盖绘画主体、环境场景、绘画风格、绘画参数、细节要求等关键信息。提示词的精准程度与完整性，直接决定了生成结果同用户需求的契合程度，是控制图像质量的关键。（3）多模态输入：与单一文本输入的图像生成方式不同，“多模态输入”是指用户同时使用两种及以上输入形式（如“文本描述+参考图像”）向模型传递指令的技术方案。多维信息的互补能精确描述生成图像中的核心特征，适合在广告宣传、海报设计等对细节精度要求较高的场景中使用。

1AIGC图像生成原理1.1核心技术术语（4）风格迁移：该技术用于控制图像风格，通过算法提取参考图像的风格特征，并将其应用于目标图像的生成过程中，最终达成“内容主体不变、视觉风格统一”的效果。在故事配图、短视频配图创作中，风格迁移技术能够有效确保图像风格一致性，可提升内容的整体质感。（5）图像修复：这是针对生成图像中存在的瑕疵（如多余物体、局部模糊）进行针对性优化的技术。用户可通过框选瑕疵区域并补充文本指令（如“将此处多余的杯子替换为绿植”、“修复人物面部模糊”），命令模型对指定区域进行重新生成或补全操作，从而完善或优化画面，避免因局部瑕疵而致使整体图像无法使用。（6）分辨率：这是衡量图像清晰程度的核心指标，通常以像素维度来表示（如8K像素、4K像素），直接影响图像细节信息的呈现能力。例如在美食教程中，高分辨率（4K像素及以上）能够清晰展现食材纹理（如牛排肌红蛋白分布）、操作动作细节（如奶油搅拌时的纹路）。

1AIGC图像生成原理1.2图像生成类别要实现从构思到图像生成的转变，用户还需要明确利用AIGC工具进行图像生成任务时的生成类别。下面将分别从图像风格、输入模态两个核心维度，介绍图像生成的具体类别。

1AIGC图像生成原理按照图像风格划分（1）写真风格：用于真实地呈现人物或景物的原本面貌，着重于细节与质感的表现，在色彩和光影效果方面也力求还原真实场景。写真风格的图片一般具备较高的分辨率与清晰度，能够清晰展现人物的表情、神态以及景物的细节特征。该风格广泛应用于人像摄影、婚纱摄影、商业摄影等领域。（2）绘本风格：该风格具有简洁的线条、丰富的色彩以及生动有趣的构图。绘本风格的图片通常采用夸张、拟人化等手法表现内容，以吸引读者的注意力并激发其想象力；画面内容往往具有较强的故事性和连贯性，能够通过一幅幅图片讲述一个完整的故事，主要应用于儿童绘本、漫画书、插画等领域。（3）动漫风格：该风格线条流畅简洁，人物形象通常具有夸张的比例和特征，如大眼睛、小嘴巴、高颜值等；色彩运用丰富大胆，常使用鲜艳、明亮的颜色营造活泼、生动的氛围。动漫风格还可依据不同的地域和文化背景分为多种类型，如国产动漫风格、日本动漫风格、欧美动漫风格等，广泛应用于动画制作、漫画创作、游戏设计等领域。

1AIGC图像生成原理按照图像风格划分（4）复古风格：通常用于模拟旧照片、老电影等的效果，色彩可能偏黄、偏暗，带有一定的颗粒感和模糊感。复古风格可根据不同的历史时期分为多种类型，如20世纪50年代的光滑色彩、高对比度风格，60-70年代的鲜艳色彩、高饱和度风格，80年代的饱和明亮色彩风格，90年代的彩色与黑白结合风格等，常用于摄影、设计、艺术创作等领域。（5）国风风格：该风格融合了中国传统文化元素，如书法、皮影、剪纸、刺绣等艺术形式的特点。在色彩方面，常使用红色、黄色、黑色等具有中国传统文化特色的颜色。画面构图注重意境和留白，强调通过简洁的画面表达深刻的内涵。国风风格的图片还可根据不同的地域文化和历史时期分为多种类型，如汉唐风格、宋明风格等。该风格广泛应用于文化艺术创作、广告设计、影视制作等领域。（6）油画风格：具有丰富的色彩层次和厚重的质感，笔触明显，能够展现画家的个性和情感。油画风格可根据不同的历史时期和艺术流派分为多种类型，如写实主义油画风格、印象派油画风格、立体主义油画风格等。油画风格在艺术创作、装饰设计等领域有着广泛应用。例如，在艺术创作中，画家可通过油画表达自己的思想和情感；在装饰设计中，油画风格的图片可用于家居装饰、酒店装饰等，提升空间的艺术氛围。

1AIGC图像生成原理按照图像风格划分（7）水彩风格：以柔和的色彩、细腻的渐变和轻盈的笔触为主要特点。水彩画的色彩具有透明性，通过多次薄涂叠加可创造出通透感和深度。画面中常出现自然的晕染效果，边缘柔和，给人一种清新、灵动的感觉。水彩风格常用于插画、包装设计、海报设计等领域。例如，在插画创作方面，水彩风格的图片可用于绘制儿童读物、文学作品插图等，以营造温馨、浪漫的氛围；在包装设计领域，水彩风格的图片可应用于化妆品、食品等产品的包装，以此吸引消费者的关注。（8）像素风格：由一个个像素点构成，画面呈现出类似马赛克的效果。像素风格的图片通常具备简洁、明快的色彩以及造型，线条较为刚硬。这种风格可追溯至早期的电子游戏和计算机图形时代，具有强烈的复古感与科技感，主要应用于游戏开发、动画制作、数字艺术等范畴。（9）其他风格：涵盖油画、水彩、二次元、极简主义、抽象艺术、超现实主义等多种风格，每种风格都拥有其独特的艺术特性与表现形式。

1AIGC图像生成原理按输入模态划分（1）文本输入（文生图）：文本输入是当前应用最为广泛、便捷的图像生成途径。用户只需通过自然语言把脑海中的场景、物体、氛围等转化为文字指令输入，模型便会深入解析文本中的语义逻辑、核心关键词、细节特征（如形态、色彩、动作）等，在其训练得到的的庞大图像特征空间中展开匹配与创作，最终生成高度契合描述的图像。例如，输入“一只蓬松的柯基小狗，浑身覆盖浅棕色短毛，耳朵直立，正叼着粉色小球在绿油油的草地上奔跑，阳光洒下形成柔和的光影”，模型就能精准还原这一极具画面感的场景，无需绘画基础，便可迅速实现“文字到图像”的创意落地。

1AIGC图像生成原理按输入模态划分（2）图像输入（图生图）：图像输入是以现有的图像为基础，进行二次创作、优化或变换的生成方式，其核心在于基于原图进行延伸，兼具实用性与创意性。该方式的应用场景较为丰富：一是风格转换，可将普通照片、素描等转化为油画、水彩、动漫、赛博朋克等不同艺术风格，保留原图主体轮廓，赋予全新的视觉质感；二是图像修复与增强，能够去除图像中的划痕、污渍、水印等瑕疵，同时提升图像分辨率、优化色彩对比度，使模糊的图像变得清晰细腻；三是精准图像编辑，支持对原图中的物体进行添加、删除、替换或位置调整，例如给人物更换服装、在风景图中添加飞鸟、将室内场景替换为户外场景，实现“以图改图”的高效创作。

1AIGC图像生成原理按输入模态划分（3）多模态输入：多模态输入作为一种高阶图像生成方式，通过融合多种信息，如文本与图像这两种信息，突破了单一输入的局限。它兼具“原图的基础框架”与“文本的创意引导”的优势，能够生成更具层次感、主题性和创意性的图像。其核心逻辑在于，模型会同时解析输入图像的主体结构、色彩基调、细节特征，以及文本指令中的创意需求、氛围描述和补充细节，而后将两者进行深度融合并开展创作。例如，当输入一张普通的山间湖泊风景照，并搭配“将这张照片优化为冬日雪景氛围，湖面结着薄冰，岸边的树木挂满白雪，天空飘着细碎的雪花，整体色调偏冷，营造静谧悠远的感觉”这一文本指令时，模型会在保留原图山水轮廓的基础上，依据文本需求添加雪景元素、调整色调与氛围，实现“原图打底+文本赋能”的双重创意表达。

1AIGC图像生成原理1.3提示词设计图像生成提示词设计是促使创意精准落地的关键环节，其核心在于借助结构化语言搭建起“需求与模型”之间的沟通桥梁，使人工智能精准捕捉创作意图，同时避免因模糊表述引发的生成偏差。前序章节已经对提示词进行了介绍，本章从图像生成的角度对提示词工程再进行更为具体化的介绍。

1AIGC图像生成原理提示词分层设计方法图像生成工程中，对提示词进行分层设计，主要从主体设计、环境设计、风格设计、参数设计以及细节设计等方面展开。（1）主体设计：用于锁定核心创作对象。主体设计是提示词的核心，其设计重点在于明确“对象属性+状态特征”，避免因表述模糊导致主体偏离用户预期。进行主体设计时，首先需要精准界定主体类型，明确人物、动物、静物、风景等核心对象，并补充基础属性信息——对于人物，需说明年龄、身形、服饰风格、核心姿态与神态；对于动物，需标注品种、体型、毛发质感、动态趋势；对于静物，需明确品类、材质、形态特征。其次需强化主体的核心特质，通过精准词汇界定质感、色彩、细节形态等，使模型清晰把握主体的核心特征，为后续场景、风格的融合奠定基础。

1AIGC图像生成原理提示词分层设计方法（2）环境设计：用于构建场景氛围。环境设计旨在为主体提供合适的承载空间，同时借助场景元素烘托整体氛围，核心是“空间界定+氛围赋能”。首先需明确场景类型，按属性可分为室内、室外、虚拟场景等，并标注场景核心特征与空间维度；其次需界定光影与氛围基调，明确光源类型（自然光、人造光）、光线强度与光影效果，同时补充场景辅助元素（如室内的绿植、摆件，室外的云朵、微风、落叶），丰富画面层次，但需控制辅助元素数量，避免喧宾夺主，确保环境服务于主体与整体氛围的营造。

1AIGC图像生成原理提示词分层设计方法（3）风格设计：用于界定图像的风格基调。风格设计直接决定图像的视觉质感，核心是“精准定位风格+补充风格特质”，同时避免与前文风格类别重复的泛化描述。首先，需明确核心风格，如写真风格、绘本风格、动漫风格、复古风格等选择，若为细分风格则需进一步标注（例如“唐代国风工笔风格”“莫奈印象派油画风格”等）。其次，需补充风格的具体表现要素，贴合不同风格的视觉特质——国风风格可强调笔触质感、传统元素的融合方式（例如“毛笔笔触勾勒，融入剪纸纹样，色彩以朱红、黛蓝为主”）；油画风格可说明笔触厚度、色彩叠加方式（例如“厚重油画笔触，色彩层层叠加，明暗对比强烈”）；水彩风格可标注晕染效果、色彩通透度（例如“自然晕染边缘，色彩高通透，层次柔和细腻”）。若需融合风格，需明确主次关系（例如“以水彩风格为基础，融入国风线条元素”），避免因风格冲突导致画面杂乱。

1AIGC图像生成原理提示词分层设计方法（4）参数设计：用于确定画面的呈现效果。参数设计是提升画面可控性的关键，聚焦于“构图+分辨率+输出规格”，为模型提供明确的技术指标，以适应不同的应用场景。构图参数需选择适配的构图方式（中心构图、三分构图、对称构图、引导线构图等），并标注构图逻辑、拍摄视角等，并结合主体与场景的特点进行调整。分辨率与输出规格应结合具体应用场景进行标注，以便为模型提供明确的输出标准。

1AIGC图像生成原理提示词分层设计方法（5）细节设计：旨在提升画面的质感与独特性。细节是区分普通提示词与优质提示词的关键所在，设计重点在于补充“隐性特质+氛围细节”，同时避免与前文提及的技术术语、风格类别内容重复。首先，可以补充色彩细节，明确整体色调（如暖色调、冷色调、中性色调）以及色彩搭配逻辑（例如“以暖色调为主，搭配米白、浅橙、棕褐等颜色，营造温馨治愈的氛围”“以冷色调为主，搭配深蓝、浅灰、青色等颜色，凸显科技感”）。其次，可添加质感与纹理细节，针对主体、场景的材质进行细化描述（例如“布料呈现出细腻的羊毛纹理，带有轻微褶皱”“墙面具有复古水泥质感，带有岁月磨损的痕迹”）。此外，还可补充情感与氛围细节，通过文字传递画面所蕴含的情绪（例如“画面营造出静谧悠远的氛围，搭配轻微雾气，凸显秋日的萧瑟感”“整体氛围热烈活泼，添加飘落的彩色气球，强化节日气息”），使画面更具感染力。

1AIGC图像生成原理提示词优化策略（1）先定位问题，再精准修正。初版生成后，需对核心问题进行分类梳理，包括主体偏差、场景违和、风格模糊、细节瑕疵等，注意避免盲目修改。针对主体偏差问题，应补充精准属性、删除模糊词汇，并添加“主体突出、避免变形”等约束条件；针对场景违和问题，需剔除冲突元素，明确空间逻辑与光影适配性；针对风格模糊问题，要强化风格特质，避免泛化表述；针对细节瑕疵问题，可结合图像修复技术添加定向修正指令。（2）采用增量优化法，逐步迭代。每次仅调整1-2个核心问题，避免一次性修改过多内容，以减少模型解读的混乱。同时，保留优质提示词片段，积累个性化模板，提高后续创作效率。

1AIGC图像生成原理提示词优化策略（3）控制指令长度，平衡信息密度。避免因信息过载导致模型忽略核心需求，删除冗余修饰内容，聚焦关键优化点，确保指令简洁且重点突出。综上所述，提示词优化是一个“定位问题-定向调整-迭代完善”的闭环过程，需紧扣生成偏差进行针对性处理，兼顾指令的精简性与有效性，实现创意与AIGC图像生成的高效融合。

2AIGC图像生成工具2.1豆包豆包是字节跳动研发的AIGC平台，其主要应用涵盖文生图、图生图、多图融合、局部重绘及高精度图文混排等，支持从抽象文字描述到具象视觉作品的精准转化，还可实现4K电影级质感图像生成与专业元素复刻。豆包能从像素级精准融合多源素材，具备出色的空间逻辑与物理规律理解能力，可精准把控透视关系、材质纹理与光影过渡，且对中文指令的遵循度高，无需复杂提示词即可产出符合用户预期的作品。

2AIGC图像生成工具2.2即梦AI即梦AI是字节跳动研发的图像和视频创作平台，支持文生图、图生图、线稿转3D、局部语义重绘、无损扩图等功能，用户仅凭给出文字描述、以及单张或多张参考图即可快速生成图像作品，同时兼容2D/3D数字人形象生成，打通了图像创作与视频创作的壁垒。即梦AI对硬件要求不高，内置主流艺术风格模板与精细化的提示词库；其4.5版本图像模型可支持6张参考图同步输入，且可保障人物、商品细节的一致性，支持2K高清生图、4K导出，满足商用画质需求。

2AIGC图像生成工具2.3

可灵AI可灵是快手研发的AIGC平台，其功能包括文生图、单图参考生成、多图参考融合、文字生成及风格化渲染，可实现复杂场景、精细人像与电影级质感图像的高效生成，同时支持180余种风格响应，覆盖特殊材质、数字艺术、绘画技法等类型。其优势体现在指令遵循度高，能精准捕捉提示词中的多元元素、颜色位置与复杂逻辑，画面清晰度、细节真实感突出，尤其在人像美感塑造上表现出色，可细腻还原肌肤纹理与人物姿态。

2AIGC图像生成工具2.4

千问千问是阿里巴巴研发的AIGC平台，依托阿里云通义千问大模型技术底座，面向内容创作、商业设计、营销展示等场景提供一站式生成服务。平台核心覆盖文生图、精细场景渲染、图文混排设计、商品视觉生成四大能力方向，尤其擅长处理高信息密度的视觉创作需求，可稳定实现复杂文本渲染、多行精准布局、段落级文本生成，清晰还原中英文字体、版式结构与信息层级，大幅降低传统设计中的文字错位、乱码、排版失真等问题。

2AIGC图像生成工具2.5

文心一言文心一言是百度研发的AIGC平台，核心应用包括文本驱动图像生成、图像风格迁移、定制化生成及图像编辑与局部重绘等，可精准实现从抽象文字到具象视觉的映射。其核心优势在于中文语境适配性强，能精准理解成语、诗词、地域文化符号等富含中文意象的描述，同时实现了文本与图像的动态对齐，有效缓解了结构错乱与语义偏离问题。

2AIGC图像生成工具2.6工具选择原则图像生成工具的选择应紧密围绕文生图、图生图、图像优化的用户需求来展开，同时兼顾场景适配性、效率性与可持续性。具体包括：（1）功能实用性：工具应覆盖文生图、图生图、图像优化三大模块。文生图模块需能够精准解析各类中文文本指令；图生图模块需具备灵活的参考图解析能力，能够实现风格迁移、元素替换、细节补充等多种迭代操作，以满足不同的创作需求；图像优化则要能够精准解决模糊、失真、色调偏差等常见问题，实现像素级的优化，兼顾清晰度、质感与画面的协调性。（2）操作便捷性：工具应具备简洁直观的操作界面，无专业设计能力或技术基础的普通办公人员等使用者都能快速上手。

2AIGC图像生成工具2.6工具选择原则（3）效果精准度：生成及优化后的图像需贴合文本指令或参考图的原意，细节呈现清晰、色彩搭配协调，风格统一且可灵活调控，避免出现失真、变形、细节缺失、色调混乱等影响使用效果的问题。（4）使用安全性：工具应严格规避图像版权风险，提供合规的素材支持，确保生成的图像能够安全地用于办公、创作等场景，不存在侵权隐患。（5）迭代与适配性：工具应具备持续迭代升级的能力，紧跟图像生成领域的技术发展，不断优化模型功能与效果。综合上述考量，豆包凭借操作门槛较低、界面简洁清晰、无需专业技术知识储备便能快速掌握使用等特性，成为图像生成领域的国民级工具。更为关键的是，豆包历经持续的迭代优化，其功能与性能均实现了显著提升，能够满足诸多场景的实际操作需求，因而备受用户青睐。下文所涉及图像的生成，均采用豆包完成。

3AIGC文生图3.1应用场景介绍林晓是某大学传统文化社社长。学期末时，社团计划举办“拾味传统・六节同庆”文化周活动。此活动将春节、端午、七夕、清明、元宵、中秋这六大传统节日串联起来，通过开展民俗体验、诗词分享等活动，以传播传统文化。这场活动的核心宣传载体是一套系列海报，该海报需契合校园审美，同时兼具传统韵味，其目的在于吸引更多同学们积极参与。然而困难接连出现：文化社经费有限，专业设计工作室为一套六张海报的报价高达3000多元，远超社团预算；社团成员虽具备书法特长，但无人精通设计，使用普通软件拼接而成的初稿显得呆板且缺乏灵气；即便修改了七八版，仍未能达到令人满意的效果。眼看活动即将启动，海报却迟迟未能确定，社长林晓为此非常焦急。

3AIGC文生图3.1应用场景介绍事情的转机源于宿舍某天晚上的聊天，室友分享的用豆包APP生成的AI墨风旅行手账画作让林晓眼前一亮。她尝试使用豆包生成一副端午节海报，并输入提示词：“一幅以端午节为主题的节日海报，画面丰富，有端午经典场面，比例16:9。”十几秒后，4张风格各异的海报就生成，海报中的粽叶晕染渐变、龙舟线条苍劲，细节基本符合预期。她又借助豆包的细节调整功能快速对海报进行了优化。随后，她又陆续为其它节日设计了类似的提示词。短短一下午，六张风格统一又各具特色的海报全部定稿完成。海报张贴出去后，迅速吸引了大批同学驻足拍照并分享，活动报名人数持续增加。原本需要耗费大量资金和时间的海报设计工作，借助AIGC一个人仅用半天时间就较为完美的解决了。这套承载着传统韵味的海报，不仅成为文化周的亮眼名片，更让更多同学在潜移默化中感受到了传统节日的魅力。

3AIGC文生图春节海报以春节海报生成为例，演示文生图下表所示，林晓通过多次提示词优化，最终生成了符合要求的图片。生成初始版本时，林晓输入的提示词为“春节海报，比例16:9”，这个提示词过于宽泛，模型在生成作品时发挥的余地过大，导致画面元素杂乱、没有相关人物画像、背景也不明确。她随机对提示词进行了优化，增加画面风格，虽然生成的作品已经有所改进，但仍显随意，缺乏更细节的展现，没有达到预期目标。接着，用户林晓进一步细化提示词，加入了更多细节元素的描述，如“摆着热气腾腾的饺子、年糕，围坐的老少举杯碰盏”等，并明确要求“画面采用电影感宽幅构图，视角稍高，展现张灯结彩的古代街巷全貌”，同时强调“整体色调以朱红、鎏金衬水墨底色，既显传统雅致，又满溢新春热闹，细节丰盈且视觉张力十足”。最终生成的海报画面恢弘饱满，朱红灯笼高悬檐角，鎏金福字在水墨街巷间熠熠生辉，老人孩童衣饰纹样考究，饺子热气与鞭炮青烟氤氲交织——每一处细节都精准呼应提示词指令。值此，林晓的春节海报创作工作圆满收官。

3AIGC文生图春节海报优化阶段提示词内容生成效果优化方向初始版春节海报，比例16:9（主体+参数）画面模糊，无人物、场景不明确补充场景、风格等关键信息优化版一幅以春节为主题的喜庆团圆节日海报，中国传统水墨画风格，比例16:9。（主体+环境+风格+参数）场景贴合，风格合适补充细节最终版一幅以春节为主题的喜庆团圆节日海报，中国传统水墨画风格。画面采用电影感宽幅构图，视角稍高，展现张灯结彩的古代街巷全貌。街巷两侧挂满大红灯笼与烫金春联，屋檐下坠着晶莹的冰棱；人群摩肩接踵，孩童举着糖葫芦追逐打闹，商贩吆喝着年货，热闹升腾。前景里，舞龙队的彩龙蜿蜒腾跃，龙身水墨纹理间晕染朱红金边，姿态磅礴；旁侧方桌上摆着热气腾腾的饺子、年糕，围坐的老少举杯碰盏，笑眼弯弯。远景处，四合院的天井里，全家围着炭火盆守岁，长辈给孩童递红包，暖光裹着团圆气。天空中炸开几簇水墨烟花，金红墨色在黛蓝天幕晕开，与街巷灯火交织成暖融融的年味儿。整体色调以朱红、鎏金衬水墨底色，既显传统雅致，又满溢新春热闹，细节丰盈且视觉张力十足，比例16:9（主体+环境+风格+参数+细节）细节到位，符合用户需求

3AIGC文生图春节海报初始版春节海报

3AIGC文生图春节海报优化版春节海报

3AIGC文生图春节海报最终版春节海报

4AIGC图生图4.1应用场景介绍张悦是一位专注于家庭情感领域的内容创作者，她留意到“陪伴老年人”这一题材在社交平台上热度颇高，遂决定打造系列内容以唤起大众对陪伴老人的关注。然而，张悦在创作过程中遭遇了诸多困境：拍摄“爷爷奶奶看着日历期盼孩子吃年夜饭团圆”等场景时，需要协调老人的时间、寻觅适宜的环境，而且老人自然流露情感的瞬间难以捕捉。接触到AIGC工具后，她的创作取得了突破——能够快速生成“期待、迎接、团聚”等相关图片。于是，张悦决定借助人工智能工具来完成这份工作，不仅能让这份亲情感召更具震撼人心之力，能高效产出内容，同时又能使每一幅画面都洋溢着温情。鉴于亲情类内容存在“情感还原度高、多模态适配、效率优先”的实际需求，她选择豆包作为核心创作工具。

4AIGC图生图4.2具体生成过程要实现以上场景，仅靠单张图片很难贴切地表现出来，需要创作一系列图片来展现完整情节。在这种情况下，一般要先进行根据场景要求进行重点人物设定与环境氛围的统一规划，再通过图生图技术逐帧生成连贯画面。根据场景要求，张悦首先设定爷爷奶奶的典型形象，如银发微卷、衣着素雅、眼神温润而略带期盼；以及爸爸妈妈和孩子的形象，爸爸的发型、身高，妈妈的发型、动作，以及女儿的年龄、神态与服饰细节等。人物形象设计完成后，下一步就需要根据要求进行后续场景的分镜设计了，例如爷爷奶奶在家门口翘首以盼、爷爷奶奶逛集市买食材、爷爷奶奶家门口迎接、一家人团聚吃团圆年夜饭等等。需要注意每一幕分镜均遵循时间线向前推进，确保光影、服饰、道具风格的统一感。下面分步骤进行操作说明，同时根据生成效果进行提示词优化，直至生成图像满足实际需要。

4AIGC图生图步骤一：生成相关人物形象场景中包括爷爷、奶奶、爸爸、妈妈及女儿等人物形象，需要根据需要逐个生成。打开豆包，输入如下优化后的提示词以生成所需人物形象和场景。提示词：全家福；爸爸（178-182cm，深棕短发，挽着妈妈胳膊）；妈妈（162-165cm，奶茶棕微卷中长发，牵着女儿）；7岁女儿（120-125cm，可爱，粉蝴蝶结双马尾，站中间）；爷爷（170-175cm，消瘦精神，半白短发银边老花镜，挽着奶奶胳膊）；奶奶（158-160cm，深棕短发珍珠耳钉，牵着孙女）；每个人脸上都带着笑容，正视前方。场景：照相馆浅米色纯色背景，斜前方柔和打光，氛围温馨和睦，互动自然无刻意摆拍。复古油画风，比例16:9。

4AIGC图生图步骤一：生成相关人物形象人物形象

4AIGC图生图步骤二：设计初始版文字分镜整个场景可以分为四个分镜：期待、逛集市、迎接、团聚。其中分镜1“期待”：爷爷奶奶在家里等待；分镜2“逛集市”：爷爷奶奶一起逛老街集市，买团圆饭食材；分镜3“迎接”：爷爷奶奶站在院门口迎接归来的家人；分镜4“团聚”：全家围坐老木桌前吃团圆年夜饭。具体如下表所示。序号分镜主题画面内容文字陈述1期待爷爷奶奶在家里等待2逛集市爷爷奶奶逛集市3迎接爷爷奶奶在家门口迎接儿子儿媳和孙女4团聚爷爷奶奶和他们的儿子儿媳以及孙女围坐在桌子旁吃年夜饭

4AIGC图生图步骤二：设计初始版文字分镜如果将以上分镜所需画面内容的文字陈述直接输入豆包，豆包也会生成相应的图像。但是很明显，以上的文字陈述缺乏对光影节奏、画面细节及氛围质感的精准描述，导致生成图像易出现光影割裂、细节模糊、感情错位等问题。因此需对每段文字分镜进行精细化润色，不断强化人物、动作、神态的细腻刻画，统一光影方向与色温，明确镜头景别与构图逻辑等。其中，要充分利用步骤一生成的人物形象，将其作为视觉锚点嵌入各分镜描述中，确保人物形象、服饰纹理、神态细节等的高度一致。

4AIGC图生图步骤三：设计具体文字分镜并生成插画以分镜1期待

为例优化阶段提示词内容生成效果优化方向初始版爷爷奶奶期待除夕夜，复古油画风，比例

16:9。（主体+风格+参数）画面模糊、场景不明确，人物形象不符合要求补充参考图、环境、细节信息优化版爷爷奶奶的人物形象为参考图中的爷爷奶奶形象。奶奶看着日历，日历上有除夕夜的字样。爷爷奶奶不要占据画面大部分面积，房子布置整洁。爷爷奶奶脸上要有笑容，比较温和。屋子里有生活气息，屋子里有一张大桌子，桌子上有少许水果，屋子的窗户外要有小巷的风景，风景有烟火气，朦胧的远景即可。复古油画风，比例

16:9。（主体+环境+风格+参数+细节）场景贴合，细节精准，但是人物多了爸爸妈妈和女儿（未限制人物）限定人物只有爷爷奶奶最终版爷爷奶奶的人物形象为参考图中的爷爷奶奶形象。奶奶看着日历，日历上有除夕夜的字样。爷爷奶奶不要占据画面大部分面积，房子布置整洁。爷爷奶奶脸上要有笑容，比较温和。屋子里有生活气息，屋子里有一张大桌子，桌子上有少许水果，屋子的窗户外要有小巷的风景，风景有烟火气，朦胧的远景即可。复古油画风，比例

16:9。人物只有爷爷奶奶。（主体+环境+风格+参数+细节）

画质优秀，细节到位，符合需求

4AIGC图生图步骤三：设计具体文字分镜并生成插画分镜“期待”初始版

4AIGC图生图步骤三：设计具体文字分镜并生成插画分镜“期待”优化版

4AIGC图生图步骤三：设计具体文字分镜并生成插画分镜“期待”最终版

5AIGC图像优化5.1应用场景介绍初中生小胡对AIGC技术怀有浓厚兴趣，时常主动关注技术发展动态，探寻其在视觉创作领域的多种可能性。近期，图片组合技术的热度不断上升，很多人运用此技术融合不同图像，创作出富有创意的作品，这一技术引起了他的关注。小胡一直喜爱柯基犬以及导演新海诚电影中的人物形象，期望能与他们留下“专属合影”。看到图片组合技术的应用后，小胡认为这是实现心愿的有效途径，既能够将自己的形象与柯基犬的图像相融合，营造出互动场景，也能够与动漫人物小A的图像相结合，创