一、理解AI文生图的基本原理
AI文生图（Text-to-Image Generation）是通过自然语言描述（即“提示词”或 Prompt）驱动深度学习模型生成对应图像的技术。当前主流模型如Stable Diffusion、DALL·E、Midjourney 和国内的通义万相（Qwen-Image）等，均依赖高质量的文本输入来产出视觉内容。
二、写出有效的提示词（Prompt）
提示词的质量直接决定生成图像的效果。一个优秀的Prompt通常包含以下要素：
- 主体描述：明确你要画什么，例如“一位穿汉服的少女”。
- 风格关键词：如“赛博朋克”、“水墨画”、“吉卜力动画风格”。
- 细节修饰：包括光照（“柔光”、“逆光”）、视角（“俯视”、“特写”）、情绪（“忧郁”、“欢快”）等。
- 负面提示（Negative Prompt）：排除不想要的元素，如“模糊”、“低分辨率”、“多手指”。
示例 Prompt：
(masterpiece, best quality, 8k), a serene lakeside at dawn, mist rising from water, pine trees in background, soft golden sunlight, cinematic lighting, landscape photography style --neg lowres, blurry, text
三、选择合适的AI模型与平台
不同模型擅长不同风格：
- Stable Diffusion：开源、可本地部署，适合精细控制，社区模型丰富（如Realistic Vision、DreamShaper）。
- Midjourney：艺术感强，适合插画、概念设计，需通过Discord使用。
- 通义万相（Qwen-Image）：中文理解优秀，支持中文Prompt，适合中文用户快速上手。
四、调整关键参数提升画质
除了Prompt，以下参数也至关重要：
- 采样步数（Steps）：通常20–50步，步数越高细节越精细，但边际效益递减。
- CFG Scale：控制模型对Prompt的遵循程度，一般7–12之间较平衡。
- 分辨率：建议至少512x512，更高分辨率需配合高清修复（Hires Fix）避免崩坏。
五、实战技巧与常见误区
- ✅ 使用权重强调关键词：如 (red dress:1.3) 可增强“红裙”的表现力。
- ✅ 分层构建Prompt：先定主体，再加风格，最后调细节。
- ❌ 避免矛盾描述：如“写实风格” + “卡通渲染”会导致模型混乱。
- ❌ 堆砌过多关键词：可能互相干扰，反而降低质量。
六、进阶：结合ControlNet或LoRA实现精准控制
对于专业需求，可使用ControlNet控制姿态/构图，或加载LoRA微调模型以生成特定角色、画风。例如，用OpenPose控制人物姿势，用Canny边缘图引导建筑结构。
结语
AI文生图不是“魔法”，而是“语言+技术+审美的结合”。掌握提示工程（Prompt Engineering）的核心逻辑，配合合适的工具与参数，你就能稳定产出高质量图像。现在就去 text2img.pro 尝试你的第一个AI杰作吧！