不知道大家有没有这种感觉，每次刷某红书或者某音，看到那些大神用AI生成的图，那个光影，那个构图，简直绝了，感觉他们用的和我下的不是一个软件。结果自己一上手，好嘛，输入一段自以为辞藻华丽的描述，出来的图简直是大型翻车现场。
我跟你们说，最开始玩这个，我真的是被那个 ai绘画瞎 整得没脾气。你要啥它偏不给啥，我要一个“在雨夜里微笑着流泪的赛博朋克少女”，它给我生成个啥？一个五官错位、脸上流着银色油漆的机器人，背景还是个晴天。当时我心里就一万个草泥马奔腾而过，这哪是绘画啊，这简直就是人工智障嘛 -1。后来我才琢磨过味儿来，这事儿真不能怪AI，咱自己也得懂点“黑话”和套路。今儿咱就掏心窝子聊聊，怎么从那个“人工智障”的阶段，过渡到“人工智能”的阶段，全是干货，没有一点虚的。
首先咱得搞明白一个事儿，AI它画画，不是像咱们人一样，先有个构思，再打草稿，再上色。它的工作方式特别像个超级大懒蛋外加重度精神病患者 -3-9。它是在一张全是噪点（就像老式电视没信号那种雪花点）的图上，根据你给的那几个词儿，一点一点地把噪点往回“搓”，搓成它觉得最像那么回事儿的图像 -8。所以，它不是“画”出来的，是“猜”出来的，而且是猜概率。你让它画“三个苹果”，它脑子里不是数“1、2、3”，而是觉得“三个苹果”这个画面，大概率出现在一张好看的水果静物图里，所以它优先保证了“好看”，至于数量对不对，它才不管呢 -3-9。明白这点，你就能理解为啥它总是不听话了。
那怎么才能让这个“大聪明”听话一点呢？关键就在那几个歪门邪道的词儿上。你别光写那些形容词，什么“美丽的”、“惊人的”，这些词儿太虚了，AI听了也迷糊。你得把它当三岁小孩儿，掰开了揉碎了告诉它。比如说，你想要个美女，你不能光说“漂亮姑娘”，你得说“一个皮肤白皙、有雀斑、眼神忧郁、黑色长直发、穿着白色棉麻连衣裙的年轻亚洲姑娘”。越具体，它越能get到你的点 -7。
但光有正面描述还不够，有时候你得学会骂它，这就是所谓的“负面提示词” -4-10。这玩意儿可太重要了。比如你想要写实风格，你必须在负面词里写上“卡通，动漫，油画，水彩，3D渲染”，要不然它铁定给你整出个二次元来。我第一次画人像的时候，忘了写“没有畸形的手指”，好家伙，出来的图美是美，就是手跟千手观音似的，长了七八根指头，吓得我差点把鼠标扔了。从那以后，“多余的手指，畸形的手，扭曲的肢体”就成了我每一张图的标配咒语 -4。这一步其实就是用来对抗那个 ai绘画瞎 整活儿的，你不把丑话说在前头，它就能给你整出各种幺蛾子。
除了会骂，还得会抄。别觉得不好意思，刚开始学，谁不是从模仿开始的？那些网上大佬分享的提示词，你就直接复制过来用，看看人家是怎么组织语言的。你会发现，大佬们的提示词都是有结构的，一般都是“主体 + 场景 + 光线 + 风格 + 构图”这么个套路 -7。比如“一个穿汉服的少女/在元宵节灯会上/月光和暖色灯笼光混合/新中式国风插画风格/全身照”。用这种方式去写，比你东一榔头西一棒子乱写一通，成功率要高得多。
工具的选择也是个大学问。现在市面上的AI绘画工具多如牛毛，Midjourney、Stable Diffusion、文心一格、通义万相等等，让人眼花缭乱 -3-7。咱普通人没必要每个都精通，但得知道哪个适合干啥。比如Midjourney，那家伙就是个“艺术生”，审美特别好，你给它个简单的词，它就能给你整出张很有氛围感的艺术照，特别适合做头像或者插画参考，但你想让它画个精准的产品设计图，它就抓瞎了 -6-7。反观Stable Diffusion，它就是个“理工男”，虽然上手难点，得学各种参数、插件，但只要你把ControlNet这些工具用好了，它就能特别听话地按照你的草图、你的姿势去生成，指哪儿打哪儿，特别适合做设计落地的活儿 -5-8。你要是让一个理工男去搞抽象艺术，那出来的东西八成也是 ai绘画瞎 胡闹。
说到这，我就想起前几天想做个新中式风格的北京海报，用了好几个工具试 -6。有个工具叫Nano Banana Pro（其实就是Gemini 2.5 Flash的一个版本），用它生成的故宫红墙剪影搭配仙鹤，那细节，那质感，真的是绝了，红墙的肌理感，仙鹤的灵动劲儿，看着就跟真的工笔画老师父画出来似的。但换个工具，比如用即梦AI，光影氛围是有了，但细节上就有点糊弄，建筑物的线条有时候都对不齐。再用豆包试试，好家伙，直接给我整了个大杂烩，元素倒是都堆上去了，但密密麻麻的，看着跟过年贴的灶王爷年画似的，没有主次 -6。你看，这就叫术业有专攻。咱得根据自己手头的活儿，去挑那个最顺手的工具。
还有一个特别坑的点，就是文化理解。我之前让AI画“中秋节吃月饼的女孩”，结果有的AI给我画了个穿和服的姑娘，拿着个日式点心，背景还飘着樱花。给我气乐了。这说明了啥？说明有些AI的训练数据里，东方文化的素材可能比较杂，它分不清中国、日本、韩国的区别 -3-9。所以涉及到咱们自己文化里的东西，比如汉服、比如特定节日，你的提示词就得特别严谨，最好加上“中国传统服饰”、“明清风格”、“中秋赏月”这种特别明确的限定词，不然它就能给你来一出关公战秦琼。
玩了这么久，我最大的感受是，AI这玩意儿，它就是个超级厉害的复印机加拼贴匠，它没有真的审美，也不懂啥叫感情。它能给你堆砌出最华丽的细节，最炫酷的光效，但画面的灵魂，还是得靠咱们自己给 -2。比如你想表达一种孤独感，光写“孤独的人”没用，你得告诉它，“一个人坐在空旷的站台长椅上，背影，黄昏，拉长的影子，周围没有人”，它才能get到你想要的那种情绪。这种把抽象感觉转化成具体画面的能力，才是咱们人最核心的竞争力。
所以说，别再抱怨那个 ai绘画瞎 折腾你了。咱得把它当成一个有点才华但不太听话的小弟。你得学会清晰地给它下指令（结构化提示词），学会把丑话说在前头（负面提示词），还得学会根据不同的活儿派不同的小弟去干（选对工具）。当你把这套整明白了，你会发现，这不再是瞎折腾，而是真的在创作。就像人家书上说的，“用思想驾驭算法，让技术服务于艺术” -2，到那时候，不是AI在画，而是你在透过AI的手，把脑子里的那个世界给具象出来。
行了，今儿就啰嗦这么多，这都是真金白银换来的教训啊。希望对刚入坑或者还在坑边观望的朋友们有点用。有啥不同意见，或者你也有啥翻车名场面，欢迎在评论区唠唠，咱一起进步嘛！