不需要会画画，不需要学设计，只要你会打字，AI 就能帮你生成想要的图片。本文从零开始，教你掌握 AI 图片生成的核心玩法。

什么是 AI 图片生成

AI 图片生成，简单来说就是：你用文字描述想要的画面，AI 根据你的描述自动生成图片。这个过程不需要任何绘画技能，只需要你把想法说清楚。

这项技术在过去两年经历了爆发式发展。2022 年 Midjourney 横空出世，让普通人第一次体验到"文字变图片"的魔力；随后 DALL·E、Stable Diffusion 等工具相继推出，国产的通义万相、文心一格也快速跟上。到现在，AI 生成的图片已经广泛用于自媒体配图、电商素材、PPT 插图、甚至商业广告。

核心原理一句话：AI 在训练时"看"了数以亿计的图片和对应的文字描述，学会了"什么样的文字应该对应什么样的画面"。你给它一段描述，它就根据学到的规律生成一张全新的、不存在的图片。

主流工具一览

主流 AI 图片生成工具对比

目前市面上的 AI 图片生成工具可以分为三类：

在线平台（推荐新手）

通义万相：阿里出品，原生中文支持，免费额度充足，注册即可使用。适合国内小白用户快速上手。

DALL·E 3：OpenAI 出品，集成在 ChatGPT 中。如果你已经是 ChatGPT 用户，直接在对话中让它画图即可，中文 Prompt 也能用。

Midjourney：画质公认最好，但需要通过 Discord 使用，且 Prompt 主要用英文。适合对画质有追求的用户。

本地部署（适合技术玩家）

Stable Diffusion：开源免费，可以部署在自己电脑上，完全离线使用。社区模型丰富，可玩性最高，但对电脑配置有要求（建议有独立显卡）。

集成在其他工具中

很多工具已经内置了 AI 图片功能：Canva 的"魔法图片"、美图秀秀的"AI 绘画"、Notion 的 AI 生图等。这些适合不想额外注册新工具的用户。

新手建议：先用通义万相或 DALL·E 3 练手，零成本、零门槛。等你熟悉了 Prompt 的写法，再考虑 Midjourney 或 Stable Diffusion。

四步生成流程

AI 图片生成四步流程

第一步：选工具

根据你的需求选择一个平台。新手推荐通义万相（免费、中文友好）或 DALL·E 3（如果你有 ChatGPT 账号）。注册登录后找到图片生成功能入口。

第二步：写 Prompt

这是最关键的一步。Prompt 就是你给 AI 的"图片描述"。写得好，出图质量高；写得差，出来的图可能完全不是你想要的。

Prompt 的基本结构：

要素	说明	示例
主体	画面的核心内容	一只橘猫
场景	在什么地方、什么环境下	坐在窗台上，窗外是雨天
风格	画面的艺术风格	水彩画风格 / 写实摄影 / 像素风
细节	光影、色调、构图等	暖色调，柔和光线，特写镜头

完整 Prompt 示例：

一只胖胖的橘猫，坐在窗台上，窗外是雨天，水彩画风格，暖色调，柔和的光线，特写镜头

第三步：生成与筛选

点击生成后，AI 通常会给你 2-4 张候选图。挑选最接近你预期的那张。如果不满意，可以：

调整 Prompt：增加或修改描述细节
换风格关键词：比如把"水彩"换成"油画"
加否定词：告诉 AI 你不要什么，比如"不要文字、不要模糊"
直接重试：同样的 Prompt 每次生成结果不同，多试几次可能就满意了

第四步：后期调整

AI 生成的图片很少能 100% 直接用。通常需要：

裁剪：调整构图，去掉多余的部分
修瑕疵：AI 常在手指、文字、小物件上出错，用修图工具修补
调色：统一色调，匹配你的使用场景
放大：如果分辨率不够，可以用 AI 放大工具（如 Real-ESRGAN）提升清晰度

Prompt 写作技巧

技巧一：从简单开始，逐步加细节

不要一上来就写一长串。先写核心描述，看效果，再逐步添加细节：

第 1 轮：一只橘猫
第 2 轮：一只橘猫，坐在窗台上
第 3 轮：一只橘猫，坐在窗台上，窗外是雨天，水彩画风格
第 4 轮：一只胖胖的橘猫，坐在窗台上，窗外是雨天，水彩画风格，暖色调，柔和光线

技巧二：用具体的形容词代替抽象词

不好	好
一张好看的图	电影级画质，浅景深，虚化背景
一个漂亮的城市	赛博朋克风格的东京夜景，霓虹灯，雨后街道
可爱的狗	金毛幼犬，歪头，大眼睛，草地上的阳光

技巧三：指定图片用途来约束比例

手机壁纸：竖版构图，9:16 比例
公众号封面：横版构图，16:9 比例
头像：正方形构图，1:1 比例，简洁背景
PPT 配图：扁平插画风格，简洁干净，留白充足

技巧四：善用风格关键词

这些风格词可以快速改变画面质感：

写实类：写实摄影、电影级画质、8K 分辨率、超高清
插画类：扁平插画、矢量风格、日系插画、绘本风格
艺术类：油画、水彩、素描、版画、浮世绘
科技类：赛博朋克、未来主义、极简主义、霓虹灯

实用场景示例

场景一：自媒体文章配图

扁平插画风格，一个人坐在电脑前工作，桌上放着咖啡杯，窗外是城市夜景，暖色调，简洁干净，适合公众号文章配图

场景二：产品展示图

一双白色运动鞋，放在大理石台面上，柔和的工作室灯光，纯白背景，产品摄影风格，高清细节

场景三：PPT 背景图

抽象几何图形，蓝紫色渐变，科技感，留白充足，适合做 PPT 背景，16:9 比例

场景四：社交媒体头像

卡通风格头像，一只戴墨镜的柴犬，赛博朋克色调，霓虹灯背景，正方形构图

常见问题

Q：生成的图片版权归谁？

目前各平台政策不同。通义万相和 DALL·E 3 付费用户通常拥有商用版权；免费版可能有限制。使用前建议查看平台的用户协议。

Q：为什么 AI 画不好手和文字？

这是因为 AI 是通过像素统计规律生成图片的，对精细结构（手指数量、汉字笔画）的把控还不成熟。遇到这类问题，后期修补是最实用的解决方案。

Q：一张图生成要花多少钱？

通义万相有免费额度；DALL·E 3 在 ChatGPT Plus 中包含；Midjourney 最低 10 美元/月；Stable Diffusion 本地运行完全免费。日常使用的话，免费方案基本够用。

Q：同样 Prompt 每次生成的图一样吗？

不一样。AI 生成过程有随机性，同样的 Prompt 每次都会产生不同的结果。这也是为什么建议多试几次——可能第 3 张就比第 1 张好很多。

总结

AI 图片生成的核心就是：选工具 → 写 Prompt → 生成筛选 → 后期调整。不需要绘画基础，不需要设计经验，只要你能把脑海中的画面用文字描述出来，AI 就能帮你实现。

建议从通义万相或 DALL·E 3 开始，用上面的 Prompt 模板多练几次，很快你就能生成让人惊艳的图片了。

技术博客

AI 图片生成入门：从零开始用文字创造图片

热门标签