技能提升网我第一次用AI画图时，感觉自己像个傻瓜。我输入“一条龙在天上飞”，出来的东西简直没法看，要么像长了翅膀的蛇，要么就是一团模糊的玩意儿。直到我搞懂了玩法，才发现新世界的大门打开了。这东西根本不是什么一键生成奇迹的傻瓜软件，它是一个工具，就像相机一样，需要你学习怎么使用它。
这东西的原理，说白了就是一个超级会画画的“翻译”。你用文字告诉它你想要什么，它就把你的文字“翻译”成一张图片。你描述得越清楚、越具体，它“翻译”得就越准确。市面上这类工具有很多，比如 DALL-E 3、Stable Diffusion 等等，但我自己用得最顺手的还是 Midjourney。 它的特点是生成的图片艺术感很强，光影和质感都处理得很到位。
想玩转 Midjourney，其实就几步，但是每一步都有讲究。 首先你得有个 Discord 账号，这是个聊天软件，Midjourney 的机器人就住在里面。 你得先注册这个，然后加入 Midjourney 的官方服务器。进去之后，你会看到很多名为“newbies”的频道，这些就是给新手练习的地方。 所有人生成的图片都会在这里实时显示，所以你能看到全世界的人都在创造什么样的疯狂想法。
接下来就是最关键的一步：学习怎么跟它说话。你需要用一个叫“prompt”，也就是提示词的东西来下命令。基本指令是 /imagine，在这个词后面打上你想要画面的所有描述。
关键就在于，这个描述不能太随意。比如你只输入“一个女孩”，那它只能随便给你一个女孩，可能是任何风格、任何场景。但是，如果你能把需求拆解成几个部分，它就能理解得更清楚。一个好的 prompt 公式大概是这样的：主体 + 细节描述 + 风格 + 构图和光线。
举个例子，咱们来对比一下：
- 差的 Prompt：
一个穿着裙子的女孩在森林里- 好的 Prompt：
一个穿着复古红色连衣裙的年轻女孩，站在深夜的魔法森林里，周围有发光的蓝色蘑菇，柔和的月光透过树叶缝隙洒在她身上，电影感光线，超广角镜头拍摄，照片级真实感 --ar 16:9
你看，第二个描述包含了所有关键要素。主体是“年轻女孩”和“魔法森林”。细节是“复古红色连衣裙”和“发光的蓝色蘑菇”。风格是“照片级真实感”和“电影感”。构图和光线则是“超广角镜头”和“柔和的月光”。最后的 --ar 16:9 是一个参数，用来设定画面的长宽比为16比9。 这样一套组合拳打下来，AI 想不理解你都难。
Midjourney 的 V6 版本甚至能更准确地理解自然语言和更长的句子，还能在图片里生成准确的文字。 比如，你可以在 prompt 里用双引号括起你想写的字，像这样 a neon sign with text "Hello World"，它就能生成一个写着“Hello World”的霓虹灯招牌。 这是以前的版本很难做到的。而且 V6 生成的图片分辨率更高，细节也更清晰，光影效果非常真实。
当你输入指令并发送后，AI 大概需要一分钟来处理，然后会给你四张备选图片。 图片下方有两排按钮，U1到U4代表放大第一到第四张图，V1到V4代表以第一到第四张图为基础，再生成四张风格类似的图片。 如果都不满意，可以点那个刷新按钮，让它重新再画一次。
这东西的用处，早就超出了“画个好玩的图”这个范畴。很多行业的工作流程已经被它改变了。 比如，一些设计师用它来快速生成设计灵感和情绪板，大大缩短了构思阶段的时间。 以前要花好几天找参考、画草图，现在可能只需要一下午就能生成几十种不同风格的方案。 有些做电商的朋友，直接用它生成产品在不同场景下的展示图，省下了一大笔摄影和模特的费用。 甚至有游戏开发者用它来设计游戏里的场景和角色，快速把概念可视化。
我见过最颠覆的一个用法，是一位独立电影制作人。他预算有限，请不起专业的团队来画故事板。于是，他把自己的剧本拆解成一个个镜头描述，输入给 AI，一天之内就生成了整部电影的视觉故事板。 这在以前是不可想象的，它把专业影视制作的门槛拉低了很多。
但是，这并不意味着人类的创意变得廉价了。恰恰相反，工具越强大，对使用者的审美和想象力的要求就越高。AI 不会自己产生惊为天人的想法，它只会执行你的想法。你的想法有多具体、多有创意，它生成的结果才有多好。所以，现在比的已经不是谁画得好，而是谁的脑洞更大，谁能用更精准的语言去描述自己脑海里的画面。
这个工具只是把你脑子里那些模糊的、一闪而过的念头，变成了一张看得见、摸得着的图片。它把你从繁琐的执行中解放出来，让你能专心于思考“我到底想要什么”。
现在，唯一限制你创作的，真的只剩下你的想象力了。所以，下次有什么疯狂的想法，别只是想想而已，去把它做出来看看。
