AI绘画如何驯服不听话的AI?我的调教手册
直接给结果:驯服AI靠的是指令拆解,不是词堆得越多越好。顺序对了三步走——先锁构图,再锁风格,最后用负面词收边。我拿"云海上的悬空书店"这个需求做了四轮对照实验,通过率从零拉到八成,每轮改了什么、为什么改,下面全交代。
AI绘画驯服AI这件事,说难也难,说简单也就一句话:别把AI当画师使唤,把它当执行力很强但想象力死板的工人。你说"给我画个梦幻一点的书店",它给你随机发货;你说"木屋悬在云海上,落地窗,书架顶到天花板",它就开始听话了。这周我为了一张概念图跟它磨了四轮,过程值得写下来。
背景:我在给一个写作社群做封面,需求是"云海上的悬空书店",要空灵、要能看清书架。这个需求听起来人话十足,实际上每个词都能被AI理解成另一个方向。测试用本地SD跑,每轮十张,CFG定在7,种子随机,改的只有提示词本身——变量收干净,结论才站得住。
先锁构图,再锁风格,顺序错了全白搭
调教的第一原则:构图词放前、风格词放后,先让AI画对"什么东西在哪",再谈什么质感。反过来调,每改一次风格构图就跟着塌。
我第一轮就吃了这个亏。上来就写"吉卜力感的梦幻书店",出了十张,八张是开在街角的可爱小店,剩下两张干脆是水上的一条船。构图完全不在服务区,风格再美也白搭。
第二轮我把顺序倒过来:先写"一栋木造小楼悬浮在云海之上,四分之三侧面视角,画面下方是大片云层",末尾才带风格词。十张里有一张接近了。就一张,但方向对了。这一张给了我底气——构图词只要足够具体,它是能执行的。
第三轮继续加码:把"书店"这个词拆开,换成"木质小楼、满墙书架、暖黄的灯、落地窗外是流动的云"。通过的张数跳到了四张。问题出在云上,这个后面单说。
负面词是缰绳,不是鞭子
负面词管的是"别出现什么",写得越具体越管用;空泛的"低质量、模糊"几乎拦不住方向性跑偏。一次拦一件事。
我见过有人把负面词栏塞满几十个词,从"丑"写到"畸形",结果图更怪了。负面词互相打架,模型不知道该躲哪个。我的习惯是一次只拴一匹马:这轮云画崩了,就只加"棉花糖状的云、实心云块",别的不碰。
具体到悬空书店这个案例:第三轮的云海画成了摊开的棉花糖,甜得发腻。我在负面词里加了这两个词,正面词补上"层叠流动的薄雾",第四轮十张里八张能用。剩下两张,云是好了,书架又变成了空荡荡的墙——模型的世界里没有两全,认了,挑那八张。
还有一个心得:负面词写了之后要跑两轮再评估。第一轮经常是模型在"适应缰绳",画面会有一瞬间的更怪,别慌着删词。
翻车之后,该改哪半个词?
改词前先给翻车图归因:主体错改主体词,位置错改方位词,质感错改材质词,一次只动半个词,才看得清因果。
我把四轮的记录列在这儿。第一轮十张零通过,错在只给风格没给构图;第二轮通过一张,错在"书店"这个词太笼统,模型脑补成了门面;第三轮四张,云的质感跑偏;第四轮八张,收工。每轮之间我只动一到两个词,所以每一分进步都能对上原因。
这套"半个词原则"是我交学费换来的。早些年我脾气上头,翻车就把提示词整个重写,等于每轮都在重新抽卡,永远不知道是哪半个词立了功、哪半个词闯了祸。现在改词跟做实验一样,变量收着改,进度条就出来了。
对了,改完的提示词记得存档。我建了一个文档,每张满意的图后面挂着它的最终提示词和负面词。三个月下来翻一眼,比什么教程都好使——那是你自己调教出来的词库。
回到开头那个判断:AI不是不听话,是你还没把话说成它能执行的形状。构图先行、风格殿后、负面词收边、半个词半个词地改,这套顺序走完,"云海上的悬空书店"从零通过率到八成,也就四个回合的事。四个回合,烧的额度还没你闷头抽卡一晚上多。你手上那张总是画不对的图,多半也卡在同一个地方。
常见问题
提示词到底写多长合适?
我的经验是四十到一百个字之间,超过一百五模型就开始顾此失彼。长度不是重点,每个词都有明确分工才是。
负面词会不会把好东西也拦掉?
会,写太狠就误伤。比如负面词里放"冷色调",可能连带把晨雾的青灰也压没了。所以一次只拦一件事,拦完观察两轮。
调教好的提示词换个模型还能用吗?
骨架能搬,细节要重调。构图和主体的词通用性高,质感类、画风类的词对模型很挑,换模型先重跑一遍验证。
同一组词为什么今天和昨天出图不一样?
随机种子、模型版本、平台参数都可能变。要稳定复现,固定种子值,再把出图那天的参数原样记下来。