AI绘画软件教程：主流工具从安装到精通的操作学习路径

先说一个残酷的现实：AI绘画软件目前处于"春秋战国"阶段——每个月都有新工具冒出来，每个季度都有老工具改版或倒闭。试图"全面掌握所有工具"是一条死路。正确的策略是：选一个主力工具深耕到80分，再横向扩展其他工具补充短板。下面我按"起点→路径→里程碑"的结构把主流工具的学习路线图画出来。

工具选择决策树——根据你的硬件、目标和预算选对第一个工具

不要一上来就装Stable Diffusion——如果你的显卡不够或者只是想快速出几张图，有更合适的起点。决策树：如果你的目标是"先体验一下AI绘画，看看好不好玩"→从Midjourney开始（无需安装、Discord里直接输入Prompt、十分钟出第一张图）。如果你的目标是"做电商产品图、设计稿等商用场景"→从Midjourney开始（画质最稳定、风格控制最丰富），后续再学Stable Diffusion做精细化控制。如果你的目标是"二次元/动漫风格角色创作"→从Stable Diffusion + 动漫风格Checkpoint（如Anything V5、Counterfeit）开始——Midjourney的二次元风格不如SD。如果你的显卡显存≥8GB且你愿意折腾技术→Stable Diffusion WebUI（Automatic1111）或ComfyUI是最终归宿。如果你的显卡不够且不想花钱订阅→Bing Image Creator（免费DALL-E）、Leonardo.ai（每日免费额度）、Playground AI都是不错的入门选择。关于硬件选购的具体建议，AI绘画工具选购指南里有从显卡到数位板的完整硬件配置方案。

Midjourney学习路径：从/imagine到/style tuner的五个阶段

Midjourney的入门门槛极低但精通天花板极高——你可以在五分钟内出第一张图，但花三个月才能稳定地"让AI画出你脑子里那张图"。第一阶段（Day 1-3）：基础命令——"/imagine"生成、U/V变体操作、"--ar"比例设置、"--v 6.1"版本切换、Remix模式。第二阶段（Day 4-7）：参数控制——"--stylize"风格化强度（0-1000，数值越高越"艺术化"）、"--chaos"多样性（0-100，控制四张变体之间的差异度）、"--weird"非常规度（引入意外元素）、"--no"负面排除。第三阶段（Day 8-14）：高级Prompt技巧——多重Prompt权重（"mountain::2 forest::-0.5"）、图像Prompt混合（上传参考图+文字描述）、"/describe"反向分析（上传图片让MJ描述它）、"/blend"多图融合。第四阶段（Day 15-21）：风格一致性——"--seed"固定种子值、"--sref"风格参考（上传风格图作为视觉DNA）、角色一致性工作流。第五阶段（Day 22-30）：调色与风格定制——"/tune"风格调谐器（创建自己的视觉风格配方）、"--p"个性化参数、"--style raw"真实摄影风格。Midjourney官方文档更新极快，最权威的学习源是Midjourney官方文档——不要依赖B站上的中文教程，很多参数解释已经过时。Discord社区Midjourney官方Discord里的"prompt-craft"和"daily-theme"频道是观摩高手写Prompt的最佳现场。

Stable Diffusion学习路径：从安装地狱到ComfyUI节点的通关攻略

SD的安装曾经是AI绘画界最大的劝退门槛——现在好多了，但依然需要一定的技术耐心。第一阶段（Day 1-3）：环境搭建——安装Python 3.10、Git、CUDA Toolkit（版本必须与显卡驱动匹配）→下载Automatic1111 WebUI→下载第一个Checkpoint模型（推荐从Civitai下载SDXL或SD 1.5基础模型）→跑通"一个女孩"的测试图。如果你在这一阶段卡住了，90%是CUDA版本问题——去NVIDIA官网查你的显卡对应的CUDA版本。第二阶段（Day 4-10）：WebUI核心功能——txt2img（文生图）、img2img（图生图）、Inpaint（局部重绘）、ControlNet（精准控制构图/姿势/深度）、LoRA加载与应用。第三阶段（Day 11-20）：进阶控制——ControlNet的Canny（边缘检测）、OpenPose（骨架姿势）、Depth（深度图）、IP-Adapter（图像风格迁移）的联合使用。第四阶段（Day 21-30）：ComfyUI节点流——从WebUI迁移到ComfyUI，学习节点式工作流、自定义管线、批量处理、视频生成。ComfyUI的学习曲线很陡但天花板最高——一旦掌握了节点逻辑，你可以搭建出别人做不了的复杂工作流。SD学习最可靠的资源是AI绘画基础入门教程里的环境搭建章节。ControlNet和LoRA等进阶技术的原理在AI绘画进阶技法中有系统解析。

30天学习路线图——每天只花一小时的自学计划

很多人学AI绘画失败的原因是"周末突击八小时然后一周不碰"——肌肉记忆和Prompt思维是靠日积月累的。Week 1（选定工具+跑通流程）：Day 1选工具并完成安装→Day 2出第一张图→Day 3学基本参数→Day 4模仿一张别人作品的Prompt→Day 5临摹同一张图但换三种风格→Day 6-7复盘第一周所有图，标注每张图的优缺点。Week 2（掌握核心技巧）：Day 8-9练习Prompt权重控制→Day 10学负面Prompt→Day 11学风格迁移→Day 12学角色一致性→Day 13-14尝试一个"完整项目"（如：给一个虚构角色生成五张不同场景的图）。Week 3（突破创作瓶颈）：Day 15-17学习Inpaint和局部修改→Day 18-19学习ControlNet基础→Day 20-21用一周所学重新优化第二周的项目。Week 4（建立个人工作流）：Day 22-24整理自己的Prompt模板库→Day 25-26建立风格参考库→Day 27-28做一个完整商业模拟项目→Day 29-30复盘总结，输出一篇自己的学习笔记（教别人是最好的学习方式）。自我评估标准参考AI创意实验绘画里的能力自测表。

常见问题

Stable Diffusion安装一直报错怎么办？

SD安装的90%问题集中在三个地方：Python版本（必须是3.10.x，3.11和3.12都不行）、CUDA版本（去命令行输入"nvidia-smi"查你的CUDA版本，然后下载对应的PyTorch）、网络问题（下载模型和依赖包需要稳定的网络，部分资源需要科学上网）。如果反复失败，考虑用"Stability Matrix"——一个一键安装SD的第三方管理器，自动处理依赖关系，比手动安装省心很多。

学Midjourney还是Stable Diffusion？哪个更有前途？

这不是二选一——专业的AI画师两者都会。Midjourney负责"从0到1"的创意爆发（快速出图、风格探索、灵感验证），SD负责"从1到100"的精细打磨（局部重绘、精准构图、批量生产、定制训练）。如果只能先学一个：想快速上手选MJ，想做深度定制选SD。但最终两个都得会。

多久能学到可以接单的水平？

取决于你的起点。如果你有绘画或设计基础（懂构图、配色、光影），大约1-2个月可以达到接基础单的水平（头像定制、简单场景）。如果你完全没有视觉基础，需要3-6个月——因为Prompt技巧之外还要补构图、色彩、光影的基本理论。建议在学习AI绘画的同时，每周花两小时看摄影构图教程或经典绘画分析，这对Prompt能力的提升比多学几个参数更有效。