ai绘画如何使用？实测5款主流工具的入门教程

2023 年 3 月我第一次打开 Midjourney，对着输入框愣了有二十分钟——脑子里明明有个画面，就是不知道该敲什么进去。两年多过去，我用过十来款 AI 绘画工具，帮朋友做过电商主图，也给自己的公众号配过插画。到现在还有人隔三差五问我同一个问题：ai绘画如何使用，门槛到底高不高？

先给结论：不高。真正的门槛不在技术，而在"表述"和"迭代"。

核心结论摘要： AI 绘画的核心逻辑是"文字描述 → 图像输出"，完整流程分三步：选对工具、写清提示词、多轮迭代。零基础用户用 Midjourney 或即梦这类工具，通常 30 分钟内能出第一张可用图；需要精细控制或本地部署的场景，再考虑 Stable Diffusion。

五款主流AI绘画工具的定位差别

各家工具的画风、定价、上手难度差得很远，先看这张表再决定从哪里开始，比盲目跟风省事得多。

| 工具 | 核心定位 | 上手难度 | 价格参考 | 主要面向人群 | |---|---|---|---|---| | Midjourney | 艺术性上限最高 | 中 | 10 美元/月起 | 设计师、插画师 | | Stable Diffusion (SDXL) | 本地部署，完全可控 | 高 | 免费，需 8GB+ 显存 | 开发者、需要私有化的团队 | | DALL·E 3 | 语义理解强，对话式出图 | 低 | 含 ChatGPT Plus | 提示词写不好的人 | | 即梦 / 通义万相 | 中文原生优化 | 低 | 免费额度 + 会员 | 国内用户、电商、自媒体 | | Adobe Firefly | 商用版权最清晰 | 低 | 含 Creative Cloud 订阅 | 企业、广告公司 |

这张表我在过去半年里更新过三次。有意思的是，DALL·E 3 刚上线那阵子我特别不看好它——画面太"AI 味"了，塑料感重。但 OpenAI 在 2023 年 10 月发布的 DALL·E 3 系统卡里明确提到，他们在提示词跟随度上做了大量对齐工作，实际用下来确实如此：你写"一只戴礼帽的柯基在雨中散步"，它几乎不会跑偏，而同期 Midjourney 经常给你加一顶莫名其妙的帽子。

ai绘画如何使用：提示词才是那道真正的关

如果你在找一份 ai 绘画如何使用入门指南，这一节建议反复看两遍。工具可以换，提示词的思维方式是通用的。

一个完整的提示词通常包含六层结构：

1. **主体**——谁或什么东西
2. **场景/动作**——在哪、在做什么
3. **风格**——写实、水彩、赛博朋克、吉卜力
4. **构图**——特写、全身、俯视、广角
5. **光线**——逆光、柔光、黄金时刻、影棚光
6. **技术参数**——画面比例、风格化强度、随机种子

拿一个最简单的需求做对比。原始输入是"一只猫"，优化后可以写成：

一只橘色短毛猫趴在旧木桌上，午后侧逆光，浅景深特写，柯达 Portra 胶片色调，35mm 镜头 --ar 3:2 --style raw

同一台机器、同一个模型，这两句话出图的差距，大概是随手拍和商业摄影之间的差距。

英文还是中文？我实测下来，Midjourney 对英文提示词的理解明显更细，同一段描述英译过去，出图质量能差一档。不过这个局面在改善——Stability AI 在 2023 年 7 月发布的 SDXL 论文（arXiv:2307.01952）里提到，SDXL 采用双文本编码器架构，对多语种提示词的包容度比 SD 1.5 提升明显。国产工具则是反过来，即梦和通义万相对中文原生优化做得更深，你直接说"水墨风格的江南水乡"它就能懂。

想动手跑一遍本地流程的话，下面这段代码可以直接用：

依赖安装：pip install diffusers transformers accelerate torch

from diffusers import StableDiffusionXLPipeline import torch

加载 SDXL 基础模型，首次运行会下载约 7GB 权重

pipe = StableDiffusionXLPipeline.from_pretrained( "stabilityai/stable-diffusion-xl-base-1.0", torch_dtype=torch.float16, # 半精度，省显存 use_safetensors=True ) pipe = pipe.to("cuda") # 有 NVIDIA 显卡时启用 GPU 加速

提示词按前面说的六层结构来写

prompt = "一位穿汉服的少女站在江南雨巷，逆光，胶片颗粒感，85mm 定焦" negative_prompt = "模糊, 畸形手指, 水印, 文字"

image = pipe( prompt=prompt, negative_prompt=negative_prompt, num_inference_steps=30, # 步数越高越精细，耗时也线性增加 guidance_scale=7.5 # 7-9 之间画面通常比较自然 ).images[0]

image.save("output.png")

显存不够 8GB 的话，把 `torch_dtype` 改成 `torch.float32` 并不会更省，反而更吃内存，建议直接上 12GB 显存的卡，或者用云端的 GPU 实例。

我拿 Midjourney 做电商主图的那次经历

说个具体案例。朋友做茉莉花茶，要一张能放淘宝详情页的主图，预算有限不想请摄影。我接过来试了试。

第一版提示词是"一罐茉莉花茶放在木桌上"，出来的图非常像十年前那种廉价影棚产品图，毫无生活气息。第二版我加了场景和光线："一罐玻璃瓶装茉莉花茶放在老木窗台上，清晨侧光，窗外绿叶虚化"。第三版加了风格词"生活摄影风格，富士胶片色调"。三版下来花了不到 15 分钟，最后那张图朋友直接用了。

坦白讲，AI 绘画最反直觉的地方在于——第一张图不满意是常态，别急着换工具，先改词。我见过太多人第一张出得难看就断定"这工具不行"，其实模型只是没听懂你要什么。

还有个小坑：负向提示词在 Stable Diffusion 系里很管用，但在 Midjourney 里基本无效，MJ 用的是 `--no xxx` 参数。这个差异我第一次踩的时候浪费了半小时。

横向对比：五个维度看清差异

| 维度 | Midjourney | SDXL | DALL·E 3 | 即梦 | Firefly | |---|---|---|---|---|---| | 画面艺术性 | ★★★★★ | ★★★★ | ★★★ | ★★★★ | ★★★ | | 中文提示词理解 | 弱 | 中 | 中 | 强 | 弱 | | 可控性（局部重绘/ControlNet） | 中 | 强 | 弱 | 中 | 中 | | 上手难度 | 中 | 高 | 低 | 低 | 低 | | 商用版权清晰度 | 需看清条款 | 取决于模型许可 | 较清晰 | 较清晰 | 最清晰 |

可控性这一项差距最大。SDXL 配合 ControlNet 能做到精确控制人物姿势、画面构图，这是 Midjourney 目前给不了的。但反过来，Midjourney 出图的"审美起点"更高，新手随便写两句话也能出好看的图，SDXL 则需要你懂参数、会调采样器。

不同人群该怎么上手

• **完全零基础、只想快速出图**：即梦或 DALL·E 3，半小时内能出可用图
• **设计师、追求画面质感**：Midjourney，值得花一个月熟悉它的脾气
• **开发者、要批量生成或私有化部署**：SDXL 本地跑，配合 ComfyUI 搭工作流
• **企业/广告、版权敏感**：Adobe Firefly，训练数据来源最干净
• **做视频内容的**：先用 AI 绘画生成首帧，再喂给 AI视频生成工具做动态，这条链路现在跑得很顺

顺便提一句，如果你同时在搭内容生产流水线，AI写作助手负责文案、AI绘画负责静态视觉、AI视频生成负责动态素材——三件套组合起来，一个人的产出能顶过去一个小团队。我之前在 VergeX AI工具导航 上整理过一份分类清单，按使用场景做了归类，找工具的时候比一个个搜快得多。

新手最容易踩的三个坑

堆砌风格词。 有人喜欢一口气写七八个风格："赛博朋克+蒸汽波+极简+水彩"，模型会打架，最后出一张四不像。风格词两个以内足够。

迷信高分辨率。 Midjourney 出 1024 再放大，比直接生成 4K 更稳。直接拉高分辨率经常出现结构崩坏，尤其是手部和文字。

不存种子（seed）。 遇到一张满意的图，记得把 seed 记下来，后续微调构图和配色时能救命。

关于ai绘画如何使用的最终建议

说到底，ai绘画如何使用是个熟练度问题，不是知识问题。上面那套六层提示词结构，你套两遍就有手感了。我自己从"对着输入框发呆"到"15 分钟出一张能商用的图"，中间大概废了三四百张废图——这个成本，比报个摄影班便宜太多。

关键要点速览

• 工具选型看场景：中文轻量选即梦，画质优先选 Midjourney，可控私有化选 SDXL
• 提示词公式：主体 + 场景 + 风格 + 构图 + 光线 + 参数
• 首图不满意先改词，别急着换工具
• 负向提示词只在 SD 系有效，MJ 用 `--no` 参数
• 商用前务必查清模型许可条款

相关推荐

继续深入阅读

• [AI绘画工具完整榜单与场景分类](https://nav.vergex.cn)——按电商、插画、概念设计等场景做了细分
• [AI视频生成工具专题](https://nav.vergex.cn)——静态图转动态的下一步

工具与订阅

• 访问 [VergeX AI工具导航](https://nav.vergex.cn)，查看 200+ AI 工具的实测评级与更新动态
• 订阅 VergeX 每周通讯，第一时间获取新模型发布和实用提示词模板