AI 艺术入门：从提示词到作品，工具、流程与判断标准

很多人第一次做 AI 图像，流程是这样的：输入一句描述，等几秒，从四张图里挑一张顺眼的，保存。这个流程能出图，但很难出作品。差别不在工具，而在你是否把生成当成一个可以控制、可以复述、可以修改的过程。

把生成拆成四步

1. 先写“为什么”

在写提示词之前，先用一句话说明这张图要解决什么问题：是封面、角色设定、空间气氛，还是对某个视觉套路的反驳。没有意图，后面的选择就只剩“好看”一个标准，而“好看”通常来自模型训练数据里最常见的答案。

2. 把描述拆成可控变量

把一句话拆成几组：主体、动作、环境、光线、材质、视角、构图、色调。每次只改一到两组，观察结果如何变化。这样你得到的是可比较的样本，而不是一堆互不相关的图。

3. 生成变体，而不是生成答案

同一条描述至少跑一轮变体：换视角、换光线、换画幅。别急着挑最好看的那张，先看哪一类方向稳定、哪一类方向总是崩。稳定说明描述清楚，崩说明你还没想清楚。

4. 筛选、再生成、再筛选

第一轮结果通常只能当草图。把问题写下来：手部结构、文字、透视、重复纹理、光源矛盾。针对具体问题改描述或改用图生图、局部重绘，而不是整张重抽。

提示词不是作品

提示词是输入参数，作品是你做出的一系列选择：选哪一版、裁掉什么、怎么排、放在什么上下文里。展览和出版物不会因为提示词很长就给作品加分。同一个提示词在不同模型、不同版本、不同随机种子下结果不同，这正说明它更像配方，而不是作品本身。

所以不要花大量时间收集“神级提示词”。更有效的做法是建立自己的小型词表：你常用的光线说法、材质说法、镜头说法，以及哪些词在你的工具里其实没有效果。

工具类型：按产出选，不按热度选

• 文生图：从文字生成静态图像，适合草图、气氛图和风格探索。
• 图生图与局部重绘：在已有图像上修改，适合控制构图、修手、换背景。
• 视频与动画：从文字或图像生成短片段，重点在运动一致性和时长限制，不适合直接当叙事成片。
• 工作流与批处理：把多个模型、放大、分割、合成串起来，适合需要稳定复现的系列项目。

工具会更新，价格和功能也会变，别把学习计划绑在某个具体产品上。先掌握“输入—变体—筛选—修改”的循环，换工具时迁移成本会低很多。

做系列，而不是做单张

单张图靠运气，系列靠判断。给自己设一个约束：同一视角拍十张、同一色板做六张、同一个角色换五个场景。约束会逼你回答“什么必须保持一致”，这比任何提示词技巧都更接近创作。

系列还有一个好处：它天然产生比较。观众能看到你的选择，而不是只看一张孤立的图。

选图、后期与呈现

选图时按用途排序，而不是按喜好排序。封面要看小尺寸是否成立，印刷要看分辨率和暗部，网页要看裁切后主体是否还在。后期不只是调色：裁切、拼接、局部修正、加字、排版，都会改变作品的性质。

如果你要打印，先确认输出尺寸和纸张，再把图放大到实际尺寸检查细节。屏幕上看不出的问题，印出来会非常明显。

记录过程

至少保存这些信息：提示词、模型与版本、随机种子、参考图、修改步骤、生成日期。这样做有四个实际用途：复现某一版、向合作方说明制作方式、在讨论版权与署名时有据可查、写创作笔记。

记录不需要很复杂，一个表格加一个文件夹就够。关键是别等作品完成后再回忆。

怎么判断一张图只是“默认审美”

可以问五个问题：

1. 把标题拿掉，它还成立吗？
2. 它和同类作品的可替换性有多高？
3. 细节经得起放大吗，还是只有缩略图好看？
4. 构图和光线是你选的，还是模型的默认偏好？
5. 它有没有回答你最初写下的那个“为什么”？

如果五个问题都答不上来，这张图可能只是模型的平均答案。它不一定难看，但很难成为你的作品。

四周学习路径

• 第一周：固定一个主题，每天做十张变体，只改一个变量，周末回看变化。
• 第二周：学图生图与局部重绘，把第一周最好的一张修到可交付。
• 第三周：做一个小系列，统一视角或色板，写三百字创作说明。
• 第四周：整理过程记录，输出一份可展示的页面或 PDF，并请一个非本领域的人给反馈。

想继续深入，可以从 ml4a 的开放教材了解机器学习与艺术的基本概念，在 AIArtists 看其他创作者如何描述自己的工作方法，再到 Creative Applications 观察项目如何被记录和展示。需要机构视角时，School of Machines 与 UCLA Art|Sci 的项目页能提供跨学科的合作样本。

更多入门路线可以按学习分类浏览。