国内文生图工具大比拼：梦、可灵、豆包的应用探秘与提示词技巧分享

近年来，AI大模型生成图像技术的出现，为文章插图、营销活动及短视频封面等提供了全新的解决方案，显著提升了工作效率和便利性。本文将比较国内主流的文生图工具，如即梦、可灵和豆包，探讨文生图的提示词策略，并展示不同工具在相同提示词下的效果。

在大模型图像生成技术尚未问世之前，为了找到合适的封面图，我常常需要在浏览器中逐一查看搜索结果，费时费力。有时候找到了一张符合要求的图片，却因清晰度不足而无法使用，给文章配图带来了不少困难。若是为了活动制作宣传图，几乎不可能从网上找到理想的素材，通常只能请平面设计师帮忙，或者在网上寻找报价。

即便是请设计师，往往还需要排期，这样的沟通和等待都让人觉得相当耗时。然而，随着大模型文生图的出现，文章封面的设计、插图、宣传图、Logo，以及简单的图像编辑，都可以通过AI轻松完成。在过去几个月里，我的文章封面及内部配图几乎都是由AI生成的。

同时，我最近也在制作短视频，封面同样是通过AI生成的，且上面还附有相关文字。

此外，还有商业宣传的图文内容。

我所创建的智能体所需的数字人形象和背景图，令人难以分辨哪些是真实照片，哪些是AI生成的。

此外，我还在探索其他各种场景，比如用户商品的主图，给模特更换服装等。

接下来的内容安排如下：

a、我们将介绍国内常见的文生图工具及其各自的优缺点；

b、随后，我们会对文生图的提示词策略进行简要梳理；

c、最后，使用相同的提示词在不同工具上生成图片，观察其效果。

一、国内工具概述

以下是最新评测的国内主流文生图工具对比表，涵盖生成质量、功能特点、使用成本及适用场景等多个维度。

在现今市场上，众多文生图工具纷纷推出，通常提供一定的免费使用额度（如积分制或灵感值），但若需要频繁商用则必须订阅相关服务。例如，通义万相（依托淘宝数据）和可灵AI（提供虚拟试穿功能）都是非常受欢迎的选择。

一、提示词的构建要素

为了有效构建文生图的提示词，我们需要从多个维度进行系统分析。以下是根据行业主流实践整理出的关键要素：

1. 内容描述

主体（Subject）：

• 示例：一位身穿汉服的少女，手握油纸伞。
• 核心对象：清晰界定人物、动物或物体的特征，例如年龄、服饰、姿态等。
• 细节强化：可包含材质（如陶瓷杯）、状态（热气腾腾）及纹理（毛茸茸）等信息。

环境与背景（Environment）：

• 示例：晨曦中的雪山顶，冰晶覆盖松枝。
• 物理场景：区分室内与室外，自然景观（如雪山或森林）、城市街景等。
• 动态元素：考虑天气（如暴雨或晴天）、光线（如霓虹反射或晨光）等。

情感与氛围（Mood）：

• 示例：幽蓝色调，营造出苍茫的孤寂气氛。
• 抽象意境：传达孤寂感、梦幻感或赛博朋克式的压抑感。

2. 艺术控制

风格（Style）：

• 示例：水墨画风格，带有皮克斯动画的质感。
• 艺术流派：可选择水墨画、浮世绘、赛博朋克或吉卜力风格。
• 媒介形式：如油画、水彩、3D渲染或摄影写实等。

构图与视角（Composition）：

• 示例：采用鸟瞰视角，动态构图，留白20%。
• 镜头语言：可使用广角、微距或俯拍，采用中心对称或三分法构图。
• 主体比例：分全身像与半身特写，控制留白空间。

画质与细节（Quality）：

• 示例：超写实细节，焦点清晰，自然光晕效果。
• 技术参数：如8K超清、电影级光影及细腻纹理等。
• 光影效果：可考虑体积光、丁达尔效应及HDR等。

反向提示词（Negative Prompt）：

• 排除模糊、畸变、多余肢体及文字等元素。
• 示例：避免出现水印、低分辨率等问题。

结构化公式（万能框架）：

• [主体]+[细节描述]|[环境背景]|[艺术风格]|[情感氛围]|[技术参数]

注意要点：保持描述简洁精准，避免冗余，核心词应置前，确保描述清晰。

二、生成效果展示

使用以下提示词生成的效果：

一位年轻貌美的女士，穿着休闲，坐在复古风格的咖啡馆木凳上，面前的榆木桌上放着一杯陶瓷杯装的拿铁，表面有麦穗拉花，热气升腾。她微微偏头，望向窗外，夕阳正缓缓下落，阳光透过窗户洒在她的脸上，可以看到她脸上细微的毫毛。

在百度中打开页面，点击顶部的“AI”选项，然后选择“AI生图”功能，在输入框中输入提示词，稍等片刻即可生成图像。

以下是生成的效果图：

可灵AI的使用方式：访问可灵AI官网 https://app.klingai.com/cn，在左侧找到“图片生成”选项，选择左上角的“文生图”，将提示词粘贴进去即可。

首先，访问豆包的官方网站，创建一个新的对话。接着，在对话框下方找到“图片生成”选项并进行选择。

完成后，您将看到生成的效果图。此外，这些效果图还可以进行进一步的编辑和调整。

对于使用即梦AI，只需访问其官网，选择“文成图”选项，然后将您想要的提示词粘贴进去，最后点击生成按钮。

最后，您也可以生成出想要的效果图。

探索图像生成工具的使用体验

首先，访问腾讯元宝的官方网站，找到相关链接后，在右侧的输入框中填入所需的提示词。生成的效果图如图所示，这种呈现方式虽然真实，但所生成的任务图案却显得十分卡通化。

接下来，访问通义万相官网
https://tongyi.aliyun.com/

在页面的左侧，找到生成图标，并在下方输入框中选择图像选项，接着输入提示词，生成结果如下所示。

值得注意的是，第二章的咖啡杯与提示词并不一致，而其他几张图片中的凳子也并非木制，这些都存在问题。此外，该工具使用时需要收费，但注册后会赠送一些积分。

总体来说，虽然大部分模型能够生成可用的图片，但不同模型对于提示词的响应效果却各有差异。而相对而言，免费的百度和豆包的表现还是相对不错的。

本文由人人都是产品经理的作者【markzou】创作，微信公众号为：【markzou的笔记】。该内容为原创/授权，发布于人人都是产品经理，未经许可，严禁转载。

题图来源于Sora生成的视频截图