探索国内文生图工具的应用：梦、可灵、豆包等的对比与使用指南

随着AI大模型文生图的问世，为文章的配图、宣传活动及短视频封面等提供了全新的解决方案，这不仅提升了效率，也带来了极大的便利。本文将对国内一些主流的文生图工具，如即梦、可灵和豆包等进行比较，探讨文生图提示词的相关方法论，并展示在相同提示词下，不同工具所生成的效果。

在大模型生成图像尚未普及之前，为文章寻找合适的封面配图，往往需要在浏览器中反复查找，耗费大量时间。有时虽然找到了一张不错的图片，但其清晰度却令人失望，确实让人感到挫折。若是为活动设计宣传图，更是难上加难，通常只能依赖平面设计师，或者花钱在网上寻找专业人士进行定制。

若设计师手头有其他项目，也需要排期，沟通时间更是漫长。然而，随着大模型文生图的引入，撰写文章时的封面、配图、宣传材料、LOGO及简单图像编辑等，都可以依靠AI迅速完成。最近几个月，我的文章封面和内部配图均由AI生成。

此外，我最近还在制作短视频，短视频的封面同样是由AI生成的，且封面上还附有相关文字。

还有商业宣传的图文内容

我制作的智能体所需的数字人图像和背景，几乎让人难以分辨是真实照片还是由AI生成的。

其它场景的应用仍在不断探索，例如用户商品的封面图、替换模特服装等。

接下来，我们将：

a、介绍国内常见的文生图工具及其优缺点；

b、对文生图的提示词方法进行简要梳理；

c、最后利用相同提示词在各个工具中生成图片，以便比较效果。

一、国内

以下是最新评测的国内主流文生图工具对比表，从生成质量、功能特色、使用成本和适用场景等多个维度进行分析：

探索国内文生图工具的优势与不足

许多文生图工具都提供了基础的免费使用额度，例如即梦的积分制和通义灵感值。然而，如果需要频繁进行商业使用，通常还是需要订阅付费服务。就电商运营而言，通义万相（依托淘宝数据）和可灵AI（提供虚拟试穿功能）都是值得关注的选择。

二、提示词构建

在构建文生图的提示词时，必须系统性地考虑多个方面。以下是根据行业实践总结出的关键要素。

1、内容描述

主体（Subject）：

*示例：一位穿着汉服的年轻女子，手持油纸伞。关键在于明确描绘人物、动物或物体的特征，包括年龄、服饰和姿态等。细节的强化可以涉及材质（如陶瓷杯）、状态（如热气腾腾）、纹理（如毛茸茸的质感）等。

环境与背景（Environment）：

*示例：在晨曦照耀下的雪山顶，松枝上覆盖着冰晶。需要考虑物理场景，如室内还是户外，自然景观（例如雪山或森林）或城市街景等，以及动态元素，如天气（暴雨或晴天）和光线（霓虹反射或晨光）。

情感与氛围（Mood）：

*示例：幽蓝色调营造出天地苍茫的孤寂感。可以表达抽象意境，如孤独、梦幻或赛博朋克式的未来压抑感。

2、艺术控制

风格（Style）：

*示例：采用水墨画风格，呈现皮克斯动画的质感。艺术流派可以是水墨画、浮世绘、赛博朋克或吉卜力风格，而媒介形式则可能包括油画、水彩、3D渲染或摄影写实。

构图与视角（Composition）：

*示例：鸟瞰视角，动态构图，留白20%。应考虑镜头语言的选择，如广角、微距或俯拍，以及构图的对称性或三分法，确保主体比例的合理安排。

画质与细节（Quality）：

*示例：超写实细节，焦点清晰，营造自然的光晕效果。可选技术参数包括8K超清、电影级光影效果，以及细腻的纹理表现，光影效果如体积光、丁达尔效应等。

反向提示词（Negative Prompt）：

需要排除的元素包括模糊、畸变或多余肢体，避免水印和低分辨率等问题。

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]。在描述时，简洁精准，避免冗余词汇，确保核心词汇靠前，描述清晰。例如，错误的描述是“咖啡”，而正确的描述应为“陶瓷杯装拿铁，表面有麦穗拉花，热气升腾”。

三、生成效果

我们应用了相同的提示词：

一位年轻貌美的女士，身穿休闲服，坐在一家复古风格的咖啡馆木凳上。她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，热气袅袅而上。她微微侧头，望向玻璃窗外，窗外的夕阳正在缓缓下沉，阳光透过窗户洒在她的脸庞上，可以清晰地看到她脸上的细微毛发。

在百度中，我们可以轻松找到AI生图功能。只需打开百度，点击顶部的“AI”，然后在输入框上选择“AI生图”，输入提示词后稍等片刻即可。

以下是生成的效果图：

要使用可灵AI，可以访问其官网 https://app.klingai.com/cn，进入后在左侧找到图片生成选项，选择左上角的“文生图”，并将提示词粘贴进去即可。

如何轻松生成AI图像的完整指南

首先，打开豆包的官方网站，创建一个新的对话框。在对话框的下方，您将看到“图片生成”的选项，点击它即可开始。

接下来，您将看到生成的效果图。这些图像还可以进行进一步的编辑，以满足您的需求。

然后，访问即梦AI的官方网站，选择页面顶部的“文成图”选项。将您的提示词粘贴到指定区域，并点击生成按钮。

最后，您将获得生成的效果图，尽情欣赏吧！

首先，访问腾讯元宝的官方网站，点击相关链接，并在右侧的输入框中输入您的提示词。根据生成的效果图来看，尽管环境的真实感较强，但任务的卡通风格似乎有些欠缺。

接下来，访问通义万相的官方网站，链接为：https://tongyi.aliyun.com/。在页面的左侧找到生成图标，然后将输入框下方的选项切换为“图像”。接着，再次输入提示词，生成的效果如下所示。

需要指出的是，在第二章的图片中，咖啡杯与提示词并不一致；此外，多个图片中的凳子也并非木制，这显示出一些问题。另外，值得注意的是，该工具是收费的，但在注册时会赠送一些积分。

总体而言，虽然各个模型所生成的图片大多可用，但不同模型对提示词的响应效果却存在差异。相比之下，免费的百度和豆包在这方面的表现相对出色。

本文由人人都是产品经理的作者【markzou】撰写，微信公众号为【markzou的笔记】。原创/授权发布于人人都是产品经理，未经许可，禁止转载。

题图来源于Sora生成的视频截图。