探索国内文生图工具的应用与对比：梦、可灵、豆包的深度解析与提示词技巧

随着AI大模型文生图技术的问世，文章配图、宣传活动和短视频封面等领域得到了前所未有的解决方案，从而显著提升了工作效率与便利性。本文将对国内流行的文生图工具如即梦、可灵和豆包等进行比较，深入探讨文生图的提示词方法论，并展示在相同提示词条件下，不同工具生成的效果。

在大模型未普及之前，寻找适合文章的封面图是一项繁琐的任务。我不得不在浏览器中反复搜索，花费大量时间，偶尔找到一张合适的图片，但其清晰度往往不尽如人意。因此，给文章配图几乎成了一项艰巨的挑战。而在活动宣传方面，几乎无法在线找到合适的图像，只能求助于平面设计师，或者花费不菲的费用在网上寻求帮助。

若设计师手头正有其他项目在忙，我们还需排队等待，沟通耗时且漫长。然而，借助AI文生图的技术，文章的封面、配图、宣传图、logo以及简单的图片编辑都能轻松完成。最近几个月，我的文章封面和内部配图基本上都是通过AI生成的。

此外，我最近也在制作短视频，其封面同样由AI生成，并且还添加了相关文字信息。

还有一些用于商业宣传的图文材料。

我自己制作的智能体所需的数字角色图像和背景图片，这些人像非常难以区分是真实的照片还是由AI生成的。

关于其他各种场景，我仍在持续探索，例如用户商品的头图、模特换衣服等。

接下来我们将要进行的内容是：

a、介绍国内一些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、最后使用相同的提示词在不同工具中生成图像，观察其效果。

一、国内

以下是对最新评测的国内主流文生图工具进行对比的表格，从生成质量、功能特点、使用成本以及适用场景等多个维度进行分析：

在现代的图像生成领域，许多工具提供了免费的使用额度，例如即梦的积分制和通义灵感值，而一旦需要进行商业化高频使用，则需考虑订阅相关服务。比如，通义万相（基于淘宝数据）和可灵AI（提供虚拟试穿功能）都是值得关注的选项。

提示词构建的重要性

创建文生图的提示词时，必须全面考虑多个维度。以下是业界普遍认可的几个关键要素：

1. 内容描述

• 主体（Subject）：例如“一位身穿汉服的少女，手握油纸伞”。在这里，要明确描绘出具体的角色特征，包括年龄、服饰、姿态等。
• 环境与背景（Environment）：示例为“晨曦中的雪山，松枝上覆盖着冰晶”。要关注场景的物理特性，例如室内或户外，自然景观或城市街道，以及动态天气变化等。
• 情感与氛围（Mood）：比如“幽蓝色调下的孤寂氛围”。在此，可以用抽象的意境来表达情感，如孤独感、梦幻感或压抑感。

2. 艺术控制

• 风格（Style）：例如“水墨画风格，皮克斯动画质感”。可以涵盖各种艺术流派，如水墨、浮世绘或赛博朋克等。
• 构图与视角（Composition）：如“鸟瞰视角，留白20%”。构图方式包括广角、微距等，还应考虑主体的比例和留白的空间。
• 画质与细节（Quality）：例如“超写实的细节，焦点清晰”。技术参数可涉及8K超清、电影级光影效果等。

3. 反向提示词

在构建提示词时，也要考虑排除不必要的元素，比如避免模糊、畸变或多余的肢体等问题，确保生成的图像质量高。

生成效果展示

我们使用如下提示词进行图像生成：

一位年轻的女士，穿着休闲服，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拿铁，表面有麦穗拉花，热气腾腾。她微微侧头望向窗外，窗外的夕阳正在下沉，阳光透过窗户洒在她的脸上，清晰可见她脸上的细毛。

通过百度搜索进入AI生图功能，在输入框中粘贴提示词，稍等片刻便可生成图像。

以下是生成的效果图展示：

要使用可灵AI，访问其官网 https://app.klingai.com/cn，在左侧菜单中找到图片生成，选择“文生图”，将提示词粘贴进去即可。

标题：轻松生成图像的全新方法

首先，访问豆包的官方网站，创建一个新的对话。接下来，点击对话框下方的“图片生成”选项。

一旦生成了图像，您还可以对效果图进行进一步的编辑，以满足您的需求。

接下来，您可以通过访问即梦AI官网，在页面顶部选择“文生图”选项，将提示词粘贴进去，然后点击生成按钮。

通过以上步骤，您将能够轻松地生成您想要的效果图。

探索图像生成工具的使用体验

在访问腾讯元宝官网后，用户可以选择相关选项并在右侧输入框中输入所需的提示词，生成的效果图如同所展示的那样。然而，这种效果并不尽如人意，虽然环境显得真实，但所呈现的任务则是卡通风格的。

接下来，我们转向通义万相的官网，链接为：https://tongyi.aliyun.com/。在页面左侧，用户需找到生成图像的图标，并在输入框的左下方切换为图像模式，然后再输入提示词，生成效果如下所述。

需要注意的是，第二章中所展示的咖啡杯与提示词并未完全匹配。此外，几张图片中的椅子并非木制，存在一定的问题。值得一提的是，该工具在使用时是需要收费的，不过注册后会赠送一些积分供用户使用。

总体来看，各个模型生成的图片大部分都是可用的，但不同模型对提示词的响应效果有所差异。相比较之下，免费的百度和豆包在效果上表现得更为出色。

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】。此文为原创内容，未经授权，禁止转载。

题图来源于Unsplash，并基于CC0协议。