国内文生图工具大比拼：梦、可灵、豆包等应用场景与提示词秘诀全解析

随着AI大模型文生图的问世，它为文章插图、推广活动及短视频封面等方面提供了创新的解决方案，显著提升了工作效率和操作便利性。本文旨在对国内流行的文生图工具进行比较，如即梦、可灵和豆包等，并探讨提示词的使用方法，展示不同工具在相同提示条件下的生成效果。

在大模型文生图普及之前，为了找到合适的文章封面图，我常常需要在浏览器里反复查找，费时费力。有时虽然找到了一张合适的图片，但其清晰度却令人失望，给文章配图的过程确实困难重重。如果是为活动制作宣传图，那几乎没有可能在网络上找到合适的素材，通常只能求助于专业设计师，或花钱寻找外包服务。

若设计师手头工作繁忙，还得排时间，这样一来沟通和等待的成本都相对较高。然而，现如今借助大模型文生图，文章的封面、配图、宣传图、标志以及简单的图像编辑都能够轻松由AI完成。最近几个月，我的文章封面和内部插图均由AI生成，效果令人满意。

此外，我近期也在制作短视频，短视频的封面同样是由AI生成的，并且上面还添加了相关文字。

还有商业宣传相关的图文资源。

为了制作智能代理，我需要使用一些数字人像和背景图，这些图像的真实与否难以分辨，可能是照片也可能是AI创造的。

此外，我还在不断尝试其他场景的应用，例如为用户的商品设计头图，或者为模特更换服装等。

接下来，让我们一起探讨：

a、国内目前有哪些常见的文生图生成工具，它们的特点和不足之处；

b、随后我们将对文生图的提示词方法进行简要梳理；

c、最后，我们会利用相同的提示词在不同工具中生成图片，评估其效果。

一、国内

以下是国内主流文生图工具的最新评估对比，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：

在使用文生图工具时，许多平台都提供了基本的免费额度，例如即梦积分制或通义灵感值。然而，对于频繁的商业需求，用户仍需考虑订阅服务。

在电商运营方面，通义万相依托于淘宝数据，而可灵AI则提供虚拟试穿的功能，满足用户的不同需求。

一、提示词构建

构建文生图的提示词时，需要系统性地考虑多个维度。以下是根据行业主流实践总结的关键要素：

1、内容描述

主体（Subject）：

例如：一位穿着汉服的少女手持油纸伞。核心在于明确描述对象的特征，包括年龄、服饰和姿态等。细节方面可涉及材质（如陶瓷杯）、状态（如热气腾腾）和纹理（如毛茸茸的表面）等。

环境与背景（Environment）：

例如：晨曦中的雪山，冰晶覆盖松枝。要描述物理场景，如室内或室外、自然景观（如雪山或森林）以及城市街景等。动态元素包括天气（如暴雨或晴天）和光线（如霓虹反射或晨光）。

情感与氛围（Mood）：

例如：幽蓝色调中呈现出苍茫的孤寂。可以探讨抽象意境，如孤寂感、梦幻感以及赛博朋克式的未来压抑感。

2、艺术控制

风格（Style）：

例如：水墨画风格或皮克斯动画质感。艺术流派包括水墨画、浮世绘、赛博朋克和吉卜力风格等。媒介形式则涉及油画、水彩、3D渲染等。

构图与视角（Composition）：

例如：鸟瞰视角与动态构图，留白20%。镜头语言可以采用广角、微距或俯拍，构图方式如中心对称或三分法则。

画质与细节（Quality）：

例如：超写实的细节和清晰的焦点。技术参数包括8K超清画质、电影级光影以及细腻的纹理。光影效果可通过体积光、丁达尔效应和HDR等技术实现。

对于反向提示词（Negative Prompt），应排除模糊、畸变、冗余肢体或文字等元素。示例：避免水印和低分辨率。

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]。注意简洁精准，避免冗余词，核心词应放在前面，描述要清晰明了。

例如：错误的描述是“杯咖啡”，而正确的应为“陶瓷杯装的拿铁，上面有麦穗拉花，热气升腾”。

二、生成效果

接下来，我们使用相同的提示词进行生成：

一位年轻的美女，穿着休闲服，坐在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，热气升腾。她微微偏头望向窗外，窗外的夕阳正在下沉，阳光透过窗户洒在她的脸上，可以清晰地看到她脸上的细腻毫毛。

在百度上，用户只需点击顶部的“AI”选项，选择“AI生图”并输入提示词，等待几秒钟即可获得生成效果。

以下是生成的效果图：

此外，用户可以通过访问可灵AI官网（https://app.klingai.com/cn），找到图片生成选项，然后选择顶部的“文生图”，将提示词粘贴进去即可。

要使用豆包，首先访问豆包的官方网站，接着创建一个新的对话框。在对话框的下方，您可以找到“图片生成”选项并进行选择。

在您完成这一步后，系统将生成效果图，值得一提的是，这些图像还可以进行后续编辑和修改，以达到您想要的效果。

如果您选择即梦AI，只需打开其官网，在页面顶部找到“文生图”功能，将您的提示词粘贴进去，之后点击生成按钮即可。

如此一来，您就能轻松获取生成的效果图，享受AI带来的便利了。

首先，用户可以访问腾讯元宝的官方网站，通过点击相关链接进入。在右侧的输入框中输入相应的提示词，生成的效果如图所示。然而，这种效果并不理想，尽管背景真实，任务却显得略显卡通化。

接下来，我们可以访问通义万相的官网，链接为 https://tongyi.aliyun.com/。在页面的左侧找到生成图像的选项。在输入框下方的左侧，需要将模式切换为图像生成，然后输入提示词，最终效果如图所示。

需要指出的是，第二章的图像中，咖啡杯与提示词之间存在不一致的情况。此外，几张图片中的凳子也并非木制，明显有问题。同时，该服务为收费项目，注册时会赠送一些积分。

总体来看，多个模型生成的图像大部分是可用的，但各模型对提示词的处理效果却有所不同。相比之下，免费的百度和豆包的表现相对不错。

本文由人人都是产品经理的作者【markzou】撰写，并通过微信公众号【markzou的笔记】发布，属于原创作品，未经授权禁止转载。

题图来源于Unsplash，基于CC0协议。