共计 2694 个字符，预计需要花费 7 分钟才能阅读完成。
随着AI大模型文生图的问世，我们在为文章、宣传活动及短视频封面等创作配图时，迎来了效率和便利性的飞跃。本文将对国内几种主要的文生图工具进行比较，包括即梦、可灵和豆包，探讨提示词的使用策略，并展示不同工具在同一提示词下的生成效果。
在大模型尚未普及之前，我常常需要耗费大量时间在浏览器中寻找合适的封面图片。尽管偶尔能找到合适的图像，但清晰度却常常不尽如人意，这让为文章配图的任务变得十分繁琐。如果是为活动制作宣传图，几乎没有可能直接从网上获得，只能求助于平面设计师，或者花费金钱在网上寻找合适的设计师。
且设计师若手头有工作，往往需要排期，沟通后等待的时间也相对较长。然而，随着AI文生图的到来，文章封面、配图、宣传活动、Logo以及简单的图片编辑都可以通过AI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依靠AI生成的。
此外，我最近也在制作短视频，其封面同样是通过AI生成，并且在封面上添加了相关文字信息，同时也制作了一些商业宣传的图文内容。
探索国内文生图工具的全景
在我个人开发的智能体项目中，所需的数字人像和背景图像让人难以分清是真实照片还是AI生成的图像。这样的技术进步，让图像的真实性和美观性都达到了一个新的高度。
除了这些基本的应用，我还在不断尝试更多场景，例如用户商品主图的制作，以及为模特更换服装等创意设计。
接下来的内容将涉及几个重要的方面：
a、我们将探讨国内常见的文生图工具，并分析它们各自的优缺点；
b、接着，我们会对文生图的提示词使用方法进行简要梳理；
c、最后，我们会在不同工具上使用相同的提示词生成图像，以便比较效果。
一、国内文生图工具概述
以下是对最新评测的国内主流文生图工具的对比分析，涵盖生成质量、功能特色、使用成本和适用场景等多个维度。
如何有效构建文生图的提示词？
在当今数字艺术创作中，许多文生图工具都提供了基础的免费使用额度，用户可以通过积分制或灵感值来获取服务。然而，对于频繁的商业需求，用户往往需要订阅相应的服务。
接下来，我们将探讨如何系统性地构建文生图的提示词，并总结出一些关键因素，以便提高图像生成的质量和效果。
一、提示词的构成要素
提示词的设计应当多维度考量，以下是一些业界实践中总结的主要组成部分：
1、内容描述方面
主体（Subject）
*示例：一名身着汉服的女孩，手握油纸伞。核心在于明确人物、动物或物体的特征，例如年龄、服饰和姿势等。细节可以包括材质（如陶瓷杯）、状态（热腾腾）和纹理（如毛茸茸）等。
环境与背景（Environment）
*示例：晨曦中的雪山顶，松枝上覆盖着冰晶。需要描述物理环境，如室内外场景、自然风光（如雪山或森林）及城市街景等。动态元素则包括天气（如暴雨或晴天）和光线（如霓虹反射或晨光）。
情感与氛围（Mood）
*示例：幽蓝色调带来的苍茫孤寂感。可以提及抽象意境，如孤独、梦幻或赛博朋克式的压抑感。
2、艺术风格方面
风格（Style）
*示例：水墨画风格或皮克斯动画质感。涉及的艺术流派包括水墨画、浮世绘、赛博朋克和吉卜力风格等。媒介形式可能是油画、水彩、3D渲染或摄影写实。
构图与视角（Composition）
*示例：鸟瞰视角与动态构图，留白20%。镜头语言可以采用广角、微距或俯拍等，构图方式包括中心对称或三分法，主体比例则需注意全身像或半身特写及留白空间的控制。
画质与细节（Quality）
*示例：超高清细节，焦点清晰，自然光晕。技术参数可采用8K超清、电影级光影和细腻纹理等，光影效果则包括体积光、丁达尔效应或HDR等。
在构建提示词时，也可以通过反向提示词（Negative Prompt）来排除不需要的元素如模糊或畸变等，示例包括避免水印和低分辨率的影响。
3、结构化提示词公式
可以使用一个通用框架：[主体] + [细节描述] | [环境背景] | [艺术风格] | [情感氛围] | [技术参数]。在撰写时应注意简洁明了，避免冗余词，并将核心词放在前面，确保描述清晰。例如，错误的描述“咖啡”可以改为“陶瓷杯装拿铁，表面有麦穗拉花，热气升腾”。
二、生成图像的实例分析
我们使用相同的提示词进行图像生成：
一位年轻貌美的女士，穿着休闲，坐在一个复古风格的咖啡馆木凳上，眼前的榆木桌上摆放着一杯陶瓷杯装的拿铁，表面有麦穗拉花，热气升腾。她微微偏头望向玻璃窗外，夕阳渐渐下落，阳光透过窗户洒在她的脸上，清晰可见脸上的细微毫毛。
要生成类似的图像，可以在百度上访问“AI”部分，选择“AI生图”功能，输入提示词后稍等片刻即可获得结果。
以下是生成的效果图：
对于可灵AI，只需访问其官网 https://app.klingai.com/cn，在左侧找到图片生成选项，并选择顶部的“文生图”，然后把提示词粘贴进去即可。
如何轻松生成AI图像的步骤详解
首先，访问豆包的官方网站，创建一个新的对话。在对话框的底部，您会看到“图片生成”选项，点击它即可开始操作。
在成功生成图像后，您可以对其进行进一步编辑，以实现更完美的效果。
接下来，打开即梦AI的官方网站，在页面顶部找到“文生图”功能，将提示词粘贴进去，然后点击生成按钮。
通过以上步骤，您就可以得到所需的生成效果图。
首先，访问腾讯元宝的官方网站，点击相关选项。在右侧的输入框中输入提示词，如图所示。尽管环境表现得相当真实，但生成的任务却呈现出卡通风格，这一点值得注意。
接下来，我们转向通义万相的官网
https://tongyi.aliyun.com/
在首页左侧找到生成图标，确保在输入框左侧选择“图像”选项，然后输入您的提示词，生成效果如下所示。
值得一提的是，第二章中展示的咖啡杯与提示词不匹配。此外，几张图片中椅子的材质并非木质，这也是一个问题。需要注意的是，该平台是收费的，注册时通常会赠送一些积分。
总体来看，虽然大部分模型生成的图片都能使用，但不同模型对提示词的反应效果各不相同。相对而言，免费的百度和豆包表现得较为出色。
本篇文章由人人都是产品经理的作者【markzou】撰写，微信公众账号为：【markzou的笔记】。文章为原创/授权发布，禁止转载。
封面图片来源于Unsplash，依据CC0协议。
