第02章：AI 图片生成基础——Midjourney 与 DALL-E 快速上手

第02章：AI 图片生成基础——Midjourney 与 DALL-E 快速上手

“提示词是新一代的设计语言。你不需要会 Photoshop，不需要会素描，你只需要能用文字精确描述你想要什么。这是一种任何人都能学会的技能。”

一、Midjourney vs DALL-E：选哪个？

先做决定，再学工具：

Midjourney v7：
优势：
  → 艺术风格最强（时尚、生活方式、高端感）
  → 图片质感和光影效果顶级
  → 提示词「容错率」高，相对模糊的描述也能得到好结果
  → 社群资源丰富（可以偷看其他人的提示词）

劣势：
  → 需要 Discord，界面不直观
  → 文字渲染较差（英文还可以，中文几乎不可用）
  → 精确的产品描述有时会被「创意化」处理（AI 自由发挥）

DALL-E 3 (GPT-4o)：
优势：
  → 文字理解最好（能理解复杂的中文指令）
  → 精确性高（「红色背景，左边放产品，右边写XX字」能做到）
  → 内置于 ChatGPT，不需要额外注册
  → 对话式修改（「把背景换成蓝色」「人物移到右边」）

劣势：
  → 艺术质量略逊于 Midjourney（尤其是时尚/生活方式图）
  → 每月生成次数有限制
  → 风格相对「商业化」，不够艺术感

推荐策略：
→ 广告图、产品图、需要精确文字：DALL-E 3
→ 品牌形象图、生活方式图、高端视觉：Midjourney
→ 入门学习：从 DALL-E 3 开始（已有 ChatGPT 账号的话零成本）

二、DALL-E 3 快速上手

打开 ChatGPT → 点击消息框左侧的「＋」→ 选择「Image」→ 开始生成

最简单的开始方式：

第一步：直接描述你要的图片
「生成一张女性使用保湿霜的生活方式照片，
自然光，白色浴室背景，氛围感，高质量商业摄影风格」

第二步：查看生成结果，用对话继续调整
「背景换成浅灰色」
「人物衣服改为米白色」
「增加一些绿植作为道具」
「让光线更柔和，减少阴影」

第三步：满意后下载
→ 点击图片 → 下载

提示词结构（从简单到复杂）：

简单版：
「[主体] + [场景/背景] + [风格]」

例：「一瓶护肤精华，放在大理石桌面上，极简主义风格」

完整版：
「[主体描述] + [场景/背景描述] + [光线描述] + [风格/氛围] + [技术参数]」

例：「一瓶深棕色的玻璃精华液，
放在白色大理石台面上，旁边点缀几片绿叶，
柔和的侧面自然光，温暖的下午阳光感，
极简高端风格，商业产品摄影，高分辨率」

三、Midjourney 快速上手

准备工作：
1. 注册 Discord（discord.com）
2. 访问 midjourney.com → Sign In → Connect Discord
3. 选择套餐（Basic $10/月，30 次生成/月）
4. 进入 Discord 中的 Midjourney 服务器，或添加 Midjourney Bot 到自己的服务器

基本命令：
在 Discord 消息框输入：
/imagine prompt: [你的提示词]

第一个提示词示例：
/imagine prompt: A woman applying moisturizer cream in a bright bathroom, natural window light, minimalist style, commercial photography --ar 1:1 --v 7

常用参数（放在提示词末尾）：
--ar 1:1    → 正方形（适合 Instagram）
--ar 16:9   → 横版（适合 Facebook/YouTube）
--ar 9:16   → 竖版（适合 Stories/TikTok）
--v 7       → 使用最新版本（v7）
--style raw → 减少 AI 的「创意加工」，更写实
--q 2       → 最高质量（消耗更多积分）

生成后的操作：
U1/U2/U3/U4 → Upscale（放大细节）选择四张中的某一张
V1/V2/V3/V4 → Variation（变体）基于某一张继续变化
🔄 → 重新生成所有四张

专业小技巧：
→ 在公开的 Midjourney 服务器里，可以用「/imagine」后看别人的图
→ 点击任何你喜欢的图片，都能看到它的完整提示词
→ 复制提示词 → 稍作修改 → 用于自己的产品

四、提示词的核心语法

无论用哪个工具，好提示词都有共同结构：

一、主体描述
→ 你想要的核心元素是什么？
好：「一瓶深蓝色玻璃香水瓶」
差：「香水」

二、场景/背景
→ 主体在什么环境中？
好：「放在白色大理石台面上，背景是模糊的绿植」
差：「好看的背景」

三、光线
→ 光线是决定图片质感的关键
常用描述：
  natural window light（自然窗光）
  golden hour sunlight（黄金时段阳光）
  soft studio lighting（柔和棚光）
  dramatic side lighting（戏剧侧光）
  moody dark lighting（暗调氛围灯光）

四、风格/氛围
→ 告诉 AI 你想要什么「感觉」
常用描述：
  commercial photography（商业摄影风格）
  editorial style（杂志风）
  minimalist（极简主义）
  lifestyle photography（生活方式摄影）
  luxury / high-end（奢华高端）
  candid / authentic（真实/自然感）

五、技术描述（可选但有效）
→ 进一步控制质量和格式
常用描述：
  high resolution（高分辨率）
  4K / 8K（超高清）
  photorealistic（照片写实感）
  shallow depth of field（浅景深，背景虚化）
  product photography（产品摄影）

完整示例：
「A bottle of midnight blue glass perfume [主体]
sitting on a white marble surface with eucalyptus leaves [场景]
soft window light from the left [光线]
luxury editorial style, high-end fashion magazine [风格]
photorealistic, shallow depth of field, 4K [技术]」

五、AI 图片的常见问题和解决方法

问题一：AI 生成的图片里有奇怪的文字/乱码
原因：AI 图片生成对文字处理很差
解决：
→ DALL-E 3 对英文文字效果尚可，对中文几乎不可用
→ 解决方案：先生成没有文字的图片，再用 Canva/PS 叠加文字
→ 提示词中加「no text, no words」明确要求不要文字

问题二：生成的图片里有多余的手/手指（变形）
原因：AI 对手部和手指的处理是已知弱点
解决：
→ 提示词加「no hands, no fingers, product shot from above」
→ 使用产品平铺图（flatlay）风格，避免出现手
→ 如果必须有手，选择模糊/侧面角度，减少细节要求

问题三：产品和真实产品不一样
原因：AI 会「创意化」修改产品外观
解决：
→ 这是 AI 图片用于电商产品图的最大限制
→ 解决方案（下一章重点）：用真实产品图作为「参考」
→ 或：用 AI 做背景，真实产品图叠加（合成）

问题四：生成的图片风格不稳定
原因：AI 每次生成都有随机性
解决：
→ DALL-E：在对话中不断微调，直到满意为止
→ Midjourney：使用 --seed [数字] 参数固定随机种子
→ 用 Midjourney 的「--cref」功能参考已有角色/风格

问题五：想要与某张参考图相似的风格
解决：
→ DALL-E 3：上传参考图 + 描述「按照这张图的风格生成」
→ Midjourney：[参考图URL] 放在提示词开头，会参考该图风格

六、100 个实用关键词速查

氛围关键词（Midjourney 效果最好）：
moody / cozy / ethereal / vibrant / minimalist
editorial / cinematic / dreamy / sophisticated / raw

光线关键词：
golden hour / overcast / studio light / neon glow
candlelight / backlight / soft diffused / harsh shadows

风格关键词：
commercial photography / stock photo style / magazine editorial
Instagram aesthetic / Pinterest style / luxury brand

背景关键词（电商常用）：
white background / gradient background / marble texture
wooden table / linen fabric / pastel colors
outdoor lifestyle / urban environment / cozy interior

产品关键词：
product hero shot / lifestyle product / in-use shot
overhead flat lay / side angle / dramatic close-up

人物关键词（避免版权问题）：
anonymous person / silhouette / hand only / partial figure
diverse model (avoid specifying real people)

质量关键词：
ultra detailed / photorealistic / 8K resolution
professional photography / award winning / masterpiece
→ 注意：「masterpiece」在最新版 Midjourney 中效果已减弱，可忽略

本章小结

  1. DALL-E 3 入门首选：文字理解最好，操作简单，ChatGPT 用户零额外成本，对话式修改非常直观。

  2. Midjourney 进阶必学：艺术质感最高，尤其适合生活方式图和品牌形象图，值得学习 Discord 操作。

  3. 提示词 = 主体 + 场景 + 光线 + 风格 + 技术：五要素结构能覆盖 90% 的素材需求，从简单开始逐步扩展。

  4. AI 对文字处理很差：不要期待 AI 生成带有准确文字的图片，文字永远用后期叠加。

  5. 真实产品图 + AI 背景是电商最佳实践：AI 做场景和氛围，真实产品图确保准确性，两者合成是黄金公式。

核心行动建议： 今天在 ChatGPT 中用 DALL-E 3 生成你第一张素材。选择你最熟悉的产品，用这个模板开始：「[产品名称]，放在[背景描述]上，[光线]，[风格]，商业产品摄影风格」。生成后用对话修改 2-3 次，感受 AI 的响应。

本章提示词模板

产品图提示词生成器

请帮我为以下产品生成 5 个 AI 图片提示词：

产品：[产品名称和简短描述]
颜色/外观：[产品的主要颜色和材质]
目标用途：[广告/社交媒体/产品详情页/官网横幅]
目标风格：[极简/高端/自然/活力/温暖/酷炫/其他]
参考品牌风格（可选）：[例如：类似 Glossier 的 Instagram 风格]

对于每个提示词，请提供：
1. 英文提示词（适合 Midjourney）
2. 中文描述（适合 DALL-E 3 / ChatGPT）
3. 这个方向适合在哪个广告场景使用

并额外提供：
- 2 个「模糊/氛围感」版本（适合品牌展示）
- 2 个「清晰/产品主图」版本（适合转化广告）
- 1 个「生活方式/使用场景」版本（适合社交媒体）

→ 继续阅读：第03章 电商产品图——AI 生成白底图、场景图、生活方式图