文生图怎么使用
“文生图”（Text-to-Image，简称T2I）是指利用人工智能模型，根据用户输入的文本描述（称为Prompt），自动生成相应的图像。这是一种非常强大的创意工具，广泛应用于设计、艺术创作、内容生成等领域。
使用文生图工具的流程大体相似，但具体操作会因平台或软件而异。下面我将从核心概念和通用使用步骤两个方面进行讲解：
一、 核心概念：Prompt的重要性
文生图的核心在于Prompt（提示词）。Prompt是用户与AI模型沟通的语言，它的质量直接决定了生成图像的质量、风格和准确性。一个好的Prompt通常包含以下要素：
主体 (Subject): 你想要描绘的核心对象或场景。
例如：“一只猫”、“一座城堡”、“一辆跑车”。
细节描述 (Details): 对主体进行更具体的描述，包括外观、特征、状态等。
例如：“一只毛茸茸的波斯猫”、“一座被藤蔓覆盖的古老石制城堡”、“一辆流线型的未来派红色跑车”。
环境与背景 (Environment/Background): 主体所处的场景或背景。
例如：“在阳光明媚的窗边”、“坐落在险峻的山峰之上”、“停在雨夜的霓虹灯街道上”。
材质与纹理 (Materials/Textures): 描述物体的材质感。
例如：“丝绸般的质感”、“粗糙的岩石表面”、“光滑的金属外壳”。
光照与氛围 (Lighting/Atmosphere): 描述光线的类型、方向、颜色以及整体的氛围。
例如：“柔和的自然光”、“戏剧性的侧光”、“温暖的黄昏光”、“冷峻的科技感”、“梦幻般的朦胧感”。
视角与构图 (Perspective/Composition): 描述图像的拍摄角度、镜头类型和构图方式。
例如：“广角镜头”、“特写”、“鸟瞰视角”、“低角度拍摄”、“对称构图”。
风格 (Style): 指定图像的艺术风格或渲染风格。这是最关键的部分之一，决定了图像的“感觉”。
写实类: photorealistic (照片级真实感), hyperrealistic (超写实), cinematic (电影感), architectural visualization (建筑可视化), product photography (产品摄影)。
艺术类: oil painting (油画), watercolor (水彩), sketch (素描), illustration (插画), concept art (概念艺术)。
数字/渲染风格: Unreal Engine render (虚幻引擎渲染), Octane render (Octane渲染器风格), V-Ray render (V-Ray渲染器风格), 3D render (3D渲染), digital art (数字艺术)。
特定艺术家风格: in the style of Van Gogh (梵高风格), by Greg Rutkowski (Greg Rutkowski笔下)。
质量词 (Quality Boosters): 提升图像细节和质量的词汇。
例如：highly detailed (高度细节化), 8k, 4k, masterpiece (杰作), best quality (最佳质量)。
负面Prompt (Negative Prompt): （部分工具支持）描述你不希望在图像中出现的内容，用于排除不想要的元素、风格或瑕疵。
例如：blurry (模糊), low quality (低质量), deformed (变形), ugly (丑陋), watermark (水印), text (文字), cartoon (卡通), anime (动漫), extra limbs (多余肢体)。
Prompt的撰写技巧：
具体化： 越具体越好，避免模糊的词汇。
关键词组合： 使用逗号分隔不同的关键词和短语。
权重调整： 有些工具支持使用括号 () 增加权重，或使用方括号 [] 降低权重，或者使用 (word:1.2) 这样的格式来强调某些词。
迭代优化： 第一次生成不满意是常态，需要不断尝试调整Prompt。
二、 通用使用步骤
虽然具体界面不同，但基本流程是相似的：
1. 选择一个文生图工具/平台：
在线服务 (简单易上手，无需安装):
Midjourney: 强大的AI绘画社区，图像风格独特，通过Discord使用。
DALL-E 3 (集成于ChatGPT Plus/Copilot): 理解自然语言能力极强，生成图像质量高。
Leonardo.Ai: 提供多种模型和风格，功能丰富，适合专业人士。
Bing Image Creator: 免费使用DALL-E模型。
Adobe Firefly: 专注于创意专业人士，注重版权和商业可用性。
本地部署 (需要一定技术基础和较好的显卡):
Stable Diffusion Web UI (如 AUTOMATIC1111, ComfyUI): 最流行、最灵活的开源方案，可以加载各种模型（Checkpoint, LoRA等）。
Fooocus: 界面简洁，对新手友好，集成了很多优化。
2. 注册/登录（如果是在线服务）。
3. 找到Prompt输入区域：
通常会有一个文本框，让你输入描述性文字。
有些工具会提供“负面Prompt”的输入框。
4. 编写你的Prompt：
根据你想要生成的内容，参考上面“核心概念”中的要素，编写详细的Prompt。
示例： "A majestic white dragon flying over a medieval castle, dramatic storm clouds, cinematic lighting, epic fantasy art, highly detailed, by artgerm and greg rutkowski"
5. 配置生成参数（如果可用）：
模型选择： 有些平台允许你选择不同的基础模型（如SDXL, SD 1.5）或风格模型。
图像比例 (Aspect Ratio): 选择生成图像的宽度和高度比例（如1:1, 16:9, 9:16）。
采样步数 (Sampling Steps): 影响生成时间和图像细节，一般20-50。
CFG Scale (Classifier-Free Guidance Scale): 控制Prompt的遵循程度，一般7-11。
种子 (Seed): 一个数字，用于固定生成结果。相同的Prompt和Seed会生成相同的图像。
负面Prompt (Negative Prompt): 输入你不希望出现的词语。
6. 点击“生成”按钮。
7. 等待AI生成图像： 这个过程可能需要几秒到几分钟，取决于模型的复杂性、参数设置和服务器性能。
8. 查看和评估结果：
* AI通常会一次生成几张图像供你选择。
* 检查图像是否符合你的预期，包括主体、风格、细节、光照等。
9. 迭代优化：
* 如果结果不满意，不要气馁！这是文生图的常态。
* 调整Prompt： 尝试修改关键词、增加细节、改变风格词、调整权重。
* 调整参数： 改变采样步数、CFG Scale等。
* 更换模型： 如果可能，尝试使用不同的模型。
* 使用负面Prompt： 排除不想要的元素。
* 使用“图生图”（Image-to-Image）功能： 如果有基础的草图或参考图，可以使用图生图功能让AI在此基础上进行创作。
10. 保存或进一步处理：
* 选择满意的图像进行保存。
* 有些工具提供图像放大（Upscale）、图像编辑等功能。
总结：
使用文生图工具的本质就是：选择一个工具 -> 编写高质量的Prompt -> 配置参数 -> 生成图像 -> 迭代优化。
对于初学者，推荐从在线服务（如Midjourney, DALL-E 3, Leonardo.Ai）开始，它们界面友好，能快速体验AI绘画的乐趣。如果想获得更大的自由度和控制力，可以尝试本地部署Stable Diffusion Web UI。无论哪种方式，掌握Prompt的撰写技巧是生成高质量图像的关键。