宝藏！这3款AI自动生成绘画软件，让你秒变绘画大神！

脑袋里有个画面，就是画不出来。很多人都有这感觉。以前想把想法变成图，得学好几年画画。现在不用了。用AI绘画软件，几句话就能出图。

市面上软件一堆，挑起来头疼。这里只讲三个最主流的：Midjourney, Stable Diffusion, DALL-E 3。它们不是一回事，玩法和脾气差很多。看完这篇，你就知道哪个适合自己，怎么用它们干活。

Midjourney，美术最好的那个

你想出图好看，有艺术感，直接用Midjourney。它生成的图片，构图、光影、颜色都调教得很好。不用你费心去调。

①出图质量高

Midjourney的美术是它的核心。就算你只输入a man walking in the rain，它给你的也不是一张普通插画。画面可能会有电影感，比如湿漉漉的地面反射着霓虹灯光，男人的背影很有故事。最新的V6版，做出来的照片、电影截图，看着跟真的一样。

②能复制风格和角色

这是V6版的杀手锏。靠两个参数：–sref 和 –cref。

–sref是学风格。找一张你喜欢的图片，把链接贴在prompt后面。Midjourney会分析那张图的色调、笔触和感觉，然后用到你的新图上。比如你用一张梵高《星空》的图做参考，去画一只猫，那只猫就会带着《星空》那种卷曲的笔触和蓝黄色调。

–cref是学角色。AI画画最头疼的就是没法连续画同一个人。这个参数解决了问题。你先画一张主角的图，然后把这张图的链接贴在–cref后面，就能让这个主角出现在各种新场景里，脸和穿着基本不变。画连环画、做故事集，靠它就行。

③在Discord里用

它的操作界面是聊天软件Discord。进去后，你会看到全世界的人都在实时出图，他们用的prompt也都公开。这地方是个巨大的灵感库。看到好图，可以直接复制他的prompt，改改再自己用。学习起来快。

谁适合用Midjourney

设计师、画师、做广告的，用它出创意稿、概念图，效率很高。新手想快速看到惊艳的效果，它也能满足。只要你追求图片的美感，预算也够，就选它。

怎么用好Midjourney

写Prompt（提示词）像点菜，要说清楚。一个好用的结构是这样：

主体 + 细节 + 环境 + 风格 + 构图和光线 + 参数

举个例子。别只写a car。

写成photo of a red vintage sports car, driving on a wet coastal road at sunset, cinematic lighting, ultra detailed –ar 16:9 –v 6.0。这样描述，车、路、时间、光线、感觉全有了，出图效果自然好。

它还有些后期工具。Vary能微调画面。Pan可以把画往上下左右扩展，把小场景变成大场面。Zoom Out能拉远镜头。配合着用，一张图能玩出很多花样。

Stable Diffusion，最自由也最折腾的那个

Stable Diffusion（简称SD）是开源的。意思就是软件免费，代码公开，谁都能拿去改。自由度是它最大的优点，也是它最大的门槛。

①装自己电脑上

你可以把SD装在自己电脑里。好处很明显。第一，完全私密，你画什么只有自己知道。第二，没限制，想生成什么题材都行。第三，除了电费和电脑损耗，出图不要钱，想出多少张都行。

②能精准控制画面

SD有个叫ControlNet的插件，功能很强大。它让你能用一张草图，去控制最终画面的样子。

打个比方。你想画一个特定姿势的人。
No.1用画图工具画一个火柴人，摆出你想要的姿势。
No.2把这张火柴人图上传到ControlNet的OpenPose模式。
No.3写Prompt：a knight in heavy armor。
生成的骑士，姿势会和你的火柴人一模一样。ControlNet还有很多模式，能控制轮廓、景深，基本能做到指哪打哪。

③模型多得用不完

SD的社区很活跃，有个叫Civitai的网站（大家都叫C站），上面有成千上万的模型可以下载。

大模型（Checkpoint）是基础，决定整体画风，比如是动漫风还是写实风。
LoRA是小模型，像个外挂。能让你画出特定的角色、衣服或者画风。
你可以把一个写实大模型，和一个动漫角色LoRA，再加一个水彩画风LoRA组合起来用。玩法全看你自己的组合。

谁适合用Stable Diffusion

喜欢自己动手折腾电脑和软件的人。需要画风、角色高度统一的专业画师。想完全控制画面每个细节的创作者。SD需要你投入时间去学，不适合想马上出图的人。

怎么玩转Stable Diffusion

新手别直接碰最复杂的界面（Automatic1111），会劝退。可以先试试Fooocus，界面很简单，学起来快。想专业点，就用ComfyUI，它是节点式的，逻辑很清楚，做复杂的工作流很方便。

要玩好SD，得理解几个核心参数。比如CFG Scale管的是画面跟prompt的贴合度。Steps是计算步数，影响细节。不同的采样器（Sampler）出图质感也不同。这些都要自己动手试，慢慢就有感觉了。

高手玩法通常是组合拳。比如先用Midjourney快速出一张有美感的图。再把图扔进SD，用ControlNet固定构图，换上自己想要的LoRA模型重画。最后进Photoshop里修一下。这样既有效率，又有控制。

DALL-E 3，最会聊天的那个

DALL-E 3被塞进了ChatGPT里。所以它最大的本事不是画画，是“听懂人话”。你不需要学复杂的prompt，像聊天一样跟它说要求就行。

①理解能力强

你跟它说一句很长、很复杂的话，它基本都能理解。比如：“画一只戴着博士帽的章鱼，在海底图书馆里看书，书桌上有一杯冒着热气的咖啡，气氛要安静又有点滑稽。”

这种需求，DALL-E 3处理起来就比另外两个强。它还能在图里写字，而且基本不会写错。你让它画个牌子写“今日特价”，它就能写出来，不是一堆乱码。

②能对话修改

这是它最好用的地方。图生成了不满意，直接说哪要改。

A“帮我画个机器人在公园里散步。”
B（出图后）“把天气换成阴天，让机器人撑一把红色的伞。”
C（再次出图后）“再在它脚边加一只小狗。”

整个过程就像跟一个画师沟通，改图很方便。

③和ChatGPT配合好

因为它就在ChatGPT里，可以先让GPT写个故事，然后直接说“根据这个故事给我配图”。写文章、做PPT，这个图文联动的流程特别顺滑。

谁适合用DALL-E 3

写公众号的、做自媒体的、搞营销策划的，用它快速配图很方便。作家、编剧用它把脑子里的场景画出来，能找灵感。总之，懒得学prompt，只想快速把想法变成图的人，用它最合适。

怎么用好DALL-E 3

把它当成一个创意伙伴，而不是一个出图工具。

(1)让它教你怎么写Prompt。你用大白话跟它说完要求后，可以反问它：“你刚才生成这张图，背后用了什么详细的英文Prompt？” 它会把优化过的Prompt给你。看多了，你就知道怎么把需求描述得更专业了。

(2)结合识图功能玩。你可以先上传一张照片给GPT-4，让它详细描述这张照片。然后，再让DALL-E 3根据这段描述去画一张新图。这个流程可以用来转换图片风格，或者提取画面元素再创作。

一些管用的想法

工具只是工具，怎么用，看人。

一、别再问哪个最好。要问哪个最适合你当下的任务。要一张顶级美图，找Midjourney。要画一个固定角色的一百张图，用Stable Diffusion。写文章急着要配图，打开DALL-E 3。高手都是看情况换着用的。

二、写Prompt有三个阶段。第一阶段，想到啥说啥。第二阶段，开始加各种修饰词，比如“电影光效”“虚幻引擎渲染”“梵高风格”。第三阶段，你开始懂AI的“脾气”了，知道怎么用权重、负面词去引导它，而不是只给它下命令。

三、AI绘画能赚钱，但有风险。你可以用它接设计的活，或者在网上卖图。但版权问题现在还很模糊。Midjourney付费版允许商用。Stable Diffusion因为模型来源复杂，商用风险更高。卖图之前，一定看清楚平台的规则。别用在世艺术家的名字去生成图片然后商用，容易惹麻烦。