说实话，刚开始接触 AI 绘画的时候，我也是踩了无数坑过来的。
记得第一次用 Stable Diffusion 本地部署，装好环境、下载模型，兴致勃勃地点了“生成”，结果等了一个小时，屏幕闪了一下，报错 CUDA Out of Memory。那一刻我真的想砸电脑。后来又听说 Midjourney 好用，开通会员后兴致勃勃去跑图，结果因为提示词里带了一些稍微擦边的词，账号直接被封，钱打了水漂。那种心情，真的比失恋还难受。
所以今天这篇内容，不是那种冷冰冰的技术文档，而是一个从“小白”一路摸爬滚打到“稳定出图”的实战总结。我会把那些让人头秃的技术细节，拆解得连你家初中生都能听懂；同时，我会重点讲讲如何合规、稳定、高效地使用这些工具，避免你像我当年一样，辛辛苦苦画的图没了，账号还封了。
不管你是想用来做自媒体配图、产品设计灵感，还是纯粹觉得好玩，这篇指南都能让你少走半年弯路。
一、 先搞懂：你手里拿的到底是什么武器？
在动手之前，我们得先弄清楚，现在市面上主流的 AI 绘画工具到底有哪些，它们有什么区别。很多人一上来就乱下载，结果装了一堆东西，根本不知道自己在用啥。
1. Midjourney：艺术家的最爱，但门槛也最高
Midjourney（简称 MJ）是目前公认“审美最好”的工具。它的出图质量非常高，尤其是光影、构图和质感，很多时候不需要太多后期处理，直接就能用。
它的优点：
- 成片率高：你随便输几个词，它给你出来的图可能比你自己想的还好看。
- 社区活跃：有大量的参考图、提示词可以借鉴。
- 无需显卡：全云端运行，你拿个办公本也能用。
它的缺点（也是封号重灾区）：
- 收费制：每月订阅费不便宜（目前约 $10 起）。
- 审核极严：MJ 的审核机制非常敏感。什么不能画？裸体、暴力、知名人物（比如特朗普、玛丽莲·梦露）、甚至某些特定品牌的 Logo，都很容易触发审核。
- 操作界面奇葩：它没有网页后台，全在 Discord 里用。对于不习惯 Discord 的年轻人来说，入门有点晕。
新手建议： 如果你只是想快速出图，且不介意付费，MJ 是最省心的选择。但千万不要试图绕过它的审核，比如用生僻词、拼音、或者把敏感词拆开来写。MJ 的识别能力比你想象的要强得多，被封号真的是一瞬间的事。
2. Stable Diffusion（SD）：可控性的王者，本地部署的自由
Stable Diffusion（简称 SD）是一个开源模型，这意味着你可以把它装在自己的电脑上跑。它是目前专业设计师、插画师最常用的工具。
它的优点：
- 完全免费：只要你电脑够硬，装多少次都没问题。
- 极其可控：你可以精确控制画面里人物的姿势、构图、光影、甚至只修改画面的某一个小部分（局部重绘）。
- 无审查：只要在你的本地电脑上，你想画什么就画什么，没有任何人能封你的号（除非你上传到第三方平台）。
- 生态丰富：网上有海量的模型（Checkpoint）、LoRA、ControlNet 插件，你可以定制出任何风格。
它的缺点：
- 硬件要求高：需要一张 NVIDIA 的独立显卡，显存至少 8GB，建议 12GB 以上。
- 学习曲线陡峭：参数多，插件多，界面复杂。刚开始你会面对一堆看不懂的按钮。
新手建议： 如果你有一台性能不错的电脑，或者你打算长期深入做图，SD 是你的终极归宿。它虽然难学，但学会了之后，你的创作自由度是 MJ 无法比拟的。
3. 国内平台：文心一格、通义万相、Liblib 等
现在国内有很多基于 SD 或自研模型的平台，比如百度的文心一格、阿里的通义万相，还有专门分享 SD 模型的 LiblibAI。
优点：
- 中文友好：支持中文输入，不用绞尽脑汁想英文提示词。
- 速度快：服务器在国内，生成速度通常比 MJ 快。
- 模型丰富：Liblib 上有很多国内作者训练的特定风格模型，比如国风、动漫、电商产品设计等。
缺点：
- 合规限制：所有国内平台都有严格的审核机制，敏感内容一律屏蔽。
- 版权模糊：部分平台的生成结果版权归属需要仔细看条款。
新手建议： 如果你不想折腾本地部署，只是想快速出点图发朋友圈或做简单的自媒体，国内平台是最稳妥的起点。
二、 本地部署 Stable Diffusion：小白避坑指南
既然我推荐 SD 作为进阶首选，那我们就得聊聊怎么把它装起来。别被“本地部署”四个字吓到，现在有很多一键安装包，连技术小白都能搞定。
1. 检查你的电脑配置
在动手之前，先看看你的电脑是不是那块“料”。
- 显卡（GPU）：必须是 NVIDIA 的显卡。AMD 和 Intel 的显卡在 SD 环境下的兼容性非常差，踩坑概率极高。显存（VRAM）是硬指标：
- 4GB 显存：勉强能跑，但很难，基本别想高分辨率。
- 8GB 显存：入门门槛，可以跑主流模型，但需要优化参数。
- 12GB 显存：甜蜜点，推荐配置，流畅度很好。
- 24GB 显存（如 RTX 3090/4090）：专业级，想怎么画就怎么画。
- 内存（RAM）：建议 32GB 起步。SD 启动和加载模型时需要大量内存。
- 硬盘：至少留出 50GB 的空闲空间。一个 SD 安装包加上几个大模型（每个模型 2-7GB），空间消耗很快。
2. 选择靠谱的安装包
网上有很多一键安装包，我推荐几个经过大量用户验证的：
- 秋叶整合包（Akira）：这是目前中文圈最火的一键包。界面友好，带有一个启动器，可以自动管理模型、插件和扩展。它把复杂的命令行操作都封装成了点击按钮。对于新手，首选这个。
- Stable Diffusion WebUI (Automatic1111)：这是 SD 的官方 Web 界面，功能最全，插件最多，但需要手动安装 Python、Git 等环境，适合愿意折腾、想深入了解原理的人。
- ComfyUI：基于节点的工作流界面，看起来像连连看。虽然上手最难，但它是目前性能最好、自定义程度最高的界面。很多专业工作流大神都在用它。如果你以后想走职业路线，建议早点接触。
安装步骤简述（以秋叶包为例）：
- 去 B 站或秋叶的 GitHub 仓库下载最新版本的整合包。
- 解压到一个路径中没有中文、没有空格的文件夹（比如
D:\SD，千万别放C:\用户\小明\下载\SD这种地方）。 - 双击启动器，它会自行检查环境、下载必要的依赖。
- 等待下载完成，点击“启动 WebUI”。
3. 第一个模型：从 Stable Diffusion XL 开始
现在有两个主流架构：SD 1.5 和 SDXL。
- SD 1.5：模型体积小（2-3GB），生成速度快，社区资源极其丰富，但出图分辨率较低，细节有时候会糊。
- SDXL：新一代架构，原生支持 1024x1024 高分辨率，人体结构、文字识别、光影质感都大幅提升。但模型大（6-7GB），对显卡要求更高。
建议： 如果你的显卡是 12GB 以上，直接上 SDXL。如果只有 8GB，先玩 SD 1.5 找找感觉，或者开启一些优化参数。
去 HuggingFace 或 Civitai（C 站）下载模型。新手推荐下载 Juggernaut XL 或 Realistic Vision 这类写实风格的基础大模型，兼容性最好。
三、 提示词（Prompt）：与 AI 沟通的艺术
很多新手以为提示词就是“输入文字”，其实不是。提示词是一种编码语言，你需要用 AI 能听懂的方式，描述你脑海中的画面。
1. 提示词的基本结构
一个完整的提示词通常包含以下几个部分：
[主体] + [细节描述] + [环境/背景] + [艺术风格] + [光影/色彩] + [质量修饰词]
举个例子，你想画一个“在雨夜中行走的少女”：
- 主体：A girl walking (一个女孩在行走)
- 细节：Young, delicate face, wet hair, wearing a transparent raincoat, holding an umbrella (年轻，精致的脸，湿头发，穿透明雨衣，打伞)
- 环境：Rainy night, city street, neon lights reflection on puddles (雨夜，城市街道，霓虹灯在积水中倒影)
- 风格：Cinematic, realistic, 8k, highly detailed (电影感，写实，8k，高细节)
- 质量词：Masterpiece, best quality, ultra-detailed (杰作，最佳质量，超细节)
组合起来：
A girl walking, young, delicate face, wet hair, wearing a transparent raincoat, holding an umbrella, rainy night, city street, neon lights reflection on puddles, cinematic, realistic, 8k, highly detailed, masterpiece, best quality, ultra-detailed
2. 正向提示词 vs 负向提示词
SD 界面上有两个框：Positive Prompt（正向）和 Negative Prompt（负向）。
- 正向提示词：你想要什么，就写什么。
- 负向提示词：你不想要什么，就写什么。这非常重要！
通用的负向提示词模板（建议保存下来，每次都能用）：
(worst quality, low quality:1.4), bad anatomy, bad proportions, deformed, distorted, disfigured, mutation, bad hands, missing limbs, blurry, watermark, text, signature, cropped, out of frame, ugly, extra limbs, duplicate
这段词的意思是：排除低质量、人体结构错误、肢体畸形、模糊、水印、文字、裁剪、丑陋、多余肢体等情况。加上它，你的图能干净很多。
3. 权重与语法
在提示词中，你可以通过括号和数字来调整重点。
(word:1.2)：提高该词的重要性，权重为 1.2 倍。(word:0.8)：降低该词的重要性，权重为 0.8 倍。[word1|word2]：随机二选一。
比如，你想让“雨伞”更突出，可以写 (umbrella:1.3)。如果你不确定是“红色”还是“蓝色”的雨衣，可以写 (red|blue) raincoat。
4. 英文还是中文？
虽然现在很多模型支持中文，但强烈建议养成用英文写提示词的习惯。
原因很简单：SD 的核心模型是在英文语料库上训练的。英文提示词的准确度、丰富度和兼容性远高于中文。很多专业的 LoRA（风格插件）也只接受英文提示词。你可以用翻译软件辅助，但最终的提示词最好是地道的英文。
四、 无封号、稳定出图的核心技巧
这是你最关心的部分。为什么很多人用 AI 绘画总是被封号？因为他们在违规的边缘疯狂试探，或者使用了来源不明的软件。
1. 避开“红线”：什么是绝对不能做的
无论是在 Midjourney 还是国内平台，以下类型的内容都是高危区：
- NSFW（成人内容）：裸体、性暗示、暴露穿着。这是所有平台的底线。即使你在本地跑 SD，也不要上传到任何云服务平台尝试这些内容，一旦被举报，账号必封。
- 政治敏感人物：各国元首、政治领袖。
- 知名 IP 角色：米老鼠、哈利波特、漫威英雄等。商业用途尤其危险，平台会响应版权投诉。
- 暴力恐怖内容：血腥、自残、恐怖主义相关。
- 儿童色情：这是全球法律的红线，任何形式的涉及未成年人的不雅或暗示性内容，都会导致永久封禁甚至法律责任。
小技巧： 如果你在 MJ 上画图，发现某个词一直被屏蔽，不要尝试用同音字、乱码去绕过。这说明该词属于严重违规，换个思路重新构思画面，比硬刚更安全。
2. 本地部署的优势：彻底解决封号焦虑
选择 Stable Diffusion 本地部署，是你摆脱封号威胁的最根本解决方案。
- 数据在你手里：生成的图片保存在你的本地硬盘，没有任何人能看到，也没有人能审核。
- 模型随意下：C 站（Civitai）上有无数 LoRA 模型，其中有些是为了解决特定艺术风格或人物形象的，只要不涉及非法内容，你随便用。
- 无网络依赖：断网也能跑，不用担心服务器波动。
注意： 虽然本地部署没有封号风险，但传播风险依然存在。如果你在社交媒体上公开发布由 AI 生成的敏感内容，依然可能面临平台处罚。所以，本地跑图图个爽，公开分享还是要谨慎。
3. 提高出图效率：避免“抽卡”心态
很多新手抱怨“AI 不听话”、“出图太随机”。其实，高效出图是有方法论的。
技巧一：固定种子（Seed）
Seed 是生成图片的“随机数种子”。相同的提示词 + 相同的 Seed，理论上会生成完全相同的图片。
- 怎么用？ 在 SD 界面底部，你会看到一个种子号。点击“复制”或手动输入一个数字（比如
12345）。 - 实战场景： 你生成了一张很满意的图，但人物表情有一点点不对，或者衣服颜色差了一点。这时候，不要改提示词，保持 Seed 不变，只微调提示词中的某个词，或者使用“局部重绘”功能。这样能保证画面主体不变，只修改细节。
技巧二：学会使用 ControlNet
这是 SD 区别于 MJ 的最大杀手锏。ControlNet 可以让你精确控制画面的构图、姿势、边缘。
- OpenPose（姿态控制）：你可以找一张真人摆姿势的照片，导入 ControlNet，让 AI 生成的人物保持一模一样的动作。这对于想画特定动作角色的用户来说，简直是神器。
- Canny/Lineart（线稿控制）：你可以自己画一个简单的草图，或者把一张照片的边缘提取出来，让 AI 根据你的线稿填充细节。
- Depth（深度控制）：控制画面的前后景深，保证人物不会和背景融在一起。
操作很简单： 在 SD 界面找到 ControlNet 扩展，勾选“Enable”，然后上传你的参考图，选择对应的模型（如 control_openpose），调整权重（通常 0.8-1.0）。
技巧三：迭代优化，而不是重来
不要指望第一次生成就能出神图。高效的工作流是：
- 粗选：生成 4-16 张图，快速筛选出构图、色调满意的。
- 放大：对满意的图使用“Hires. fix”（高清修复）或“Upscale”功能，将分辨率提高，增加细节。
- 精修：使用“Vary (Region)”或“Inpaint”（重绘）功能，修改局部错误（比如修手指、改表情）。
- 后期：导出图片，用 PS 或 Lightroom 进行最后的调色和修饰。
4. 硬件稳定性的维护
本地部署虽然自由，但硬件不稳定也会导致“出图失败”或“报错”。
- 驱动更新：保持 NVIDIA 显卡驱动是最新版，但不要太新（偶尔会有兼容性问题），稳定版（Studio Driver）更适合 AI 绘画。
- 显存优化：如果显存不足，可以在启动参数里添加
--lowvram或--xformers（如果是较老版本）来节省显存。秋叶包通常有“优化”选项，一键开启即可。 - 模型清理：定期清理不用的模型。SD 的模型文件很大，把没用的删掉，能提升加载速度。
五、 从“能画”到“画得好”：进阶之路
当你已经能稳定出图，不再担心封号，开始追求质量时，你就需要进入进阶阶段了。
1. 训练你自己的 LoRA
LoRA 是一种轻量级的模型微调技术。你可以上传几张特定风格或特定人物的图片，训练出一个专属的 LoRA 模型。
应用场景：
- 自家宠物：训练一个宠物的 LoRA，以后想画它穿什么衣服都行。
- 个人 IP 形象：训练一个固定画风或虚拟形象，确保所有输出保持一致。
- 产品原型：电商卖家可以训练自己产品的 LoRA，快速生成各种场景下的产品图，无需实拍。
工具推荐：
- kohya_ss：最流行的 LoRA 训练脚本，功能强大但界面稍显复杂。
- Liblib 在线训练：国内平台，无需本地高配电脑，云端训练，适合小白。
2. 深入学习摄影与美学
AI 绘画的本质是“基于大量数据的重组”。你的审美上限，决定了 AI 出图的上限。
- 学习光影：观察经典油画和摄影作品中的光线如何照射在物体上。尝试在提示词中加入
golden hour（黄金时刻）、volumetric lighting（体积光）、chiaroscuro（明暗对照法）等词。 - 学习构图：三分法、黄金螺旋、对称构图。在提示词中描述
rule of thirds、`