主题
AI 绘画与图像实战
⏳ 时效提示：本页正文只写产品线（长期有效），具体版本号与易变指标集中在 §1.3 工具版本快照，最后核对于 2026 年 9 月 20 日。 引用具体版本前请以官方页面为准。
结论先行：2026 年选图像工具，画质已不是主要矛盾，"提示词遵循度、角色一致性、单位成本、能否进专业管线"才是分水岭。 本篇先横评工具，再拆解提示词结构，最后给出可直接落地的商用工作流与一致性方案。
1. 工具横评表
| 工具 | 核心定位 | 2026 关键能力 | 优势场景 | 注意点 |
|---|---|---|---|---|
| Midjourney | 艺术/概念标杆 | 原生 2K、Raw 模式提升提示词遵循、跨参考角色一致性 | 概念图、海报、氛围大片 | 文字渲染仍弱于 GPT Image |
| OpenAI GPT Image | 强推理+排版 | 文字渲染能力业内领先、主体一致性、Sketch 草图、与 Adobe Firefly 双向集成 | 含文字的图、电商图、设计稿 | API 有 Flare（默认款）和 Sunburst（高控制款） |
| Google Nano Banana | 超低成本默认款 | 4K、超低成本 | 批量出图、预算敏感任务 | 艺术风格上限略低于 MJ |
| 即梦（字节） | 国产综合 | 与即梦视频生态打通，图生视频友好 | 短视频素材、国风内容 | 海外可用性受限 |
| ComfyUI + 开源模型 | 专业节点管线 | 节点式工作流（已扩展音频节点），可控性最高 | 批量化、可控重绘、生产自动化 | 上手门槛高，需搭环境 |
1.1 怎么选：一句话决策
text
要艺术感 → Midjourney
图里必须有准确文字 → GPT Image
批量又要便宜 → Nano Banana
要做成流水线/自动化 → ComfyUI + 开源模型1.2 API 选型补充（GPT Image）
如果你用 API 批量出图，GPT Image 提供两款（当前款名见 §1.3 快照）：
- Flare：默认款，平衡速度与质量，日常首选；
- Sunburst：高控制款，对构图、元素位置控制更强，适合精密电商图。
动手部署画布、配置接口并套用生成与编辑提示词模板，见《GPT Image 画布实战》。
1.3 工具版本快照（最后核对 2026-09-20）
正文只写产品线，具体版本号与易变指标集中在这里。超过三个月请按各产品官网核对。
| 产品线 | 当前版本与要点（2026-09 核对） |
|---|---|
| Midjourney | V8.x：原生 2K、Raw 模式提升提示词遵循、跨参考角色一致性（--cref） |
| OpenAI GPT Image | 2.5：文字渲染准确率约 99%；API 分 Flare（默认款）/ Sunburst（高控制款） |
| Google Nano Banana | 2：4K、超低成本，常被作为默认选择 |
2. 提示词结构：六段式
无论哪个工具，高质量图像提示词都能拆成六个维度。写全比写长重要。
text
主体（Subject）：谁/什么 —— 一只戴针织帽的橘猫
环境（Scene）：在哪 —— 窗边的木质书桌，午后阳光
构图（Composition）：怎么排 —— 居中特写，景深虚化背景
光影（Lighting）：什么光 —— 柔和的侧逆光，暖色调
风格（Style）：什么味 —— 吉卜力手绘风，线条柔和
参数（Params）：工具特定 —— --ar 3:4 --style raw（MJ）/ 分辨率（Nano）2.1 完整示例（Midjourney 风格）
text
一只戴米色针织帽的橘猫，坐在窗边木质书桌上，
午后阳光从左侧斜入，暖色调，背景虚化，
居中特写，吉卜力手绘风格，线条柔和，细节丰富
--ar 3:4 --style raw --v 82.2 含文字的图（GPT Image）
text
设计一张咖啡店开业海报。
画面：暖色木质吧台，蒸汽升腾的拿铁，阳光感。
在画面顶部用清晰无衬线字体写 "MORNING BREW 晨酿"，
副标题小字 "OPENING 9.10"。
风格：现代简约，留白充足，高级感。提示：涉及精确文字时优先 GPT Image，其文字渲染能力远胜艺术向工具。
3. 一致性控制
商用最痛的点是"同一角色在不同图里长不一样"。三种主流解法：
3.1 角色参考（跨参考）
Midjourney 的"跨参考角色一致性"允许你给一张参考图，让后续生成锁定该角色面貌。适合系列IP、 mascot。
text
--cref [角色参考图URL] 保持同一卡通角色在不同场景中的面部与服饰一致3.2 种子锁定（Seed）
固定随机种子，可在原图基础上局部重绘而不改变整体特征。适合同场景换姿态。
text
--seed 12345 在已确定构图后固定种子，仅修改提示词局部3.3 多视图（三视图/转身图）
做 IP 或商品时，先生成"正面/侧面/背面"三视图，再据此重绘，一致性最高。
text
生成同一角色的三视图：正面、左侧、背面，
统一服饰与配色，纯白背景，用于后续建模参考。| 方法 | 一致性强度 | 操作成本 | 适用 |
|---|---|---|---|
| 角色参考 | 高 | 低 | 系列 IP、人物 |
| 种子锁定 | 中 | 低 | 同场景微调 |
| 多视图 | 最高 | 中 | 商品/IP 建模前 |
4. 商用场景工作流
4.1 电商图工作流
text
步骤1 定款：用 GPT Image 生成白底产品精修图（高控制款）
步骤2 场景：生成 3 张使用场景图（居家/户外/送礼）
步骤3 文字：在海报图上叠加准确卖点文字（GPT Image 文字能力）
步骤4 统一：用 --cref 锁定模特/产品外观，保证系列一致
步骤5 出图：导出 2K/4K，按平台尺寸批量裁切4.2 海报工作流
text
步骤1 风格板：用 MJ 出 5 张氛围概念图，挑 1 张定调
步骤2 精修：把选定构图交给 GPT Image 加文字与细节
步骤3 合规：核对字体/肖像授权，保留生成记录
步骤4 输出：导出印刷分辨率（≥300dpi 用于线下）4.3 社媒配图工作流（低成本批量）
text
步骤1 用 Nano Banana 批量生成 9 宫格主题图（超低成本）
步骤2 统一滤镜/字号模板，保证账号视觉一致
步骤3 定时发布，用数据复盘哪类图互动高，反哺提示词5. ComfyUI 入门概念
ComfyUI 是节点式（node-based）图像工作流工具，专业生产者用它把"出图"变成可复用的管线。2026 年它已扩展音频节点，成为多模态专业管线标配。
5.1 核心概念
| 概念 | 解释 | 类比 |
|---|---|---|
| 节点（Node） | 一个处理单元（加载模型、采样、放大） | 流水线上的工位 |
| 连线（Wire） | 节点间的数据流（图像/潜变量/参数） | 传送带 |
| 工作流（Workflow） | 一组连好的节点，存为 JSON 可复用 | 一条生产线 |
| 潜空间（Latent） | 模型内部的中间表示 | 半成品仓库 |
| 控制网（ControlNet） | 用姿态/线稿约束构图 | 模具 |
| 批处理 | 一次跑多组参数/多张图 | 流水线并行 |
5.2 第一个工作流（文字示意）
text
[加载模型] → [正/负提示词] → [采样器(KSampler)] → [VAE解码] → [保存图像]
↑
[ControlNet: 姿势图]操作步骤：
- 安装 ComfyUI 与所需模型（如 SD 系开源模型）；
- 拖入"加载检查点"节点并选模型；
- 连入"CLIP 文本编码"（正/负提示词）；
- 接"KSampler"设置步数/采样器/种子；
- 接"VAE 解码"+"保存图像"；
- 运行，调参迭代；
- 存为 workflow.json，下次直接载入复用。
优势：一旦搭好，批量化与自动化几乎零边际成本，是 OPC 图像生产的推荐底座。
6. 成本与版权注意事项
6.1 成本粗算（2026 基准，以官网定价为准）
| 工具 | 成本特征 | 建议用法 |
|---|---|---|
| Nano Banana | 超低成本 | 批量、草稿、A/B 测试 |
| MJ | 订阅制 | 概念与精品图 |
| GPT Image | API 按量 | 含文字/高精度需求 |
| ComfyUI | 自备算力 | 规模化生产 |
6.2 版权与合规清单
- [ ] 确认工具条款允许"商业使用"（尤其 API 与开源模型许可证）
- [ ] 不生成未授权真实人物肖像或品牌 LOGO
- [ ] 字体/素材使用有授权
- [ ] 保留生成记录与提示词，便于举证
- [ ] 平台发布遵守 AI 内容标识规则
更系统的合规要求见《OPC 合规指南》。
7. 实战案例：从一句话到成图
以"为新咖啡品类做一组社媒图"为例，完整走一遍：
text
第1步 定调（Nano Banana，低成本试方向）：
"明亮北欧风咖啡包装静物，浅木桌面，自然光，留白多，3 张不同角度"
第2步 精选（挑 1 张）→ 交给 GPT Image 加文字：
"在图上用无衬线字体加品牌名 BEANLY 与 slogan '慢一点，更好喝'"
第3步 一致性（用 --cref 锁定包装外观）：
"生成同款包装在户外/办公桌/礼盒场景各 1 张，保持包装一致"
第4步 出图：导出 4K，按 1:1 / 3:4 / 16:9 批量裁切
第5步 复盘：发 3 张看互动，胜出风格反哺第1步提示词8. 风格与参数速查
| 想要的效果 | 提示词关键词 | 备注 |
|---|---|---|
| 电影感 | cinematic, shallow depth of field, anamorphic | 配侧逆光 |
| 极简电商 | clean, white background, studio light | 用 Sunburst 控位 |
| 手绘插画 | ghibli style / flat illustration | MJ Raw 更准 |
| 复古胶片 | 35mm film, grain, faded color | 加 --style raw |
| 科技未来 | neon, cyber, reflective surface | 注意不过曝 |
常用参数（以 Midjourney 为例）：--ar 比例、--style raw 提升遵循、--cref 角色参考、--seed 锁定。其他工具参数见各自文档。
9. 实战自检清单
- [ ] 能根据需求从横评表选出主力图像工具
- [ ] 写图像提示词时覆盖"主体/环境/构图/光影/风格/参数"六维
- [ ] 会用至少一种一致性方案（cref/seed/多视图）
- [ ] 跑通过一条商用工作流（电商/海报/社媒其一）
- [ ] 了解 ComfyUI 的节点/连线/工作流概念
- [ ] 出图前核对版权与成本
10. 常见问题（FAQ）
Q1：为什么我写的图总是"差点意思"？ 多数情况是提示词缺维度。回去补"六段式"里你漏掉的（通常是光影或构图），比加形容词更有效。
Q2：免费/低成本工具能商用吗？ Nano Banana 等低成本款适合草稿与批量，但商用前务必确认条款授权范围，精品交付建议用有明确商用授权的工具。
Q3：角色一致性到底用哪种？ 系列 IP 用 --cref 跨参考；同场景微调用 --seed；商品/IP 建模前用多视图。三者可叠加。
Q4：ComfyUI 值得学吗？ 若只偶尔出图，不必；若要批量化、可控重绘、接自动化，它是 2026 年专业管线标配，值得投入。
Q5：图和视频怎么衔接最顺？ 先出高质量关键帧图，再用图生视频（Seedance/可灵），一致性最好，这也是行业主流做法。
11. 本篇要点回顾
- 选工具看提示词遵循、一致性、成本、能否进管线，而非只看画质
- 提示词六段式：主体 / 环境 / 构图 / 光影 / 风格 / 参数
- 一致性三法：--cref 跨参考、--seed 锁定、多视图三视图
- 商用工作流按电商图 / 海报 / 社媒配图分别固化
- 含精确文字优先 GPT Image；批量低成本用 Nano Banana
- 批量化与自动化优先 ComfyUI 节点式管线
下一步：打开《AI 视频与短剧实战》，把静态图变成会动的短片。