学习模式

刺猬星球super-i_AI教程免费在线教学

导语:AI做设计,还要懂这些

第一节我们已经把AI设计中最基础的一些概念理顺了,比如模型和平台有什么区别、什么是多模态、提示词为什么越来越口语化,以及文生图、图生图、图生视频、首尾帧和多模态参考这些常见的生成方式。

 

知道这些以后,我们至少已经明白了“AI可以怎么生成内容”。但真正开始自己做设计时,会很快遇到另一批问题:为什么同一个人物换一个场景以后就不像了?为什么产品明明有参考图,换个机位以后包装还是会变?为什么自己写“高级感、电影感”,生成结果却总是不稳定,而别人只是在提示词里加入了“中近景、50mm、侧光、浅景深”,画面就明显更接近真实摄影?

 

除此之外,最近还经常能看到Agent、无限画布这些词。它们显然不是一种新的图片模型,但又和传统的聊天、生图工具不太一样。

 

所以第二节不再继续增加大量生成方式,而是往实际创作再走一步。我们主要解决五个问题:

怎么保持人物、产品和场景的一致性;

怎么控制画面的空间和构图;

哪些摄影知识真正值得写进AI提示词;

Agent到底是什么;

以及Flowpix、LibTV、TapNow这类无限画布为什么会越来越常见。

一、一致性:为什么AI做一张容易,做一组就容易变


如果只生成一张图片,一致性问题通常不会特别明显。比如你上传一张人物参考,让AI生成她坐在咖啡店里的照片,只要这一张效果不错,任务就已经完成了。

 

但真正的设计项目很少只需要一张图。

 

同一个人物可能还要出现在办公室、街道、汽车甚至不同时间段的画面里;一个产品也可能需要制作正面广告、人物手持、桌面俯拍和不同场景的系列视觉;如果再进入故事板或者AI视频,同一个空间还要反复从不同机位出现。

 

这时候问题就会慢慢暴露出来。第一张人物还是原来的脸,到了第二张脸型发生了一点变化,第三张发型又不同了;产品正面看起来没有问题,到了侧面以后瓶身比例和Logo位置却发生改变;同一个房间从另一个角度拍摄时,窗户、书桌甚至门的位置都重新排列了。

 

这就是AI设计里经常说到的一致性问题。

可以先把它理解成一句话:

画面可以变化,但本来不应该变化的东西,要尽量保持稳定。

 

不过一致性并不是在提示词里多写几次“保持一致”就可以解决。很多时候,真正的问题在于我们一开始交给AI的信息不够完整。

只给一张正脸,模型就需要自己推测侧脸和背面;

只给一张产品正面图,模型就需要自己补全侧面结构;

一个空间只提供一个摄影机视角,模型也必须猜测镜头转过去以后房间是什么样子。

 

因此,提高一致性最有效的方法之一,就是在正式生成之前,先建立相对完整的人物资产、产品资产和场景资产。

 



二、空间与构图:不要只描述“有什么”,还要描述“在哪里”


很多刚开始接触AI作图的人,写提示词时会把注意力全部放在画面内容上。例如“一个女人、一张桌子、一台电脑、一扇窗户”,这些信息当然能告诉AI画面里应该出现哪些元素,却没有说明这些元素之间究竟应该是什么关系。

人物到底站在画面左侧还是右侧?桌子是在人物前方还是后方?窗户位于哪一侧?产品应该放在哪里?画面需要给标题留下多少空间?

这些信息同样会直接决定最终画面的构图。

 

1. 主体位置与画面留白

例如同样是“一个女孩站在房间里”,如果增加一句:

人物位于画面右侧三分之一,身体侧对镜头,左侧墙面保持干净并留出较大空白区域。

最终构图就已经被明显限制了。

 

这类表达在广告、海报和电商设计里尤其重要,因为很多时候图片生成完成以后,还需要在画面上加入标题、卖点或者产品信息。如果人物占满整个画面,后续排版就会很困难。

 

所以在写提示词时,可以逐渐习惯描述:

人物位于左侧还是右侧、主体是否居中、哪个区域需要留白、文字区域是否需要保持干净,以及不同元素之间大概是什么位置关系。

AI不只是需要知道画什么,也需要知道这些东西怎么摆。

 

2. 前景、中景和背景

空间关系还可以通过前景、中景和背景来描述。

例如只是写:

一个女孩坐在咖啡店。

 

AI可以自由决定所有东西的位置。

但如果进一步描述:

前景有少量虚化绿植,中景人物坐在画面右侧靠窗位置,背景能够看到吧台和其他桌椅。

空间层次就会明显丰富很多。

这里的重点不是强行在每一条提示词里写“前景、中景、背景”,而是理解一个画面并不是所有东西都处在同一平面。你可以告诉AI哪些元素靠近摄影机,哪些是主体,哪些应该作为环境存在。

这种描述对于室内、电影感画面、产品广告和人物摄影都会很有帮助。

 

3. 空间理解让图片编辑变得更准确

空间关系不仅影响生成,也会直接影响后续图片修改。

比如:

删除人物左后方、靠近过道位置的一把木椅。

AI需要先理解“哪个东西是杯子”“椅子在哪里”“人物的左后方指的是哪个区域”,才能按照要求完成修改。

所以现在AI图片模型的发展并不只是“越来越会画”,还在于它越来越能够理解画面里的对象和位置关系。

对于普通创作者来说,没有必要研究背后的技术原理。真正实用的是在提示词里逐渐加入位置关系,而不是永远只写物体名称。



三、AI作图为什么还需要懂一点摄影


现在很多AI图片提示词中都会看到“中近景、低机位、50mm、85mm、浅景深、侧光、逆光”这些词。它们并不是AI时代创造出来的新术语,而是原本就属于摄影语言,只不过现在AI模型已经能够理解这些表达。

如果完全不懂摄影,写提示词时就很容易只剩下“高级感、电影感、氛围感、真实感”这类比较模糊的词。它们当然不是完全没用,但很难精准告诉AI:这张画面究竟应该怎么被拍下来。

对于AI作图来说,不需要完整学习一套摄影理论,先掌握五个最常用的概念就已经非常够用:景别、机位、焦段、景深和光线。

 

1. 景别:决定画面让观众看到多少

景别可以理解为摄影机和主体之间的视觉距离。同一个人物,可以只拍脸部,也可以看到半身、全身,甚至让人物缩得非常小,把整个环境作为主要内容。

常见的景别包括特写、中近景、中景、全景和大远景。

 

特写通常集中在人物脸部、手部或者产品细节,适合强调微表情、材质或者某个重要信息;中近景和中景能够同时保留人物表情和部分环境,因此在人像、生活方式摄影和广告中非常常见;全景可以看到完整人物与周围空间的关系,而到了大远景,人物通常只占画面很小比例,场景本身反而成为主角。

 

所以景别真正控制的是:

这一张图片到底希望观众重点看人物,还是看人物所在的环境。

例如“一个女孩站在海边”和“海边大远景,一个女孩独自站在沙滩中央”,虽然主体相同,但最终画面重点会完全不同。

 

2. 机位与视角:摄影机站在哪里看

如果说景别决定“看多少”,那么机位决定的就是从哪里看。

最常见的是平视,也就是摄影机大致与人物或者主体处在相近高度。这类画面通常比较自然,适合人物肖像、日常记录和生活方式摄影。

 

俯视则是从较高位置向下拍摄,可以展示更多地面和空间关系,在桌面产品、室内布局、群体场景中非常常见;

 

仰视从较低位置向上拍摄,会让人物或建筑显得更高、更有体量,也更容易产生力量感。

 

再进一步就是鸟瞰和航拍。摄影机高度进一步升高以后,重点会从人物本身转向整个环境和空间关系,比如城市道路、荒原、建筑群或者旅行大场景。

 

所以提示词里的“一个男人站在高楼前”和“低机位仰拍,一个男人站在高楼前”,虽然只增加了几个摄影词,画面情绪可能已经完全不同。

 

3. 焦段:决定摄影机怎么表现空间

焦段是很多AI提示词里经常出现、但最容易被误解的知识。

 

它并不是简单的“拉近”和“拉远”,还会明显影响空间透视、主体比例以及背景和人物之间的关系。

 

广角焦段,例如24mm、28mm,通常能够看到更多环境,空间纵深和透视也更加明显,因此适合建筑、室内、街道和需要表现环境规模的画面。

 

35mm、50mm可以看作比较常见的标准焦段,它们在人物、广告、生活方式摄影中都很好用,画面的透视不会特别夸张,也比较自然。

 

85mm这类中长焦则更常用于肖像。人物会更加突出,空间压缩感更明显,背景也更容易形成柔和虚化。

200mm超长焦

 

所以提示词里写“24mm广角室内摄影”和“85mm人物肖像”,并不是单纯让画面远一点或者近一点,而是在告诉AI:

希望画面的透视和空间关系呈现出哪一种摄影感觉。

 

4. 景深:决定哪里清楚,哪里模糊

景深也是AI图片提示词里非常实用的概念。

浅景深意味着主体保持清楚,而前景或者背景出现明显虚化。这种方式特别适合人物、产品、美食和需要突出某个主体的广告画面。

例如:

人物眼睛保持清晰,咖啡店背景形成柔和虚化。

 

这里其实已经明确告诉AI视觉注意力应该集中在哪里。

 

深景深则相反,画面从前景到背景都会保持较高的清晰度,更适合建筑、室内、风景和需要展示完整空间结构的画面。

 

可以把它简单记成:

想突出一个主体,通常可以考虑浅景深;想把整个环境都交代清楚,则需要更深的景深。

 

5. 光线:决定画面的立体感和氛围

光线并不只是“亮一点还是暗一点”,不同光线方向会直接改变人物和物体的立体感。

 

正面光从主体正面进入,人物和产品的信息会比较清楚,但阴影和立体感相对弱一些;侧光从一侧进入,可以明显形成一侧亮、一侧暗的结构,更容易表现人物五官和物体材质;逆光从主体后方进入,常常会在人物或产品边缘形成轮廓光,更容易制造氛围。

除此之外,还可以简单区分柔光和硬光。柔光的阴影过渡比较自然,经常用于人物、美妆、生活方式和商业产品摄影;硬光则具有明显的明暗边界和阴影形状,更容易形成强烈、直接的视觉效果。

 

真正写提示词时,不需要把每一个摄影参数全部塞进去。比起“ISO 100、1/250秒、f/1.8”这种相机参数,AI小白更值得先学会的是:

景别 + 机位 + 焦段 + 景深 + 光线。

 

例如原本的一句话:

一个年轻女性坐在咖啡店里。

 

增加简单的摄影语言以后可以变成:

中近景,平视机位,50mm镜头。一名年轻女性坐在咖啡店窗边,下午自然光从人物左侧进入,面部保持清晰,背景使用浅景深形成柔和虚化。

 

这里并没有堆很多“高级词”,但已经明确告诉AI:人物应该占多大、从什么角度拍、空间应该是什么透视、哪里清楚,以及光线从哪里来。

摄影知识的价值,不是让提示词显得更专业,而是让你真正知道自己想怎么拍。



四、Agent:为什么AI开始不只是“你问一句,它答一句”


除了图片和视频模型,现在还经常会看到一个词:Agent。

对于AI小白来说,没有必要先理解它背后的技术架构。真正需要搞清楚的,是Agent和普通对话AI在使用方式上的区别。

平时我们和AI聊天时,通常是一步一步推进任务。例如你要做一套产品广告,会先让AI分析产品,分析完以后再让它想三个创意,选定其中一个以后继续要求它写视觉方案,最后再整理成图片提示词。

整个过程中,AI每次都完成你当前提出的任务,而下一步应该做什么,主要还是由你决定。

 

Agent的思路则更接近:你直接告诉AI最终要完成的目标,它再根据这个目标判断中间需要做哪些事情。

例如直接提出:

根据这款新品,帮我完成一套广告视觉方案。

 

Agent可能会先分析产品和目标用户,再寻找卖点,然后确定创意方向,接着整理视觉要求,最后输出能够继续用于图片生成的结果。

 

所以普通对话更像:

你决定每一步,然后让AI执行。

 

Agent则更像:

你告诉AI终点,它开始帮助你规划中间怎么走,它自己从头干到尾。它会自主拆解目标、搜集资料、操控各类工具,最后把结果交给你。

当然,这并不意味着现在所有Agent都能做到“一句话以后什么都不用管”。不同平台的Agent能力差异依然很大,一些复杂项目仍然需要人工判断和调整。

 

因此,只需要先记住:

Agent代表的是AI开始从完成一个单独要求,逐渐向围绕一个目标连续完成任务发展。



五、无限画布:为什么AI设计开始从聊天框走向画布


最后一个概念,是现在AI设计工具里越来越常见的无限画布。

这里说的不是简单把Photoshop画布调得很大,而是像Flowpix、LibTV、TapNow这类AI原生工具所采用的一种创作方式。它们通常把图片、视频、参考素材、生成结果以及后续步骤全部放在同一个可以不断扩展的画布中。

 

传统的AI工具往往比较线性,且重复劳动较多,通常要反复上传。你上传素材、输入提示词、得到结果,然后再进入下一轮操作。整个创作过程基本是从上往下一步一步往前推进。

 

无限画布则更像把整个项目铺在一张巨大的工作桌上。

 

例如制作一条产品广告时,可以先把品牌资料和产品图片放在左侧,旁边放人物和场景参考,再往右生成第一批广告方案。选中其中一张以后,可以继续向右生成故事板,也可以从同一张产品资产向下延伸出另一套广告创意。

如果某一个版本不满意,也不需要把其他内容全部丢掉,可以回到前面的节点重新修改,再继续沿另一条方向生成。

 

整个画布会慢慢形成一张真正的AI创作地图。

 

1. 为什么AI项目特别适合无限画布

AI创作有一个非常明显的特点,就是中间素材特别多。

一个普通广告项目里,可能同时存在品牌资料、产品资产、人物资产、场景参考、提示词、不同版本的生成图、故事板以及多个视频片段。如果这些东西全部散落在不同聊天窗口、本地文件夹和生成工具里,用不了多久就很容易混乱。

你甚至会忘记:

某张图到底参考了哪个人物版本?

这个广告方案当时用了什么产品资产?

这段视频又是根据哪张故事板生成的?

无限画布最大的价值之一,就是把这些内容之间的关系直接可视化。你不仅能看到每一份素材,还能够看到它从哪里来、又继续被用到了哪里。

所以它真正解决的问题并不是:

“我需要一个更大的地方放图片。”

 

而是:

我需要一个能够承载整个AI创作过程的空间。

 

2. 它和普通聊天框有什么不同

聊天框本身很适合连续沟通。例如你可以一句一句让AI修改创意、调整提示词或者继续分析问题,但它的结构天然是从上往下的。

无限画布则允许创作过程向不同方向同时展开。

 

同一张人物资产可以向右生成职场造型,向下生成旅行造型;一张产品图可以同时生成三种不同的广告方向,其中一个方案继续做故事板,另一个方案保留作为电商图。

这时候创作过程不再是一条单一的直线,而可以不断:

分支、比较、回退、重新组合。

 

因此,无限画布特别适合广告、角色设计、电商视觉、故事板和AI视频这类本身就需要大量素材和多个版本的项目。

 

对于AI小白来说,可以先把它理解成:

无限画布是一种把参考素材、生成结果和整个AI创作过程放到同一个可视化空间里的创作方式。

它不是模型,也不是一种新的生成技术,而是一种AI时代逐渐出现的新工具形态。



总结:学AI设计,不只是学会按下“生成”


如果把这两节基础课放在一起看,第一节更多是在解决“AI到底是什么、有哪些生成方式”,第二节则开始进入“真正做设计以后,应该怎么控制结果”。

 

当我们从单张图片进入系列设计,一致性就会变得非常重要。人物需要人物资产,产品需要多视角产品资产,场景则需要多个视角和空间布局来共同稳定。它们背后的逻辑其实完全相同:尽量把必要的信息提前交给AI,减少模型自行猜测的部分。

 

与此同时,提示词也不应该永远只停留在“画面里有什么”。当你开始理解空间关系、构图、景别、机位、焦段、景深和光线以后,就可以进一步告诉AI:这些东西应该放在哪里,以及这张图片究竟应该怎么被拍下来。

 

Agent和无限画布则代表了AI工具本身正在发生的另一种变化。AI不再只是一轮一轮地回答问题,开始能够围绕一个目标继续完成更多步骤;而无限画布也让图片、视频、素材和整个创作过程从分散的生成结果,逐渐变成一个完整的项目空间。

 

所以AI设计真正需要学习的,并不是不断记住新的模型名称,也不是每出现一个新工具就重新学一套按钮。

 

更重要的是建立几个长期有效的基础能力:

 

知道怎么给AI准备信息,知道什么东西需要保持稳定,知道如何描述一个画面,也知道什么时候应该让AI生成、什么时候应该给它更多参考。

 

模型会持续更新,工具界面也一定会不断变化,但这些基础逻辑不会因为某个版本升级就立刻失效。