从一句话到一张能用的图。
第 1 条：「生成一张极简风的首页 hero 图。」
需求转译
提示词含用途/比例/风格三要素。
第 2 条：「保持这个人物再生成一组动作。」
一致性
角色特征跨图稳定。
第 3 条：「文字部分不要出错。」
文字渲染
关键文字单独后期合成。
提问：生成一百张挑一张算成功吗？
产出效率
提示词收敛后 4 张内出图。
示例为说明检查流程的演示，不是任何产品的实测结果。
AI 文生图的正确分工：AI 管快速生成、风格迁移与批量变体，人管审美判断、提示词设计与后期修正。验收就看三件事——提示词是否结构化、出图是否收敛、成品是否经过人工挑选修正。
8 款工具，找到你的起点。
对比真正影响决策的差异。
8 款文生图工具的定位、生成特性与产出，价格为站内档案口径。
| 工具 | 工作流定位 | 生成特性 | 产出 | 访问与价格 | 使用前复核 |
|---|---|---|---|---|---|
| Midjourney | 审美驱动的创意图 | 自然语言提示词 | 高质量创意图 | 免费增值 | 商用版权条款的确认。 |
| Flux 2 | 写实与图文混排 | 结构化提示词 | 写实图+文字 | 付费 | 文字渲染的抽检。 |
| 快手可图大模型Kolors | 中文语义生图 | 中文提示词 | 中文理解成图 | 免费增值 | 中文概念的表达准确度。 |
| 通义万相 | 全能生图平台 | 提示词+参数 | 多风格图像 | 免费增值 | 风格切换的一致性。 |
| 万相营造 | 在线创作入口 | 网页端操作 | 便捷出图 | 以官网公示为准 | 导出分辨率与格式限制。 |
| 智小象（HiDream） | 中文生图工作台 | 中文提示词 | 精修工作流出图 | 以官网公示为准 | 工作流的学习成本。 |
| Stable Diffusion | 开源可控生成 | 本地/云端部署 | 完全可控出图 | 免费增值 | 硬件门槛与模型选择。 |
| 星流AI | 风格化细分创作 | 风格模板 | 风格化图像 | 以官网公示为准 | 模板风格与需求匹配。 |
8 款工具逐个细看。
Midjourney
- 免费增值
- 适合的场景
- 要最高审美的创意图。
- 再想想的场景
- 精细控制不如 SD 系。
- 开始之前
- 研究提示词风格库的用法。
Flux 2
- 付费
- 适合的场景
- 写实场景或图内文字。
- 再想想的场景
- 资源消耗相对较高。
- 开始之前
- 准备好结构化的提示词模板。
快手可图大模型Kolors
- 免费增值
- 适合的场景
- 提示词习惯用中文。
- 再想想的场景
- 英文生态的风格词更丰富。
- 开始之前
- 关键风格词中英对照积累。
通义万相
- 免费增值
- 适合的场景
- 要一站式生图平台。
- 再想想的场景
- 平台间风格趋同。
- 开始之前
- 明确用途与输出规格。
万相营造
- 适合的场景
- 不想装软件轻量用。
- 再想想的场景
- 批量任务效率有限。
- 开始之前
- 确认导出规格满足用途。
智小象（HiDream）
- 适合的场景
- 要中文精修工作流。
- 再想想的场景
- 工作流有学习曲线。
- 开始之前
- 从模板入手再逐步定制。
Stable Diffusion
- 免费增值
- 适合的场景
- 要完全可控与批量。
- 再想想的场景
- 部署调优有门槛。
- 开始之前
- 评估显卡与模型生态投入。
星流AI
- 适合的场景
- 特定风格快速出图。
- 再想想的场景
- 模板外风格有限。
- 开始之前
- 确认目标风格在模板库内。
从想法到成品。
用途先想清楚
尺寸比例、投放场景、后续修图空间——生成前先定。Web 用图和印刷用图的规格天差地别，先想用途再动手能省一半废图。
提示词结构化
主体 + 场景 + 风格 + 光线 + 构图五段式写提示词。一句话提示词等于把创作交给抽卡，结构化提示词才是设计。
小样确认再放大
先出 4 张小样确认方向，方向对了再放大精修。直接生成高分辨率的沉没成本会让你不舍得放弃废图。
关键文字后期合成
图内文字（海报标题、UI 文案）用设计工具后期加。AI 文字渲染仍不可靠，省下的生成次数不够赔一次返工。
建立提示词库
每次出好图的提示词存档分类。三个月后你的提示词库就是别人复制不走的核心资产——这是文生图的真功夫。
给生成工具一份结构化的提示词。
提示词五段式，小样先行——文生图的效率密码。
用途 场景：[web hero / 封面 / 海报]，比例：[16:9 …]
后期：[预留文字区 / 直接成品]
提示词 主体：[什么，在做什么，什么状态]
场景：[环境 + 时间 + 天气]
风格：[艺术风格 + 参考流派]
光线：[光的方向与质感]
构图：[视角 + 景别 + 焦点]
输出 先 4 张小样定方向 → 选 1 张放大
变体：[N] 张供挑选
约束 图内文字留白后期合成。
商用前确认平台版权条款。
每次成功提示词归档入库。使用前复核
开始生成之前的问题。
提示词用中文还是英文？
看模型：国产模型中文理解好，国际模型英文生态成熟。实用策略是中文想清楚再翻译成英文，风格关键词用英文原词。
AI 生成的图能商用吗？
看平台条款：多数付费档授予商用权，免费档常有限制。涉及人像与商标还要注意 likeness 权益，商用前把条款读一遍。
为什么我生成的图总是差点意思？
八成是提示词问题：缺风格参照、构图没说清、或者期望一次生成解决本该后期修的问题。先补提示词结构，再谈换工具。
角色一致性怎么保持？
用支持参考图或角色锁定的功能（midjourney 的 cref、SD 的 LoRA 训练）。纯文本提示词保持角色一致仍然困难。
需要学 Stable Diffusion 吗？
看深度：偶尔用图不必，在线工具够用。要批量生产、精确控制或私有部署时，SD 的投入才划算。
参考来源
上述对比依据各产品官网公示信息，工具档案持续复核更新。
