图像生成与构图技巧
图像生成与构图技巧
AI image generation 现在已经很强，但真正决定成片质量的，依然不是 model 名字，而是 composition judgment。很多图“技术上能生成”，但商业上不能用，因为主体不清、层次不对、留白不够、风格也不成体系。
如果你是为了做 content、campaign、课程素材或 product visual，这页更应该关注怎么控制构图，而不是单纯追新模型。
先说结论：Prompt 只是入口，构图才是控制杆
同样一句 prompt，为什么有时出神图，有时像 stock garbage？
核心差异通常不在“词汇量”，而在你有没有明确：
- 主体在哪里
- 镜头离主体多远
- 背景承担什么作用
- 哪块空间要留给 text / UI / crop
没有这些决策，AI 只会凭训练偏好帮你猜。
商业场景最常见的 4 类出图任务
| 任务类型 | 重点 | 常见坑 |
|---|---|---|
| hero visual | 强氛围、强识别、可承载 headline | 画面太满，没文案位 |
| product image | 产品清楚、材质真实、商用感强 | 主体比例不稳，细节假 |
| social cover | 小尺寸也能一眼看懂 | 元素太碎，缩小就糊 |
| explainer visual | 信息结构清楚 | 图很酷，但不传达知识点 |
先知道你在做哪一类，再决定 prompt 写法和画面结构。
一套够用的构图变量
不要把 prompt 写成形容词堆砌。更稳的是按变量写。
| 变量 | 你要决定什么 |
|---|---|
| Subject | 画面主角是谁 |
| Framing | close-up、medium、wide、top-down |
| Environment | 背景是叙事还是衬托 |
| Lighting | clean studio、soft daylight、cinematic contrast |
| Palette | warm neutral、tech blue、editorial monochrome |
| Space | 哪一侧留给标题、logo 或裁切 |
如果你把这 6 个变量先想清楚，prompt 自然会更稳定。
商业构图比“好看”更重要
一张图能不能用，不是看它单独打开时多惊艳，而是看它放进真实场景后是否 still works。
比如：
- landing page hero 需要 headline space
- short video cover 需要小屏识别度
- article cover 需要 crop 后主体还在
- ad creative 需要 product + message hierarchy
这也是为什么很多“AI 神图”到了业务里完全没法用。
一个更稳的出图思路
Use case
-> Layout intent
-> Prompt draft
-> Generate variants
-> Pick the strongest composition
-> Edit / expand / adapt
关键不是一次命中，而是先生成几个构图方向，再选最能服务 use case 的那一张。
常见工具怎么选
| Tool | 更适合什么 | 你要注意什么 |
|---|---|---|
| Midjourney | mood、style、构图审美 | 商业文本和精修 still 要补后处理 |
| ChatGPT image / DALL-E 类 | instruction following、概念图、简单商业图 | 风格稳定性要靠 reference |
| Stable Diffusion / Flux workflow | controllability、batch、custom pipeline | 成本是 setup 和操作复杂度 |
对大多数 content team 来说，不需要同时掌握所有工具。
先把一套 core workflow 跑顺，比 tool collecting 更重要。
Prompt 公式，够用就行
一个够稳的 image prompt 往往长这样：
[subject], [framing], [environment], [lighting], [palette], [style],
clear focal point, commercial composition, negative space on the right
例如：
A premium skincare bottle, front-facing medium shot, placed on a matte stone surface,
soft daylight, warm neutral palette, clean commercial photography style,
clear focal point, negative space on the right for headline
这类 prompt 的关键不是华丽，而是每个词都服务于构图决策。
实战例子 1：课程封面图
目标：给 AI learning page 做 hero image。
更好的思路不是“做一张很炫的科技图”，而是：
- 主题要一眼可读
- 颜色不能跟站内风格冲突
- 中心视觉要适合横向裁切
- 最好保留一块给标题
如果你生成的是课程封面，过于复杂的 background 往往反而削弱信息传达。
实战例子 2：电商产品视觉
产品图最常见的问题不是不美，而是不像真的能卖。
可用标准通常是：
| 检查项 | 标准 |
|---|---|
| product shape | 不变形 |
| material feel | 看起来可信 |
| light logic | 阴影和反光合理 |
| hierarchy | 主体最突出 |
| crop safety | 4:5, 1:1, 16:9 都能适配 |
如果同一张图连 1:1 和 4:5 都不适合裁，说明构图一开始就没想好。
实战例子 3：知识型配图
知识内容最容易犯的错，是把“插图”做成“壁纸”。
更好的方法是让 visual 直接服务信息结构，比如：
- 用 3 层结构表示 workflow
- 用 left-to-right 表示 process
- 用色块区分 input / model / output
这类图未必要很写实，但必须清楚。
Negative Prompt 和限制条件
限制词不是可选项，尤其在商业场景里。
常见限制包括：
- no extra hands
- no distorted text
- no cluttered background
- no low-detail face
但不要把 negative prompt 写成一长串垃圾桶。真正有效的是先把正向结构定义清楚，再用少量限制清边界。
常见翻车点
| 问题 | 原因 | 修法 |
|---|---|---|
| 画面很满 | 没考虑 headline 和 crop | 明确留白方向 |
| 主体不突出 | prompt 没 focal point | 加 framing 和 hierarchy |
| 风格漂移 | 每次临时写风格词 | 固定 palette 和 style rules |
| 看起来像 AI 图 | 细节太杂、光线太假 | 降低元素数量，统一 light logic |
Review Checklist
- 这张图是为哪个 use case 服务
- 小屏缩略图下是否 still readable
- 有没有明确 focal point
- 留白和裁切是否安全
- 放进页面后是否跟现有 visual language 一致
Practice
拿一个真实 use case，比如课程封面、社媒 cover、产品视觉。
先不要生成，先把这 5 项写出来：
- subject
- framing
- palette
- negative space
- crop ratio
只要这 5 项清楚，出图成功率会明显提高。