目录
课程简介
AI 图片生成正在改变设计和行销产业。这门课程将带您掌握主流 AI 图片生成工具的使用技巧，从 Midjourney 到 DALL·E，从产品摄影到社群素材，让您用 AI 快速产出专业级视觉内容。
学习目标：
- 了解 AI 图片生成的技术原理
- 掌握 Midjourney、DALL·E、Stable Diffusion 的使用
- 学会用 AI 生成电商和社群素材
- 了解版权和授权问题
- 建立品牌视觉工作流
11.1 AI 图片生成技术原理
为什么学这个？
了解技术原理能帮助您更好地使用工具和优化提示词。
核心教学
AI 图片生成的技术基础：
扩散模型（Diffusion Model）
- 目前主流的图片生成技术
- 原理：从纯噪声开始，逐步“去噪”生成图片
- 类比：从一张模糊的照片逐步变得清晰
- 代表：Stable Diffusion、DALL·E、Midjourney
生成对抗网络（GAN）
- 较早期的技术，仍有应用
- 原理：两个 AI 互相比较，一个生成一个判断
- 代表：StyleGAN（生成逼真人脸）
文字到图片的转换
- AI 先理解文字描述的含义
- 然后将含义转换为视觉元素
- 最后生成符合描述的图片
影响图片品质的因素：
商业范例
一家有 12 间门市的连锁健身工作室，过去靠外包摄影拍课程形象照与教练宣传图，每次拍摄含场地与修图约 3 万元，从提案到交稿平均要等 10 天，档期常常赶不上新课程上线。
- 课程主视觉：用 AI 生成 6 款不同风格的训练情境图，制作时间从 10 天缩短到 1 天，单次成本降到 2,000 元。
- 教练招募素材：AI 生成 15 组健身房场景照，取代部分实拍需求，季度摄影预算省下约 60%。
- 社群贴文配图：每周产出 20 张主题图片，贴文互动率提升约 25%。
- 广告投放素材：一次生成 8 种版本做 A／B 测试，素材制作成本降低约 70%。
小技巧
- 用 Midjourney 生成情境图时，在 prompt 加上“product photography, soft light”让质感更接近真实商品照。
- 把 ChatGPT 生成的英文 prompt 贴进 DALL·E，比直接写中文描述更稳定可控。
- Canva 的 Magic Media 适合快速产出社群素材，省去来回调参时间。
- 用 Notion 建 prompt 数据库，记录每次成功的关键字组合以便重复使用。
练习题
本节摘要
- 主流技术：扩散模型（Diffusion Model）
- 影响品质：提示词、模型、参数、参考图片
- AI 图片适合情境图和素材，真实产品照仍需摄影
我列出我每周进行的重复任务：
1. [任务A - 频率]
2. [任务B - 频率]
3. [任务C - 频率]
请按“自动化可行性 × 节省的时间”评分（1-10），排好顺序，
并为第一位建议：使用什么工具、具体步骤、需要注意的失败点。
- 我列出了至少 5 个重复任务并完成评分
- 我选择了第一个自动化目标（最高分的那个）
- 我知道这个流程的人工检查位置在哪里
- 我设定了“出错时如何处理”的备用方案
11.2 Midjourney 基础：快速上手
为什么学_this？
Midjourney 是目前最受欢迎的 AI 图片生成工具之一，以高品质和艺术感著称。
核心教学
Midjourney 的特点：
- 艺术感强，适合创意设计
- 风格多样，可调整各种艺术风格
- 社区活跃，可以参考他人的作品
- 需要通过 Discord 使用
开始使用 Midjourney：
Step 1：加入 Discord
- 注册 Discord 账号
- 加入 Midjourney 服务器
- 进入任意一个 #newbies 频道
Step 2：输入提示词
/imagine [您的提示词]
Step 3：等待生成
- 通常需要 30-60 秒
- 会生成 4 张图片供选择
Step 4：选择和下载
- U1-U4：放大选择的图片
- V1-V4：基于选择的图片生成变体
- ：重新生成
基本提示词结构：
[主体] [描述] [风格] [参数]
范例：
a cute golden retriever puppy playing with a toy,
warm lighting, professional photography,
--ar 16:9 --v 6
常用参数：
--ar 16:9：宽高比（16:9）--v 6：模型版本--q 2：品质（1-2）--s 750：风格化程度（0-1000）--no cats：排除元素
商业范例
一家有 12 间门市的连锁健身中心，过去每档促销都外包拍摄，单次视觉成本高、交件要等 2 周，社群贴文常因缺图而延误。
- 情境照生成：产出 6 款不同场馆风格的训练情境图，单张成本由 3,500 元降至 120 元。
- 社群封面制作：节庆与挑战赛主题各生成 8 张，贴文排程前置时间从 14 天缩至 2 天。
- 广告视觉测试：一次生成 20 种版本做 A／B 测试，点击率提升 18%。
- 教练招募素材：生成 10 款形象视觉，履历投递量较上季增加 25%。
小技巧
- 用 ChatGPT 把中文需求翻成英文 prompt，再贴进 Midjourney，命中率更高。
- prompt 加上 --ar 16:9 或 --ar 9:16，直接控制横式或直式构图。
- 结尾加 --style raw，减少预设美化，画面更贴近提示词。
- 用 Notion 建表格记录每次 prompt 与成品，方便比对微调。
- 免费额度用完可先试 Basic Plan（$10/月），再决定是否升级。
练习题
本节摘要
- Midjourney 以高品质和艺术感著称
- 使用方式：Discord + /imagine 指令
- 基本结构：主体 + 描述 + 风格 + 参数
11.3 Midjourney 提示词进阶
为什么学_this？
掌握进阶提示词技巧能大幅提升生成图片的品质和可控性。
核心教学
提示词的 7 个要素：
1. 主体（Subject）
- 明确描述要生成什么
- 例如：“a golden retriever puppy”“a modern pet store”
2. 环境（Environment）
- 背景和场景
- 例如：“in a cozy living room”“on a sunny beach”
3. 光线（Lighting）
- 光线的方向和风格
- 例如：“warm golden hour lighting”“dramatic studio lighting”
4. 构图（Composition）
- 拍摄角度和构图
- 例如：“close-up shot”“wide angle”“bird's eye view”
5. 风格（Style）
- 艺术风格或媒材
- 例如：“photorealistic”“watercolor”“digital art”
6. 情绪（Mood）
- 整体氛围
- 例如：“cheerful and vibrant”“calm and peaceful”
7. 参数（Parameters）
- 技术设定
- 例如：
--ar 16:9 --v 6 --s 750
进阶提示词模板：
[主体], [环境], [光线], [构图], [风格], [情绪], [参数]
范例：
a happy golden retriever puppy playing with a rubber toy,
in a bright modern living room with plants,
soft natural window light,
eye-level close-up shot,
professional pet photography,
cheerful and warm atmosphere,
--ar 4:3 --v 6 --s 500
风格关键字：
- 摄影：
photorealistic, professional photography, product photography - 插画：
illustration, digital art, vector art, flat design - 艺术：
oil painting, watercolor, pencil sketch, anime - 3D：
3D render, isometric, low poly, claymation
品质关键字：
highly detailed, 8K, ultra HD, professionalaward-winning, masterpiece, best quality
商业范例
一家有 12 间门市的连锁健身工作室，过去每周得请摄影师拍摄课程宣传照，单次费用约 8000 元，还常来不及跟上新课表上线。导入 Midjourney 进阶提示词后，行销团队改以文字生成素材，大幅压缩制作时间与成本。
- 课程主视觉：以 cinematic lighting, dynamic motion 生成 20 款风格，每周省下约 6000 元拍摄费。
- 社群贴文：用 vibrant colors, energetic vibe 产出 30 张图，贴文互动率提升约 25%。
- 高端会员招募：采 elegant, minimalist, premium 风格，一个月内询问度增加 40%。
- 教练形象照：以 professional portrait, studio lighting 生成，修图工时减少约 15 小时。
小技巧
在 Midjourney 提示词进阶应用中，建立可重复使用的提示词库是提升效率的关键。以下为具体实操贴士：
- 用 Notion 建立提示词数据库，字段包含主题、风格、参数与范例图链接。
- 将常用提示词存成 Notion 模板按钮，一键复制含 --ar 16:9 --v 6 的完整指令。
- 用 ChatGPT 批次改写提示词，指令为“将以下提示词扩充为 3 种风格变体”。
- 在 Canva 制作提示词卡片，标注适用场景与参数组合，方便团队共享。
练习题
本节摘要
- 提示词 7 要素：主体、环境、光线、构图、风格、情绪、参数
- 品质关键字：highly detailed, 8K, professional
- 建立提示词库方便重复使用
11.4 Midjourney 进阶技巧
为什么学_this？
进阶技巧能让您更精确地控制生成结果。
核心教学
技巧 1：图片提示（Image Prompt）
- 使用图片作为提示的一部分
- 语法：
[图片URL] [文字描述] - 适用：保持风格一致性
技巧 2：混合提示（Multi-prompt）
- 使用
::分隔不同元素 - 语法：
element1 :: element2 - 可以调整权重：
element1::2 element2::1
技巧 3：种子值（Seed）
- 使用
--seed [数字]保持一致性 - 相同种子值 + 相似提示 = 相似结果
- 适用：建立系列图片
技巧 4：风格参考（Style Reference）
- 使用
--sref [图片URL] - 让新图片参考指定图片的风格
- 适用：保持品牌风格一致
技巧 5：角色参考（Character Reference）
- 使用
--cref [图片URL] - 让新图片保持相同角色
- 适用：建立角色系列
技巧 6：负面提示
- 使用
--no [元素] - 排除不想要的元素
- 例如：
--no text, watermark, blur
商业范例
一家有 12 间分店的连锁健身中心，过去每档促销活动都得外包摄影，单次拍摄含修图要价近 8 万元，来回沟通常拖上三周，导致档期一延再延。导入 Midjourney 进阶技巧后，行销团队开始自行产出视觉素材。
- 用图片提示锁定场馆实景风格：将 6 款主视觉的制作时间从 5 天压缩到 4 小时。
- 用种子值建立系列广告素材：同一档活动一次产出 30 张风格一致的素材，替换率提升至 9 成。
- 用风格参考统一品牌调性：12 间分店的社群贴文视觉一致度由 6 成提升到 95%。
- 整体外包成本：单档活动的摄影预算从 8 万元降至 1.2 万元，省下约 85%。
小技巧
- 用 --seed 1234 固定种子，让系列图风格一致。
- 以 --sref 贴上参考图网址，锁定色彩与笔触。
- 用 --ar 16:9 统一横幅，避免后期裁切。
- 把 --seed 与 --cref 并用，维持同一角色跨场景。
- 将成功 prompt 存进 Notion，标注 seed 值方便复用。
练习题
本节摘要
- 图片提示：用图片保持风格一致
- 混合提示：用 :: 分隔和调整权重
- 种子值：保持结果一致性
- 风格/角色参考：保持品牌一致性
11.5 DALL·E 3：OpenAI 的图片生成
为什么学_this？
DALL·E 3 整合在 ChatGPT 中，使用最方便，适合快速生成。
核心教学
DALL·E 3 的特点：
- 整合在 ChatGPT 中，无需额外工具
- 文字理解能力最强
- 支持自然语言描述
- 可以直接在对话中生成和调整
使用方式：
DALL·E 3 vs Midjourney：
| 维度 | DALL·E 3 | Midjourney |
|---|---|---|
| 使用方式 | ChatGPT 对话 | Discord 指令 |
| 文字理解 | ⭐⭐⭐⭐⭐ | ⭐⭐⭐ |
| 艺术感 | ⭐⭐⭐ | ⭐⭐⭐⭐⭐ |
| 可控性 | ⭐⭐⭐⭐ | ⭐⭐⭐⭐⭐ |
| 速度 | 快 | 中等 |
| 价格 | ChatGPT Plus $20/月 | $10-60/月 |
DALL·E 3 的最佳使用场景：
- 需要精确文字描述的场景
- 需要快速迭代的设计
- 需要与对话结合的创作
- 不熟悉 Discord 的用户
商业范例
一家连锁健身工作室有 12 间分店，过去每档促销都外包摄影，单次拍摄含修图要价 2 万元、耗时 10 天，常错过活动上线时机。
- 做法：在 ChatGPT 以 DALL·E 3 生成教练示范动作与场馆情境图，取代部分棚拍。结果：单档素材成本由 2 万元降至 3 千元，降幅 85%。
- 做法：用实时调整指令更换背景与光影，快速产出各分店专属视觉。结果：12 间分店素材一次到位，制作时间由 10 天缩短至 1 天。
- 做法：每周固定产出 20 张社群贴文图，维持发文节奏。结果：三个月内社群互动率提升 40%，课程咨询量增加 25%。
小技巧
- 在 ChatGPT 直接输入完整句子描述画面，例如“黄昏海边的咖啡店，木质招牌写着 Morning”，DALL·E 3 会自动理解。
- 要指定文字内容，把字串用引号包起来，例如“招牌写着‘OPEN’”，可提高字体正确率。
- 想调整构图，在 prompt 加上“wide shot”或“close-up”等镜头词，比事后修图快。
- 生成后在 ChatGPT 回复“把背景改成雨天”，可局部迭代，不必重写整段描述。
练习题
本节摘要
- DALL·E 3 整合在 ChatGPT 中，使用最方便
- 文字理解能力最强，适合自然语言描述
- 适合快速迭代和对话式创作
11.6 Stable Diffusion：开源方案
为什么学_this？
Stable Diffusion 是开源方案，免费且可本地运行，适合大量生成。
核心教学
Stable Diffusion 的特点：
- 完全开源免费
- 可本地运行，无需付费
- 高度可定制
- 社区活跃，模型丰富
使用方式：
Stable Diffusion 的优势：
- 无限制生成
- 可训练自己的模型
- 可使用 LoRA 微调
- 高度可定制
适用场景：
- 大量图片生成
- 特定风格定制
- 预算有限
- 技术团队使用
商业范例
一家连锁健身工作室拥有 12 间分店，过去每档促销活动都需外包设计，单张海报报价 800 元、来回修改常拖上 5 天，行销档期屡屡延误。
- 做法：本地部署 Stable Diffusion，每月产出 1500 张分店专属宣传图，设计外包费由每月 6 万元降至 8000 元。
- 做法：以 300 张品牌形象照训练专属 LoRA，生成图套用统一色系与风格，品牌辨识度提升 40%。
- 做法：教练自行输入提示词生成课程海报，单张制作时间由 5 天缩短至 20 分钟。
- 做法：一次性投入 9 万元购置显卡设备，电费每月约 1200 元，约 2 个月回本。
小技巧
- 先用 ChatGPT 产出英文 prompt，再贴进 Automatic1111 或 ComfyUI 生成。
- 无技术团队时，改用 Leonardo.ai 或 Playground 的云端 Stable Diffusion 界面。
- 在 prompt 末尾加上“--no blur, lowres”可减少模糊与低分辨率问题。
- 用 Canva 或 Notion 建立 prompt 数据库，记录 seed 与模型版本以便重现。
练习题
本节摘要
- Stable Diffusion 是开源免费方案
- 可本地运行，无限制生成
- 适合有技术能力的团队
11.7 Adobe Firefly：专业设计师的选择
为什么学_this？
Adobe Firefly 整合在 Adobe 生态中，适合专业设计师。
核心教学
Adobe Firefly 的特点：
- 整合在 Photoshop、Illustrator 等工具中
- 商业安全（训练数据有授权）
- 与现有工作流无缝对接
- 适合专业设计师
主要功能：
- 文字生成图片：根据描述生成图片
- 生成式填充：在现有图片中添加/移除元素
- 生成式扩展：扩展图片边界
- 样式参考：参考现有图片的风格
使用场景：
- 产品图片编辑
- 广告素材设计
- 品牌视觉设计
- 专业设计项目
商业范例
一家连锁健身器材品牌，拥有 12 间门市与自有电商，每季需产出上百张促销素材。过去外包修图与排版，单张成本高且来回修改耗时，常错过档期上线时机。
- 生成式填充：去背替换情境背景，单张处理从 40 分钟缩至 5 分钟。
- 生成式扩展：为既有产品图延伸版面，横幅与限动尺寸一次产出，省下 60% 重制工时。
- 样式参考：套用品牌色与光影风格，20 张素材视觉一致率达 95%。
- 整体成效：每月素材产量由 80 张提升至 200 张，外包费用降低约 45%。
小技巧
- 在 Photoshop 用“生成式填色”，先框选范围再输入“remove object, keep shadow”等英文 prompt。
- 用 Firefly 生成素材后，直接汇入 Illustrator“生成式重新上色”调整向量配色。
- 把 Firefly 产出的图丢进 Canva，套用品牌模板做社群贴文版型。
- 需要文案搭配时，用 ChatGPT 依图片风格产出三组标题再回填。
- 在 Firefly 设定中固定种子码与长宽比，确保系列素材风格一致。
练习题
本节摘要
- Adobe Firefly 整合在 Adobe 生态中
- 商业安全，适合专业设计
- 主要功能：文字生成图片、生成式填充、扩展
11.8 电商应用：AI 产品图片
为什么学_this？
AI 图片生成在电商领域有巨大的应用价值。
核心教学
AI 在电商图片的应用：
产品情境图
- 将产品放入不同场景
- 例如：宠物食品放在厨房、公园等场景
- 无需实景拍摄
产品展示图
- 不同角度的产品展示
- 产品使用场景
- 产品搭配展示
广告素材
- 社群广告图片
- 横幅广告
- 邮件行销图片
A/B 测试素材
- 快速生成多版本图片
- 测试哪种视觉效果最好
- 优化广告投放
AI 产品图片的工作流：
商业范例
一家连锁健身器材品牌，过去每季仅能拍摄约 20 组产品照，官网与社群素材重复率高，行销活动常因图库不足而延宕。
导入 AI 生成图片后，团队以实拍产品结合场景合成，快速扩充视觉内容。
- 做法：以实拍白底照生成 12 种居家与健身房场景，素材产出量提升 6 倍
- 做法：每月广告素材由 15 张增至 80 张，投放测试周期缩短 40%
- 做法：外包摄影预算从每月 4,500 美元降至 900 美元，节省约 80%
- 做法：新品上架视觉准备时间由 10 天缩短至 2 天，提升档期应变速度
小技巧
- 用 Canva 去背产品照，保留原图主体不经 AI 重绘。
- 在 ChatGPT 输入“生成木质桌面咖啡厅场景，柔和侧光”，再合成产品。
- 以 Claude 比对三版场景，挑光影与产品角度最贴合者。
- prompt 加上“留出中央 40% 空白”，方便放置产品主体。
- 用 Zapier 串接批次出图，一次套用同款场景风格。
练习题
本节摘要
- AI 电商应用：情境图、展示图、广告素材、A/B 测试
- 最佳组合：真实产品照 + AI 场景生成
- 成本可节省 80%
11.9 社群应用：AI 社群素材
为什么学_this？
社群媒体需要大量视觉素材，AI 能大幅提升产出效率。
核心教学
AI 社群素材的类型：
贴文图片
- Instagram 贴文
- Facebook 贴文
- LinkedIn 图片
封面图片
- 社群封面
- 活动封面
- 专栏封面
故事图片
- Instagram Stories
- Facebook Stories
- 限时动态
轮播图片
- 多张系列图片
- 教育性内容
- 产品展示
社群素材的尺寸：
- Instagram 贴文：1080×1080
- Instagram 故事：1080×1920
- Facebook 贴文：1200×630
- LinkedIn 贴文：1200×627
商业范例
一家连锁健身工作室过去每周靠外包设计制作社群素材，单张报价 800 元、来回修改常拖三天，导致贴文排程经常开天窗。
- 导入 AI 生成贴文图片：每周产出 7 张，生成加调校每张 7 分钟，较外包省下约 85% 制作时间。
- 用 AI 产出限时动态素材：每周 5 张，教练自行操作即可完成，外包费用每月减少 1 万 2 千元。
- 每月生成 4 张课程封面图：统一品牌色与字体，视觉一致度提升，学员点击率成长约 20%。
- 建立素材模板库：重复使用率达 6 成，新素材制作时间再缩短至每张 4 分钟。
小技巧
- 用 ChatGPT 先产出三组标题与文案，再挑一组微调，避免每篇重写。
- 把固定风格写进 prompt，例如“白底、单色插画、留白 30%”，贴到 Canva 批次生成。
- 用 Notion 建素材模板数据库，字段记尺寸、色码与 prompt，方便重复套用。
- 串 Zapier 将表单新内容自动送入 AI 生成草稿，再人工审稿发布。
练习题
本节摘要
- 社群素材类型：贴文、封面、故事、轮播
- 不同平台有不同的尺寸要求
- 建立模板保持风格一致
11.10 版权与授权：AI 图片的法律问题
为什么学_this？
了解 AI 图片的版权问题，避免法律风险。
核心教学
AI 图片的版权现状：
不同工具的授权政策
| 工具 | 商业使用 | 版权归属 | 限制 |
|---|---|---|---|
| Midjourney | 付费版可 | 用户所有 | 免费版有限制 |
| DALL·E 3 | 可以 | 用户所有 | 需遵守使用条款 |
| Stable Diffusion | 可以 | 用户所有 | 取决于模型 |
| Adobe Firefly | 可以 | 用户所有 | 训练数据有授权 |
使用注意事项
风险管理
- 避免生成名人或真实人物
- 避免生成现有品牌标志
- 避免生成受版权保护的角色
- 定期检查授权政策更新
商业范例
一家拥有 12 间门市的连锁健身品牌，过去每季制作教练课程宣传图需外包，单张成本约 800 元且交期长达两周。导入 AI 生成后，行销团队面临图片授权来源不明的风险，担心用于付费广告恐衍生侵权争议。
- 做法：全面改用付费版生成工具，确保取得商业授权；结果：每季省下约 6 万元外包费，交期缩短至 1 天内。
- 做法：建立禁用清单，避免模仿同业视觉风格；结果：法务复查争议案件由每季 4 件降至 0 件。
- 做法：保留每张图的提示词与生成时间记录；结果：授权追溯时间从 3 天缩短为 10 分钟。
- 做法：每季由法律顾问审核素材库；结果：上架前合规通过率提升至 98%。
小技巧
- 用 Adobe Firefly 生成素材，其训练资料具合法授权，商用风险较低。
- 在 Canva 上传 AI 图前，先确认授权条款是否允许商业用途。
- 用 ChatGPT 草拟授权询问信，请对方以书面回复使用范围。
- 以 Midjourney 生成图时，于 prompt 注明“no logos, no brands”降低侵权风险。
练习题
本节摘要
- 付费版工具通常允许商业使用
- 避免生成侵权内容
- 保留生成记录，定期检查政策更新
11.11 图片后制：AI 图片的优化
为什么学_this？
AI 生成的图片通常需要后制优化才能达到商业标准。
核心教学
AI 图片常见问题：
后制工具和技巧：
基础调整
- 裁剪和调整构图
- 调整亮度、对比、饱和度
- 锐化细节
修复问题
- 用 Photoshop 修复手指问题
- 用生成式填充移除不需要的元素
- 用修复画笔修复细节
添加文字
- 用设计工具添加正确的文字
- 确保文字清晰可读
- 符合品牌字体规范
批量处理
- 建立 Photoshop 动作
- 使用批次处理功能
- 统一调整风格
商业范例
一家三十人规模的连锁健身工作室，每周需产出约四十张社群与广告素材，过去外包修图每张成本约三百元、交期长达三天，常错过促销时机。
- 批次裁切与重构图：依 IG、FB、官网三种版位自动输出，单周省下约 12 小时人工。
- 修复手部与器材变形：针对 AI 生成常见的手指错位问题逐张校正，退件率由 25% 降至 4%。
- 套用品牌色票与浮水印：统一 6 款模板后，素材视觉一致度提升，审稿来回从 3 次减为 1 次。
- 输出多尺寸档案：一次生成 5 种规格，单张后制时间由 20 分钟压缩至 4 分钟。
小技巧
- 用 ChatGPT 产出固定 prompt 模板，批次套用色彩、锐化与裁切参数。
- 在 Canva 建立品牌后制范本，一键套用滤镜、浮水印与尺寸。
- 把检查清单存进 Notion，每张图勾选对比、色偏、细节三项。
- 用 Zapier 串接云端硬盘，新图上传即自动触发优化流程。
练习题
本节摘要
- AI 图片常见问题：手指畸形、文字错误、细节模糊
- 后制工具：Photoshop、Canva、Figma
- 建立标准化后制流程
11.12 品牌视觉工作流：建立一致的品牌形象
为什么学_this？
建立品牌视觉工作流确保所有 AI 生成的图片都符合品牌形象。
核心教学
品牌视觉工作流的组成：
品牌视觉指南
- 品牌色彩（主色、辅色）
- 品牌字体
- 图片风格（摄影/插画/3D）
- 构图规范
Prompt 模板库
- 品牌风格 Prompt
- 不同场景的 Prompt
- 季节性 Prompt
参考图片库
- 品牌风格参考
- 竞争对手参考
- 行业最佳实践
品质检查清单
- 色彩是否符合品牌？
- 风格是否一致？
- 是否有品牌元素？
- 分辨率是否足够？
建立工作流的步骤：
商业范例
一家连锁健身工作室拥有 12 间分店，过去各店教练自行制作宣传图，色调与字体杂乱，社群点击率长期低于 1.5%。总部决定建立统一的品牌视觉工作流，将指令标准化后下发各店使用。
- 做法：锁定品牌色票与字体规范并写入 Prompt 模板，贴文视觉一致率由 45% 提升至 92%。
- 做法：建立 8 组情境模板供各店套用，单张宣传图制作时间从 40 分钟缩短至 12 分钟。
- 做法：导入品质检查清单，逐项核对色彩、风格与标志，退件重制率由 30% 降至 8%。
- 做法：每月追踪社群数据并优化模板，三个月内平均点击率由 1.4% 成长至 2.6%。
小技巧
- 用 Notion 建品牌数据库，集中存放色票、字体与 Prompt 模板。
- 在 ChatGPT 贴上品牌色 HEX 与风格关键词，生成固定前缀 Prompt。
- 把标准 Prompt 存成 Claude Project 指令，每次生成自动套用。
- 用 Canva 品牌套件锁定色盘与字型，汇出前逐一比对。
- 以 Zapier 串接生成工具与 Notion，自动归档并标记版本。
练习题
本节摘要
- 品牌视觉工作流：指南 + Prompt + 参考 + 审核
- 确保所有 AI 图片符合品牌形象
- 持续优化工作流
11.13 课程总结
课程总结
下一步学习
- C-12 AI 视频与影音创作：从图片到视频
- C-13 AI 简报与设计自动化：设计效率提升
- C-10 AI 内容创作与文案：图片与文案结合
© 2026 Buddylala.ai — Build Your AI Future, Together.