收益：
- 能够建立视觉提示解剖（主题、材料、角度、光线、风格、负片）并获得可重复的结果
- 能够通过参考图像、ControlNet、种子和样式权重等控制方法来引导视觉方向
- 能够根据任务选择工具并评估输出的分辨率、一致性和使用权限限制
在上一个单元中，您了解了如何在概念生成中定位人工智能。在本单元中，我们更深入：您将学习实际控制视觉人工智能工具。许多设计师感到沮丧的是，该工具“自行”生成图像；然而，问题通常不是工具的模糊性，而是给出的指令的模糊性。控制视觉人工智能需要了解三件事：提示解剖（正确设置指令）、参考和构图控制（以视觉为主导）以及再现性（再次获得相同的结果）。一旦你学会了这三者，人工智能就会从随机的视觉机器转变为可操纵的设计工具。
快速解剖：描述图像的六层
好的视觉提示不是随意的句子，而是分层的菜谱。考虑这六层：
- 主题：我们生产什么？ （《无线耳机充电盒》）
- 形式和细节：轮廓、比例、角、表面区别。 （“圆角，两部分，顶部有细分割线”）
- 材料和 CMF：颜色-材料-表面。 （“哑光无烟煤色聚碳酸酯，拉丝铝条”）
- 角度和取景：视角和取景。 （“从前面看 3/4，稍微从上方看，产品居中”）
- 光与环境：灯光和背景。 （“柔和的工作室灯光，中性浅灰色无限背景”）
- 风格和用途：素描、真实感渲染、技术绘图。 （“逼真的产品渲染”）
除此之外还有一个负面提示：你不想要的东西。许多工具都提供“负面提示”区域；在这里，您可以通过键入不需要的内容来清除输出，例如“人手、文本、徽标、凌乱的背景、多产品”。如果你遗漏了图层，人工智能将用自己的统计平均值来填补这些空白；这意味着陈词滥调。
提示：设置提示就像读取图案一样：主题 + 形式 + CMF + 角度 + 光线 + 风格 + 负片。如果您不喜欢输出，请询问缺少哪一层，不要重写整个提示。
参考、构图和风格控制
言语不能说明一切；有时一张图片胜过一千个文字。现代小工具提供了几种强大的控制手段：
- 参考图像（图像提示/图像参考）：您上传图像并说“使其看起来像这样”。您可以设置工具使用权重引用输出的程度。
- ControlNet：在稳定扩散生态系统中，它是一个控制层，保留草图或照片的边缘/线条/深度/姿势结构，并在其上生成新图像。非常适合保留构图和更改您自己的草图的材质。
- 风格参考/风格权重：仅传达图像的氛围/颜色纹理感觉，而不传达其内容。
- 修复（区域编辑）：仅遮盖图像的一部分并再现它（例如，仅更改手柄）。
- LoRA/定制培训：在高级阶段，根据品牌语言或特定风格对模型进行微调。这需要注意隐私和版权（使用您自己的数据，并获得许可）。
这些工具的共同好处是：它们迫使人工智能按照你提供的框架工作，而不是从头开始做梦。对于设计师来说最有价值的往往是 ControlNet 和修复，因为它们保留了您自己的草图构图。
再现性：种子和参数
扩散模型从随机性开始。种子是这种随机性的起始数。相同的提示+相同的种子+相同的参数通常会给出相同/非常相似的图像。这对于设计至关重要：您可以修复种子以重现您喜欢的图像，或者只是更改一个单词并以受控方式查看效果。其他重要参数：长宽比、步数（步数越多，越精细但速度越慢）和引导比例（引导/CFG；它与提示的契合程度如何——如果太高，则显得做作和强迫）。
控制
什么是
何时使用
种子固定
再现相同的输出
冲洗图像并尝试 A/B 时
参考图+重量
它类似于一个图像
成分/气氛转移
ControlNet（边缘/深度）
保留成分，改变内容
从您自己的草图创建渲染
修复
只刷新一个区域
改变一个细节
负面提示
消除不需要的
清洁背景、手、文字
三个迷你箱子
案例 1 — 保护您自己的草图。设计师想要将手持吸尘器的手绘草图变成逼真的渲染图。当你仅使用文本提示进行尝试时，人工智能会生成完全不同的形式。当您使用 ControlNet 的精明模式上传草图时，AI 会保留其线条并用哑光塑料和工作室灯光覆盖它。他在四次尝试后得到了他想要的结果。教训：对于保留构图，ControlNet 比纯粹的提示功能强大得多。
情况 2 — 不受控制的变异损失。设计师找到了他喜欢的概念，但没有注意到种子。第二天，当他要求“稍微细一点的手柄”时，他无法再次制作出相同的图像；每次都会出现完全不同的产品，他会损失几个小时。课程：保存您喜欢的每个输出的种子和完整提示；这些是你的“返回”点。
情况 3 — 带有负面提示的清洁。当设计师制作工作室图像时，不需要的人手、反射文本和第二个产品出现在一半的打印输出中。它在负面提示中添加了“人手、文字、水印、重复产品、杂乱背景”，仅8个字，输出质量显着提高。教训：说出你不想要的东西与说出你想要的东西同样重要。
可复制的提示模板
分层提示骨架“[主题]、[形式和细节]、[CMF：颜色-材料-表面]、[角度和框架]、[光线和背景]、[风格：草图/渲染/技术]。-负片：人手、文字、徽标、水印、多产品、凌乱的背景。”
参考渲染模板“保留我上传的草图的线条和构图（ControlNetedge 模式）。在其上应用以下材质：[哑光塑料主体，铝制细节]。灯光：柔和的工作室。背景：中性灰色。不要更改形式，只需添加材质和灯光。”
单一细节更改（修补）模板“在此图像中，仅复制[遮蔽区域：手柄]区域。新版本：[更纤薄、符合人体工程学、弯曲]。请勿触摸图像的其余部分、其灯光和角度。”
可重复性注释模板“我喜欢这个打印输出。保存以下信息并在下次使用：提示 = [全文]、种子 = [数字]、方面 = [比率]、步长 = [数字]、方向 = [值]。只需更改这一个元素：[X]。”
弱提示/强提示
弱提示：“耳机在白色背景上的渲染效果很好。”
强烈提示：“无线入耳式耳机充电盒，椭圆形药丸状，顶部细分割线。CMF：哑光象牙色聚碳酸酯机身，缎金铰链条。角度：3/4 前部，稍顶部。光线：柔光工作室柔光箱，顶部轻微反射。背景：中性浅灰色无限背景。风格：逼真的产品渲染。种子：4821，宽高比 4:3。--负片：人手、文字、徽标、水印、第二个产品，硬阴影。”
弱提示允许该工具用陈词滥调来填补空白；强大的提示可识别每一层，消除负面影响，并使其可以用种子重现。
常见错误
- 编写一句话模糊提示并将结果上传到工具。人工智能填补了空白，而不是你。
- 不保存种子和参数。你永远无法再得到你喜欢的输出。
- 切勿使用否定提示。不需要的元素会污染输出。
- 进行数百次随机试验而不是成分检查。 ControlNet/修复可加快工作速度。
- 使用他人受版权保护的图像作为参考。存在风格模仿和版权风险（参见第 10 单元）。
注意：参考图像或风格权重是强大的工具，但如果用于复制他人的专有设计或艺术家的签名风格，则会带来法律和道德风险。从您自己的材料或允许/免费的来源中选择您的参考资料。
综上所述
控制视觉AI需要三种能力：设置分层提示（主题、形式、CMF、角度、光线、风格、负片）、图像引导（参考、ControlNet、修复、风格权重）以及提供再现性（保存种子和参数）。有了这三者，人工智能就从一台随机机器变成了一个可操纵的设计工具。当您想要保护您的作品时，ControlNet 和修复比纯粹的提示功能强大得多。通过负面提示消除您不想要的内容，并从版权安全的来源中选择您的参考文献。
应用任务
选择一个产品并首先手绘（或找到）一个粗略的草图。使用分层提示框架编写描述该产品的提示，添加否定提示，并产生四个输出。保存您喜欢的输出的种子和参数；然后，使用“单个细节更改”逻辑，仅更改一个元素（例如句柄）并使用相同的种子再次生成它。比较两个结果并写出控件如何变化。
清单
- [ ] 我将提示设置为涵盖六层（主题、形式、CMF、角度、光线、风格）。
- [ ] 我在否定提示中写了我不想要的内容。
- [ ] 当我需要保持构图时，我使用了reference/ControlNet/inpainting。
- [ ] 我保存了我喜欢的输出的种子和参数。
- [ ] 我尝试通过移动单个变量来控制变化。
- [ ] 我从版权安全的来源中选择了参考图像。