收益：
- 能够理解生成视觉人工智能（从文本生成图像的工具）在设计工作流程中的地位，并编写包括轮廓、面料和细节的有效视觉提示。
- 能够将单一概念转化为多种服装变体，并通过品牌美学和可制造性标准对其进行过滤
- 生成视觉是灵感的草稿；了解必须由设计师在可制造性、版权和品牌一致性方面进行验证。
人工智能在时装设计中最明显、最引人注目的用途是通过生成视觉工具：根据文本提示生成服装、轮廓和款式图像的系统。你写下一个概念句子，几十个裙子、夹克或包的草图就会在几秒钟内出现。这从根本上加快了草图绘制阶段：设计师一天可能尝试的 10 种变化在几分钟内增加到 50 种变化。
但让我们从一开始就明确一点：生成视觉产生的是灵感草图，而不是可投入生产的设计。您在图像中看到的优雅垂坠效果可能不会在真正的面料上流动；这种缝合在物理上可能是不可能的；该细节可能类似于另一个品牌的注册设计。生成视觉是“思想的源泉”；设计师决定哪个想法是真实的、可生产的和原创的。在本单元中，我们将学习如何编写有效的提示、管理差异以及保持品牌一致性。
有效视觉提示的剖析
视觉 AI 的效果取决于您的提示。说“一件漂亮的衣服”，就是把介质留空；输出变得通用并且与品牌脱节。强烈的时尚提示包括以下组成部分：
- 服装类型和廓形：“膝盖以下，A 字连衣裙”，“超大号露肩夹克”。
- 面料和质地：“水洗亚麻”、“哑光斜纹布”、“细针织”——面料决定了坠落感和手感。
- 细节：领子、袖子、口袋、缝合、闭合、褶皱等设计元素。
- 颜色/调色板：颜色图表中的颜色方向。
- 风格和氛围：“简单的斯堪的纳维亚风格”、“70 年代的波西米亚风格”、“编辑工作室拍摄”。
- 技术框架：正视图，在人体模型上，就像技术图纸一样。
当您提供这些组件时，输出会更加接近您的品牌方向。但请记住：它是近似值，并不能保证。输出结果仍需筛选和验证。
提示：在提示中添加“可制造、缝合真实、直前视图”等短语可以减少幻想和不可缝合的输出。然而，可制造性的决定权在您手中；提示并不能保证这一点，它会增加概率。
管理变异：通过复制进行判断
生成视觉的力量是乘法；危险也在同一个地方。轻松生产 50 种变体；真正的技巧是从这 50 个中选择正确的一个。一个好的方法是：
- 产广。从一个概念中获得多种变化——具有各种轮廓、细节和比例。
- 手硬。删除那些不符合品牌审美、目标受众和价格段的内容。大多数输出都是为了消除。
- 可制造性过滤器。询问剩下的一些想法：可以用这种布料缝制吗？它会花费成本吗？它是否适合图案？
- 扫描原创。它看起来像现有的设计吗？请务必检查此项以进行下一步。
- 由人类双手开发而成。用您自己的设计判断来原创选定的想法，并将其应用到技术设计中。
舞台
人工智能角色
人的角色
规模化生产
产生 50 种变化
重定向提示
消除
—
品牌/受众过滤器
制造性
可以给建议
决定
原创性
不可靠的
筛查是强制性的
发展
助理
创意所有权
三个迷你箱子
案例 1 — 加快草图绘制速度。一位年轻设计师为夹克概念制作了 40 个草图，包括前视图、亚麻纹理以及不同的衣领和口袋变化。一天下午，艾丽发现自己一周能画出各种各样的图画。他从 40 个中选择了 3 个，手工开发它们并将其纳入技术设计中。人工智能复制，设计师选择并拥有。
案例2——无法缝制的美丽。一个团队爱上了一件由丰富的视觉效果制作的令人惊叹的垂褶连衣裙，并给了它一个样品。布料没有保持那种悬垂感，缝线也没有形成那种线条；样本远远落后于图像，浪费了时间。教训：并非图像中的所有内容在物理上都是可能的；首先评估可制造性。
案例3——无意识的模仿。一个品牌根据多产的图像制作了一款包袋设计；后来发现，这个设计与一款知名车型非常相似。生成模型再现了训练数据中的现有设计。教训：富有成效的视觉效果并不能保证原创性；相似性扫描必须由人类来完成。
四个可复制模板
1）结构化视觉提示：
服装：[类型+轮廓，例如膝盖以下A字连衣裙]。面料：[例如水洗中等重量亚麻]。详细信息：[衣领、袖子、口袋、闭合...]。颜色：[调色板方向]。风格：[例如普通，编辑工作室，平面前视图]。框架：逼真，可制造缝合，平面前视图。任务：根据此配方制作 6 种变体。避免幻想/无法缝制的物品。这是灵感的草图；我将评估可制造性。
2）变化乘数：
我喜欢的基础设计是：[描述]。任务：从这个基础开始，你只能使用[单个变量，例如在衣领上产生 8 种不同的变化] 保持其余部分不变。所以我可以看到哪个元素造成了差异。
3）筛滤助手：
以下是我制作的变体的描述：[列表]。我的品牌：【受众、审美、价位段】。任务：生成问题，使我能够更轻松地评估每个变体的品牌适应性和可制造性（每个变体 3 个问题）。我会做出决定；你把问题澄清一下。
4）原创性筛选指南：
我选择的设计：[描述/图像描述]。任务：列出在投入生产之前我需要人工检查该设计的原创性和相似性的步骤：注册设计搜索、知名型号相似性、品牌标志/图案检查。您无法可靠地知道相似性；显示扫描路径。
弱提示/强提示
弱提示：
画一件时尚的女式夹克。
没有廓形、没有面料、没有细节、没有品牌；输出变得通用且无法使用。
强力提示：
你的角色：素描助理。服装：短款、结构型西装外套，单粒扣。面料：哑光中量华达呢。细节：修身翻领、贴边口袋、锋利的肩线。颜色：无烟煤色 + 单橙色缝线。风格：现代简约，直前视图，逼真的缝合。任务：制作 6 个可搭建的变体。只需使衣领和口袋多样化即可。这是一幅灵感草图；可制造性和原创性是我的决定。
第二个提示使输出更接近品牌方向；然而，消除、可制造性和原创性仍然取决于人类。
常见错误
- 考虑准备生产的输出。它是富有成效的视觉灵感的蓝图；可制造性和技术设计是不同的事情。
- 不质疑图像中的物理原理。屏幕上的悬垂/缝合可能不在实际的织物上。
- 不损害原创性。该模型可以模仿现有的设计；相似性检查是强制性的。
- 等待品牌输出，有微弱的提示。在没有给出轮廓、面料和细节的情况下，输出仍然很一般。
- 混淆乘法和判断。轻松生产 50 种变化；选择正确的才是真正的技巧。
注意：生成视觉给你无限的“可能性”；至于哪一个是真实的、可复制的和原创的，完全由您决定。美丽的形象并不意味着好的产品。
总之
生成式视觉工具从根本上加快了草图绘制阶段：根据一个提示生成多种服装变化。但输出的是灵感草图，而不是可投入生产的设计。有效的提示包括轮廓、面料、细节、颜色、风格和技术框架。管理变异意味着广泛生产、严格筛选、过滤可制造性、筛选独特性以及通过人为手段进行改进。并非图像中的所有内容在物理上都是可能的或真实的；可制造性和版权决定权属于设计者。人工智能繁衍，人类选择、发展和拥有。
应用任务
选择产品类型（夹克、连衣裙、包袋）。 (1) 使用“结构化视觉提示”模板编写一个将产生至少 6 种变化的提示（您可以在真实车辆中运行它或制作配方）。 (2) 使用“变化乘数”规划单个变量的变化。 (3) 使用“筛分和过滤辅助装置”消除品牌和可制造性问题并消除偏差。 (4) 根据“原创性筛选指南”，写出您所选择的设计的相似性检查步骤。 (5) 证明为什么你消除了三个变体（品牌/可制造性/原创性）。
清单
- [ ] 我将轮廓、面料、细节、颜色和技术框架放入提示中。
- [ ] 我将输出视为灵感草图，而不是最终的设计。
- [ ] 我通过品牌和受众过滤了差异。
- [ ] 我评估了我选择的想法的可行性。
- [ ] 我策划了原创性和相似性筛选。
- [ ] 我根据自己的判断制定并采用了所选的想法。