企业官网建设流程全解析

说句实在话，现在玩AI绘画，最让人上火的不是画不出来，而是画出来的和你脑子里想的完全是两回事。我见过太多人憋了一晚上，最后只等来一张构图歪、手指崩、风格跑偏的图，然后骂一句“AI就这水平”就关掉了页面。其实问题根本不在AI，而在流程——你只用了“文生图”一个按钮，但真正想把“一句话描述”变成“专业级画作”，需要的是一整条流水线：文生图负责从零到一，图生图负责风格统一，局部重绘负责精修细节，智能扩图负责调整画幅。这四件事单独拎出来都是个工具，串起来才是一套完整的工作流。

这篇文章就是要把这条流水线掰开揉碎讲清楚。我会从原理讲到参数，从工具选型讲到实际操演，顺便把我踩过的坑和常用的排查方法一并整理出来。无论你是刚开始接触AI绘画的新手，还是已经在Stable Diffusion、ComfyUI、Z-Image-Turbo这些工具里折腾过一阵的进阶玩家，这篇内容都能帮你把出图质量从“能看”拉到“能发”。

1. 先搞明白：这四件事分别解决什么问题

很多人把文生图、图生图、局部重绘、智能扩图当成四个并列的功能，其实它们是四个“加工阶段”，对应的是从想法到成品的四个不同环节。搞清楚这个，后面的一切操作才有依据。

1.1 文生图：从零到一，一句话起稿

文生图是所有AI绘画的基础。它的工作原理说起来很简单：你输入一段文字描述，模型根据海量训练数据里的图文对应关系，生成一张和描述匹配的图片。但实际用起来，你会发现它最大的特点不是“听话”，而是“随机”。同样的提示词，换个种子数（seed），出来的构图、光影、动作可以完全不同。

所以文生图的正确用法，不是“一次到位”，而是“快速起稿，多批次抽卡”。你把想要的主体、场景、风格、镜头语言写清楚，跑上几张十几张，在里面挑出最接近脑补画面的那张作为底图。这个阶段的核心目标是拿到一张构图可用、关系合理的“毛坯图”，而不是一张成品。

我在实际工作中，文生图用得最多的是头脑风暴期。比如客户只说了一句“赛博朋克风格的深夜便利店”，我直接生成二十张不同视角的街景，把氛围感找出来再谈细节。这个阶段不需要精修，追求的是灵感密度和构图多样性。

1.2 图生图：从草稿到成品，让模型照着改

图生图解决的是“毛坯图不够好”的问题。它的原理是把一张现有图片作为输入，模型在保留原图结构的基础上，根据新的提示词重新绘制。关键参数叫“重绘幅度”（denoising strength），这个值决定了模型到底多大程度地“尊重”原图。

• 重绘幅度 0.2~0.4：基本只对画面做微调，光影、颜色、细节稍有变化，构图不变。
• 重绘幅度 0.5~0.7：风格会明显变化，比如从写实变插画、从白天变夜晚，但主体轮廓还能认出来。
• 重绘幅度 0.8 以上：基本等于重新画，原图只剩个构图框架。

你可以把图生图理解成“局部整容”和“整体换风格”之间的一个滑块。想要哪边多一点，就自己调。我第一次接触这个参数的时候完全没概念，直接把数值拉到0.7跑写实人像，结果人脸变了三次，每次都不是同一个人。后来才明白：面部精修要低，风格迁移才需要高。

1.3 局部重绘：精修细节，只改该改的地方

局部重绘（Inpainting）是四个功能里最“省钱”的。因为它只在你指定的区域内重新生成内容，其他部分原样保留。这个功能在手、脸、发丝、服装细节修复上至关重要——AI画手翻车是家常便饭，手指头痛是最常见的烦恼，要是每次都用整张图重绘来修复，效率极低且会破坏其他好区域。

局部重绘的底层逻辑是：你蒙上一块区域，然后告诉模型“这里我不管了，你按我的提示词重新画”。模型会参考周围像素的风格、光影和纹理来填充这块区域，所以关键在于两个点：蒙版范围要合适，提示词要明确。蒙版太大容易乱改，蒙版太小接缝明显。

我自己用得最多的场景是“换装”和“修手”。比如给一个角色换衣服，我把衣服区域蒙上，提示词写“黑色皮质夹克”，其他什么都不动，整张图依然自然流畅。这个过程比重新文生图再改构图快得多。

1.4 智能扩图：推开取景框，拓展画面边界

智能扩图（Outpainting）解决的问题是“画幅不够用”。它把原始图片作为中心内容，在周围自动补齐与风格、透视匹配的背景。举个例子：你生成了一张不错的竖构图人像，但海报需要横版的，或者视频封面需要更宽的视野，这时候直接拉伸图片会糊，直接重画又会破坏人物——扩图就是唯一正解。

扩图的底层原理是扩散模型的外推能力。模型根据已知区域的边缘信息，推测出更远处的场景轮廓、光影方向和纹理延展，然后逐块生成。难点在于“一致性”：天空的颜色、墙壁的纹理、地面的透视，都要和原图无缝衔接。一次扩太大容易“发挥过头”，让画面看起来奇怪，所以我通常按方向分多次扩，每次扩一小块再检查融接效果。

1.5 四件事组合起来，才叫真正的工作流

打个比方，文生图是“打地基”，图生图是“砌墙”，局部重绘是“贴瓷砖”，智能扩图是“把窗户开大”。单独用任何一步，房子都盖不完；把它们串起来，才算走完了一条完整的装修工序。

举一个最常见的例子。用户说：“雨夜的霓虹街角，一个穿红色雨衣的女孩撑着透明伞回头看镜头，电影感，浅景深。”

完整流程是这样的：

1. 用文生图跑十几张街角场景，挑出构图最好的“毛坯图”。
2. 用图生图，把重绘幅度调到0.45，提示词补充“冷色调路灯，地面反光细节”，统一整张图的风格和光影层级。
3. 用局部重绘修复女孩的手，蒙版框住手部，写“自然握伞柄的姿势，五根手指清晰”；如果脸歪了，同样蒙住脸单独重绘。
4. 原图是竖构图，但发布封面需要横版，用智能扩图左右各扩展一点，再检查接缝光影是否自然。

这四步走完，才是这张图的终稿。单独只用文生图，最多只能得到60分的结果；串完整条流水线，才有机会达到85分以上。这就是“一站式搞定”的真正含义。

2. 工具选型：用什么工具最省心

工具选型这块，我没少交学费。前前后后用过不下十个平台和框架，从在线网页版到本地部署，从开源大模型到商业收费API，最后沉淀下来的一套组合拳，我下面直接讲结论。

2.1 ComfyUI 为什么是工作流首选

如果你要把文生图、图生图、局部重绘、智能扩图这四个操作串成一个流程，本地部署的ComfyUI是我目前用过最顺手的工具。它的核心优势在于“节点式工作流”——每一个操作步骤都是一个节点，你可以把整条加工线固定下来，下次直接拖一张图进来、改一个提示词就能跑，不需要每次重复设置。

ComfyUI的另一大优势是可控性。你可以在一个工作流里同时跑文生图和图生图，可以集成ControlNet控制姿态和深度，可以加载各种大模型和加速模型。比如用Z-Image-Turbo这类蒸馏过的快速模型，配合低步数设置，单张图出图速度肉眼可见地提升，这在多轮抽卡阶段特别有价值。

当然，ComfyUI不是没有门槛。它的界面乍一看像一堆面条（节点连线），新手很容易蒙圈。我的建议是：先用网页版工具跑明白四个操作流程，再迁移到ComfyUI里搭固定工作流，一步到位反而容易劝退。

2.2 在线工具与免费生图API怎么选

不是所有人都有条件本地跑大模型，显卡不够、显存爆掉，都是现实问题。这时候在线平台和免费生图API就是很好的过渡方案。像豆包AI、GPTImage2这类工具，都提供了直接的文生图入口，界面图方便，还带多少不等的免费额度。

我的建议是“先用在线把流程跑通，再考虑自建”。流程是哪几步、参数怎么调、提示词怎么组织，这些经验在任何工具上都适用。而且现在不少在线API都提供足够的调用额度，写个脚本批量生成完全够用。关于成本问题，有人会纠结“GPTImage2生一张2K图多少钱”，其实高分辨率生成一般按像素和步数计费，2K图（2560×1440）的消耗通常远高于1024×1024的图，但如果你先用低分辨率出草稿、再用放大模型翻倍，每张图的成本能降不少。

另外要提醒一句：在线平台生成的图片，很多会自动附带平台水印或元数据。如果你要用于正式作品集或商用项目，最好在生成时就选择支持导出原图的模型，或者自己本地搭建ComfyUI出图，从头到尾不过任何平台，水印问题自然就不存在。个别去找所谓“无水印插件”，反而容易绕进各种不稳定甚至违规的工具，没必要冒这个风险。

2.3 模型和采样器怎么搭配

选好工具之后，最影响出图质量的是“模型”和“采样器”。不同模型擅长不同画风：写实风格的模型（如RealVisXL系列）适合人像、建筑、产品图；二次元模型（如Illustrious、NoobAI系谱）则对动漫角色、日系背景的还原度更高；通用大模型（SDXL底模）则各方面均衡，适合新手。而Z-Image-Turbo这类Turbo模型，靠蒸馏技术把推理步数大幅压缩，几秒就能出一张质量不错的图，适合需要大量抽卡的场景。

采样器这块，我用得比较多的是Euler a和DPM++ 2M Karras。简单说，采样器就是“决定每次去噪怎么走”的算法。Euler a速度偏快、风格偏细腻，比较适合写实；DPM++ 2M Karras则细节保留好、颜色更实，适合风格化程度高的图。步数上，普通SDXL建议25到30步，Turbo模型8到12步就够，再高意义不大还会拖慢速度。上面这些参数不是死规矩，但作为起点非常可靠。

2.4 分辨率、显存与出图效率的权衡

分辨率这块最好理解也最容易踩坑。很多人一上来就选2K、4K，结果显存爆了，或者图出来虽然大，构图却空荡荡。我的实操经验是：先以1024×1024或1024×1536出图，构图满意后再做高清放大。直接一步到位生成高分辨率大图，不仅吃显存，模型细节也不如在低分辨率下精细控制得好。

如果你的显卡显存不到8G，可以先把分辨率降到768×768，出了构图再用重绘幅度0.3左右的图生图放大；或者借助在线API分担压力。ComfyUI里把“低分辨率出图+潜空间放大”串成固定节点，平时批量出图效率很高。别被“大图才专业”误导，构图崩掉的大图，远不如构图完整的小图有价值。

3. 完整实操流程：从一句话描述到专业级画作

光讲概念不落地等于白说。下面我用一个具体案例，带你走一遍从“一句话描述”到“专业级画作”的全流程实操。案例我就用前面提到的“雨夜红雨衣女孩”来走，这套方法你可以直接套用到任何题材。

3.1 第一步：把一句话拆成结构化提示词

大多数人文生图失败，根本问题不是写得不够多，而是写得太乱。模型理解长句子的能力有限，它更擅长理解“要素清单”。所以第一件事，把一句话拆成六个维度的词块：

• 主体：红雨衣女孩，撑着透明伞，回头看镜头
• 动作/姿态：回头，左手握伞柄
• 环境：雨夜，霓虹街角，地面湿润反光
• 光线：冷色调路灯，霓虹灯散射，电影感光
• 风格：写实，浅景深，居中构图
• 质量词：masterpiece，best quality，8K，sharp focus

对应提示词大概是：

A girl in a red raincoat, holding a transparent umbrella, looking back at the camera, rainy night, neon-lit street corner, wet ground with reflections, cold street lamp light, cinematic lighting, shallow depth of field, photorealistic, masterpiece, best quality, 8K, sharp focus

负面提示词也不要省：

worst quality, low resolution, bad anatomy, extra fingers, deformed hands, blurry, watermark, text

提示词顺序也有讲究。越靠前的内容对模型的影响权重越大，所以主体和姿态一定放最前面，风格和质量词靠后。这一点对SD系列模型尤其明显。

3.2 第二步：文生图快速起稿

打开ComfyUI，加载你要用的模型。这里我直接用Z-Image-Turbo搭一个快速工作流，步数10，CFG设为1.5左右（Turbo模型对CFG的敏感度和传统模型不一样，别照搬SDXL的7），采样器用Euler a，尺寸1024×1024，一次生成8张候选图。

这一步的目标很简单：挑图，不修图。我看到生成出的8张图里，经验是一眼扫过去先筛构图——哪张街角透视舒服，哪张人物位置居中，哪张雨夜氛围到位。选出2-3张构图满意的，然后看细节：手是不是崩了，伞是不是完整。选一张最顺眼、最值得继续打磨的作为底图，记下它的种子值，后面所有操作都以这张图为基础。

3.3 第三步：图生图统一风格和光影细节

底图拿到手，画面大概率还有不少“毛刺”：风格不够统一，局部曝光不对，反光不够自然。这时候进图生图，把底图拖进工作流，重绘幅度调到0.42左右，提示词在原有基础上增加光线氛围描述：

cinematic lighting, neon reflections on wet ground, soft glow on the raincoat, detailed background bokeh

这里有个细节：图生图的“重绘幅度”不要一步拉到0.7去“大改特改”，不然前面文生图选好的构图会被搅乱。0.4左右既能保持构图，又能让模型在原基础上补细节。跑2到4个变体，选一张光影、材质最舒服的继续。

3.4 第四步：局部重绘精修细节

现在开始处理最磨人的细节部分。两步走：

修手。用局部重绘的蒙版把右手区域粗略框住（范围略大于手部），提示词写“a natural hand holding an umbrella handle, five fingers, realistic skin texture”，重绘幅度0.45。有时候一次重绘手还是崩，就多跑几个批量再选。

修脸。人物回头这个动作最容易把脸画歪，用同样的方法把头部区域单独蒙上，提示词写“detailed face, natural expression, looking back, symmetrical eyes”，重绘幅度0.35。注意蒙版不要碰到头发边缘扩大到背景，否则背景会被重绘得发糊。

局部重绘的蒙版选择要“宁大勿小”。蒙版太小，重绘区域和周围像素衔接不上，会出现明显的接缝断层；蒙版稍微扩大一点，重绘时能参考更多周围信息，融接会自然很多。但也不要大到把整个头都框进去，那等于人物大改。

3.5 第五步：智能扩图适配发布场景

精修完成，画面主体已经很能打了。但如果发布平台是横版头图，竖构图就直接废掉。这里上智能扩图。

我用ComfyUI里的扩图节点，把竖构图（1024×1536）向左右两侧各扩展512像素，让画面比例接近3:2。扩图时提示词要保持原来的环境描述，特别是“rainy neon street corner, blurred city lights, wet reflection”，让模型知道你扩展的区域还是同样的雨夜街角。

扩图不是一蹴而就。我的习惯是：先左扩，再右扩，每扩一次就审视一次融接效果，看看新补的区域和原图的光线方向是否一致。如果某一块的纹理对不上，立刻缩小扩展范围或者用局部重绘再补一遍。等构图满意了，最后再整图过一遍重绘幅度0.2的轻量图生图，把接缝感压下去。

3.6 可以抄作业的提示词模板和参数表

实战多了，我沉淀了一套通用的模板，你可以直接替换里面的内容：

[主体描述], [动作姿态], [场景环境], [光线氛围], [风格风格词], [镜头语言], [质量词]

参数速查，直接收藏：注意区分阶段和数值。

记住一句话：参数是起点，不是终点。每一次调整都要看你手里的实际效果，养成保存不同版本的习惯，别在一张图上死磕。

4. 常见问题排查与避坑技巧

无论流程多熟，实际跑图一定会遇到各种问题。有些问题看起来像是AI“抽风”，其实都有章可循。我下面按高发频率整理一套排查心得。

4.1 手总是画崩，怎么修都不干净

手部崩坏是AI绘画的老大难问题。根源在于模型训练素材里，手部的像素占比太小、结构变化又太复杂，模型很难学会“五根手指的拓扑关系”。局部重绘能缓解，但如果你反复修一只坏手，重绘结果依然不对，问题往往出在重绘幅度太低或者提示词太泛。

我的做法是：局部重绘时把蒙版覆盖到手腕附近，给模型更多结构上下文；提示词要具体，直接写“five fingers, natural hand pose, realistic skin”，并加负面提示词“extra fingers, missing fingers, deformed hand”。另外，重绘幅度不要低于0.4，太低会让模型在原崩坏结构上反复横跳。如果还是不行，换个种子试试，或者回到文生图阶段重抽一张手部还算完整的底图，别死磕。

4.2 图生图之后画面风格统一了，但细节全糊了

这个问题的典型原因是重绘幅度调太高。人眼的判断和模型的计算逻辑不太一样：你觉得某个细节需要“大改”，于是把幅度拉到0.7，结果模型不只改了细节，把整个画面的纹理细节都重画了一遍，导致皮肤质感、布料纹理全部糊成一团。

解决办法很简单：涉及“细节修补”的场景，重绘幅度压在0.35以下。如果你确实想让风格大幅度变化，那你就接受“换风格的同时细节会重排”这件事，后续用局部重绘再把关键细节补回来。风格和细节是两回事，不能指望一个参数同时完成两件事。

4.3 局部重绘后边缘有断层、色差明显

这是局部重绘最常出现的副作用。主要原因有两个：一是蒙版太贴着修复对象，重绘区域和周围像素的“语境信息”不够，融接不自然；二是重绘幅度太高，让重绘区域产生了一个“自带光源”。

排查顺序我建议如下：先检查蒙版是否覆盖了足够的周边区域（比如修手时把附近伞柄和雨衣边缘也带进去）；然后看重绘幅度是否超过0.55，超过的话降下来；如果断层严重，就用图生图把整张图作为输入，重绘幅度0.2过一遍，相当于给全图做了一次“匀光处理”。大部分断层问题在最后一步都能压下去。

4.4 智能扩图之后，新区域和原图风格对不上

扩图区域的“自作主张”是最常见的翻车现场：原图是冷色调雨夜霓虹，扩出来的区域却多出一块暖光招牌，或者地平线歪了。核心原因是提示词没有约束住环境，模型默认“空白区域可以自由发挥”。

应对策略有两个。一是把原图的风格关键词在提示词里写得更死，不止写“neon street corner”，还要写“cool tone, wet road reflections, blurred city lights in background”。二是分多次扩图，每次只扩一小块并检查结果，不要一次性把四周全扩完。风格对不上的区域，用局部重绘把差异明显的那块蒙起来，提示词保持和环境一致，重绘幅度0.4左右救回来。

4.5 显存溢出、出图速度慢到怀疑人生

本地部署用户最现实的困扰就是硬件瓶颈。一个直接科普：不要把高分辨率当作调一次参数就完成的事。我的方案是“草稿低分辨率+精修后的智能放大”——先用768×768甚至512×768快速出草稿，把构图、光线和风格调好，最后再用放大模型（如4x-UltraSharp）放大到2K。整个过程显存占用平均但效果不输直接出大图。

如果出图实在太慢或者频繁报错，还有一个“懒人方案”：脑子里的图已经有雏形，直接用在线API把重活干掉，本地保留ComfyUI做精修和局部重绘。别和显卡较劲，工具是为人服务的，写完一句提示词等五分钟，那是服务器热到冒烟了，不是你的问题。

4.6 常见问题速查表

最后整理一个排查速查表，平时遇到问题直接对着查：

个人实战体会

这套流程我用了大半年，最大的感受是：AI绘画拼的不是某个按钮按得好，而是从模糊想法到最终成品的一整条加工线的完整度。以前我拿到一个需求就直接文生图，十次里九次要推倒重来；现在我先写结构化提示词，再走图生图、局部重绘、智能扩图的完整流程，一张图从初稿到定稿的通过率高出太多了。

最后分享一个小习惯：每次开工前，我会在一张空白文档里先写出这次的核心提示词、种子号、模型名、关键参数，出了图就记一行结果。看起来麻烦，但当你回头看自己的迭代记录，会发现踩过的坑和调顺的参数都能复用。AI绘画和传统绘画最大的区别是它允许你低成本试错，但如果连试错记录都不留，那每次都是从头再来。