AIGC摄影全流程：AI置景、合成精修与多工具协同实战

AIGC这三个字母从行业术语变成工作日常，我没少花冤枉钱。以前拍一张带科技感的电商主图，要么租棚、要么置景，预算和时间全烧在“把概念变成实物”这件事上。现在我的工作流是反过来的：先用AI把脑子里那团模糊的想法变成高完成度的视觉稿，再决定要不要真拍，拍完再用AI做合成和精修。

我最近在复盘一套AIGC摄影训练营的完整内容，核心就三件事：AI置景、合成精修、多工具实操。说实话，这类内容最怕做成“提示词大全”或者“参数背诵班”，因为真正决定画面能不能用的，从来不是某个单词多高级，而是你有没有一套稳定的生产逻辑。所以这篇文章我不打算只列工具和命令，而是把这个训练营真正在练什么、每一步为什么这样设计、实操中会遇到哪些坑，一次讲清楚。

1. 整体设计思路：AIGC摄影到底在练什么

1.1 置景、合成、精修三个环节为什么这样排

传统商业摄影的流程，通常是先拿到Brief，然后美术置景，搭场景，布光，试拍，正式拍摄，选片，修图。最容易失控的两个环节，一个是“置景”，另一个是“沟通”。客户脑子里想的高级感，在你脑子里可能是大理石花纹，在美术师脑子里可能是哑光水泥。这种错位一旦到拍摄现场才发现，重拍成本高得离谱。

AI置景最直接的价值，就是把这个沟通成本压到最低。先用Midjourney或Stable Diffusion生成一批场景概念图，相当于免费搭了一个虚拟置景组。客户说“这个背景的色调不对”，你就重新生成，直到双方对齐。这个动作过去要花几千块、等两天，现在半小时就解决了。所以训练营把“AI置景”放在第一步，不是因为它最简单，而是因为它是所有后续工作的地基。

合成精修放在第二步，是因为AI生成的画面几乎不可能一次到位。生成图往往会有结构错误、多余物体、边缘毛躁、分辨率不够这些问题。传统修图是消除瑕疵，AIGC里的精修范围宽得多：把实拍主体自然放进去，把不合理结构重新画出来，把整体光感统一起来。本质上，它是把一个“半成品生成图”修成“可交付成品”。

多工具实操放在最后，是因为没有任何一个工具能从头包到尾。Midjourney擅长生成氛围和风格，Stable Diffusion配合控制类插件擅长控制姿态和结构，Photoshop适合做选区蒙版和像素级合成，Topaz这类工具专注放大和降噪。训练营强调多工具，本质上是在培养工具协作观：把AI当作一整套并行的工作流，而不是某一个软件。

1.2 学这个方向，能解决什么问题、适合谁

最直接的使用场景是电商和广告。现在很多详情页里“模特站在某个风格化场景里”的画面，不需要再租棚搭景，可以先AI生成场景，再实拍人物或产品，最后合成精修。第二类是大热的写真工作室，可以用AI生成符合客人要求的背景风格，甚至直接把客人照片放进不同场景里生成“穿越感”大片。第三类是自媒体创作者，日常封面、课程海报、活动视觉，一句话描述就能出初稿。

从就业角度来说，这个方向的需求也很真实。先不说做专职AI设计师，就是传统摄影棚后期、电商设计、广告公司执行岗位，现在都开始要求“会AI出图”“会AI修图”。一个能独立跑通“置景+合成+精修”全流程的人，在很多团队里等于同时干了美术指导、摄影师和修图师三个活。这也是AIGC培训班出身的人，不至于找不到方向的原因：你掌握的是一套完整项目交付能力，不是一个孤立的“AI魔法”。

1.3 训练营和免费教程最大的区别

免费教程能教会你一个操作，但很难教你把一个商业项目从头跑到尾。训练营的价值在于用一套完整项目串起所有散点技能：如何拆解Brief，如何选生成方向，如何控制参数，如何把多个工具的输出衔接成一张图，如何整理交付文件。这套“项目感”，才是真正值钱的东西。

我见过很多自学的人，Midjourney玩得很溜，提示词写得很花，但一遇到“客户要一张产品图，我想把它放进雪山背景”这种真实任务就卡住了。卡点不在于提示词，而在于他不知道怎么把生成背景、实拍主体、后期合成这几件事，按照一个科学顺序串起来。训练营反复练的就是这个顺序：先理需求，再生成置景，再做合成，最后统一精修。

2. 核心细节解析：AI置景、合成精修与多工具协同

2.1 生成场景不是“随便写几句”

AI置景的核心是提示词，但要的不是那种“一只猫，很漂亮，高清”的提示词，而是把画面信息拆成可替换的几层：主体、环境、光线、镜头、风格、画质。单独拆开的好处是逻辑清晰，后续替换成本低。比如客户把“雪山”改成“城市天台”，只需要替换环境描述，光线和镜头保留，风格一致性就容易保持。

这里直接给一套可以抄走的模板：

主体：一款深灰色运动手表，表盘金属质感，表带纹理清晰 环境：雪山岩石背景，清晨薄雾，构图左边留白 光线：左侧暖色侧光，右侧冷色补光，阴影方向一致 镜头：35mm焦段，低角度，透视有张力 风格：商业广告摄影，高细节，硬朗质感 画质：8k，高清细节，锐利

新手生成图不统一，很大原因是整段提示词里没有一套可复用的稳定结构。你每次从头写，参数换来换去，风格自然漂移。训练营里我强调最多的一点就是：把“环境”和“主体”这两个变量单独拎出来，其他尽量固定。

参数方面，最先要弄明白的是--ar、--seed和--style这一组。--ar控制画幅比例，海报优先2:3或3:4，详情页横图优先3:2或16:9。--seed控制随机性，锁定种子后重跑同样提示词，能得到构图基本一致的图，这是批量出图的基本保障。--style在不同模型版本里含义不太一样，有的控制风格强度，有的控制摄影风格漂移，用的时候先查一下当前版本的说明。

2.2 合成不是“抠图拼上去”

合成精修最容易被低估的，是“光”。AI生成背景如果左边来光，你实拍主体的高光却出现在右边，观众一眼就会觉得假。所以正确的做法是在实拍之前就看着背景图打光，让实拍主体的主光方向、阴影软硬度，跟背景生成图保持一致。如果已经拍完了才发现光不对，后期虽然能用蒙版和曲线局部补救，但精度有限。

我习惯的合成顺序是：

1. 新建足够大的画布，把AI背景图放到底层。
2. 把实拍主体抠好拖进去，先不调细节，只看比例和透视是否合理。
3. 用蒙版擦边缘，配合1-2像素羽化，去掉“剪贴画感”。
4. 做颜色匹配：取背景阴影颜色和主光颜色，建调色图层，让主体受到的环境色跟背景统一。
5. 最后加颗粒和锐化，让噪点质感一致。

很多人有一个误区，以为合成就是抠图抠得越精细越好。实际上边缘抠得再干净，只要光的逻辑不对，整张图还是会假。你的眼睛对光影比对像素敏感得多，看到光不一致，大脑会立刻判定“这是拼的”。

2.3 多工具协同：先看懂谁负责哪个环节

这套工作流涉及的常用工具，本质上是按“工种”分工的：

为什么要同时用Midjourney和Stable Diffusion？因为Midjourney默认出图氛围感强、审美在线，但可控性弱一些；Stable Diffusion配合ControlNet这类控制插件，可以很精确地锁定人体姿态、透视结构，适合做需要准确对应实拍视角的底图。两者不是替代关系，是互补关系。在训练营里我经常打一个比方：Midjourney是创意导演，Stable Diffusion是执行美术，Photoshop是后期合成师。

多工具协同最怕的是“不知道下一步该用哪个”。我给学员的建议是，遇到生成图主体满意但背景不行，就用局部重绘；遇到主体和背景透视对不上，就重做一张背景；遇到边缘毛糙，先回Photoshop检查蒙版，再考虑放大工具。一切按流程走，遇事不慌。

3. 实操记录：从Brief到成片的完整流程

3.1 接一个真实需求：智能手表海报

假设客户给了一个Brief：一张智能手表户外运动场景海报，雪山顶峰背景，要“硬核感”，不做真实拍摄，直接出图。交付尺寸是标准16:9横版，最终分辨率要超过1920x1080。

我拿到Brief先不着急生成，而是先确认几个关键信息：主光源方向、手表在画面中的位置、客户偏好冷色调还是暖色调、有没有指定镜头语言。客户说想表现“硬核感”，我按冷调晨光处理，主体偏金属质感，背景保留大面积暗部岩壁。如果客户说想表现“轻薄”和“便携”，我可能会换浅色背景、高调光。

明确方向后，先在Midjourney里生成一个相对干净的背景，提示词大概这样：

/imagine prompt: rugged mountain rock texture background, early morning mist, cold blue and grey tones, dramatic side light from left, dark moody atmosphere, empty scene, no subject, commercial photography backdrop, high detail, 8k --ar 16:9 --seed 778899

刻意把“no subject”（画面不存在主体）写进去，是为了给手表合成预留位置。很多新手总让AI把商品直接生成出来，结果后期要么难抠，要么透视歪，要么构图太满。先出背景，再放主体，是最稳妥的置景方式。

3.2 在合成里把主体放进去

手表素材可以实拍，也可以由AI单独生成，但放进背景后，先要检查透视关系。我用Photoshop把带透明背景的手表素材拖进画布，第一步是调大小和位置，不看边缘，只看“它站在哪里更像真的”。比例不对，后面再怎么调色都是白费。

接下来处理阴影。阴影不是一块死黑，它应该有方向、有透明度、有环境色。我新建一个柔光图层，用画笔在手表的底部边缘加出淡淡阴影，然后用曲线工具做整体校色。冷调背景里，阴影的亮部要带一点青蓝色；如果是暖调光，阴影里则保留一点暖色。这一步做完，手表才像真的踩在岩壁上，而不是飘在画面上。

每次调完阴影和颜色，我都习惯复制一份背景副本，然后降低图层不透明度做前后对比。如果你发现主体放进去之后，整张图的亮度、饱和度、对比度和原背景差了一大截，说明不是局部问题，而是整体匹配没做好。这时候最忌讳反复局部硬调，应该退回去重新做颜色匹配。

3.3 精修阶段的“多工具联动”

精修不是只靠Photoshop一个软件。我会先修掉主体和背景的硬伤，比如多余的线、断掉的结构、奇怪的纹理，导出一版base_v03。接着用Topaz做一次智能放大，把基础图从1080p拉到2K或者4K。最后，如果背景里还有AI生成留下的乱码纹理或多余杂物，我会用Stable Diffusion做局部重绘，给它一个蒙版区域，让AI只重画那一小块。

局部重绘的关键参数是denoising，也就是重绘强度。一般控制在0.4到0.6之间比较稳。强度越低，越接近原图；强度过高，会把不该动的地方也改掉。遇到人物手部结构混乱时，可以先在Photoshop里手动框选，再用局部重绘修复，或者直接用Photoshop的AI修复功能选一个小区域重生成。

这一阶段最怕“贪心”。看到生成图不够清晰就想一直放大，结果越放大越糊，最后出现“油画感”。正确顺序是先把内容修对，再去做画质增强。越晚放大，细节丢失越少，最终出图前再做一次统一降噪。

3.4 交付前的最后检查

交付前我一定会过三遍：

1. 尺寸和分辨率：有没有达到客户要求的像素标准；如果是印刷品，还要确认300dpi输出。
2. 色彩模式：屏幕预展用sRGB，印刷走CMYK或者先跟下游工厂确认输出标准。
3. 图层命名：所有合成文件保留分层，主体层、背景层、阴影层、调色层单独命名。客户中途说要换背景，我能快速抽替换，而不是在一张合并图上推倒重来。

这些边界环节通常比AI生成本身更影响交付质量。一张图生成得再惊艳，格式不对、图层混乱、分辨率不足，客户依然会打回来。

4. 常见问题与排查技巧实录

4.1 AI生成图最常见的翻车点

我在训练营里见过太多同学在同类问题上重复踩坑，这里整理一张速查表：

有一个很容易忽略的坑是，很多人在生成图出现问题时，第一反应是“再加几个关键词”，结果越加越乱。其实很多问题不是提示词不够多，而是工作流顺序错了。比如肢体乱了，应该局部修复；透视歪了，应该回去改构图；远景糊了，应该做放大而不是重绘。

4.2 一次典型的修复过程

我印象里有一次背景生成得特别满意，但把手表放进画面后，发现手表正面的亮银色反光特别刺眼，跟背景的暗调完全不搭。我第一反应不是去调曲线，而是回去查“光位”：背景左边来的是冷色光，手表右侧的高光却是暖色，两个方向矛盾，所以怎么调都别扭。

处理方案是调高光颜色。我先用手表的高光选区，给高光层加一个“色相/饱和度”调整层，把暖色饱和度降下来，再叠一个蓝色渐变映射，让反光融入背景。然后用蒙版把过亮的位置擦掉，重新用手绘高光补出符合背景光线逻辑的反光。最后加一次降噪，把颗粒度统一。这个例子反复证明一个事：合成感好不好，七成看光位和色彩匹配，只有三成是抠图精度。

4.3 批量生产时的稳定方法

商品详情页往往不是一张图就够，而是同一产品好几个场景、好几个角度。这时候如果不注意稳定性，出来的图会像不是同一个产品。我常用的招数有三个：固定seed，固定产品描述顺序，固定后缀模板。

固定seed能让重跑时的构图底子稳定；固定产品描述顺序，比如“品牌-型号-材质-颜色-核心特征”，能保证每次生成的产品特征一致；固定后缀模板，比如commercial product photography, studio lighting, 8k, high detail，能把风格拉到同一个频道。这三个动作组合起来，就是一个最简单的“产品图一致性配方”。

另一种批量做法是“以图生图”。先锁一张满意的底图作为主体，然后用提示词替换背景部分，这样主体形态、透视、光影基本保留，只有背景元素发生变化。做系列海报时效率特别高。前提是底图质量要足够好，否则后面每一张都会继承底图的瑕疵。

5. 想跑得更快？几条实在的避坑心得

5.1 素材管理比AI能力更重要

AI生成图的随机性，决定了你会很快存下几百个文件。如果不及时整理，一周后你根本分不清哪张图是哪次出的、用了什么参数。我的做法是每张生成图按项目_日期_版本_用途命名，比如watch_0321_bg_v03_course，生成完立刻筛选和重命名。这个习惯很枯燥，但真到客户说“上次那张再来一版”的时候，你知道有多救命。

5.2 把好用的提示词沉淀成模板库

我会把验证过的提示词按“人像”“产品”“场景”“合成背景”“风格化”分类存起来。跑通一个配方，就存一个模板。下次遇到同类需求，只改核心名词和光线，其他全部复用。这样做的好处不仅是效率，还有风格统一性——一个团队用同一套模板，出的图才像一个团队的作品。

5.3 别把模型更新当成永久升级

AI模型版本更新非常快，今天跑通的配方，下个版本可能效果更好，也可能风格完全漂移。做重要项目时，我会在项目文件夹里记下模型版本、关键参数和当时用的seed。这不算麻烦，但它能避免一个尴尬局面：客户一周后说“这张图再帮我改一下”，你却因为更新了模型再也跑不出原来的风格。

我自己的体会是，AIGC摄影不是把相机扔掉，而是把摄影棚拆成很多可替换的模块：AI负责置景和想象力，实拍负责真实质感，合成精修负责把两者焊接到一起。训练营里强调的工具和参数，最后都会沉淀成一套工作习惯：先理Brief，再生成，再合成，最后统一精修。这套流程跑熟了，项目交付的质量曲线会非常稳，而不是每次靠运气碰。

最后再分享一个小技巧：别只顾着练提示词，多花时间练“看光”。置景的尽头不是更复杂的提示词结构，而是你能不能一眼说出一张图的主光方向、阴影落点和色彩关系。AI可以把场景生成出来，但“光怎么统”这件事，永远靠人的审美来完成。