AIGC创作训练营课程设计复盘：从提示词到商业作品的完整路径

这两年AIGC的爆发速度，说实话超出了很多人的预期。我们团队当时决定启动一个内部代号叫“闪学it”的AIGC创作训练营，目标很直接：用一个月时间，让零基础学员跑通完整的AI创作流程，从提示词入门到做出一套能放进作品集的项目。项目做完之后，课程大纲、工具选型、作业机制、踩过的坑，我们都整理成了文档，今天这篇就是把这份复盘分享出来，给正在做或者准备做同类训练营的朋友做个参考。

这个训练营不是那种“截图讲工具、全程看演示”的网课。我们更想解决的是真实问题：很多人在AI创作上不是缺工具，而是缺一条完整的学习路径。文章里提到的学员例子都是化名，课程设计也结合了我们实际走通的一版，虽然没有哪个方案是万能的，但至少可以帮你在开始之前少走几段弯路。

1. 为什么非科班的人更需要一套体系化的AIGC课程

1.1 自学AIGC的三个典型困境

我接触过很多想学AIGC的学员，他们大多数不是程序员、设计师或者职业文案，而是做运营、做产品、做自媒体，或者单纯想用AI工具提升效率的内容创作者。和这群人聊多了之后会发现，自学AIGC的人通常会走到三个死胡同里。

第一个困境是信息碎片化。几乎每个人手机里都收藏过“十个提示词技巧”“保姆级AI绘画教程”之类的文章，但真正打开跟着操作完的少之又少。收藏夹吃灰还不算最麻烦的，最麻烦的是信息之间互相矛盾。同一类问题，这篇说了方法A，那篇说了方法B，两个方法放在不同工具、不同模型版本下都对，但组合起来就不是那么回事了，新手根本没法判断谁对谁错。

第二个困境是工具迭代太快。AIGC和传统软件最大的区别在于，传统软件学会一个版本可以用好几年，AIGC工具每隔几个月就会更新模型、调整参数、改变界面，甚至可能整个工具一夜之间就被新工具替代。很多学员刚花了两周把某个工具的界面摸熟，转头发现网上讨论的重点已经换到了另一个新模型上，这种挫败感非常打击学习热情。

第三个困境是缺乏反馈闭环。一个人闭门造车，生成了一张自己觉得“还行”的图，发到朋友圈可能还有人说厉害，但他自己并不知道这张图放到真实商业场景里能不能用。没有人告诉他画面里的透视关系有问题、主体不突出、风格和品牌调性不匹配，这些问题靠自学很难发现，因为AI生成的东西太容易给人“我已经会了”的错觉了。

1.2 “会点工具”和“能交付作品”之间隔着一套标准

训练营真正要解决的，不是教软件，而是立标准。会点工具和能交付作品之间，差距恰恰是大部分自学的人跨不过去的那道坎。

我举一个很常见的例子：学员A在网上看了很多AI绘画教程，能熟练地给各种模型输入提示词，生成一堆好看的壁纸图。但当我们把一个真实需求摆在他面前——比如为一个水果茶品牌设计三张外卖店头图——他就开始卡壳了。他不知道壁纸图和商业图的差别在哪里，不知道构图要留出文字安全区，不知道品牌配色应该占多大比例，也不知道怎么把模型生成的不完美细节修掉。

训练营做的事情，就是在这道坎上搭一座桥。桥由三块木板拼成：一条收敛的学习路径、一个相对稳定的工具组合、一套作品评判标准。学习路径解决的是“先学什么再学什么”的问题，工具组合解决的是“用什么做”的问题，评判标准解决的是“做成什么样才叫好”的问题。

打个不那么严谨的比方，自学AIGC有点像自己在家照着菜谱做菜。菜谱上说“盐少许”，你永远不知道多少算少许，只能凭感觉，做出来时好时坏。训练营的作用就是旁边站了个师傅，你炒菜的时候他在旁边告诉你火候到了、盐少了一点、这个搭配不够清爽，你犯过的错误他都能一眼指出来。这种反馈，是自己看再多教程也补不回来的。

2. 课程设计的核心地图：从提示词到工作流的四层拆解

训练营的课程大纲，我们没有按照工具划分，而是按照能力层级划分。这个设计是一期课程跑完之后我们才定下来的框架，分成四个层级：工具操作、提示词工程、工作流搭建、审美与项目思维。每一层都对应不同的学习目标和交付成果。

2.1 第一层：工具操作——先会用，再谈优化

第一层的定位是“会用”，不是“精通”。我们不会花时间把某个AI工具的每一个功能都讲一遍，那是说明书做的事情。课程只挑高频、必须、能直接产出作品的基础功能来讲。

以AI绘画课为例，第一周只讲三件事：文生图、图生图、局部重绘。文生图是把文字描述变成图片，图生图是在已有图片基础上进行二次创作或风格迁移，局部重绘是在生成好的图片里修改某个区域而不影响其他部分。这三个功能加在一起，已经能覆盖八成的日常创作场景了。

AI写作课更直接，第一周就讲怎么把需求说明白：写一段小红书文案、整理一篇会议纪要、改写一段口语化脚本。要求学员每学一个功能，必须当场产出一个可用的作品片段，不允许只跟着演示看个乐子。我们强调一个原则：功能可以不全面，但每一个学过的功能都要在真实任务里用过，哪怕用得不熟练，也比“见过但从没碰过”强得多。

2.2 第二层：提示词工程——从套模板到会拆解

提示词工程是整个训练营最核心的一环，因为我们发现，所有工具的基础操作加起来半天就能学会，真正决定作品质量的，是你能不能把脑子里模糊的需求，变成AI能理解、能执行、能稳定复现的指令。

我们给学员的提示词结构，可以浓缩成一个公式：背景+角色+任务+对象+风格+约束+输出格式。听起来有点多，但每个部分都有它的作用。背景让AI知道在什么语境下工作，角色设定让AI用特定的专业视角来回答，任务描述是你要它做的事情本身，对象是指操作标的，风格控制表达倾向，约束排除你不想要的东西，输出格式决定结果的载体形态。

很多新手的问题不是提示词写得不够长，而是信息密度太低。举个例子，一个学员给AI绘画工具输入“画一只猫”，出来的图大概率很平庸。但如果他写的是“一张室内暖光环境下的橘猫特写，侧光打在猫的毛上，背景是木质书架，浅景深，真实摄影风格，画面干净，猫的眼神看向镜头”，效果会明显不一样。关键在于这个提示词里包含了光线、场景、视角、风格、情绪等多个维度的信息，模型的发挥空间被精准地框住了。

我们还会专门安排一节课教“拆解别人的成功提示词”。操作方法是把一段网上流传的高质量提示词，按照公式拆开，逐行标出它分别对应什么功能。做过几次之后，学员会发现提示词不再是玄学，而是一种可以被分析和复用的结构。

2.3 第三层：工作流搭建——把多个AI环节串成生产线

做完前面两层，学员已经能单点使用工具了。但真实的内容生产很少是“一个模型包办全部”，更多是把多个AI环节串成一条生产线。

举一个训练营里很典型的案例：制作一条30秒的短视频。完整的工作流是这样走的：第一步，用对话式AI写脚本，这里要输出分镜描述；第二步，把分镜描述喂给AI绘画工具，生成每个镜头对应的画面；第三步，把生成的图片导入AI视频生成工具，让静态图动起来；第四步，用AI语音合成工具生成旁白；第五步，把音频和视频放到剪辑工具里做简单拼接。整个流程里，每一步的输出就是下一步的输入，像流水线一样。

搭建工作流时，最需要留意的是“交接格式”。文本模型输出的分镜描述，必须具体到AI绘画工具可以直接使用的程度，比如“中景，女主角坐在窗边，手拿咖啡杯，阳光从左侧洒入，暖色调电影感”，而不能是“女主和咖啡的故事”这种抽象的概述。AI绘画生成的图片要符合视频工具的要求，比如比例、分辨率、画面元素完整性。这些都是潜规则，课程不教的话，学员要自己试错很多次才能摸索出来。

2.4 第四层：审美与项目思维——AI只是起点

课程进入后半段，算法和提示词的权重会下降，审美和项目思维的权重会上升。这一层是最难教的，因为审美没法直接灌输，只能通过大量的比较和讨论，慢慢内化成学员自己的判断力。

我们做训练营的时候有一个很大的体会：AI生成的结果越容易得到，判断力就越值钱。以前设计师画一张草图要几天，值钱的是绘画能力；现在AI几秒钟就能出图，值钱的是在几十张图里挑出最合适的那一张，并且知道它为什么合适。这种筛选和判断能力，恰恰来自审美积累和项目理解。

在具体教学里，我们会用大量“对比案例”来训练判断力：同一组提示词，换几个不同模型或参数，产生的作品差异在哪里；同一张AI图，放在不同设计场景里，哪个更合适、哪个会翻车。通过这种对比，学员会慢慢发现，AI绘画的评论区里那些“好厉害”的评价，在商业实战中可能完全不适用——客户要的不是惊艳，而是贴合需求、能落地、不会出问题的结果。

3. 工具链选型：绘画、写作、视频三条线的组合方案

工具选型是训练营设计里争论最多、也最容易走偏的部分。市面上的AIGC工具一天一个新面孔，如果什么都想教，课程就会变成一场工具发布会，学员学完依然什么都不会。我们最终的原则是：每个方向只选一两个主推工具，配合一个备用工具，其余全部放进“了解即可”的清单。

3.1 图像生成：开源本地部署与国产在线方案

图像生成这部分，市面上有几种不同类型的方案，各有各的适用场景。我把它们的差异整理成一个表格，训练营里发给学员当选型参考：

训练营的实际选型是：主推国产在线创作工具和开源模型的云端在线平台，不强制学员在本地部署环境。原因很实际——训练营只有一个月，学员的电脑配置参差不齐，如果让所有人在第一周去折腾本地环境，大部分人会卡死在这个环节，根本走不到后面的课程。少数学有余力、且电脑配置足够的学员，我们会提供一份本地部署的扩展资料作为选修内容。

3.2 文本生成：通用大模型对话产品怎么选

文本生成的选择相对简单，现在国内市面上能直接用的大模型对话产品不少，像文心一言、通义千问、豆包、DeepSeek、Kimi，这些在各个应用商店就能正常下载使用。我们不会指定“只准用某一个”，反而会鼓励学员同时注册两三个，放在一起对比。

对比的维度不多：文本的准确性、中文表达的自然度、长文本的组织能力，还有生成内容的编辑自由度。不同的模型在不同任务上各有长短，有的擅长写公众号长文，有的更适合口播脚本，有的在资料整理和表格输出上更利索。让学员多试几家，不是为了给他们添麻烦，而是让他们理解一个核心观点：不存在一个万能模型，只存在适合某个特定任务、某个表达习惯的模型组合。

实际作业里，有一项任务是让学员用两个不同的模型完成同一个文案需求，然后对比结果并说明更喜欢哪一个、为什么。这个练习看起来简单，但能非常有效地帮助学员建立对AI文本模型的判断力。

3.3 视频生成：从文生视频到手工艺品控

AI视频是目前迭代最狠、学员兴趣最大、但翻车率也最高的板块。视频生成工具方面，我们重点关注可灵、即梦、Vidu这几款国内产品，它们各有侧重，但共同的特点是：文生视频，也就是直接用文字生成视频，目前的结果还不够稳定。

训练营的课程安排，教的最多的其实是“图生视频”的工作流。先让学员用AI绘画工具生成一张满意的静态图，再用视频工具让这张图里的元素动起来。相比之下，直接输入一段文字让它生成一条成品视频，结果往往充满随机性。图生视频看起来多了一个步骤，但它在可控程度上是几何级数的提升。

视频生成还有一个容易被忽略的细节：素材一致性。比如你的画面里是一个女主角，连续生成两段视频，第一段里女主角穿的是黄衣服，第二段里变成了红衣服，这在叙事里就是穿帮。目前AI视频工具很难通过提示词完全锁定角色外观，稳妥的解决办法是分段生成、后期人工检查，把不小心出现的穿帮镜头直接剪掉，而不是试图通过改提示词硬修。

3.4 选型原则：先稳定、再花钱、最后追新

这是训练营内部反复强调的一条工具选型纪律，也是踩了不少坑才总结出来的。

“先稳定”，是指主推工具必须是运行足够稳、社区生态足够成熟、出了问题时能找到解决方案的。刚上线还在到处是Bug的工具，只适合拿来当谈资，不适合写进课程主线。“再花钱”，是提醒学员不要一开始就无脑订阅付费版本。几乎所有工具都有免费额度，先用免费额度把流程跑通，确认自己真的高频使用，再考虑付费。“最后追新”，说的是如果出现一个爆火的新工具，可以拿来在交流群里做分享，但绝不立刻替换课程主线。先等观察期过去，看它是否稳定、是否形成了真正的用户基础，再决定要不要进课件。

这样做的效果很明显：学员不会被每天冒出来的新名词搞焦虑，整个训练营的学习节奏不会被打散。毕竟对新手来说，能用一套相对固定的工具组合把一条完整链路跑通，比不断追新工具重要得多。

4. 一堂典型实战课：从需求到成品的完整拆解

前面讲的都是课程设计框架，接下来用一堂我们反复打磨过的实战课，把“从需求到成品”的完整过程拆开看。这个案例在每期训练营里都会用到，因为它的覆盖面很广，同时也很容易让学员产生代入感。

4.1 需求定义：把一句话需求翻译成AI可以理解的规格

课上用的案例是一个虚构品牌，叫“山雾咖啡”，要给它的冬季限定款“坚果拿铁”设计一套小红书笔记封面图。学员拿到的一手需求几乎是没法直接用的：“做一张咖啡海报”。这个需求如果直接丢给AI，产出的图可能很好看，但一定不能卖。

正确的第一步不是打开工具，而是拆需求。我们带着学员把一个模糊的需求翻译成AI能理解的规格表，拆出来的维度包括：使用场景（小红书笔记封面）、画布比例（竖版3:4）、视觉风格（温暖、生活化、自然光）、核心元素（咖啡杯、拉花、坚果碎、冬季氛围）、色彩倾向（暖棕色、米白色）、品牌约束（画面不能出现其他品牌元素）、文字预留区（封面图的上方三分之一留白，方便后续加标题）。

这些维度整理完之后，再把它们揉成一段能直接交给AI的一句话需求：为“山雾咖啡”冬季限定坚果拿铁设计一张小红书封面图，竖版3:4，画面有咖啡杯、拉花、坚果碎和冬季氛围，风格温暖真实，上方留空，不要出现任何文字。

这段描述比原来的“做一张咖啡海报”具体了不止一个数量级。学员在这个环节的任务就是练习“把模糊需求翻译成规格”，因为AI不懂什么叫“好看的海报”，但它能懂接近像素级的指令。

4.2 提示词设计：一次写对而不是反复试错

需求定义完成后，把它变成正式提示词。训练营的教学目标是让学员学会“一次写对”，而不是靠运气反复生成。我们给出一个可以直接沿用的提示词模板：

# 山雾咖啡小红书封面图提示词示例 prompt = """ 为虚构品牌“山雾咖啡”设计一张冬季限定坚果拿铁的小红书封面图。 内容：暖棕色陶瓷咖啡杯放在木质桌面上，咖啡拉花上撒有坚果碎， 背景是现代感但不过于精致的冬季日常场景，窗外隐约可见雪景。 风格：温暖、真实、有生活气息，贴近手机自然摄影质感。 不使用插画风格，不追求夸张的广告感。 构图：竖版3:4，咖啡杯位于画面中央偏右， 画面约三分之一的区域留作空白，方便后续添加标题文字。 约束：画面中不要出现任何文字，不要出现人物面部， 色彩以暖棕色、米白色、柔和金色为主。 """

使用这段提示词时，我会在课上反复强调，里面的每一个信息块都不是凭空出现的，都来自需求定义表。内容、风格、构图、约束四段信息，刚好对应了提示词结构公式里的几个关键要素。学员学到的是这个拆解思路，而不是背诵这段模板本身。

4.3 生成与筛选：批量出图的决策标准

提示词准备好之后，学员会在AI绘画工具里批量生成6到8张封面图。这个环节看起来是最轻松的，其实藏着整堂课最重要的一部分教学内容：筛选决策。

我们给学员一套统一的筛选检查单。第一，主体完整性。咖啡杯有没有被裁切、有没有变形、拉花纹路是否符合“坚果拿铁”的设定。第二，风格匹配度。画面是不是足够“温暖真实”，像不像一张自然拍摄的小红书笔记，而不是一眼就像广告。第三，构图可用性。留白区域够不够放标题文字，主体有没有处在视觉重心位置。第四，AI残留痕迹。手指、文字、边缘纹理这些最容易露出破绽的区域，至少要放大到100%检查。

筛选结果并不是“哪张好看选哪张”，而是要看选出来的图能不能直接放进小红书封面的版式里。有些图单看很漂亮，但加上标题文字后构图就乱了；有些图平淡无奇，但留白位置刚刚好，反而更适合做成封面。让学员在课上现场做几次这样的比较，他们对“AI作品服务于真实需求”这件事会有一个非常具体的感受。

4.4 交付与复盘：成图的合规检查和风格一致性

选出一张主图之后，还不算完。交付之前需要做一轮基本检查：放大看细节，确认没有不合规元素；如果画面上有不要的杂物，用局部重绘功能处理掉；最后把作品套进一个小红书笔记的模拟版式里，加上标题文字，看整体效果。

复盘环节，我们会要求学员把这个案例拆成五个部分存档：需求拆解、提示词原文、关键参数、迭代打样记录、最终成品。这个存档不是形式主义，它形成了学员自己的“私有案例库”。下一次如果遇到类似的品牌需求，他们不需要从头开始，而是能直接打开案例库，把需求描述换掉、把提示词里的元素换掉、把参数微调，就能快速得到一份新方案。

这也是训练营一直强调的一个理念：AI创作不是每一次都从空白开始，好的创作者一定是不断复用、升级、组合自己过往的打样经验的。

5. 训练营运营中最容易翻车的四个环节

课程设计做得好，不代表训练营办得顺。真正跑过几期之后，我们发现运营层面的问题远比教学层面的问题多，而且很多问题不亲身踩一次，看再多经验帖也想象不到。

5.1 学员水平断层：分层教学是最难的部分

每一期学员里，都同时存在完全零基础的小白和经验已经不少的老手。小白可能连一个AI绘画工具都没打开过，老手已经能熟练地用各种模型生成作品，但缺少的是方向和系统反馈。把这两种人放到同一个班里，结果大概率是小白跟不上、老手觉得无聊。

我们试过几种方案，最后相对管用的是分层教学：开营前先做一次基础测试，按照测试结果分成两个班。两个班用同一个项目主题，但交付要求完全不同。基础班提供更详细的提示词模板，照着填、照着改就能完成；进阶班不提供模板，要求自己从零开始拆需求、写提示词、做参数对比。同一个项目的作品评讲也分开进行，点评侧重点不同。这个投入会增加一些工作量，但学员满意度提升非常明显。

5.2 作业点评：标准统一比夸赞重要

最怕出现的情况是学员交了一张作业，老师回一句“很好看”“太棒了”，然后就没有然后了。这种夸赞对提升能力没有任何帮助，而且会给其他学员一种错觉：只要被夸就是好的，那我下次照着差不多的方向交就行。

我们后来设计了一个作业评分表，把点评标准化。评分维度有四个：需求匹配度、提示词设计逻辑、技术完成度、视觉审美。每次作业点评都对照这个表逐项打分，不是为了把分数搞得很严肃，而是让点评有据可依，让学员知道自己的作品每一项处在什么水平。打分之后还会安排一个直播修改演示环节，随便抽一份学员作业，现场演示怎么把这个作品改得更好。很多学员反馈说，这个环节的价值比其他所有课程内容加起来都大——看着老师把一个“还行”的作品逐步改到“能交付”，比自己闷头学十遍理论都有启发。

5.3 遗忘曲线：打卡机制和间隔复习

AIGC学习有一个明显的特点：课上每一步都跟得上，课后两天全忘光。工具的操作界面不熟，提示词的结构记不住，工作流的顺序也忘了。针对这个问题，我们用了两种手段。

第一种是连续打卡机制。从开营第一天开始，每天必须产出一个作品，哪怕只是一个很粗糙的AI图片、一段一百字的文案都可以。发到打卡区，不求完美，只求动手。这个机制让学员保持每天的熟练度，不至于因为一两天不碰就把手感丢了。第二种是间隔复习，我们在第2周和第4周专门安排了一节“回头练”的课：重新做一遍第1周的作业，但要求用更高级的工具和更复杂的提示词方法。学员会非常直观地看到自己四周前的作品和现在的作品之间的差距，这种正反馈比任何口头鼓励都管用。

5.4 工具与账号：合规使用、避免折腾环境

训练营运营过程中，工具和账号问题造成的麻烦一点都不比教学问题少。我们定下的原则非常明确：优先使用国内渠道可用、有官方服务的工具；不使用来路不明的共享账号；不鼓励也不引导学员折腾任何特殊网络环境。

很多工具都有免费额度，完全可以在不花钱的情况下完成基础作业。需要付费的功能，我们会在课程文档里提前标明，让学员自己判断是否开通。至于一些需要本地部署的开源模型，如果学员电脑配置不够，就引导他用云端在线平台。这些细节看起来跟教学内容无关，实际上直接决定了学员能不能顺利学完整期课程。如果不在开营前把这些安排妥当，至少会有一批学员在报名后第二周就因为“环境搞不定”而放弃。

6. 用真实项目作品说话：如何评估学员的AIGC能力

最后一个话题是评估。训练营结营时要给学员一个交代，也要给整个课程的效果一个交代。我们对学员能力的评估，从来不只看最后的成品图片，而是看重更本质的几个维度。

6.1 比“像不像”更重要的是“能不能复用”

学员交上一张惊艳的AI图，确实值得高兴，但我们更关注的是：这张图的生产过程是可复制的吗？如果学员能同时交出一份清晰的需求拆解、一段结构完整的提示词、一张参数记录表，那就证明他掌握了方法；如果他只是碰运气生成了几张好图，那这次成功的价值就非常有限。

我们把“可复用性”作为作品集会看的关键指标。一个作品如果只是孤零零的一张图，它只是一张图；如果它是一套完整的项目文档，那它就是“一个可复用的解决方案”。面试或者接单的时候，这两种东西的说服力完全不是一个层次。

6.2 过程记录是作品集的一半

很多学员有一个顽固的习惯：只保留最后成功的作品，把中间所有失败的过程全部删除。我们会专门纠正这个习惯。在作业模板里有一栏是“迭代记录”，要求保存两次以上迭代的对比图，并且写出每次改了什么东西、效果发生了什么变化。

这些“失败样本”看起来不完美，但它们恰恰最能体现能力。雇主或者客户看到你从一张乱七八糟的废图，一步步调整提示词、参数、构图，最后得到一张能用的作品，会更容易相信你的实战能力。如果作品集里全是成型的漂亮图片，反而会让人怀疑你到底是怎么做出来的、遇到问题能不能自己解决。

6.3 从训练营到接单求职：作品集、报价、持续学习

结营时，我们要求每个学员完成一个综合项目，选题范围很宽：可以是虚拟品牌提案、个人IP形象设计，也可以是一支30秒的短视频。这个项目会被整理成一份完整的作品集，结构包括：背景页、项目目标、工具清单、过程打样、最终作品、复盘心得。这样一份作品集，不管是拿去求职、接单，还是只是放在个人社媒上展示，都比单纯贴几张生成图有说服力得多。

也会有不少学员问接单报价的事。我们不会鼓动大家立刻去接单，但会明确提示几个关键点：AI创作接单的报价不能只看生成速度，更关键的是修改次数和商用授权范围；素材的版权边界要提前问清楚；跟客户沟通需求的时间往往比生成图片的时间更长，这部分也要算进成本。持续学习方面，我给的唯一建议是关注工具官方更新日志和社区里真正动手做的创作者，少刷那些标题夸张、内容全是二手信息的三分钟教程。

最后说一个我个人的体会。训练营做了几期之后，我最大的感受是：AIGC的课程设计，本质上不是教大家怎么用某个模型，而是帮大家建立一套创作框架。工具一定会变，今天用的模型半年后可能就换了，但是需求拆解、提示词结构、成图标准、项目复盘这套方法，放到任何工具上都成立。如果你也在准备做类似的训练营，我建议你从一开始就把“过程记录”和“项目思维”放进课程目标里——这部分带来的长期价值，会远远超过多教几个新功能。