第 12 讲　图像与设计生成

生成篇第二站。上一讲你让 AI 写出了项目的"字"，这一讲让它画出"图"：封面、插图、海报，都能从一段文生图（Text-to-Image）提示词里"显影"出来。学完本讲，你的期末项目将有一套风格统一的图像——第 13 讲做视频时，它们还会变成分镜画面的底稿。

一、本讲学习目标

完成本讲后，你应该能够：

1. 用"从噪点中显影"的直觉比喻，说明绘图工具如何把一段文字变成一张图；
2. 套用"主体 + 场景 + 风格"基础公式与进阶公式，写出要素完整的文生图提示词；
3. 为期末项目产出一套风格统一的图像（封面、插图，进阶加海报），并记录提示词与迭代过程；
4. 说出 AI 绘图在科学示意图上的典型局限，会用科学性把关清单逐项核对，并知道 SVG 示意图这一替代方案。

二、课前准备

• 绘图工具就位：按课程工具表注册文生图工具（主力即梦 AI，备选通义万相、可灵、文心一格），并做一次额度测试——随手生成一张最简单的图，确认账号与免费额度可用。
• 带项目材料：期末项目选题说明书（第 8 讲）与核心文本初稿（第 11 讲）——本讲产出的每一张图都要服务这个项目。
• 海报版式参考：收集 1–2 张你喜欢的科普海报，试着用"主体 + 场景 + 风格"三要素说出它好在哪里。
• 选做：想提前摸索的同学，可浏览 AIGC 使用技巧类自学站（如 waytoagi 知识库，内容以当期为准）的绘图技巧版块——记得带上第 2 讲的核查习惯。

三、核心概念精讲

1. 扩散模型直觉：图像是从噪点里"显影"出来的

第 3 讲说过，大模型（LLM）本质上是"文字接龙"的概率机器。那画图的模型呢？当前主流文生图工具背后，多数是一种叫扩散模型（Diffusion Model）的模型。先用一个直观比喻来理解它——注意，这是直觉层面的比喻，不是严格机制。

想象一张布满雪花噪点的旧照片被放进"显影液"：噪点被一点点洗去，图像一层层浮现，从模糊轮廓到清晰细节。扩散模型的生成过程与此类似——模型从一张纯噪声图出发，按你的提示词一步一步"去噪"，每一步都让画面更接近你所描述的样子，几十步之后图像就"显影"完成。也可以把它想成雕塑：大理石块（噪声）里本来"藏着"一尊雕像，雕刻家一刀刀凿掉多余的部分，雕像便浮现出来。这类"从无到有画图"的模型，与只处理文字的模型不同，属于多模态（Multimodal）能力的一种——模型不再只"读字"，还能"作画"。

顺带补一句历史：在扩散模型普及之前，早期图像生成的主力是GAN（生成对抗网络）——第 2 讲的 AIGC 时间线上见过它。今天你不必细究门派，只需记住一条主线：无论哪家的绘图工具，大多遵循"文字 → 逐步去噪 → 图像"的过程，差异在细节与参数。

2. 提示词公式：三要素打底，进阶版再加三层

文生图提示词与第 4 讲的提示词四基本功一脉相承，只是更"镜头化"。下面的公式与词汇摘自阿里云《文生图 Prompt 指南》（公式以阿里云百炼官方指南为准，不同绘图工具的写法与参数有差异）。

基础公式：提示词 = 主体 + 场景 + 风格

• 主体：画面主要表现的对象——人、物、装置或想象之物，写清它的特征与动作；
• 场景：主体所处的环境——室内外、天气、时间、光线，真实或虚构空间均可；
• 风格：画种或视觉样式——写实照片、水彩、扁平插画、水墨等。

三要素都交代清楚，一张图就有了"及格线"。想要更稳、更贴近脑中画面，再加三层：

进阶公式：提示词 = 主体描述 + 场景描述 + 风格 + 镜头语言 + 氛围词 + 细节修饰

• 镜头语言：景别与视角——远景还是特写？平视还是俯视？（词汇见下方速查表）；
• 氛围词：画面的情绪——梦幻、孤独、宏伟、宁静；
• 细节修饰：光源位置、道具搭配、色调、分辨率等精细要求。

两个实用补充。其一是负向提示词（Negative Prompt）：反其道而行，声明你不希望出现的元素（如"文字、乱码、多余肢体"），用来排除常见错误。其二是有些工具提供提示词自动扩写（prompt_extend）：默认由模型把你的简短提示词自动补写得更丰富——想完全掌控画面可以关掉，交给工具润色可以打开；具体名称与默认状态以各工具官方文档为准。另外，中英文提示词在不同工具上的效果未必相同，同一含义各写一版、保留更好的一版，是常用的迭代技巧。

成套图像还要解决画风统一的问题：常用做法是全组共用同一组风格词与色调，固定成功的那版提示词、只微调主体与场景；不少工具还提供图生图（以参考图为底生成）、局部重绘（只改画面某一块）等功能，用法以官方文档为准。

3. 五维词典速查表：把"感觉"换成"词"

提示词写不具体，多半不是想象力不够，而是词穷——"好看一点""有科技感"这类表述对绘图工具几乎没有信息量。下表把镜头语言与风格光线维度的常用词汇整理成速查词典（摘选改写自阿里云文生图指南，仅列常用词，完整词典以官方指南为准）：

用法很简单：动笔前从每一维各挑 1–2 个词填进提示词，比如"中景、平视、扁平插画、自然光"——一句话就把画面的"取景参数"定下来了。

4. 为什么物理示意图容易"看着对、其实错"？

插画与海报是绘图工具的舒适区；一到科学示意图（光路图、装置图、受力图），它就频繁翻车。原因值得每位同学想明白：

绘图模型从海量图片中学到的是"什么样的图像光路图"，也就是统计意义上的"像"，而不是物理意义上的"对"。它没有内置"反射角等于入射角"这样的定律，手里也没有尺子和圆规——去噪的每一步都朝"更像"走，而不是朝"更对"走。于是常见几类错误（这是对普遍现象的归纳，不针对某个具体工具）：

• 光路角度失真：反射线、折射线画歪，入射角与反射角明显不相等；
• 装置比例失真：透镜比人还大、器件悬空接不上、结构彼此错位；
• 伪科学细节：画面里出现看似专业、实际并不存在的结构与符号——这是幻觉（Hallucination）在图像上的变体。

这不是让你弃用 AI 绘图，而是分场合使用：概念插画、海报放心交给绘图工具；需要物理正确的示意图，让 Agent 直接生成 SVG 矢量图或流程图——坐标、角度、比例都由精确的指令决定，还能逐项修改（本讲进阶挑战就会做一次）。"看着对"与"真的是对"之间的距离，正是本讲要训练你的批判性眼光。

四、物理场景案例演示

课堂演示与你的实操①用的是同一套方法：套公式写初稿 → 生成 → 挑毛病 → 只改一处再生成。下面三条示例提示词可直接复制使用。生成后把最终提示词与改动原因记入记录表——这是本讲的硬要求。

🧪 演示 A：量子隧穿概念图（概念插画）

科普概念插画：一颗发光的蓝色小球从左侧滚向一堵高大的灰色"势垒"墙，
小球周围泛起水波般的波纹，波纹连续渗过墙体（墙内不出现完整小球），
在墙的右侧重新汇聚成一颗半透明的小球；
扁平风科普插画，深蓝色渐变背景，中景，平视，
主体居中偏左，右侧留出标注空间，画面简洁留白，高分辨率；
比例示意非严格尺度；标注使用中文、后期添加（不在画面内生成文字）。
负向提示词：文字、乱码、多余小球、模糊边缘。

🧪 查看运行结果（SVG 替代演示 · 课堂用实际生图工具）

本环境无文生图工具：此处为 AI Agent 生成的 SVG 矢量示意图替代演示（执行环境：GLM+ZCode）。课堂请在实际生图工具中执行同款提示词并对比。

图：量子隧穿示意（长度为示意像素：λ=110、势垒宽 a=72、E=0.9U₀；衰减系数按 κ=√(2m(U₀−E))/ħ 取值，与入射波数之比严格为 1/3，透射振幅按 e^(−κa)≈1/4 绘制）。科学性自查：①E 虚线低于 U₀ ✓ ②势垒两侧波长相同 ✓ ③势垒内纯指数衰减、不振荡 ✓ ④透射振幅约为入射的 1/4 且波长不变 ✓ ⑤反射波振幅为示意。

物理底子：量子隧穿指粒子能量低于势垒高度时，仍有一定概率穿过势垒的现象，概率随势垒加高、加宽而急剧减小——扫描隧道显微镜（STM）与 α 衰变都用到了它。图中"波纹渗过墙体"是对波函数穿透性的直观比喻：概念插画允许艺术夸张，但不能把夸张当物理（比如不能画成小球"整颗"出现在墙内或"瞬移"到墙外）。"势垒"等标注建议后期添加，见坑②。

🧪 演示 B：波动干涉科普海报

科普海报插画：画面中央为双缝干涉示意——左侧一束平行光照向
开有两条狭缝的挡板，两条狭缝各自发出间距一致（同一波长）的同心圆波纹，
向右扩散并交叠，交叠区按波程差呈现明暗相间的干涉条纹；
深蓝色星空背景，霓虹光效，对称构图，近景，
画面顶部与底部预留海报标题与文字排版空间，高分辨率；
比例示意非严格尺度；标注使用中文、后期添加（不在画面内生成文字）。
负向提示词：文字、乱码、扭曲断裂的条纹。

🧪 查看运行结果（SVG 替代演示 · 课堂用实际生图工具）

本环境无文生图工具：此处为 AI Agent 生成的 SVG 矢量示意图替代演示（执行环境：GLM+ZCode）。课堂请在实际生图工具中执行同款提示词并对比。

图：杨氏双缝干涉波前图（波面间距 = λ，d = 3λ）。科学性自查：①两波源同频同相 ✓ ②相长点波程差 = mλ、相消点 = (m+½)λ ✓ ③图中实心 / 空心圆点为波面圆弧交点的精确解，与相长 / 相消方向线严格重合，条纹位置由 sinθ = mλ/d 算出，不是目测 ✓。

物理底子：两列频率相同、相位差恒定的相干波叠加，波峰遇波峰处相长干涉（对应亮纹），波峰遇波谷处相消干涉（对应暗纹）——杨氏双缝实验中即明暗相间条纹。AI 画的条纹好不好看由它说了算，对不对要你按这个标准核对。

🧪 演示 C：实验装置示意图——先试一次，记录翻车点

这次故意选一个"高难度"目标，看看绘图工具在科学示意图上的真实表现：

教学用示意图：牛顿环实验装置——一块曲率半径很大的平凸透镜
凸面朝下放在平板玻璃上、凸面中心与平板仅一点接触，
单色平行光从正上方垂直照射；
从上往下看到一圈圈同心圆干涉环，环半径按平方根规律逐级增大（内疏外密）；
简洁教学风，白色背景，装置截面与俯视环纹分图呈现，构图工整，高分辨率；
比例示意非严格尺度；标注使用中文、后期添加（不在画面内生成文字）。
负向提示词：文字、乱码、多余仪器。

🧪 查看运行结果（SVG 替代演示 · 课堂用实际生图工具）

本环境无文生图工具：此处为 AI Agent 生成的 SVG 矢量示意图替代演示（执行环境：GLM+ZCode）。课堂请在实际生图工具中执行同款提示词并对比。

图：牛顿环装置截面与反射光干涉环俯视。科学性自查：①凸面朝下、中心一点接触 ✓ ②空气层厚度按 d(r) = r²/2R 随半径增大 ✓ ③暗环半径按 r = √(mλR) 绘制（r₄ = 2r₁，间距自动内疏外密）✓ ④中心为暗斑（反射光存在半波损失）✓ ⑤截面曲率已夸大、图内已声明。

生成后，用下一节的科学性把关清单逐项核对，把翻车点记入AI 使用日志——这些一手记录，就是你课堂讨论"为什么示意图容易错"的证据。

五、课堂实操任务单

本讲任务全部围绕期末项目展开：每一张图都必须服务于你的选题（第 8 讲立项、第 11 讲核心文本）。任务分保底任务 / 进阶挑战两层——保底人人完成，进阶学有余力选做。

讨论（第 2 节结尾）：把你记录的翻车案例带到小组——为什么物理示意图容易"看着对、其实错"？每组提炼 2 条经验，汇总成全班的"科学性把关清单"扩展版。

六、常见坑与翻车案例

• 坑①　"画一个单摆"式裸提示词：只有主体，没有场景与风格，画面风格全凭工具随机发挥，抽卡像开盲盒。解法：三要素打底，进阶公式加分，五维词典填词。
• 坑②　让 AI 在图里写字、写公式：图中文字出错（笔画错、乱码、字母变形）是常见现象，公式尤其是重灾区。解法：画面留白，标题与标注一律后期用演示文稿或图像软件添加。
• 坑③　示意图看着对就直接进报告：光路角度失真、装置比例失真、伪科学细节——"像"不等于"对"。解法：把关清单逐项核对；不过关就重生成，或改用 Agent 生成的 SVG 示意图。
• 坑④　好图一出就关页面：提示词没记录，风格无法复现，成套图各画各的。解法：每次生成都先写进提示词记录表——最终提示词、迭代次数、改动原因缺一不可。
• 坑⑤　不满意就无限抽卡：免费额度很快见底，还未必抽到更好的。解法：先想清楚"这次只改哪一处"再生成，小步迭代；小组共用账号时约定使用规则。
• 坑⑥　成套图画风打架：封面是水墨、插图是 3D 卡通、海报是赛博朋克。解法：全组锁定同一组风格词与色调；有条件时用图生图以定稿图为参考（用法以官方文档为准）。

七、自测

八、课后作业

九、进阶拓展（选学）