微信支付收付通API v3开发避坑指南：证书、退款与回调实战
2026/8/8 6:14:44
最近在整理项目素材时，发现很多开发者朋友对“AI绘画”或“生成式AI”在具体项目中的应用流程很感兴趣，尤其是如何从一个简单的想法，到最终生成一张符合预期的图片。这背后其实是一套完整的“提示工程”和“模型调用”的实践。今天，我就以“永恒友谊36”这个虚构的动画项目海报制作为例，手把手拆解一次完整的AI绘画生成过程。无论你是想为个人项目制作宣传图，还是想学习如何更精准地控制AI生成结果，这篇文章都能提供一套可复现的实操方案。
我们将从创意构思、提示词（Prompt）打磨、模型选择与参数配置、生成迭代优化几个核心环节入手，最后还会分享一些提升出图效率和质量的工程化技巧。本文假设你已具备基础的AI绘画平台使用经验（如Midjourney、Stable Diffusion WebUI等），我们将更聚焦于“过程”与“方法论”。
1. 项目背景与核心概念：从想法到视觉
在开始任何技术操作之前，清晰的构思是成功的基石。AI绘画不是魔法，它更像是一个极度聪明但需要精确指令的合作者。
1.1 理解我们的“项目”：永恒友谊36“永恒友谊36”是一个假设的动画项目。为了生成它的宣传图，我们需要先为它构建一个清晰的“视觉设定”。这包括：
- 主题与风格：友谊、冒险、科幻？还是奇幻？画风是吉卜力式的清新，还是赛博朋克的酷炫？
- 核心元素：需要出现哪些标志性的角色、场景、道具或符号？
- 氛围与情绪：画面是温暖明亮，还是紧张悬疑？
假设我们定义它为：一部关于两个来自不同星球的少年，在宇宙冒险中建立深厚友谊的科幻冒险动画，风格偏向现代日系动画，带有柔光和些许电影感。
1.2 AI绘画中的关键概念在实操前，需要明确几个直接影响输出结果的概念：
- 提示词（Prompt）：你给AI的文字描述。它是生成过程的核心输入，决定了画面的内容、风格和质量。
- 负面提示词（Negative Prompt）：你不希望画面中出现的内容。用于排除常见瑕疵，如“丑陋的、模糊的、多手指、畸形”。
- 模型（Checkpoint）：AI绘画的“大脑”或“画风库”。不同的模型擅长不同的风格（如真实摄影、二次元、2.5D卡通）。
- 采样器（Sampler）：图像从噪声逐步演变为清晰画面的算法。不同采样器在速度、质量和创意性上各有侧重。
- 迭代步数（Steps）：采样器工作的次数。步数太少，画面可能粗糙；步数太多，可能过度细化且耗时增加，收益递减。
- 引导系数（CFG Scale）：AI遵循你提示词的程度。值太低，画面自由发挥，可能偏离主题；值太高，画面可能僵硬、色彩过度饱和。
2. 环境准备与工具选择
本次演示将主要使用Stable Diffusion WebUI（Automatic1111）作为实操平台，因为它开源、免费，且可控性极强，适合学习原理。其他平台（如Midjourney、DALL-E）的核心思路是相通的。
2.1 基础环境说明
- 操作系统：Windows 10/11, macOS 或 Linux均可。Windows用户最多。
- 硬件要求：重点在显卡（GPU）。推荐NVIDIA显卡，显存至少6GB（用于生成512x512尺寸图片），8GB或以上体验更佳。使用CPU生成速度会非常慢。
- 关键软件：
- Python：版本3.10.x。这是SD WebUI的运行基础。
- Git：用于获取和更新WebUI代码。
- Stable Diffusion WebUI：我们将使用其一体化安装包或源码部署。
2.2 快速部署Stable Diffusion WebUI对于新手，最推荐的方法是使用一键安装包。这里以Windows为例：
- 下载安装包：访问 Stable Diffusion WebUI 的GitHub发布页，下载适用于Windows的一键安装包（通常是一个
.zip或.7z文件）。 - 解压：将其解压到一个英文路径的文件夹，例如
D:\sd-webui。 - 运行：双击文件夹内的
webui-user.bat文件。首次运行会自动下载所需的Python环境、模型和依赖库，耗时较长（取决于网络）。 - 启动成功：当命令行窗口出现类似
Running on local URL: http://127.0.0.1:7860的信息时，打开浏览器访问这个地址即可看到WebUI界面。
2.3 下载所需模型WebUI安装包通常不带模型。我们需要下载一个适合动画风格的模型。
- 模型推荐：对于日系动画风格，
Counterfeit-V3.0、Anything-V5、ReV Animated都是热门选择。 - 下载地址：可在CivitAI等模型分享站下载
.safetensors格式的模型文件。 - 放置位置：将下载的模型文件放入
sd-webui\models\Stable-diffusion\目录下。 - 刷新：重启WebUI或在界面左上角点击刷新按钮，即可在模型下拉列表中看到并选择新模型。
至此，你的“画室”就准备好了。
3. 核心流程拆解：提示词工程与参数配置
这是AI绘画中最具技巧性的部分。我们将把“永恒友谊36”的构思转化为机器可执行的指令。
3.1 构建基础提示词（Prompt）提示词通常由多个部分组成，按权重从高到低排列。通用结构为：[主题描述], [风格描述], [画质描述], [其他修饰]。
根据我们的项目设定，第一版提示词可以这样写：
(masterpiece, best quality, official art), 1boy and 1girl, astronauts, floating in space, holding hands, colorful nebula background, stars, spaceship in distance, (eternal friendship:1.2), anime style, studio ghibli color style, soft lighting, cinematic angle, wide shot- 画质与主题：
(masterpiece, best quality, official art)用括号增强权重，要求高质量和官方感。 - 核心内容：
1boy and 1girl, astronauts, floating in space, holding hands直接描述了画面主体和动作。 - 场景与氛围：
colorful nebula background, stars, spaceship in distance, (eternal friendship:1.2)构建科幻背景，并再次强调“永恒友谊”主题（权重1.2）。 - 风格化：
anime style, studio ghibli color style, soft lighting, cinematic angle, wide shot定义了动画风格、吉卜力色彩、柔光、电影视角和广角镜头。
3.2 设置负面提示词（Negative Prompt）负面提示词用于规避常见问题，提升画面“底线质量”。一个比较通用的负面提示词如下：
(worst quality, low quality:1.4), (bad anatomy, inaccurate limb:1.2), bad hands, missing fingers, extra digit, fewer digits, blurry, mutation, deformed, ugly, disfigured, mutilated, extra limbs, malformed limbs, watermark, signature, text, error- 质量与结构：排除低质量、糟糕的人体结构、畸形四肢。
- 经典手部问题：专门针对AI不擅长画手的问题进行约束。
- 瑕疵与杂质：排除模糊、突变、水印、文字等。
3.3 关键参数配置详解在WebUI的“文生图”选项卡中，我们需要关注以下参数：
# 以下是对应WebUI中参数的配置思路，并非直接配置代码 采样方法 (Sampler): Euler a # 创意性强，出图速度快，适合初期探索 迭代步数 (Steps): 20-30 # 对于Euler a，20-30步通常能取得不错的效果 图片宽度/高度 (Width/Height): 512x768 # 竖构图，更适合表现人物和空间感。尺寸是512的倍数。 引导系数 (CFG Scale): 7 # 中等偏好，在遵循提示和创造性之间取得平衡 生成批次 (Batch count): 4 # 一次生成4张，便于对比选择 随机种子 (Seed): -1 # -1代表随机，每次生成都不一样为什么这么配置？
Euler a采样器在较低步数下就能产生富有变化和艺术感的结果，非常适合创意发散阶段。- 初始使用
512x768的较小尺寸，是为了在保证构图完整的前提下，提高生成速度和降低显存占用。后期选定草图后，可以用“高清修复”功能放大。 CFG Scale设为7是一个常用起点。如果感觉画面太僵，可以调低（如5）；如果感觉太放飞，可以调高（如9-12）。
4. 完整实战案例：生成“永恒友谊36”海报
现在，让我们将上述所有准备投入实践，完成一次完整的生成迭代。
4.1 第一次生成：获取初始构图将3.1和3.2的提示词分别填入WebUI的正面和负面提示框，参数按3.3设置。点击“生成”。
预期结果与问题分析： 第一次生成的四张图可能各有千秋，但也可能暴露问题：
- 图A：人物姿势僵硬，像两个木偶。
- 图B：背景太空洞，没有“宇宙冒险”的宏大感。
- 图C：色彩偏灰暗，不符合“吉卜力”的明亮感。
- 图D：构图最好，但女孩的脸部有些畸形。
4.2 迭代优化：基于种子细化我们选中构图最好的图D。记录下它的随机种子（Seed），假设是123456789。
优化步骤：
- 固定种子：将种子值
123456789填入种子框，取消“随机”勾选。这能锁定当前构图和大致内容。 - 优化提示词：
- 强化动作与情感：在正面提示词中增加
looking at each other, smiling, dynamic pose。 - 细化场景：增加
large planet in the background, space station, glowing energy between hands。 - 修正面部：在负面提示词中强化
bad face, asymmetric eyes, deformed iris。
- 强化动作与情感：在正面提示词中增加
- 调整参数：将
CFG Scale微调到8，让AI更听话。将Steps增加到28，让细节更丰富。 - 再次生成：点击生成。这次得到的4张图，会在保持图D构图的基础上，修正脸部，并增加我们描述的动态和场景细节。
4.3 高清修复与最终调整从第二轮中选出最满意的一张。接下来进行“高清修复”，提升分辨率。
- 启用高清修复：在WebUI下方找到“高清修复”选项并勾选。
- 设置放大算法：选择
R-ESRGAN 4x+或Latent系列算法，它们对动漫风格放大效果较好。 - 设置放大倍数：选择2倍。这样最终图片尺寸会变成
1024x1536。 - 重绘幅度：设置为
0.2-0.3。这个值控制放大时AI重新绘制的程度。值太低只是单纯放大像素，值太高可能添加不想要的新细节。0.2-0.3是安全范围。 - 最终生成：点击生成。等待片刻，你将得到一张高清大图。
4.4 后期微调（可选）生成的图片可以导入Photoshop、GIMP或WebUI内置的“图生图”功能进行微调：
- 修正小瑕疵：用局部重绘功能，圈选仍有问题的手部或脸部，用相同的提示词让AI重画该区域。
- 调整色调：使用“附加功能”中的滤镜，或外部软件调整色相/饱和度。
- 添加文字：使用图像编辑软件为海报添加标题“永恒友谊36”和副标题。
至此，一张为虚构动画项目“永恒友谊36”定制的宣传海报就诞生了。整个过程体现了“生成-评估-迭代-细化”的核心工作流。
5. 常见问题与排查思路
在实际操作中，你一定会遇到各种问题。下面是一个快速排查指南。
| 问题现象 | 可能原因 | 解决思路 |
|---|---|---|
| 生成图片全黑或全灰 | 模型未正确加载；VAE（视觉美化编码器）不匹配；提示词冲突极端。 | 1. 确认模型已放入正确文件夹且已在UI中切换。2. 在“设置”>“Stable Diffusion”中尝试切换或下载VAE。3. 简化提示词，降低CFG值。 |
| 图片质量低下，充满噪点 | 迭代步数（Steps）太低；使用了不适合的采样器。 | 1. 将Steps提高到20以上。2. 尝试更换采样器，如DPM++ 2M Karras通常质量较高。 |
| 人物脸部畸形、多手指 | 模型在训练数据上的固有缺陷；负面提示词不够强。 | 1. 在负面提示词中加强bad hands, extra fingers, bad face, deformed face。2. 使用ADetailer等面部修复扩展插件。3. 尝试不同的模型。 |
| 画面完全不符合提示词 | 引导系数（CFG Scale）太低；提示词语义模糊或矛盾。 | 1. 逐步提高CFG Scale（7->9->12）。2. 检查提示词，避免矛盾描述（如“白天”和“星空”）。使用明确的、具体的词汇。 |
| 显存不足（CUDA out of memory） | 图片尺寸过大；同时生成的批次太多；模型分辨率要求高。 | 1. 降低生成图片的宽高（如从1024降到768）。2. 减少单批数量（Batch count），增加批次（Batch size）。3. 启用“低显存优化”模式（--lowvram参数）。 |
| 生成速度极慢 | 使用CPU而非GPU；采样器步数过高；图片尺寸大。 | 1. 确认WebUI使用的是GPU（命令行启动时应有GPU信息）。2. 尝试Euler a等快速采样器。3. 适当降低尺寸和步数。 |
6. 最佳实践与工程化建议
掌握基础操作后，以下技巧能帮助你更高效、更稳定地产出作品，并融入实际项目流程。
6.1 提示词工程进阶
- 使用权重符号：
()增加权重（默认1.1倍），[]降低权重（默认0.9倍）。(keyword:1.5)可精确设定权重为1.5倍。例如(spaceship:1.3)让飞船更突出。 - 交替渲染：使用
[A|B]语法，让AI在A和B概念之间融合。例如[warm sunlight|cold nebula light]可能产生奇妙的混合光照效果。 - 分步渲染：使用
BREAK或AND分隔不同阶段的描述，但需谨慎使用，逻辑过于复杂可能失效。 - 建立自己的提示词库：将常用的画质词、风格词、负面词保存为文本片段，每次使用时复制粘贴，提高效率。
6.2 工作流优化
- 分层生成法：先以低分辨率（如512x512）快速生成大量草图，筛选种子和构图。然后固定种子，提高分辨率并细化提示词，进行二次生成。最后使用高清修复放大。这是性价比最高的流程。
- 利用图生图（img2img）：不要只依赖文生图。可以手绘一个简单的构图草图，上传到图生图，设置较低的重绘幅度（如0.4-0.6），让AI在你的构图基础上进行“填充”和“美化”，能极大提高对构图的控制力。
- 版本管理：为每个项目建立文件夹，保存每一轮生成的关键图片、对应的提示词、种子和参数（WebUI有“保存生成信息”功能）。这便于回溯和复用成功经验。
6.3 模型管理与扩展
- 模型融合：WebUI支持将两个模型的权重按比例合并，创造出兼具两者特点的新模型。这需要反复实验。
- 使用LoRA/LyCORIS：这些是小型模型文件，用于微调特定风格、角色或概念。比如，你可以加载一个“吉卜力风格”的LoRA，而不必更换整个大模型，非常灵活。
- 控制网络（ControlNet）：这是革命性的扩展。通过上传线稿、深度图、姿势图，可以精确控制生成人物的姿势、画面的构图和透视，彻底解决“构图不可控”的难题。对于需要严格对齐设计稿的项目，ControlNet是必备工具。
6.4 融入真实项目开发的考量如果AI绘画用于真实的游戏、动画或UI设计项目：
- 版权与伦理：务必确认所使用的模型允许商业使用。对于最终成品，建议进行足够的二次创作和修改，以形成独特的作品。
- 一致性挑战：生成同一角色在不同角度、表情下的保持一致图像是难点。需要结合LoRA训练（为你的角色训练专用的小模型）和ControlNet（固定姿势和轮廓）。
- 作为灵感与素材库：更现实的用法是将AI生成图作为灵感来源、概念草图或纹理素材，由设计师在此基础上进行深化和整合，而非直接作为最终资产。
从“听说要出动画版了”这样一个念头，到最终产出一张像模像样的概念海报，整个过程融合了创意、技术和反复的调试。AI绘画工具正在迅速迭代，但其核心的使用逻辑——清晰的指令、迭代的反馈、对参数的理解——是相对稳定的。希望这篇围绕“永恒友谊36”展开的实战过程拆解，能为你自己的项目提供一条清晰的路径。记住，最好的学习方式就是动手尝试，从生成你的第一张“项目海报”开始。