本文是 Midjourney 网页版入门系列教程，重点讲解输入框以外的界面功能。作者介绍了 Explore 社区页面如何浏览公开作品、学习他人提示词的写法（含主体、配色、画风、构图四步拆解法），以及顶栏 For you、Random、Hot、Top 等标签的用途。随后详解左侧导航栏的 Create 创作记录、Edit 画布局部修改与延展、Organize 作品整理与文件夹归档、Tasks 社区任务，以及 AESTHETICS 分组中 Personalize、Moodboards、Style Creator 三个审美工具的用途，并给出新手界面熟悉练习路径。
作者测试了模思智能开源的 5B 生图模型 MOSS-Image，重点验证其文字渲染与 JSON Layout 结构化布局能力。通过虚构日系甜品店海报案例，对比传统自然语言 Prompt 与 JSON 布局控制的效果差异：JSON 可将人物、产品、标题等元素按坐标框精确定位，类似写前端页面。三轮测试覆盖主视觉、商业活动海报排版及中英文文字生成，验证了文案正确率、版式适配与视觉融合。结论是 JSON Layout 虽非 PS 级精确编辑，但能将模糊排版需求变为结构化描述，对商业海报、电商图等场景具有实际价值。
这是一篇面向新手的 Midjourney 入门教程，作者逐一讲解 MJ 输入界面的各个功能模块，包括提示词输入区、三种参考图入口（Attach to prompt 编辑原图、Style Reference 参考画风、Image Prompts 参考构图）的区别与用途，以及生成设置中的画面比例、模型版本、审美参数（Stylization、Weirdness、Variety）等选项的作用。文章还介绍了草稿模式、对话模式、个人化功能（P值）的使用方法和常见误区，帮助小白快速掌握 MJ 的界面操作与参数调优。
手绘 Skill 库发布新画风 FE-068（传统编号 #366）——唐山皮影，属于新国风与非遗分类。该风格将非遗皮影'以刀代笔、以光为骨'的美学转译到生图体系：刀刻镂空的负空间轮廓、半透皮质背光透射的剧场感、关节缀结的程式化角色，并基于 36 色库构建色彩骨架。文章展示了折子戏角色、民俗文创等实测出图效果，并列举五大商业落地场景：新中式茶饮包装、文旅非遗联名文创、国潮美妆香氛、咖啡烘焙空间、节庆礼赠食品。文末提供提示词调用公式及 Skill 安装更新方法。
文章指出用 AI 生图直接做海报存在三大问题：无法精细化修改、文字密集时易乱码、二维码无法准确生成。正确方法是让 AI 写 HTML 网页当海报，文字真实可编辑，二维码和 logo 以图片素材贴入，最后截图导出 PNG。文章介绍两种方法：一是复刻喜欢的海报，让 AI 拆解成风格描述后再套用自己的活动内容生成；二是让 AI 反问需求后出多版设计供挑选迭代。最后建议建立自己的海报模板库，随时复用，大幅节省设计成本。
作者实测国产开源生图模型 MOSS-Image，重点验证其 JSON Layout 对文字、物体位置和画面构图的可控性。文章对比了普通提示词与 JSON Layout 在同一封面需求下的生成效果，详细讲解了中心坐标系和 yxyx 格式的 bbox 写法、在线体验参数设置、官方示例分析，以及 ZeroGPU 额度问题和本地部署方法。作者强调可复用的不是某张图，而是一套固定种子、对照测试的评估方法，认为 JSON Layout 让提示词变成可保存、可修改的布局资产，使 AI 生图真正进入设计工作流。
手绘风是一个按编号选择视觉风格的 AI 生图提示词库，本次新增「写实与视觉大片」大类，首批包含 33 种风格（FI-001～FI-033），覆盖商业摄影、杂志人文影像、摄影师风格、电影视觉和电商日常影像五大方向。文章通过 Apple 产品摄影、Nike 运动摄影、Richard Avedon 黑白肖像、韦斯·安德森对称构图、王家卫雨夜氛围等 5 张实测样图展示效果。使用方式为选择编号加主题生成提示词，可结合 Skill 安装使用。
作者受澳门街区 Riso 孔版印刷海报启发，将荧光红与钴蓝双色、粗网点、拼贴构图的设计语言反推为一套可复用的 AI 生图提示词。核心公式是：抠出的大物件 + 圆润抽象形状 + 网点底纹 + 细体小字，红蓝叠印处自然形成深紫。文章提供了完整提示词模板，并分享使用技巧：文字只写 1-3 个英文单词、选轮廓清晰的单个物件效果最佳。还总结出对 GPT 生图的经验——负面描述写得越多越容易画出来，应改为正面描述。适合制作头像、壁纸、海报、文创周边等。
作者针对AI生成封面图后难以微调、反复抽卡的痛点，开源了Cover Studio工具，实现在一个页面内完成封面生成、拆层与编辑。核心基于蚂蚁百灵开源的两个6B模型：Ming-Image-0.1-Design负责生图，Ming-Image-0.1-Design-Layer负责将图片拆成多层（文字、主体、装饰、背景），支持图层拖动、缩放、隐藏和调序，避免重新生成破坏已满意的部分。工具内置Punk-Skill封面风格和波妞小红书封面锚点系统，支持多种比例，也可上传现成图片直接拆层编辑。文章还介绍了使用注意事项和本地部署方法。
文章介绍如何用 ChatGPT、Codex 等工具直接生成带 Alpha 通道的透明 PNG 素材，并系统梳理了 12 类应用场景：聊天表情包、游戏立绘、VFX 特效、海报拼贴、产品图、UI 图标、装饰素材、像素游戏资产、Live2D 素材、直播包装、特殊材质以及阴影光效辅助素材。作者还提出五个进阶方向：模块化角色生成、实验摄影、复合表情资产、视觉特效库和素材处理工作流，并附上通用透明角色素材提示词模板，帮助读者积累可复用的个人素材库。
文章介绍了一种利用 AI 工具低成本生产并销售 PSD 设计模板的赚钱思路。核心流程为：先用 ChatGPT 或蚂蚁开源的 Ming-Image-0.1-Design 生成商业海报设计图，再借助其姐妹模型 Ming-Image-0.1-Design-Layer 将扁平图智能拆分为透明背景图层，最后用 Photoshop 整理成文字可编辑、分层清晰的 PSD 模板，在闲鱼、淘宝、小红书等渠道出售。作者建议从餐饮促销海报等细分领域入手，先做 5 款模板验证市场，再逐步扩大规模。文末还附有模型的本地部署与 API 使用方式。
作者从自己在X上分享的提示词中精选出收藏和点赞最多的30条，整理成可直接复制的合集，涵盖AI视频与人像自拍两大类玩法。视频类包括苹果风产品广告片、一镜十姿时装视频、奢侈品风塑料袋广告、无人机第一视角导览、高奢刺绣广告等；图片类包括黏土定格动画人像、自拍虚拟试穿、杂志大片重绘、和小时候的自己合影、85mm焦外抽离、极端广角人像等。每条附提示词原文、出图效果链接及修改建议，适用工具涉及GPT-Image-2、海螺H3、Seedance 2.0等模型。
作者以AI生图的窗边咖啡馆人像提示词为例，讲解如何整理AI生成的冗长提示词。核心方法是：删流程、合重复、换实景、测删除。要点包括：去掉分栏小标题后整体通读，合并重复表达同一意思的形容词；把'不要杂乱'等否定句改写为具体的正面画面描述；将'高级感、电影感'等笼统大词拆解为具体的光线、配色和构图要求；一次只删一句，对照出图验证效果，但不要为了精简丢掉关键的安排。最终目标是写出自己能读懂、出了问题知道从哪句下手的提示词。
作者基于 X 平台上百篇爆款长文的观察与自身创作经验，系统拆解了长文封面的制作方法论。文章首先指出封面是爆款长文的敲门砖，随后总结出四大实用流派：夸张动作+直球价值承诺、名梗/聊天框+视觉隐喻、极简排版+一致性、硬核数据+结果糊脸。接着提出封面设计的三大死穴（信息过载、廉价AI感、缺乏视觉焦点），并探讨真人出镜、虚拟IP、贴合热点三种封面策略的取舍，强调放下傲慢、尊重注意力规律。文末附上高审美海报提示词与 Punk Skill 资源，助力封面制作与商业变现。
文章拆解了独立开发者项目 Pet Plus Us：一个 AI 人宠肖像合成工具，上线一个月营收 2.1 万美元、净利润率 45%，但 MRR 为零，创始人却急于以 7.5 万美元（0.3 倍年化营收）出售。作者分析了情感向 AI 产品的变现困境：合影属低频情绪消费，订阅制跑不通，纯卖数字图片利润被买量成本吞掉；接入 POD 实物定制（相框、毛毯等）虽能拉高客单价到 179 美元，但毛利率腰斩，且带来物流破损、印刷色差等重度运营负担。结论是情感向出海产品只能在数字交付的天花板与实体交付的琐碎运营之间二选一。
本文是「搭建个人视觉体系」系列教程第3篇，讲解如何用AI建立个人配图规则。作者将创作者配图归纳为封面、信息图、数据图表、插画四大系统，介绍新粗野主义、极简信息设计、瑞士杂志等常见风格，并提出融合参考图设计语言与已有头像、Banner视觉资产的方法。文中提供完整Prompt用于让AI生成「个人配图规则」，指导读者通过四类测试图验证视觉统一性，并示范如何将规则应用到show-me、archify等图片类Skill中，最终形成可长期迭代的个人视觉识别体系。
作者分享了一套自制的AI生图角色设定Skill——Character-Prompt-Studio，可输入人物设定或参考图，自动生成包含面部特写、正面、侧面、背面全身的生图提示词，用于AI视频和短剧制作中的角色设计。文章提供了科幻猎魔人、金庸武侠人物（小龙女、任盈盈）、韩剧财阀、新中式旗袍、国风及神女等多组完整提示词案例，并说明了使用方法：明确人物身份、视觉风格、构图和生图模型。该Skill基于葉子的ai-image-prompt定制扩展，仓库已在GitHub开源，可通过Agent安装。
作者精心整理了一份 AI 视觉与影视领域的 59 篇精选文章合集，涵盖 AI 视频生成、AI 生图、数字人、动画制作、ComfyUI 工作流等多个方向。内容包括 Cursor + Remotion 动画制作、Seedance 视频模型玩法、Gemini 3 Flash Image 生图探索、Suno AI 音乐生成、Claude Skill 开发、GPT Image 实测、数字人口播教程、3D 预演台实操等。文章以保姆级教程为主，兼有开源项目与经验分享，适合 AI 视觉与影视创作爱好者系统学习参考。
文章介绍了通过DuckDuckGo推出的duck.ai免费使用GPT Image2生图的方法。作者先点评了当前AI生图格局：GPT Image2.5效果更好但门槛高，国产模型如豆包Seedream、千问Image尚难完全赶超。duck.ai无需注册、国内可直接访问，除Image2外还提供GPT-6 Luna、Claude Haiku 4.5等模型，会话记录缓存在本地浏览器，具有隐私性。作者实测生图速度不错，但分辨率只有1K，可借助豆包超分提升清晰度。生图额度据称每天约50张，使用无痕浏览器或更换IP可实现更多次数。
文章探讨了AI生图常带“AI味”的根本原因：角色漂浮在数字虚空中，缺乏“视觉载体”（Visual Format）。作者剖析三大病灶：无边界感、无功能动机、信息层次塌陷，并区分风格、载体与输出规格三个概念，提出“商业完成度=主体×风格锚点×视觉载体”的公式。视觉载体通过语境世界观、触觉通感和强制留白来消解塑料感。最后给出三条工程心法：载体前置、描述物理结构、留白策略，帮助创作者从“画画的人”转变为“视觉导演”。
作者分享了一组AI生图提示词，核心思路是：一个熟悉的物件、全部由微型文字拼成、纯平面剪影、纯色背景。远看是干净图形，凑近发现每一笔都是字，风格克制耐看。使用时只需填写8项内容（主题、品牌名、标语、关键词、颜色、构图等），画幅设为3:4即可生成。文章附完整提示词模板，适合小店品牌海报、网店首图、公众号封面等场景，并给出了文字错误替换、模糊质感添加等后期调整建议。
作者为解决 AI 视频创作中角色换装难题，开发了一个服装提取 Skill。它接收穿搭参考图，提取可见的配色、轮廓和层次，生成横向服装资产板：左侧为整套造型，右侧为可单独取用的外套、内搭、下装、鞋饰等部件。这样在制作多镜头视频时，角色换装和服装一致性都有据可依，不必每次对着原图重新文字描述。Skill 还能补全原图未展示的视角（如背面照的正面），但作者提醒补全部分仅作造型提案。文末提示网络素材可能存在版权风险。
作者延续此前用短提示词描述摄影美姿的思路，将摄影布光拆解为 AI 生图可用的提示词模板。文章通过六种常用光（柔光、硬光、机顶直闪、跳闪、侧逆光、顶光）和三种创意光（双色凝胶光、百叶窗光、聚束光）的实战对比，说明写光线的三问法则：叫什么光、从哪里来、脸上或背景要出现什么。作者强调仅写光型名称AI难以准确理解，需补充光源方向和可见的明暗结果，并给出可套用的光线段模板与出图调整方法，还讨论了皮肤质感的保留与噪点处理。
作者实测商汤新发布的 SenseNova U1 Pro 图片生成模型，该模型在 SuperCLUE-Image 中文文生图榜单排名第一。作者从五个维度进行测试：审美与中文版式、多文字运营物料、资料检索与高密度信息、局部修图、多图融合。测试结果显示，该模型在海报设计、菜单与导览图、科普信息图、全诗《琵琶行》等复杂任务中文字稳定性出色，局部编辑精准不破坏其他细节，多参考图融合能力强，并能从刀版图生成可交付的包装渲染图，整体表现超过 GPT Image 2.5。作者认为其达到可交付水平，决定替换到自己的 8K 生图工作流中。
作者介绍了一套基于 Codex 与 Excalidraw 的自动化 Skill，只需在 Claude Code 中输入一行命令，即可生成不露脸、无需剪辑的手绘白板风格知识视频，输出 1080p 成片、封面、发布稿和资料来源。文章详解了白板视频的留存优势、账号运营方法（定位、选题、标题、多平台分发、红线规范），并拆解七步制作流程：查证、写旁白、生成贴纸、画场景、做封面、配音渲染与验收。
作者在做剧时遇到参考图迁移提示词难写的问题，通过大量跑图试验，总结出一句简短提示词模板：「将图一的【对应维度】迁移到图二，保持图二的主体身份与主要内容」。他将图片风格拆解为17个维度（光线调色、成像质感、摄影空间、造型媒介四大类），逐项单独测试迁移效果，记录每项的收获与代价。结论是：短提示词写起来快、能直接感知画面变化，虽可能需要两三轮迭代，但相比AI生成的复杂长提示词效果偏差不大，且维度可灵活混合叠加使用。
作者整理了 54 条来自 X 平台的 AI 实操干货合集，涵盖 X 起号与运营、Agent 变现与搞钱、AI 理财、闲鱼副业、Web 出海获客、小程序落地、AI 产品与 PM、Codex/Claude Code 入门、Skill 与工作流搭建、AI 生图与生视频、小红书运营等方向。文章强调与其收藏百条干货，不如挑一条符合自己需求的路动手走通，通过实操把概念转化为真正会用的技能，并附上每条内容的原文链接方便读者按领域查找。
文章分析了AI电商生图工具Snappyit如何解决鞋服类独立站因AI图片与实物不符导致的高退货率问题。其核心方法包括：1）通过边缘分割与骨架提取锁定样衣版型、车线、印花，保证结构一致性；2）从单张平铺图2D转3D生成隐形模特，直接输出亚马逊/Shopify合规4K白底图；3）物理材质级换色，保留面料纹理，一件白胚样衣生成8个SKU变体，配合模特图转视频批量测款，降低压货风险。年付$8.2/月起，适合电商创业者降低测款成本与退货率。
文章介绍了一个名为“手绘风格编号画廊”的 AI 生图 Skill。作者指出许多人无法用 AI 生成理想图片，是因为说不清抽象的画风名称。该 Skill 收录了 216 种手绘画风并配以编号和示例图，用户只需记住编号并输入主题，即可自动生成带风格名称的中英文提示词，复制到任何生图 AI 中使用，从而解决风格漂移问题。Skill 还内置智能判断逻辑，按优先级决定是否传参考图，避免模型照搬参考图的构图内容。文章通过朋克钢笔、新中式水墨等案例验证了风格一致性，适合需要批量出图、保持视觉调性统一的创作者使用。
文章继续AI人像摄影提示词系列，给出三套光线差别极大的模板：高调柔光商业、硬光现场感和纪实抓拍。作者强调负面词不能通用——模板A的「反影棚化」禁令与模板C需要的影棚感要求几乎相反，负面词必须跟随意图。文中指出关键差异要写成事实：唯一光源、几乎没暗部、闪光让瑕疵更明显等，并分享手部处理技巧（藏进口袋、明确落点、被画框裁掉），以及quality=medium反而更真实等反常识经验，适用于gpt-image-2.5生图。
