一、AI绘图背景与趋势

随着互联网行业发展和技术的进步，设计师也有越来越丰富的手段来应对多种类型的产品需求；

比如说3D渲染、各种自定义的插件已经成为设计师的工作日常，在不断的提高大家的工作效率；包括最近火热的AI绘图，也时常出现在设计师的讨论话题当中。

二、商业设计如何拥抱AI

在进行具体的AI绘图实验之前，我们先把商业化运营设计需求分类，以活动类型、周期、对应设计复杂程度，可将其分为S、A、B三个级别。

其中S级别以专题大促为主，页面以为banner和H5为代表；A级别以平台活动为主，同样是banner和H5需求并存；B级别为日常促销，以banner需求居多。

由于以上几类日常运营图的需求频次较高且生命周期不长，在极快的项目节奏中会较多占用设计人力及项目时间；同时因为AI绘图模型具有低成本、批量产出的特征，所以我们尝试用AI绘图工具来辅助完成日常的运营设计工作。

另外值得一提的是，每类模型的擅长风格不同，我们选用的是时下最火热，也是学习资料较多的MidJourney来做尝试。

三、B类商业运营设计需求：轻量手段快速达成

面对常规运营banner需求，之前团队合作流程是由产品、运营同学按固定周期提需求到设计部门，按需求排期，定量投入设计人力逐步交付。

既然工作流程上已是最短路径，那么我们尝试把目光聚焦在需求本质上，将banner的结构拆散，可以发现绝大部分的banner都由这五类元素构成；

那么是否能够利用现有成熟的AI类技术平台，直接生成商业运营设计banner成品（或半成品）呢？我们接下来就尝试一下。

3.1 对比和尝试

我们首先横向对比了国内外智能出图平台的各项能力，以关键功能类型作为衡量指标，得到了一张能力图表；

那么横向来看，各平台的能力可以划分为两大类模版绘制、AI绘制结合模版设计；

第一类在线模版绘制；大量模版可以供挑选并调整，支持线上编辑并输出；

第二类AI绘制；优势是速度极快快、批量出图，但图像的质量没有保障，需结合模版能力一起使用才能质量可靠的设计图；

综合效率和结果两方面来考虑，我们选择第二类方法，如上图所示网上有多种平台可供选择，大家可以根据需求自行选择恰当的平台来进行实验。

3.2 方法总结

在具体操作流程上，跟我们常规的设计作图略有不同；大概分为2个阶段；

首先我们需要选择配图主题类型、活动类型、人群，这决定了图片风格和商品素材的表现；并输入对应的文案标题，即banner图的文案显示；

随后可得到批量生成的初稿；

点击任一初稿，进入线上编辑环节，利用丰富的在线编辑能力对banner图做调整，例如图层查找，替换商品素材、装饰素材，更改字体等等；

在智能编辑模块中简单处理后即可得到可用的设计图；经过大量实验后发现，这类方式更适合于电商类型的banner图；

同时在经过对产品、运营同学的简单培训后，大家也可以非常迅速的做到上手并产出banner图；这也与我们的预期判断是匹配的。

四、A类商业运营设计需求：AI辅助生成

除了B类的日常促销活动外，我们也会经常遇到类似上图的H5头图的运营设计，面对这类需求通常需要在探索风格，绘制画面细节上花费较长时间，我们尝试通过AI模型辅助出图解决这个难题。

4.1 工作流程介绍

在正式开始作图之前，我们需要对MidJourney的能力区间、工作模式建立基本的认知。

MidJourney允许用户以对话的形式，通过以输入描述词的方式，经过AI模型运算后得到其返回的图片。

4.2 利用MidJourney垫图能力辅助设计头图

针对A类平台活动类运营需求的绘制工作共分为四个步骤，分别是风格定义，垫图描述，调整与输出；

首先先通过参考图，明确出我们倾向的风格和特征；

第二步我们需要用到【以图生图】，在discord中将参考图发给MidJourney，并结合意向风格，构图和其他特征添加上恰当的描述，可以得到初稿；

不断调整图像与描述词，最终逐步接近目标效果；

头图生成好之后，搭配上文案的字体设计与装饰元素，可以看到最终的效果如上。利用AI模型辅助生图，可以使繁琐的工作量可以得到有效压缩，从而把大家从繁杂的工作中解放出来。

五、S类商业运营设计需求：AI智能生成

除了较为基础的A类运营设计需求外，面对专题大促的运营需求需求，其展示周期更长，且对于设计质量要求更高，常常会涉及到3D场景的搭建和渲染工作，相对于A类需求，S类需求通常排期时间更长，同时对设计师的能力提出更高要求；

那么针对画面设计要求更高阶的运营需求，除依靠设计师个人能力来应对之外，会否有更高效、便捷的办法呢，我们同样可以通过AI模型绘制的办法来尝试解决这个问题。

5.1 工作流程介绍

基于前面对于MidJourney的基础了解，我们接下来看下利用MidJourney辅助输出运营设计图的工作流，分别是风格定义、撰写描述、二次调整、输出4个步骤；

① 风格定义

首先是风格定义，由于AI绘图具有高度的随机性和风格化的特质，而运营设计更注重理性的构图版式。

所以在正式进入绘图步骤之前，我们需要提前明确画面大致的风格调性，这样才能保证后续AI产出的方向不跑偏，并更准确的获取我们想要的图像；

我们以电商运营广告中最常见的美妆类别举例，通过观察可以发现，美妆类的图像具有明显的风格化特征，比如居中或对称构图、明亮的环境光等。所以这些特质就将成为我们输入的词汇，同时也是输出筛选步骤里的重要依据。

② 撰写描述

MidJourney模型出图有两种模式，最常见的是text to img文本生图；以及img to img以图生图；

文本生图即通过一段文本描述告诉AI模型你想要的画面，由它帮你绘制出来；以图生图是通过一份原始图片，配合文本描述，来绘制跟原始图片类似风格但又不尽相同的图片素材；

无论哪种方式，都需要明确一个关键的概念【Prompt】，也就是【关键词描述】。

Prompt关键词描述可以理解为与AI创作沟通的媒介，我们需要将脑海中构想的画面用恰当的提示词（语句）描述出来，并通过它来缩小AI想象的空间，它才能听懂、理解并产出令人满意的画面。

另外值得注意的是，相同的描述文本内容，词语的顺序、前后词汇的关系对于内容的产出影响差异也会非常的大。所以关键词描述的写法至关重要；

Prompt的大致写法由几个部分构成，主体部分，环境氛围，构图，风格化，以及其他设定。我们接下来通过Prompt描述公式，一步步完成一张美妆运营图的设计。

首先是主体内容的描述，通常可以拆解为，存在几个【什么样的】的主体，在做什么动作，并附带了其他的什么动作。

例如：There was a pink lipstick and a glass bottle of perfume；可以得到如上的主体内容，香水口红的图像。

其次是为主体内容添加场景或环境，例如给定某些地点或物件。比如案例中，我们指定背景花朵、自然植物，以及倒影等词汇。

通过观察以上四张图，可以发现模型中【Nature Plants】这个词汇对画面有较大的影响，决定了不同风格的背景以及复杂程度。

同时也能发现，尽管只相差了一个描述词，但前后结果仍存在较大的差异，所以大家在调试画面的过程中可以从词汇逐个调整，以尽量减少画面的随机跳变；

然后是构图与镜头，比如左侧两张图强调景深，右侧两张图强调了构图位置等；

接下来是风格化与参考方向，可以添加上艺术家名字或平台名字，或直接将图像风格写出来；比如说3D渲染还是2D画风，可以从上图的结果中明显感觉到两者的区别。

最后是图像的设定，例如–q 5，代表最高图像质量；同时你也可以通过类似【8k, ultra realistic】这样的词汇来对画质做强调。

第二点是画幅，–ar 3:2 表示横纵比为3比2的横幅图像，–ar 9:16 表示横纵比为9比16的纵向图像；– v4代表最新的第四代计算模型；

最终通过以上五个小步骤，我们可以得出一大批风格各异的草图；

再通过第一步的风格调性做筛选，可以初步得出不同类型的初稿，以满足不同的品类需求。

③ 二次修正，进阶调整

当取得满足需求的初稿之后，我们可以使用MidJourney的进阶功能，来提升图像质量或对图像画面做调整；以下是几个使用频率最高的的调整功能；

首先是通过点击成图下方的U按钮，可以放大对应序号的图片的比例，来提高其分辨率；

第二种，通过点击图片下方的V按钮，可以基于原描述词，生成对应序号图片的变体，画面对比母版，图片的细节会出现随机变化，例如上图的花蕊、香水瓶的外轮廓；

第三种是Light Upscale Redo & Beta Upscale Redo，这两个功能都可以提升画质并细化效果；

最后一种也是变体生成方法，值得注意的是，需在【/setting】中开启【Remix mode】功能后，再次点V功能，此时可以二次编辑关键词；例如上图就通过【Remix mode】重置了图像的尺寸比例。

④ 调整输出

将二次修正后的图像，经过设计师轻量化的调整工作，例如修正细节，添加文案后，即可看到最后的效果。

以上就是利用AI绘图技术辅助生成S类商业运营设计图；可以看到其优势是短时间、大批量生成可供选择的风格背景图；同时能配合需求本身，通过AI模型的变体加二次描述词编辑，来满足我们的个性化要求。

结语

以上则是本文的全部内容，如果你也想通过AI绘图的形式来辅助提高自己的工作效率，以下几点值得仔细阅读：

首先MidJourney前期有免费的体验额度，当额度用完后需要付费使用。其次免费用户生成的作品不能商用，只有付费用户才拥有该图片的所有权。

由于AI绘图的版权政策时常存在变动，所以也请大家关注Midjourney官方信息，以免带来困扰。

随着AI模型能力的飞速迭代升级，现有的短板能力也会不断补齐，因此我们可以相信在不远的将来，设计师利用AI模型来开脑洞并辅助出图是趋势所向。

但并不是说我们需要完全依赖AI，因为设计本身是理性而浪漫的工作，仅靠随机性做设计是完全不可取且不靠谱的。

更合适的思路应该是，设计师首先定义好规则与框架，从AI模型提供的成百上千个结果中寻找到最匹配我们诉求的结果，从而辅助我们更快更好的达成目标。

另外面对日新月异的的智能工具，我们应该保持终生学习的心态，做好时刻接受新事物的挑战，才能在越来越激烈的竞争中立于不败之地。