《AI绘画：技术、创意与商业应用全解析》：参数给到了哈希，案例只给到了图
微信读书《AI绘画：技术、创意与商业应用全解析》· 5 篇 18 章 · 76 条目录 · 297 屏
逐页翻阅 297 屏 · 5 篇 18 章 · 读至末页「全书完」· 2026-11-06
说明：297 是微信读书的屏幕数，不折纸页。整本从 p0001「版权信息」翻到 p297「全书完」，中途没跳页。为了写这篇，逐字核对了八处：p0052 垫图复制链接、p0070 模型版本对比图、p0185 ControlNet 线稿、p0223 头像绘制成品页、p0229 线稿上色的作者心得、p0248 与 p0250 模特换装、p0297 全书末页作者心得。引用全部出自这八处，没看过的地方不写。
先说结论：这本书把参数写到了哈希，把案例写到了图。同一个作者，在需要写清楚的地方（模型文件名、版本号、预处理器）一个字符都不省；在需要讲道理的地方（一个案例为什么这么做）只给你一张成品。
297 屏，5 篇 18 章，76 条目录。它的分配是这样的：基础篇 15 屏（5.1%）、Midjourney 篇 101 屏（34.0%）、Stable Diffusion 篇 72 屏（24.2%）、Photoshop 篇 25 屏（8.4%）、实战篇 79 屏（26.6%）。前面还有版权 2 屏、前言 3 屏。
看到这个比例，我就知道这本书是什么了：一本 Midjourney 的说明书，加一个附赠的实战图册。"全解析"三个字，解析的是参数，不是判断。
一、骨架：五个篇，28 屏花在翻页上
297 屏里有一笔账，我算完有点意外：18 个章标题各占 1 屏，5 个篇首页各占 2 屏，加起来 28 屏，占全书 9.4%。
这 28 屏不是白占。p0006 就是"基础篇"的篇首页：一句"如今，AI 绘画已经被广泛应用于各种行业场合，提供了新兴的创意和可能性"，配一张整屏插画——一扇开着的绿门，门外是森林，门口站着一个人。排版上很好看，信息量是零。
我不觉得这是注水。篇首页、章首页是纸书的呼吸，电子版里显得浪费，是因为你不需要"翻"。但读者付的是 297 屏的时间，其中 28 屏在看他已经知道的东西：这一篇叫什么。
真正的分配问题在篇与篇之间。Midjourney 篇 101 屏，是 SD 篇的 1.4 倍、PS 篇的 4 倍。而实战篇 79 屏里，"线稿上色""节气海报"这些案例，用的恰恰是 SD 加 PS。也就是说：前面花 101 屏教的工具，在后面的案例里用得少；前面只花 72 屏教的工具，是案例的主力。
更具体地说，PS 篇只有 25 屏，三章：认识界面 2 屏、常用工具 2 屏、抠图 3 屏、蒙版 5 屏、文字工具 2 屏、文字属性 6 屏。三章加起来 25 屏，平均一章 8 屏。而实战篇里的"节气海报"要求你把一张字体图做出海报效果，"线稿上色"要求你把 AI 出的图上色修边——这两件事都需要 PS 的图层、蒙版、混合模式，而 PS 篇一句没讲。
这是这本书最典型的结构病：工具篇按"软件"切，案例篇按"交付物"切，两边的颗粒度对不上。读者学完 PS 篇的 25 屏，做节气海报时还是不会用图层。
还有一笔更小的账。基础篇只有 15 屏：第 1 章"什么是 AI 绘画"1 屏标题加 6 屏应用领域，第 2 章"AI 绘画的辅助工具"6 屏（用翻译软件撰写提示词 2 屏、用 AI 工具辅助创意 3 屏）。也就是说，"它是什么"这件事，全书只给了 7 屏，而且 7 屏里 6 屏在讲"能用在哪些行业"。
我不是要求一本工具书讲扩散模型的数学，但"全解析"这三个字，承诺的是理解而不只是操作。297 屏里，讲"怎么点"的有两百多屏，讲"它为什么能出图"的，零屏。这不是取舍，这是回避——因为讲原理要花篇幅、要不讨好，而讲按钮读者马上能用。
二、这本书最严谨的地方：模型名带哈希
我得先给它记一功，而且这一功不小。
p0185 是 ControlNet 线稿的一页，步骤② 我照抄："预处理器选择 lineart_anime，模型选择 control_v11p_sd15_lineart[43d4be0d]。单击预览按钮，即可在预览区看到预处理结果。完成后单击右下方匹配按钮。"
这一句话里，藏了四个别的书经常漏掉的东西：
第一，预处理器与模型分开写。很多人只知道"选 Lineart"，不知道预处理器（lineart_anime）和模型（control_v11p_sd15_lineart）是两个下拉框，选错了会得到一张灰图。
第二，模型名带方括号哈希。[43d4be0d] 这八个字符是模型的唯一指纹。ControlNet 的 lineart 有 v11p、v11e 等多个变体，名字一样、效果不同，哈希是唯一能对齐的凭据。有了哈希，读者装错版本时能自己发现；没有哈希，装错了只能怀疑人生。
第三，它教了"先预览、再匹配"的顺序。点预览看预处理结果，确认线稿提对了，再点匹配把它送进生成流程。很多教程直接让你点"爆炸按钮"就完事，读者拿到一张黑图也不知道哪一步错了。
第四，它给了界面版本号。截图左上角写着 ControlNet v1.1.170。同书 p0250 模特换装那页写的是 v1.1.436。两个版本号不一样，说明这些截图是分几次截的，而作者没有强行统一——这是诚实的痕迹。
这种严谨在这本书里是贯穿的。p0250 步骤⑤："控制类型选择 Canny，预处理器选择 canny，模型选择 control_v11p_sd15_canny[d14c016b]"。p0248 步骤③："选择相关的真实风格模型"，底下的截图里明明白白是 majicmixRealistic_v7.safetensors [fc819b6d3]。
对比一下我上一本读的书。那本《Stable Diffusion AI绘画从新手到高手》，ControlNet 三单元那页正文只说"设置控制类型为 Tile/Blur、控制权重 0.25"，模型名 control_v11f1e_sd15_tile [a371b3d] 只存在于截图里，正文一字未提。两本书同年出版、同一类内容，一个把依赖写进正文，一个把依赖留在图里。差别就在这里。
我把这一条放在"讲对了的"里，是因为它不显眼，但它决定了这本书能不能被真正用起来。一本工具书的价值，八成在"照着做能不能跑通"上；而能不能跑通，取决于它愿不愿意把那些难看的字符串抄给你。这本书愿意。
三、垫图那一步：一个词的歧义能卡住一晚上
p0052 是"5.1 如何垫图"。垫图是 Midjourney 里最实用也最容易卡住的一步：把一张参考图喂给模型，让它按这个构图或风格出图。卡点不在原理，在于Midjourney 只认公开可访问的图片链接，你本地那张 jpg 拖进去没用。
这本书的处理是：步骤② 右键上传的图像，在弹出菜单里选择"复制链接"；步骤③ 输入 /imagine，在 prompt 框后粘贴刚才复制的图像链接。
流程是对的。但我盯着那张截图看了很久：菜单里同时存在"复制消息链接"和"复制链接"两项，中间还隔着"删除信息""复制图片""保存图片"。正文只说选"复制链接"，没解释这两项的区别。
而这两项的区别恰恰是这一步的生死线：一个给你的是指向这条消息的网址（打开会跳到 Discord 里那条消息），一个给你的是图片文件本身的网址（以 .png/.jpg 结尾，能被 Midjourney 读取）。选错了，把消息链接贴进 prompt，Midjourney 会当作一段无意义的文本，出图毫无变化——而读者完全不知道自己错在哪，因为它不报错，它只是不理你。
我知道这可能是 Discord 中文版的翻译问题，作者未必有责任。但正因为界面翻译靠不住，正文才更该用一句话点破："要的是以图片后缀结尾的那个链接，如果粘贴后出图没变化，就是拿错了链接。"
这句话两行，能救一个晚上的时间。工具书的价值不在"告诉我正确的路"，而在"帮我认出我走错了"。这本书在前者做得不错，在后者几乎不做——这也是它后面所有问题的同一个根。
顺带说一个它做对的地方：步骤③ 特意写了"在界面下方的文本框内输入英文符号 /"。"英文符号"这四个字，是踩过坑才会写的。中文输入法下的斜杠打不出命令列表，无数人卡在这里。这种细节，是这本书比同类书细的证据。
四、实战篇 79 屏，15 个案例，平均 4.8 屏
这是我最想谈的一节，也是这本书最名不副实的地方。
实战篇 79 屏，5 章 15 个案例：头像绘制、线稿上色、节气海报、盒形包装、LOGO、吉祥物、模特换装、产品设计、直播间礼物、微距摄影、人像摄影、风景摄影、家具设计、客厅设计、小院改造。
扣掉 5 个章标题页和 1 个篇首页的 7 屏，剩 72 屏，摊给 15 个案例，平均 4.8 屏一个。
4.8 屏能装什么？我拿"14.1 头像绘制"（3 屏）验证了一下：第一屏是案例说明加步骤①，第二屏是步骤②（出图），第三屏是"步骤③ 完成后最终效果如图 14.1-3 所示"加一张占满整屏的成品图，最下面一行是"作者心得"。
三步，完了。没有"如果脸歪了怎么办"，没有"这个提示词里每个词负责什么"，没有"换一个模型会变成什么样"。三屏里有一屏是成品图，实际动手内容两屏。
15 个案例里最长的是"16.1 模特换装"，14 屏。我看了它的开头：图 16.1-1 是一件蓝色礼服的展示图，图 16.1-2 是 OpenPose 编辑器里的骨架，步骤③ 选 majicmixRealistic_v7，步骤⑤ 再加一个 ControlNet 单元用 Canny 锁住礼服轮廓。这个案例是真的讲了流程：服装图 + 骨架 + Canny = 穿这件衣服的模特。14 屏，值得。
问题就在这里：15 个案例，1 个 14 屏，剩下 14 个平均 4.1 屏。最需要讲的（换装涉及三个 ControlNet 单元协同）讲了 14 屏，最不需要讲的（风景摄影）给了 3 屏。这个分配说明作者是按"我觉得这个有意思"来分屏的，不是按"读者会卡在哪"。
而"全解析"这个书名，承诺的是解析。4.8 屏一个案例，解析不了任何东西，只能演示结果。演示和解析的区别是：演示告诉你"这样能出图"，解析告诉你"为什么这样能出图、不这样会出什么图"。这本书的实战篇，全部停在演示。
如果让我改这一篇，我只加一样东西：每个案例加一屏"废稿对照"。左边第一版，右边交付版，中间一句话说明改了什么。15 个案例就是 15 屏，全书从 297 变成 312。多出来的这 15 屏，恰恰是现在完全没有的东西。
成本几乎为零——作者手上一定留着废稿，他做出这 15 张成品的过程里，必然有几十张不能用的。收益却极高：这一屏是全书唯一无法从别处抄来的内容。提示词可以抄、参数可以抄、模型名可以抄，只有"我从这个错的样子改到了那个对的样子"抄不了，因为它长在作者自己的失败记录里。
而现在的实战篇，把这些失败记录全删了。它给读者看的是 15 张终于成了的图，和 15 段"作者心得"。中间那段路，读者得自己走一遍——走不通的时候，书里也没有答案。
五、最值钱的经验，被塞进了"作者心得"
我抽到的四个实战案例末尾，都有一小段"作者心得"。这是全书最像"人写的"部分，也是最被浪费的部分。
p0229 是"线稿上色"的收尾，作者心得只有两句：
在进行线稿上色时，白底黑线的图像需要在预处理器中选择反向处理，因为 Stable Diffusion 会将白色区域识别为有效的，也就是黑色部分为背景、白色部分为线条。
这两句话，是整个线稿上色流程里唯一可能让你失败的地方。白底黑线的图，如果不选反向（invert），SD 会把白色当成"要画的东西"、黑色当成"背景"，于是你喂进去一张线稿，出来一张反色的鬼东西。
而它在哪？在案例的最后，用一段小字，作为"心得"。步骤① 到步骤③ 里一个字没提。
这就是我批评这本书的核心：它把"判据"降级成了"心得"。步骤是给所有人看的，心得是给读者"顺便看看"的。可实际上，步骤谁都能抄，心得才是作者真正值钱的东西。这本书的排法，等于把精华放在脚注里，把流程放在正文里。
p0297 是全书最后一屏，也是"小院改造"的作者心得：
当每批数量设置过高时，可能会导致无法生成效果图，建议根据电脑配置选择合适的每批数量，以确保软件顺畅运行，避免因系统资源不足而影响工作效率。
全书最后一句话，讲的是显存。297 屏读到最后，作者留给读者的临别赠言是"批数量别开太高"。
我不觉得这句没用——它非常有用，每个跑过 SD 的人都被爆显存折磨过。但作为一本书的收尾，它暴露了这本书的自我定位：它认为读者最需要记住的是"别把显存撑爆"，而不是"什么样的图算好图"。
如果是我写，我会把这 15 段作者心得全部前移，一段一段嵌进对应步骤里，然后重新算一遍篇幅——你会发现这本书真正的知识量不到 297 屏，大概 180 屏就装得下。剩下的，是排版、是篇首、是成品大图。
六、图注只有编号：我抽了 8 张图，8 张都是
这一条是可以数的，我数了。
p0052 的两张图，图注是"图5.1-2""图5.1-3"。p0070 的两张鹿图，图注是"图6.1-6""图6.1-7"。p0185 的界面图，图注是"图10.2-8"。p0223 的成品图，图注是"图14.1-3"。p0248 的两张图，图注是"图16.1-1""图16.1-2"。
八张，八张全是纯编号，一个字的说明都没有。
这不是偶然，是体例。而体例一旦定成这样，图就变成了"版面填充物"——它占据三分之一屏，却不承担任何解释功能。读者看图只能看到"哦，是这样"，看不到"这张图在证明什么"。
最可惜的是 p0070 那两张鹿图。那是全书教学法最好的一处：同一个提示词、同一个题材（一只鹿），分别用 V5.0 和 V5.1 出图，让读者直接看出两个版本在质感、光影、细节上的差别。这种"控制变量对比图"，比任何文字描述都有效。
然后图注告诉我：这是图 6.1-6 和图 6.1-7。
它明明可以让读者学会一件重要的事——"换版本会改变什么"，却选择了让读者只记住两个编号。而这件事在三年后更值钱了：V5.0 和 V5.1 早已是历史版本，读者今天看图，看不出所以然，因为他不知道这两张图在对比什么。
好的图注应该这样写："图 6.1-6 / 6.1-7：同一提示词下的 V5.0 与 V5.1 对比——注意鹿角的枝杈数量与雪粒的清晰度，V5.1 在细节上更硬，但整体色调偏冷。"三个字：说差异。有差异的对比图才有教学价值，没有说明的对比图只是两张图。
再算一笔版面的账。这类截图型插图，一张差不多占三分之二屏；8 张图，五屏多的版面就没了。而图注加起来是 8 行纯编号，不到半屏。等于是雇了八个演员上台，一个都不给台词。
技术书的图不是装饰，是证据。"这是我的界面设置""这是同参数下的两种结果""这是我的预处理输出"——每一张图都在为一句正文作证。图注就是那句证词。你把证词换成"图 6.1-7"，读者就只能自己猜这张图想证明什么；猜不到的，就跳过。而跳过的读者，会以为自己看懂了。
七、它的短板
按"能不能被验证"排，从硬到软。
第一，实战篇名不副实：15 个案例，平均 4.8 屏。这是全书最大的承诺落差。书名有"商业应用全解析"，最后一篇叫"实战篇"，读者买它多半是冲着这 79 屏。而 4.8 屏的结构是：一屏案例说明加步骤①、一屏步骤②、一屏成品加心得。这不是案例，这是"案例的结果"。真正的案例应该包含：需求怎么来的、素材怎么准备、第一版哪里不对、改了哪一处才变好、交付前怎么检查。这五件事，一件都没有。
第二，图注 100% 是纯编号。我抽的 8 张，8 张如此。这在技术书里不是小毛病——图注是读者跳读时唯一会看的一行字。你把这一行写成编号，等于放弃了全书三分之一的版面。
第三，最关键的判据被放在"作者心得"里。线稿上色要选反向预处理器（p0229）、批数量过高会爆显存（p0297）——这两条都是"不知道就必失败"的知识，都被放在案例末尾的小字里。这个排法说明作者自己也没想清楚：哪些是流程，哪些是判据。流程可以抄，判据只能记；把判据放在流程末尾，读者抄完流程就走了。
第四，工具篇与案例篇的颗粒度对不上。PS 篇 25 屏，其中文字属性 6 屏、蒙版 5 屏；实战篇里"节气海报"要做出海报效果，"线稿上色"要修边，两件事都需要图层与混合模式的知识，而 PS 篇 25 屏里没有一屏讲图层混合。工具篇教的是"按钮在哪"，案例篇要的是"怎么组合"，中间那一层没人教。
第五，时效。6.1 节用 8 屏讲模型参数，示例是 V5.0 与 V5.1 的对比（p0070）；今天 Midjourney 早已过了 V7，这一节的参数体系整体作废。而 Midjourney 篇占全书 34%，是最大的一篇。换句话说，这本书三分之一的篇幅，绑定在一个按季度迭代的产品上。这不是作者的错，是这类书的宿命；但书里没有一句"参数以某版本为准，请自行核对最新文档"的提醒，读者会以为这些参数是恒定的。
第六，一个我犹豫要不要写的观察。这本书在微信读书上的状态是"待评分，0 人点评"（p0297）。我把它写进来，不是拿读者数当质量证据——恰恰相反，我认为它被低估了。它比很多评分更高的同类书严谨：模型名带哈希、预处理器与模型分开写、界面版本号照实留。它的问题是"薄"，不是"错"。但 0 人点评也说明一件事：这类书没有读者反馈，作者没有机会改第二版。所以它犯的错，会一直留在那里。
照例声明边界：前五条是逐字核对过的（页码都在文中），第六条是平台显示的状态，我只陈述，不做因果推断。
八、它该给谁读
它适合的人：已经会用其中一个工具、想补齐另一个的人。
比如你一直在用 Midjourney，但不知道 SD 的 ControlNet 能干什么——这本书的 SD 篇 72 屏（安装 8 屏、界面 14 屏、文生图 6 屏、图生图 17 屏、LoRA 3 屏、ControlNet 19 屏）是一条干净的路径，尤其 ControlNet 那 19 屏，预处理器与模型成对给，哈希齐全，照着做能跑通。这 72 屏，比它的实战篇值钱得多。
它不适合的人：想学"接单"的人。书名有"商业应用"，实战篇的 15 个案例听起来像接单目录——头像、海报、包装、LOGO、吉祥物、模特、礼物、摄影、室内。但每个案例 4.8 屏，只够给你看一张成品。靠这 79 屏接不了单，因为接单要的不是"能出图"，是"能按要求改图"。
我自己的读法是：跳过基础篇和实战篇，只读 Midjourney 篇的 5、6、7 三章，加 SD 篇的第 9、10 两章。五章加起来 224 屏，是这本书真正的骨头——垫图、iw 相似度、多图融合、模型参数、风格化参数、Vary、角色一致性、图生图、LoRA、ControlNet。这些是"参数级"的知识，参数级的知识有保质期，但在保质期内它是最好用的。
至于那 79 屏实战篇，我建议这样读：只看每个案例的第一屏和最后一屏——第一屏告诉你这个案例要解决什么问题，最后一屏的作者心得告诉你哪里会翻车。中间那张成品图，扫一眼就行。
还有一种读法，比按篇读更省时间：把它当查表用。这本书有一个好处，是它的目录够细——76 条，每条都是一个具体动作：iw 相似度参数、多图融合、s 风格化参数、q 质量参数、ar 尺寸参数、Vary、角色一致性、局部重绘、LoRA、预处理器。你遇到具体问题时，直接翻到那一节，三到八屏读完，能解决。
这也是它真正的定位：它不是一本要读完的书，是一本要查的书。查的书不需要论证，只需要准确——而它的准确度（哈希、版本号、参数名）确实够。所以我前面那五条批评，本质上是拿"读的书"的标准去量"查的书"。这句话我认，标准确实该说清楚：作为要读的书，它 4.8 屏的案例撑不起"全解析"；作为要查的书，它比大多数同类书靠得住。
只有一件事，两种标准下都算缺点：没有索引。76 条目录按"篇—章—节"排，你很难按问题找——想知道"Canny 和 Lineart 该选哪个"，得先知道它们都在第 10 章。而这本书里恰恰有一张现成的 Control Type 全表（Canny、Depth、NormalMap、OpenPose、MLSD、Lineart、SoftEdge、Scribble/Sketch、Segmentation、Shuffle、Tile、局部重绘、InstructP2P、Reference、Recolor、Revision、T2I-Adapter、IP-Adapter，十八项，见 p0250 的截图），把它挪到书末当一张速查表，这本书的实用价值立刻上一档。它已经有了全部素材，只是没做这一步。
最后一句公道话。这本书让我有点矛盾：它在小处极其认真（哈希、版本号、英文斜杠），在大处极其潦草（案例 4.8 屏、图注全是编号）。这种反差不像能力问题，更像时间问题——工具篇可以慢慢写，案例篇得赶在软件改版前交稿。于是它把力气花在了不会过期的地方（怎么装、怎么点、模型叫什么），把草率留在了最容易过期的地方（案例、成品、版本对比）。从生存策略上说，这是对的；从书名承诺上说，这是欠的。
把参数写到哈希的人，通常也知道案例该写多细。他没那么写，说明他知道读者会原谅哪一头。
补一个细节，它解释了这本书的性格：实战篇 5 章，每章开头都是一屏章标题加一句场景引入，比如"Stable Diffusion 可以将中国古老的节气文化以一种全新的视觉语言呈现出来，比如将字体转化为一幅生动的节气海报"。这句话写得挺漂亮，但它花了一屏。而同一章后面，三屏就讲完了一个案例。前言写得比正文长，标题页比案例页多——这大概是所有"赶稿型工具书"的共同比例。
阅读记录：微信读书《AI绘画：技术、创意与商业应用全解析》· 297 屏 / 5 篇 18 章 / 76 条目录 · 逐页翻阅至 p297「全书完」· 抽样核对 p0052、p0070、p0185、p0223、p0229、p0248、p0250、p0297 · 2026-11-06
发表评论: