无尘阁日记

无尘阁日记

AI绘画师:它把一张工序表,当成了教材
silcano

《AI绘画师:电商产品文案+广告+模特+视频制作全攻略》,AIGC 文画学院编著,化学工业出版社 2024 年 1 月第 1 版,ISBN 9787122441577,11 章,技巧线加案例线两条。我从版权页读到末页那行"已读完",书末显示微信读书推荐值 0%、评分不足、1 人点评。这本书真正的价值不在它教的那四件工具,而在它无意间泄露的一件事:今天所谓"AI 做电商图",其实是一条手工流水线,AI 只占其中两三个工位,剩下的活还得人一个像素一个像素地搬。它把这个真相藏在"步骤 01、02、03"的编号里,读快了就看不见。

一、这本书的出厂日期,就是它的保质期

先看书自己怎么说的。前言里有一段特别提示,第一条就是版本说明:本书编写时基于当时的软件界面截图,但从编辑到出版需要一段时间,工具的功能和界面可能有变动,请读者举一反三。紧接着它老老实实报了三个版本号——ChatGPT 为 3.5 版,Midjourney 为 5.1 版,Photoshop 为 Beta 版。

再对一下时间。前言落款是"编者 2023 年 7 月",版权页写的是"出版时间 2024-01-01"。也就是说,这本书定稿在 2023 年夏天,上架在 2024 年元旦。作者自己知道会过时,还专门写了一段免责声明,然后照原样出版了。

这不是要嘲笑作者。这类书有一个共同的宿命:它本质上是"印刷版的说明书",而说明书这种东西,印出来的那天就开始贬值。我想说的是另一件事——一本书的保质期长短,取决于它卖的是"操作"还是"判断"。操作会随界面改版失效,判断不会。这本书里两种内容混着卖,封面却只承诺了前者,所以评价它必须拆开来看。

顺手把这本书的"出厂配置"也报一下,因为它自己很看重这个。内容简介写的是:11 章专题、50 多个实操案例、80 多分钟同步教学视频、130 多个素材效果文件、400 多张精美插图,另外赠送 5000 多个 AI 绘画指令、120 多页 PPT 教学课件、11 课电子教案。作者简介更气派:AIGC 文画学院由文案师、绘画师、平面设计师、电商设计师、摄影师、数据分析师组成,"实战使用与研究过的 AI 咒语(指令、关键词),超过了 10 万组",还列了五本参与编写的书,从 Adobe Firefly 到 ChatGPT+Excel 到 AI 摄影绘画。

我得说句实话:赠品单比正文章更有说服力。5000 条指令听起来很多,但指令是可以批量生成的;400 多张插图听起来很厚,但电商书里的插图大半是软件截图。真正稀缺的东西——一张主图为什么能带来点击、一张详情页为什么能留人——它一件都没承诺。

二、文案章:它教的是提问的格式,不是文案的手艺

第 2 章是全书骨架最清楚的一章,七个小节对应七种文案:产品主图、海报图、产品信息、卖点展示、产品展示、注意事项、店铺公告。每种都配一段可以直接抄的提问。

我把这七段提问排在一起看,发现它们的句式几乎是一个模子:先给身份("你是一名专业的产品信息文案专家"/"你是一名专业的内容运营"/"你是一位有着 10 年工作经验的电子产品专家"),再给产品特点,再给受众,最后说"生成 5 个标题"或者"生成卖点展示文案"。这个套路在 2023 年是新鲜事,现在是常识。它不教,你也大概会这么问。

但这一章有两处是真东西,值得单独拎出来。

第一处是"两步问"。2.1.3 生成产品信息文案,它没有一上来就要成品,而是先让 ChatGPT 出 5 个标题——"拍摄无限细节,超高像素相机带你穿越视觉边界""高像素之旅,发现微观之美"云云——然后第二步点名:"请依据第 4 个标题生成一段产品信息文案,要求 50 个字左右"。这个动作的含金量比整章都高。一次生成是抽奖,两步生成是筛选;抽奖靠运气,筛选靠判断。书里没解释为什么这么干,但这是把 AI 从"许愿池"变成"供应商"的第一个动作。

第二处是 2.1.6 生成注意事项文案。这一节让 ChatGPT 先别急着写,而是先反问:这款微波炉的型号和功率是多少?你主要关注安全性还是其他?要不要包含食品加热指南?希望在注意事项里提哪些功能细节?然后作者一条条答过去(美的 M1-L213C,700W),再让它落笔。这是全书唯一一处教"先对齐、再生成"的地方,也是唯一一处体现出"AI 是个需要交代背景的乙方"这个认识的段落。可惜它只占一页半,后面十章再没出现过第二次。

还有两个零碎但有用的技巧。2.2.1 讲广告创意生成时提到 Temperature,说它控制文本多样性的随机程度,取值通常 0 到 1,高了发散、低了保守,可能牺牲准确性。2.1.5 提到在提问结尾加一句 let's think step by step,能让输出更有条理。前者是原理,后者是咒语,两个都对。

问题也在这儿。Temperature 这个参数,ChatGPT 网页版的普通用户根本调不到,它是 API 里的东西,书里却写成"用户在使用 ChatGPT 生成文本的过程中,可以在文本结尾添加参数 Temperature"。这不是教操作,这是把 API 文档抄进了教材。同一章里,它给的示例文案也全是"突破速度极限,感受飞驰自由!""解锁健康与自由,尽情畅游自然!"这种电商体,而全书没有一句话教你分辨这五条里哪条能用、哪条是废话。它教你怎么把话说出来,不教你怎么知道这话说得对不对。

这一章还有一个让我信任度直接下滑的地方。2.2.4 讲市场分析,示例是让 ChatGPT 写一份短视频行业报告。它生成的报告里明明白白写着:"根据行业数据,预计到 2025 年,全球短视频市场规模将超过 XXX 亿美元,年复合增长率预计达到 XX%。"——XXX 和 XX 是模型留的占位符,作者没填,也没删,就这么印进了书里。同一节里还有"一些短视频平台如抖音、TikTok、YouTube 等"这种车轱辘话。这说明一件事:作者截完图就往下走了,没回头读过自己截的图。

三、全书最耐用的四十页:抠图十法与创成式填充

第 3 章讲 Photoshop 基本设计技巧,前半部分一口气教了十种抠图法:反向命令、色彩范围、快速选择工具、魔棒工具、椭圆选框工具、套索工具、磁性套索工具、魔术橡皮擦工具、钢笔工具、自由钢笔工具。每种都是"步骤 01 打开图片、步骤 02 选工具、步骤 03 点这里"的三段式,枯燥,但扎实。

为什么我说这一章最耐用?因为抠图这件事的核心不是工具,是判断:这块背景纯不纯、产品边缘硬不硬、要不要保发丝、保不保阴影。这些判断在你换到任何一代软件、任何一个 AI 工具之后都还是同一套。工具会改版,判断不会。第 3 章后半讲文字——横排文字、直排文字、移动图像文字、文字属性设置——同样属于这类"十年后还能看"的内容。

第 4 章是我认为全书性价比最高的一章:Photoshop 的"创成式填充"九个实例,从简到繁排得很讲究。一键去除商品图像中的杂物;在原图上用文字绘制新图像(输入 some small flowers,选区里就长出一丛小花);扩展图像的画布;替换背景;去除广告文字;去除多余路人;增加广告元素(输入 coupon,画面里多出一张优惠券);改变产品样式(把吊坠改成 pendants);改变模特效果(加一副 sunglasses)。

这九步的价值在于,它把"AI 修图"这件玄学变成了一道可以排班的工序。你不需要会画,你只需要说清楚"这个位置放什么东西"。九个例子里输入的关键词,全部是名词,全部极短,没有一个长句。这个细节本身就在传递方法:创成式填充吃的是"放什么",不是"画成什么样"。

批评也在这儿。九个例子里有六个是"删掉不要的"——去杂物、去广告字、去路人、改背景、改产品、改模特。这些事情,Photoshop 的图章工具和修补工具十年前就能做,只是慢一点。书里从头到尾没有回答一个最基本的问题:新方法到底好在哪?是快了三倍,还是原来做不了的现在能做了?它只演示"能做成这样",不比较"以前做不成这样"。少了这个比较,九个好例子就退化成九次演示。

四、Midjourney 章:参数表背得再熟,也换不来审美

第 5 章是全书篇幅最大的一章,分两半。前半讲五种出图方式:熟悉基本指令(一张表列了 /imagine、/blend、/describe、/info、/settings 这些)、以文生图、以图生图(垫图)、混合生图、混音模式改图,外加一个换脸插件。

以文生图那节的示例是 Cars, advertising, photography style, realism,四个词组,干净利落。这一句我很喜欢,因为它示范了一个真正重要的原则:描述词不是写作文,是列清单。主体、用途、风格、质感,一个词管一件事,中间用逗号隔开,不要连成句子。

混音模式那节也值得一提。它先把一张吹风机的图用 Remix 模式重新提交,然后把描述词里的 red 改成 yellow,出来的就是一个黄色吹风机,构图和光影基本不动。这是全书唯一一次演示"改一个词,只变一个属性",比后面二十个案例都更像在教方法。

换脸那节是全书写得最具体的技术操作:InsightFaceSwap 是挂在 Discord 上的插件,先输入 /saveid 存一张脸,idname 只能是八位以内的英文字母和数字,再上传一张面部清晰的照片;换脸时用 /swapid 把这张脸贴到新图上,画面其余部分不动。参数、约束、顺序,三样都交代了,这是教材该有的样子。

后半 5.2 是十二个参数,一个小节一个:version 版本号、Niji 二次元风格、aspect rations 比例、chaos 差异化、no 排除、quality 质量、seeds 种子、stylize 艺术化程度、stop 渲染进度、tile 平铺图案、iw 图像权重、prefer option set 自定义标签。

这一章最像词典。它告诉你 chaos 的取值范围是 0 到 100,但没告诉你什么时候该用 40 而不是 20;它说 quality 影响细节和出图时间,但没给判断标准;它讲 seed 能复现同一张图,却没讲清"复现"在电商场景里到底有什么用(答案是:同一批主图要让人认得出是同一款产品,这才是 seed 的真正用途,书里没写)。参数的意义在于取舍,而取舍需要目标。这一章只给了参数,没给目标。

还有一个概念性硬伤,比排版错误严重。7.1.5 设置图像参数那一节,原文写的是"将图片设置为 3:4 的比例、4K 的高清画质及最新的版本号",然后给出的描述词是 4K--ar 3:4--v 5。8.1.3 又写了一次 8K Simple style--ar 4:3。问题在于:4K、8K 在 Midjourney 里不是参数,只是普通描述词,写进去既不控制分辨率也不提升画质。真正管画质的是 --q。作者把"4K"当成了和 --ar 并列的参数,还配了一句"即可设置图片的参数"。这不是笔误,这是把别的工具(比如 SD 里常见的 4K/8K 写法)的习惯串了过来,读者照着抄,会以为加了 8K 就真出 8K。

五、案例篇:同一个六步,走了二十遍

第 7 到第 11 章是案例线,五类十个成品:主图(球鞋、护肤品)、详页说明(自行车卖点图、台灯产品信息图)、模特展示(连衣裙、衬衫)、海报(课程宣传、双十一大促)、视频(汉服种草、美食宣传)。

每个案例的骨架是同一个六步:画面主体 → 主图背景 → 构图方式 → 画面风格 → 图像参数 → 主图文案。球鞋那个案例把六步走全了,也把方法暴露得最清楚:先输入"A pair of basketball shoes in the air in black and white color scheme, professional drawing, optical fusion, and strong visual effects",出四张;然后在后面加 and lightning background;再加 central composition;再加 Ultra realistic style with 3D effects;最后加 4K--ar 3:4--v 5。

请注意这个动作的性质:每一次提交,都是在上一句后面接一个词,别的字一个不动。这是这套流程里最值钱的一句话,也是唯一能迁移到别的工具上的方法论——一次只改一个变量,你才知道是哪个变量起了作用。可惜作者没有把它提炼出来,它散在二十个案例的步骤编号里,读者得自己数出来。

7.1.3 有个诚实的细节,我非常欣赏。加了 central composition 之后,书上写:"从图 7-6 可以看出,重新生成的图片变化很小,这是由于原图默认使用了中心构图的方式,所以差异并不是很大。添加该关键词的目的是确定画面风格,确保后续调整图片后构图方式不会发生改变。"这是全书唯一一处解释"为什么这一步看起来没用但还得做"的地方。这种话比二十个案例都值钱,因为它教的是"控制的稳定性",而不是"效果的好看"。可惜只有一句,而且埋在步骤之间,字号和正文一样大。

剩下的问题就大了。二十个案例,动作一模一样。读到第三个案例,你就知道后面十七个怎么写:换产品名、换背景词、换风格词、点 U 放大。全书 11 章里,案例线的五章占了将近一半篇幅,其中大部分是同一套流程换了个产品。这不是教学,这是凑页数。

更值得说的是模特那两章。9.1《连衣裙模特》的流程是这样的:先用 Midjourney 生成一个模特(model in black top and grey pants, in the style of pastel softness, tondo, silver and beige, eastern and western fusion, lovely, barbiecore, simple --ar 3:4);然后打开 Photoshop,用魔棒工具点空白区域建选区、按 Delete 删掉背景,把商品图导进来,按 Ctrl+T 自由变换、手动缩放,"覆盖模特的身体";再存成 PNG;再上传回 Midjourney 当参考图;最后加一句 Model photography style, living room background --ar 3:4 重新生成。

读到这里我停了一下。所谓"AI 生成模特",实际是"AI 生成一个人形衣架,你自己把衣服 P 上去,再让 AI 照着重画一遍"。那一步手动缩放要人眼对齐肩线、对齐腰线、对齐裙摆长度,做一张图的时间不比直接拍一张短多少。衬衫那个案例稍微进步了一点,加了 --iw 2 提高参考图权重,但手工那几步一步没少。

书里没有承认这一点。它把抠图、缩放、导出、上传写成"步骤 01、步骤 02",看上去像全自动流水线,实际每一步都要人盯着改。这是这本书最需要读者自己补上的一课:AI 在这个流程里省掉的是"找模特、搭景、拍摄",没省掉"对齐、修补、验收"。

六、剪映章:教的是按钮,不是视频

第 6 章是剪映。流程很标准:ChatGPT 出 10 个广告标题 → 挑一个让它写 100 字文案 → 复制进剪映的"图文成片" → 选朗读音色(书里选的是"新闻男声")→ 点"生成视频" → 进操作界面预览 → 导出。

导出那一步的信息量最大。对话框上写着:分辨率 480P,时长 37 秒,大小 14M。书里还专门解释了一句,"该操作是为了降低视频的分辨率"。一本教电商视频的书,教你导出 480P。为什么?因为要发微信、要给客户看样、要传得快。这是个非常真实的行业动作——但它同时也说明了这套流程的产出定位:能交差的样片,不是能上架的成品。真正的投放素材,480P 是不可能的。作者没说这层,但那个 480P 自己说了。

6.2 那四个 AI 玩法倒是都点到了:智能识别字幕、智能识别歌词、智能抠像、AI 变声(示例里选了"花栗鼠")。这四个确实是剪映的 AI 卖点,也确实是电商短视频每天在用的功能。智能抠像那一节要人把视频放画中画轨道、再切"抠像"选项卡、勾"智能抠像",步骤清楚,能用。

批评在于:全章没有一个字讲镜头语言。不讲景别,不讲节奏,不讲前三秒怎么留住人,不讲为什么这个镜头要停 0.8 秒。11.1.3 加片头那节,作者写"给视频添加片头可以提升视觉连贯性,促进观众互动,从而使视频更具吸引力和专业性",然后就是选一个叫"汉服开场片头"的模板、点"添加到轨道"。这教的是"哪里点",不是"为什么这么剪"。学完这一章,你会操作剪映,但你还是不知道一条带货视频该怎么开头。

美食那个案例也一样:Midjourney 出几张美食图(Japanese cuisine with luminous quality, explosive...)→ 剪映选"美食图片卡点"模板 → 导入图片 → 点"完成" → 加"美食"滤镜 → 拉滤镜轨道长度。从头到尾,创作者的决策只剩两个:选哪个模板,选哪个滤镜。这两件事,恰好是这条流水线上最不需要技术的两件事。

七、它的短板

第一,版本写死在 2023 年夏天,而且它自己知道。ChatGPT 3.5、Midjourney 5.1、Photoshop Beta。2024 年 1 月捧在手里还算新鲜,放到今天,一半的操作路径对不上:MJ 的界面和指令集早换了,PS 的 Beta 早转正,ChatGPT 3.5 是免费档里最不值钱的那一档。前言那段"版本可能变动,请举一反三"的免责声明,读的时候别当客套话,它是这本书的使用前提。

第二,占位符没填就付印。第 2 章那张市场分析截图里,"超过 XXX 亿美元,年复合增长率预计达到 XX%"原样印在书上。这不是 AI 的错,是校对的错。一本教人用 AI 提效的书,在自己最基本的三审三校上掉了链子,这个反差很难替他圆。

第三,概念混淆,而且是会误导操作的那种。把 4K、8K 当成 Midjourney 的画质参数写在 --ar 旁边,还配文"即可设置图片的参数"。参数和描述词是两回事,这个界限一旦模糊,读者会花很长时间在"为什么我写了 8K 还是糊"上打转。

第四,没有验收标准。二十个案例,验收方式统一是"效果如图 X-X 所示"。拿结果图当验收标准,等于没有标准。一张主图好不好、能不能用、能不能带来点击,书里一个字没提。它教生成,不教判断。而电商这一行,判断才是钱。

第五,手工量被藏起来了。模特案例要抠图、缩放、导出、上传、再生成;文案案例要人挑标题再追问;案例篇每一步都要人从四张里挑一张。书把它们写成编号连续的步骤,读起来像全自动。真实情况是:AI 负责出草稿,人负责当编辑,而编辑那一半的工作量,这本书一页没写。

顺便说一句客观的注脚。我读完时,书末显示微信读书推荐值 0%、评分不足、1 人点评。一本书的评分不能证明它的质量,但"没人评"这件事本身也是一种反馈。

八、谁该读,怎么读

三类人可以读。

第一类是完全没碰过这四件工具的人。这本书可以当目录用:它至少告诉你,做一张电商主图要经过文案、抠图、生成、排版四道手,每道手有哪个工具能接。知道地图长什么样,比知道每个路口怎么拐更重要。

第二类是要交一份详情页的新手美工。第 7 到 11 章照着走一遍,能交出一个不难看的成品。它的六步骨架是可靠的,出图质量取决于你的描述词,而描述词这件事,练二十遍比读二十页有用。

第三类是要给别人讲这套流程的人。第 3 章的抠图十法、第 5 章的十二个参数、案例篇的六步骨架,这三样可以直接拿去做课件。它们是这本书里唯一结构化的部分。

三类人不必读。想知道 Midjourney 现在怎么用的人——去看官方文档和社区,比这本书新三年;想知道怎么判断一张主图好不好的人——这本书教不了,它自己也没这个标准;想靠它省掉手工的人——省不掉,第 9 章那套抠图缩放的活还在原地等你。

怎么读最省时间:第 1 章整章跳过(讲 GAN 的生成器与判别器、讲用户画像、讲广告效果评估、讲 AR 广告和未来趋势,一万一千里没有一句和后面的操作接得上,纯粹是"技术背景"的规格要求);第 3 章当工具书留着,抠图那十种方法遇到具体图再翻;第 5 章当词典查,参数别背,用到哪个查哪个;第 7 到 11 章只精读一个案例(我推荐球鞋那个,六步最完整),剩下的看目录,知道有这回事就行。

最后说一句我的判断。这本书最大的贡献,是把"电商美工 + AI"这件事拆成了一张可以排班的工序表:谁先做、谁后做、哪一步交给机器、哪一步必须人盯。这个贡献是真的,因为在那之前,所有人都在讲"AI 多神奇",没人讲"具体第几步用"。它最大的问题,是把这张工序表当成了知识——工序表只回答"怎么做",而这本书从头到尾没回答"做成什么样算好"。

《AI绘画师:电商产品文案+广告+模特+视频制作全攻略》核心知识图谱
四列拆开看:第一列是它的出厂配置——四件工具、交稿与上架的半年时差、以及那份比正文更响的赠品单;第二列是文案七式,七个模板加三个真管用的技巧;第三列是出图与换脸,创成式填充九例、十二个参数、一套换脸插件;第四列是案例五线,十个成品共用同一个六步骨架。中间那条流水线,是全书唯一被反复执行的动作。

一本说明书的价值,不取决于它写得多全,而取决于你翻开它的那一天,它有没有过期。

阅读记录 · AIGC 文画学院编著《AI绘画师:电商产品文案+广告+模特+视频制作全攻略》,化学工业出版社 2024 年 1 月第 1 版,ISBN 9787122441577。全书 11 章,分技巧线与案例线两篇,我从版权页读到末页那行"已读完";书末显示微信读书推荐值 0%、评分不足、1 人点评。文中引文、参数与提示词均照录原书,包括前言自报的三个版本号(ChatGPT 3.5、Midjourney 5.1、Photoshop Beta)、导出对话框上的 480P/37 秒/14M,以及第 2 章那张带 "XXX 亿美元" 占位符的截图。因原书为图片版,OCR 存在个别字误(例如把"剪映"认成"前映""航映"、把"抖音"认成"拌音"、把"滚筒"认成"滚简"),凡引用处均已对照上下文校正,未改写原意。第七节关于 4K/8K 不是 Midjourney 参数的判断,对应原书 7.1.5 与 8.1.3 两处描述词,可直接核对。

关于作者 · 江天(楠哥)
AI 实战导师 / 企业 AI 落地顾问 / 智能体工程师,17 年跨界、15,000+ 小时 AI 实操、20+ 套已交付工作流。