AI辅助设计实战案例课程，动手教学Stable Diffusion、Midjourney及PS协作技巧，掌握前沿AI辅助设计技术

这套资料围绕一个很具体的工作流展开：用 Stable Diffusion 做可控生成，用 Midjourney 做概念发散，再把结果拉回 Photoshop 完成合成、修图与交付。它不讲泛泛的"AI 会不会取代设计师"，而是直接给出案例、参数和协作步骤，适合拿来边看边在本机复现。

技术栈与工具分工

三个工具在这门课里各有明确位置，不是并列罗列，而是串成一条流水线。

• Stable Diffusion：承担需要精确控制的部分。课程涉及本地部署、模型与 LoRA 的选用、文生图与图生图、ControlNet 姿态与线稿约束、Inpainting 局部重绘，以及采样器、步数、CFG 对成片的影响。这些参数不是背出来的，是在案例里逐个调出来的。
• Midjourney：承担前期风格探索和氛围图产出。重点在提示词结构、权重与参数的写法、垫图与风格参考，以及如何用它快速收敛出几套视觉方向。
• Photoshop：承担收口环节。AI 出图普遍存在手部、文字、边缘、光影不统一的问题，课程演示的是分层整理、蒙版合成、扩图修补、色彩匹配这一套常规但必须熟练的操作。

把三者放在一起的价值在于：单看任何一个工具都能找到教程，但"哪一步该交给哪个工具"才是实际项目里最容易卡住的地方。

案例驱动的组织方式

资料按案例推进，而不是按工具说明书推进。每个案例通常从需求或参考图出发，先判断适合用哪条路径：需要严格构图的走 SD 加 ControlNet，需要风格探索的先用 MJ 出方向，已有素材的则直接进 PS 做延展和合成。之后才是具体的操作步骤与参数记录。

这种结构的好处是可对照。你在自己项目里遇到类似场景时，能直接翻到相近的案例比对参数，而不是从零试错。对已经会基本操作、但成片质量不稳定的开发者来说，这部分参考价值最直接。

可复用的部分

真正能沉淀下来带走的主要是三类东西：

• 提示词模板与负向提示词的写法，包括针对特定风格和材质的常用词组合；
• 参数配置思路，比如不同采样器在速度与细节上的取舍、重绘幅度与保真度的平衡；
• 跨工具的文件流转方式，包括图层命名、分辨率与色彩空间在 SD、MJ、PS 之间转换时需要注意的细节。

这些内容比"某个炫酷效果怎么做"更耐用，因为它们可以迁移到你自己的项目里，而不依赖课程里的具体素材。

怎么用这份资料

建议不要一口气看完。按案例分段，看一个就在本地跑一遍，把参数记下来，再拿自己的素材替换进去试。SD 部分最好先把环境和模型准备好，否则案例只能停留在观看层面；PS 部分则更看操作熟练度，跟着做一遍比反复看更有效。

如果时间有限，可以优先看 SD 的可控生成和 PS 的合成修补两块——这两块决定成片能不能交付。Midjourney 部分更适合作为日常灵感工具来用，边用边积累自己的提示词库。