企业官网建设流程全解析

1. 项目概述与核心价值

1.1 AIGC摄影训练营是什么

AIGC摄影训练营，简单说就是一套把AI生成图像（即所谓AI置景）和传统摄影后期合成精修结合起来的完整学习路径。这套体系面向的不仅仅是专业摄影师，也包括插画师、设计师、电商运营、自媒体创作者，甚至是完全零基础的摄影爱好者。

传统摄影的逻辑是"先有景，再拍摄，后修图"，重前期轻后期。而AI置景的逻辑截然不同——你可以先拍人物，再通过AI生成匹配的场景，最后用合成和精修手段让两者融为一体。整个过程把"摄影"从对现实条件的依赖中解放出来，场景不再受限于天气、场地、预算和档期，一条指令就能生成雪山、古堡、赛博都市，甚至架空世界的异星景观。

我实际操作下来的感受是：AIGC摄影的核心难点不在AI工具本身，而在于"置景与人物如何真正协调"。光影方向、透视关系、色彩温度、景深层次，这些传统摄影的基本功，到了AI置景场景中不仅没有过时，反而变成了决定成品质量的关键。训练营的最大价值，恰恰在于把人像精修和AI置景打通，而不是单纯教你按几个按钮出图。

1.2 这门技能解决什么问题

传统摄影常有这样几个痛点：外景拍摄受天气影响大，出一次片要协调场地、模特、妆造、摄影团队；室内棚拍搭建成本高，一个稍微像样的景可能要投入上万块；电商产品图需要大批量更换场景，每次重拍都要重新布光。这些问题在AIGC摄影面前都能被大幅度压缩。

举个例子，一个服装电商卖家想要一款连衣裙的模特图，传统做法是约模特、租影棚、布光、多角度拍摄，一天下来可能只能出几十张底图。而有了AI置景流程之后，模特只需要在一个简单的纯色背景棚里拍一组标准姿势，然后通过AI生成海边、街拍、办公室、法式餐厅等不同场景，再合成精修，一天能产出几百张高质量成品图。成本可能是原来的十分之一，甚至更低。

对于从业者而言，AIGC摄影也意味着一种新的接单能力。我在跟一些摄影师朋友交流时，他们最大的困惑是"AI会不会抢走饭碗"。我的观点很明确：AI不会抢走摄影师的饭碗，但会用AI的摄影师会淘汰不会用AI的摄影师。因为客户最终要的从来不是"如何拍出来的"，而是"能不能达到我要的效果"。AIGC摄影本质上是扩大了摄影师的能力边界，而不是取代摄影师的手艺。

1.3 适合哪些人系统学习

从我的观察来看，真正能从AIGC摄影训练营获益的人群主要有几类。

第一类是商业摄影师和自由摄影师。他们的痛点在于接到单子后需要快速响应客户需求，尤其是一些需要根据brief出方案的单子，AI置景可以先出视觉预演图，再和客户确认方向，大幅降低沟通成本。

第二类是电商设计、美工、运营人员。这一类人群其实最需要AIGC技能，因为电商对场景图的需求量大、更新快、风格多变，传统拍摄一旦跟不上节奏，就会直接影响转化率。AI置景对于电商来说不只是"方便"，更是降本增效的核心手段。

第三类是小白和爱好者。有一点不得不承认，AIGC技术大大降低了摄影创作的门槛。过去要完成一张"人与场景完美融合"的片子，你需要懂布光、懂构图、懂色彩管理，这些是多年积累的功力。但今天，AI可以做掉80%的技术执行，你需要做的是那20%的判断和审美——这恰好是可以通过训练营培养的。

2. 内容整体设计与思路拆解

2.1 为什么把重心放在"置景+合成精修"

整个训练营的设计逻辑我非常认同，它没有把宝压在AI工具本身上，而是把整个流程拆分成三个核心模块：AI置景、合成精修、多工具联动。

先说为什么"AI置景"是第一步。我们在实际项目中会发现，AI生成场景看似简单——打开Midjourney或者Stable Diffusion，输入一段prompt就能出图。但问题在于：AI生成的图片是否有办法和实拍人物匹配？也就是说，这个场景是纯粹好看的壁纸，还是一个能容纳真实人物光影、透视和空间感的"摄影场景"？比如一个房间场景，如果AI生成的窗户光方向和人物脸部受光方向相反，那么后续合成再怎么精修，这张图都会显得虚假。所以在训练营里，AI置景的第一课不是学怎么打开软件，而是建立"以摄影思维驱动AI生成"的意识。

再说"合成精修"。AIGC摄影和纯AI绘画最大的区别就在这里。纯AI绘画是整张图都由AI生成，创作者只负责选图、调prompt。但AIGC摄影用的是"实拍人物+AI场景"的结合模式，这就涉及到人像抠图、透视匹配、色彩统一、光影融合、以及各类瑕疵修复。这个过程考验的不是AI操作水平，而是传统的Photoshop后期功底。

最后是"多工具实操"。我在实际操作中深切感受到，任何一个单一AI工具都无法满足完整的商业成片需求。Midjourney出图质量高但可控性弱，Stable Diffusion可控性强但有上手门槛，而ComfyUI、Krea、Magnific这类辅助工具各有擅长。真正专业的AIGC摄影需要根据项目需求灵活组合工具，这个过程恰恰是训练营里最有含金量的部分。

2.2 核心能力模型：摄影思维>AI操作

训练营背后的思路拆解，其实可以用一句话概括：AI是杠杆，摄影思维是支点。只懂AI操作的人，能生成好看的画面，但生成不了"正确"的画面。"正确"意味着光线方向、透视关系、人物与景别的比例都要合理，要有真实摄影的物理逻辑。而具备摄影思维的人，哪怕只是一个摄影爱好者，只要掌握了AI工具的基本使用，反而更容易产出高质量成片。

正因为如此，训练营在内容设计上设置了两条主线。

第一条主线是技术线：包含AI绘图软件的基础操作、提示词工程、ControlNet姿态控制、图层蒙版合成、中性灰精修等。这条主线解决"怎么做"的问题。

第二条主线是审美线：包含摄影基础理论、光影分析、色彩构成、画面叙事等。这条主线解决"做什么才对"的问题。

两条线缺一不可。如果只学技术线，你可能会生成一堆精美的废片；如果只学审美线，你不一定能驾驭AI工具。真正的效率来自两者结合。

2.3 方案选型背后的取舍逻辑

训练营在工具选型上遵循一个原则：优先选择综合性能强且适用面广的工具，其次再根据垂直场景补充辅助软件。比如主修Midjourney和Stable Diffusion双工具，而不是把精力平均分配到十几个AI平台。这个选择背后的逻辑很现实。

Midjourney的优势在于出图质量高、审美在线，对于刚接触AI置景的人来说，它能快速建立信心——你输入的prompt越精准，得到的场景图越惊艳。Midjourney的劣势是可控性不够精细，比如你想让场景中某个柱子左移一点，微调很困难。

Stable Diffusion则走完全不同的路线。它的开源生态带来了极强可控性，你可以通过ControlNet、LoRA、图生图、局部重绘等手段精确控制场景中的每一个元素。但代价是学习曲线陡峭，你需要理解模型文件、采样器、步数、权重这些概念。

把这两者结合，就能形成一套互补方案：用Midjourney快速出概念图，找到审美方向；再用Stable Diffusion做精细化控制，把概念图变成精确匹配实拍人物的置景底图。这种"先宽后窄、先粗后精"的模式，我一测下来确实比单独使用任何一个工具稳定得多。

2.4 训练营的独特之处：从"能出图"到"能交付"

市面上的AIGC教程很多，但大多停留在"能出图"的层面——照着教程跑一遍，出几张效果不错的AI画，然后就没有然后了。而AIGC摄影训练营的定位不同，它强调的是"能交付"。

为什么这一点很关键？因为商业项目的验收标准从来不是"这张图AI感不强"或"这张图很好看"，而是"这张图能不能直接用"。什么叫能直接用？人像的头发丝边缘干净、没有抠图残留的白边，场景的光影与人物统一，色彩没有明显的断层，输出分辨率达到印刷或电商主图的要求。这些都是AIGC摄影流程中必须解决的问题，而且问题全都集中在"合成精修"这一步。

我在训练营内容里看到他们把大量课时分配在PS精修和Camera Raw调色上，这是非常务实的安排。AI生成的图始终存在两个问题：一是分辨率不够高，需要放大；二是细节有瑕疵，需要修复。如果只依赖AI输出，不去修图，那么作品就永远停留在"玩一玩"的层面。但加上合成精修这道工序之后，作品才能真正具备商用价值。

3. 核心细节解析与实操要点

3.1 核心概念：AI置景的关键要素

要理解AI置景，首先要建立几个核心概念，否则后面实操的时候会一直踩坑。

透视匹配：这是AI置景里最重要也最容易被忽略的概念。简单说，相机的高度、角度、焦距决定了画面的透视关系。广角镜头拍摄的人像，背景会有明显的纵深感，边缘会产生拉伸；长焦镜头拍摄的人像，背景会显得扁平压缩。所以当你要用AI生成背景时，一定要在prompt里指定镜头焦距和拍摄角度。

我见过太多新手犯这样的错：用85mm镜头拍的人像，配上一个AI生成的广角场景，出来的画面怎么看怎么别扭。人物大小比例正常，但背景的透视关系明显不符合人物所处的空间。后期强行合成，只能通过变形工具硬拉，效果非常勉强。所以在写AI置景prompt时，我会固定加上"shot on 85mm lens"或"wide angle"这类参数，确保AI生成的背景透视和实拍一致。

光影方向：AI生成场景时，光影是最难控制的变量之一。你需要观察场景中的主光源来自哪个方向，阴影落在哪一侧，光源色温是暖还是冷。再比对你实拍的人物受光情况。如果场景主光源在左侧，人物受光却在右侧，合成后必然翻车。

解决办法是在prompt里明确描述光源位置和类型，比如"soft window light from left"或"golden hour backlight"。但这里有个现实问题：即便你写清楚了，AI也可能不听话。所以训练营教了一个更稳的方法——不要试图让AI生成一个光源完全可控的场景，而是通过ControlNet或后期反光板/阴影处理来调整人物光比，让两者匹配。合成精修阶段的光影融合，比纯粹的prompt控制更可靠。

色彩统一：AI生成场景的色彩倾向往往自带风格化滤镜，暖调、冷调、胶片感、高饱和——这些风格化处理在单张场景图上很好看，但一旦和实拍人物合成，问题就来了。如果场景是青色冷调，人物却是中性色，两者叠在一起就会显得人物是从另一张图上抠来的。

所以在实操中，标准做法是先对场景图做一个色彩摸底，明确它的色偏方向，然后在Camera Raw或PS中对人物图层做反向校色。这有点像我以前做环境人像时对前后景色彩的统一处理，AIGC时代这个基本功依然是核心。

景深关系：AI生成背景时往往追求全画面清晰，但实拍人像通常是大光圈浅景深，背景是虚化的。如果你用一个前后景都清晰的AI场景，再把人像贴进去，会显得人像"浮"在背景上。正确做法是：把AI场景图导入PS后，手动添加镜头模糊或高斯模糊，模拟与大光圈镜头一致的散景效果。模糊半径可以参考实拍镜头的景深范围来估算，不需要完全还原物理参数，但要做到视觉上合理。

3.2 工具选型：主修工具与辅助工具我的推荐组合

训练营的"多工具实操"部分是整个课程里含金量最高的，因为真正干起活来你会发现一个工具根本不够用。我把自己在项目中实测过的一套组合分享出来，供参考。

Midjourney：负责概念探索和快速出图。它的生成质量高，审美取向好，适合在还没有明确方案时快速抛出多个方向。具体到AI置景，我会用它生成几张场景概念图给客户选方向。Midjourney的参数不复杂，核心是用好描述词和风格词，以及借助 --ar 参数控制画幅比例。

Stable Diffusion：负责精确置景。当选定某个场景方向后，需要把场景控制得更准确时，我会切换到SD。配合ControlNet的MLSD（直线检测）或Depth（深度图）和Lineart（线稿）模式，能够把构图的轮廓控制到比较精确的程度。尤其是要用人物动作线稿来反推场景结构时，ControlNet就是核心。

Photoshop：合成精修的主战场。抠图、蒙版、变形、色彩匹配、Lightroom风格的调色，全都在这里完成。AIGC摄影的成品质量，最终基本取决于PS阶段下的功夫。这部分没有捷径，需要熟练掌握曲线、色阶、可选颜色、图层混合模式、中性灰磨皮等基础工具。

Remove.bg / Topaz / 放大插件：辅助工具。Remove.bg适合快速抠图，Topaz Gigapixel AI适合AI场景图的分辨率放大。如果AI生成的场景图分辨率不够（很多平台的生成尺寸在1024×1024左右），不用放大插件强行拉伸，而是用Topaz这类AI放大工具补细节。这样输出的场景底图才能和相机拍摄的高像素人物照片匹配。

我的建议是：不要贪多，主攻Midjourney + Stable Diffusion + PS就足够了。工具数量不是越多越好，而是每一样都要练到能不假思索地用出来。训练营强调"多工具实操"，本质上是让人养成一个习惯——拿到一个项目任务，先判断需要哪些工具配合，然后按标准化流程执行，而不是被工具本身的花活吸引走注意力。

3.3 实操准备：从软件安装到资源准备的环境搭建

在正式动手做AI置景之前，环境搭建是最容易被忽视但又最影响体验的环节。很多新手刚开始接触Stable Diffusion，一头扎进去设置各种参数，结果发现不是Out of Memory就是CUDA报错，还没开始创作就得先对付半天环境问题。

根据我的经验，环境搭建有几个关键点。

Midjourney方面不需要本地安装，只要有Discord账号并订阅了某档付费服务即可使用。这里有个建议：如果是深度学习，建议至少订阅Standard档，因为Fast模式生成速度快，和用户交流时也方便反复尝试。Fast时间不够用的话就切Relax模式，慢但不用额外充值。

Stable Diffusion方面建议直接采用整合包的方式，而不是从GitHub源码一步一步装。整合包把Python环境、依赖库、WebUI界面都配置好了，开箱即用，把省下来的精力放在模型和LoRA上，才是正确的投入方向。我自己跑的项目多数用的是社区整合版本，加上国风、人像等微调模型，在摄影领域出来的效果已经不错。

此外还要准备两个重要资源：底板模型和LoRA模型。底板模型决定了AI的整体画风，比如写实摄影风格推荐用Realistic Vision或ChilloutMix这类以真实感为取向的模型。LoRA则可以控制特定元素，比如要生成特定品牌的相机型号、特定的服装款式，甚至某个具体人物的面部特征，都可以通过LoRA微调实现。

至于PS版本，2023年以后的版本都可以用，关键是安装好常用的插件。我的建议是装一个RetouchUP或Delicious Retouch这类人像精修插件，还有Dr. Brown的蒙版插件，能极大缩短工作时间。调色用Camera Raw插件即可，配合PS自带的Camera Raw滤镜，流程完全够用。

3.4 实操心得：AI置景+合成精修的关键步骤拆解

整个AIGC摄影流程，我总结了一个"三段式"执行框架，这是从多次实战里提炼出来的标准路径。

第一段是前置拍摄。AI置景的前提是你得有一张高质量的人物素材图。这里有一个要点——拍摄环境不需要好看，但光线和POSE姿势要干净标准。我的建议是在一个干净的素色背景前，用恒定光源打亮人物，让人物和背景分离。拍摄时注意人物的姿态，不要摆太复杂的POSE，正常的站立、坐姿、行走、回眸就够用了。因为后续AI置景时需要根据人物姿态调整场景构图，太奇怪的姿势会大幅增加合成难度。

第二段是AI置景生成。将拍摄的人物照片放入AI工具中，用图生图或ControlNet的功能来控制生成场景。这一步的核心是"让AI理解人物在场景中的位置和姿态，然后生成与之匹配的背景"。如果用的是Midjourney，通常做法是把人物照片垫底，加上场景描述词，让它直接生成包含人物的完整画面。不过这种方式可控性较弱，出图后人物和场景之间往往有割裂感。

如果用的是Stable Diffusion，则可以更精细地控制。业务流程通常是：把人物照片拖进SD的图生图面板，启用ControlNet，选择Depth或Canny模式，再写场景的描述词和负向提示词。这种方式生成的画面里，人物姿态会保留，但人物本身可能被AI的二次绘制改变——如果你不打算保留原人物，这种方式很灵活；如果一定要保留原人物面部特征，就需要使用Inpaint局部重绘，把场景以外的部分换掉。

第三段是合成精修。把AI生成的场景图导入PS，再把实拍人物抠出来叠加上去。调整位置、大小、透视，然后开始光色匹配。这一步是决定成败的关键，通常要经过多次微调。比如人物肤色和场景色调的融合，可以通过曲线工具在RGB通道中做精细调整；边缘的虚实过渡，可以通过蒙版加渐变工具来实现，而不是直接橡皮擦硬擦。

4. 实操过程与核心环节实现

4.1 案例实操流程解析一：AI城市街景人像置景

我用一个具体的项目来完整演示这套流程：为一个服装品牌拍摄一组城市街景风的人像大片。传统做法得找一条有设计感的街区、协调封路或找行人清空的时段，成本高不可控因素多。而用AIGC摄影，流程大大简化。

第一步：拍摄前置素材。

在棚内或者室内空间，背景用纯灰色或白色无纺布，布光方案采用两盏LED灯，一盏位于相机左侧45度作为主光，一盏位于右侧作为辅光，营造适度明暗对比。模特姿势以行走、站立、扶墙、回头这类城市感强的动作为主。每套服装拍摄20-30张备选，RAW格式。这一步看起来简单，但决定了后续合成的上限，如果前置素材拍摄太随意，后面再怎么调都有限。

第二步：挑选底图并做初步调整。

在Lightroom或ACR里对RAW格式照片做基础调色，把白平衡校准到中性，略微增加对比度。导出为TIFF或高质量JPG，尺寸建议在2000像素以上长边。这个时候不要做任何液化或磨皮，因为AI生成场景合成之后，人物的质感与细节还需要重新处理，现在修多了反而影响后续匹配。

第三步：用Stable Diffusion生成街景图。

在SD中加载写实风格的底板模型，开启ControlNet，模式选Depth（深度图）或MLSD（直线检测）。因为街景通常有建筑轮廓、道路延伸，用MLSD更容易控制画面透视。提示词大致是：

a busy city street at dusk, wet asphalt reflecting neon lights, modern glass buildings on both sides, pedestrians with umbrellas, cinematic lighting, 35mm lens, deep perspective, photorealistic, 8k, highly detailed

负面提示词写上：

lowres, bad anatomy, bad hands, extra fingers, blurry, oversaturated, cartoon, painting, 3d render

步数设置为35步，采样器用Euler a或DPM++ 2M Karras，CFG Scale控制在7左右。在ControlNet中，把预先处理过的深度图或线稿作为引导输入，这样生成的画面结构会稳定很多。

生成后，选一张构图最合适的底图，导出高分辨率版本。如果原图分辨率不够，用Topaz放大到4096×4096以上。

第四步：在PS中合成人物。

把人物照片拖入PS，用快速选择工具或者钢笔工具把人物主体抠出来。这里有一个实操心得：不要把人物从头到脚全部抠实，适当保留一点边缘虚化，等合成后再通过蒙版微调虚实。全抠实了找人一张照片贴在场景里，反而容易显得生硬。

然后调整人物的大小和位置，这一步要特别讲究：人物的脚底要与地面接触，视平线要与背景中的地平线对齐。如果背景是俯视视角，人物也要相应调整。用自由变换工具（Ctrl+T）时，可以按住Shift保持比例，然后在需要细微透视调整时，启用"透视"或"扭曲"模式。

第五步：光影融合与调色。

这是最耗时也最关键的一步。把人物图层混合模式从"正常"改为"正片叠底"，慢慢叠加暖色或冷色，看哪个方向能跟场景统一。用曲线工具，分别在RGB、红、绿、蓝通道中微调，让高光、阴影、中间调都匹配。然后用可选颜色调整肤色，让模特肤色与街景中霓虹灯映照的氛围相符。

最后用高反差保留或Topaz的滤镜给人物增加适度的清晰度，再用蒙版擦出应该虚化的部分。一张成品图，正常熟练操作的画师大概需要20-30分钟完成精修，新人可能需要1-2小时。但熟练度是可以积累的。

4.2 实操案例：电商产品图AI置景与精修

另一个例子是电商产品图。传统电商拍照每套产品动辄需要布景、拍摄、后期，效率极低。而AIGC摄影在这里可以发挥更大的价值。

先拍一张标准产品图，比如一款保温杯，在白色背景棚里，用柔光箱从左右两侧打光，保证产品表面没有明显反光和阴影。然后打开Midjourney，写prompt生成几个不同场景，比如办公室桌面、户外露营、居家卧室。每个场景生成4张备选图。

这里跟人像有一个明显区别：产品图不需要考虑人体透视，所以AI生成的场景成功率更高，直接作为背景底图使用。把产品抠出来叠加到背景上，做两个工作：一是投影制作，根据场景光源方向给产品底部加阴影；二是环境色融入，用曲线和色彩平衡让产品表面反射一点环境色。比如露营场景偏绿色，就在产品暗部加一点绿色。

整体流程比人像简单得多，但效率提升巨大。我实测下来，一个有经验的AIGC摄影师，一天可以完成30-50款产品的场景图制作，这是传统拍摄完全无法想象的产能。对于电商公司来说，一套AIGC摄影训练营的投入，带来的直接是用人成本和拍摄成本的大幅压缩。

4.3 多工具协同的实战配置建议

很多人在刚接触AI置景的时候，会非常有热情地把所有AI工具都试一遍。我见过一个朋友，电脑里同时装了各种五花八门的AI绘图软件，实际上用于工作流程的往往只有两三个。真正高效的做法是明确每个工具的角色，形成一套固定的协同流水线。

我的建议组合是：

• Midjourney：概念产出、风格探索、客户提案预演
• Stable Diffusion + ControlNet：精确置景、构图控制、产品换景
• Photoshop：合成、精修、色彩匹配、最终出图
• Topaz Gigapixel AI：AI场景底图的超分放大
• 可选辅助：Remove.bg（快速抠图）、Lightroom（RAW格式基础调色）、Krea（实时放大与局部增强）

这套组合中每一环都有明确的定位，我在实操中基本不会再手忙脚乱了。数据管理也很重要——为每个项目建立独立文件夹，按"01_raw"、"02_ai_bg"、"03_ps_work"、"04_final"分类，整个流程清晰，改稿也方便查找。

4.4 参数细节与结果调整的关键指标

在AIGC摄影的实际操作中，有几个参数直接影响最终效果。很多人开始用SD的时候，都会困惑于各类参数的选择，我自己也经历了很长一段时间的试错。

采样步数（Steps）：建议在28-40步之间。步数太少，生成的图像会不完整或有噪声；步数太多，不是变好而是变慢，还可能产生过拟合导致的伪影。对于绝大多数摄影类场景，35步是我比较常用的起点。

CFG Scale（提示词引导强度）：控制在6-8之间。这个参数决定了生成结果跟提示词的贴合程度。CFG太高（超过10），图像会过度追求提示词中的内容，导致颜色过于浓烈、物体扭曲；CFG太低（低于4），图像则跟提示词关系不大，很容易跑偏。

采样器（Sampler）：写实摄影类图像推荐DPM++ 2M Karras或DPM++ SDE Karras。这两个采样器在图像精度和细节平衡方面表现稳定，我长期使用后没有遇到过明显的问题。

ControlNet权重（Weight）：这个参数决定控制条件对最终生成的影响程度。数值太高，场景构图死板，缺乏AI的灵活发挥；数值太低，控制条件形同虚设。一般来说，0.7-0.9之间是一个比较稳的区间，具体数值根据画面中建筑线条的复杂程度调整。

这些参数没有绝对标准，但我建议采用"固定变量测试法"：每次只改一个参数，其他保持不变，生成4张对比图，记录不同参数的效果差异。用Excel表记录一段时间后，你就能形成自己的参数经验库。这个过程比较笨，但对于系统地理解和掌握AI绘图工具非常有效。

5. 常见问题与排查技巧实录

5.1 AI生成图与实拍人物色调不一致怎么办

这个问题90%的新手都会遇到。AI生成的场景常常自带一种独特色调，比如青色暗调、暖黄电影感，而人物是在标准光线下拍的，看起来就像完全两个世界的东西。

我自己的排查流程是：先查场景图的问题，再查人物图的问题。用PS打开场景图，用吸管工具取样几个关键位置——高光、阴影、中间灰，记下RGB值。再打开人物图层，用同样方法取样。比较两组数据后，就能看出差异的方向是偏色还是曝光。然后分两步解决：一步是调整人物图层的白平衡和曝光，另一步是调整场景图的整体色调。如果是比较难的场景，就把人物图层的混合模式调整为"明度"或"颜色"，以保留质感的同时融入色调。

5.2 人物边缘抠图残留白边怎么处理

这是合成精修中最常见的"一眼假"问题。人物发丝边缘或衣服边界贴着白色像素线，不管怎么用橡皮擦都处理不干净。

我的技巧是：不用橡皮擦，而是使用图层蒙版。选中人物图层蒙版，用笔刷在边缘轻轻涂抹，笔刷硬度调到0%，不透明度30%左右。再使用"图层"—"修边"—"去边"命令，设置1-2像素的收缩范围。如果还是顽固的白边，那就用"选择"—"修改"—"收缩"选区2像素，反选后删除边缘。这个方法在处理深色背景时特别有效。

5.3 AI生成的场景透视关系跟人物不匹配

这其实是AI置景中最难解决的问题，因为透视关系一旦错了，后续怎么修都像拼贴画。我教大家一个简单判断方法：在PS中把人物图层的不透明度调低，露出下层的场景图，观察人物的地平线位置与场景的地平线是否在同一水平线上。如果明显不对，就说明人物与场景不是同一视角。

解决办法有两个方向：一是回到AI生成阶段，用ControlNet的MLSD模式画出场景的结构线，强制AI按照这个透视来生成；二是在后期阶段，用PS的"透视变形"功能去拉升或压缩场景图，改变场景的透视角度来匹配人物。这两种方案我都有实际用过，如果条件允许，尽量在生成阶段把问题解决掉，后期硬拉始终会损失一些画质。

5.4 AI生成图片分辨率低，放大后模糊怎么办

AI绘画平台直接出图的尺寸通常有限制，比如1024×1024或1024×1536。而相机拍摄的原始照片动辄4000×6000像素。如果是电商主图或者网络发布，AI底图直接缩放后问题不大，但如果有印刷需求或高清展示需求，就必须放大。

我建议用Topaz Gigapixel AI的外挂方式来处理：在PS中打开AI场景图，通过Topaz插件，选择放大倍率，开启增强模式。它能在放大两倍或四倍的同时，通过AI模型补充画面细节，让模糊边缘重新变得清晰。这个插件效果不错，但要注意：处理人物毛发等细节时会有算法痕迹，建议放大的同时保持适当的锐化度，不要开得太高。

5.5 训练营学员常见心态问题整理

在帮很多学员做了咨询和复盘之后，发现技术以外的几个常见问题其实更值得重视。如果这些没有调整好，学多少工具都可能卡在"学了不能用"的状态。

问题一：想一步到位生成完美成品。很多人第一次用AI生成了非常惊艳的作品，产生错觉，觉得AI是万能的。但实际项目里，从几张图里选一张能用的，本身就是筛选的过程，经常要生成几十张才能选出一张满意的。这个筛选过程不是浪费，而是AI创作的基本工作方式。我建议养成批量出图、快速筛选的习惯，把AI当作一个需要"挑拣"的团队，而不是一个次次出精品的画家。

问题二：对作品吹毛求疵导致卡壳。AI生成的图像总会有一些小瑕疵，比如手指不对、眼睛不自然、文字乱码等。新人很容易陷入"这里也要修、那里也要修"的怪圈，浪费大量时间。我教一个判断标准：瑕疵是否在画面视觉中心。如果在人脸或产品主展示区域，那必须修复；如果在画面边缘或者大面积虚化区域，基本可以忽略。AIGC摄影追求的是整体效果，不是每个像素都完美。

问题三：学了很多工具但不做作品集。这是最可惜的。AI摄影技能学到一定阶段，作品集就是硬通货。不管想去公司做视觉设计，还是接单做自由摄影师，没有作品集就没有说服力。我建议训练营结束后，强制给自己定一个项目目标——完成10张不同场景类型的人像合成作品和10张产品场景图，整理成个人作品集。这个过程既巩固了技术，也积累了展示能力。

6. 个人的一些实际操作体会

这套AIGC摄影流程我前后实践了大半年，从最初的好奇尝鲜，到现在已经可以稳定地用于商业项目中。如果要从这段经历里提炼经验，我最想分享的是这样几条。

第一，AI置景的底图质量决定了最终上限。虽然可以通过后期精修去弥补很多问题，但底图在透视、光影、构图上的先天缺陷很难完全修复。所以我在每次执行AI置景时，都会刻意支出时间做前期的提示词设计和ControlNet控制，目的就是在生成阶段把底图做好，后期只做润色级别的处理。

第二，合成精修环节最考验耐心。一张图的光影融合、色彩匹配、边缘处理，哪怕熟练之后也需要20-30分钟。这个环节没有捷径，只有靠实打实的练习量。我在训练营里最重视的就是学员的实操作业，只有自己动手一遍一遍磨出来的图，才能真正消化理论层面的内容。

第三，多工具协同的意识越早培养越好。单独使用任何一款AI工具都有短板，但组合起来就能形成完整的能力闭环。比如Midjourney负责方向探索，SD负责精确控制，PS负责最终品质，Topaz负责输出尺寸——当你能熟练切换这些工具而不需要思考时，你才算真正步入了AIGC摄影的门槛。

最后再分享一个小技巧：把常用的提示词整理成自己的模板库，按场景分类（城市、户外、室内、古典、未来、产品），按风格细化（电影感、小清新人像、暗调、高饱和、胶片）。以后再接到类似项目，直接复制模板微调细节就能快速出图。磨刀不误砍柴工，这是提升效率最直观的方式。