
把AI创作理解为“学会几个软件、攒几套提示词”,是最普遍的认知偏差。工具会换、模型会迭代、提示词模板半年失效,但创作的可控性、一致性、可复现性这三件事不会变。AI创作的工程本质,是把模糊的创作意图转化为可计算、可复现、可迭代的生产系统——让“这次运气好”变成“每次都能稳定产出”。
专业定位因此是:AI是生产系统中的一个组件,创作工程的核心是把不确定的模型输出包装成确定的创作行为。这需要四层设施:意图结构化、素材管理、生成控制、成片组织。
意图层:把“我想要一个赛博朋克风格的雨夜”拆解为可执行参数——构图(中景/特写)、光线(侧逆光/顶光)、色彩(青橙/单色)、情绪(压抑/疏离)、参考锚点(具体作品或艺术家)。意图不结构化,生成就是抽卡。
素材层:参考图、角色卡、风格样本、种子库、历史产出。没有素材管理的创作,三天后就找不到“最好那张”。
生成层:批量生成 + 参数留痕 + 变体控制。同一提示词出8–16张,靠种子区分,全部记录,人工筛选而非反复赌一张。
组织层:分镜/序列/节奏。单张图好看不等于作品成立,组织层决定它是“图集”还是“片子”。
可控性。模型输出的随机性无法消除,只能收敛。手段是固定种子 + 固定角色卡 + 只改单一变量,把“随机”压缩到可接受区间,而不是靠反复重试。
一致性。跨图/跨镜头的角色、风格、色调必须稳定。解法是角色卡写死(发色、瞳色、服装、体型逐字固定)+ 参考图约束(IP-Adapter类方案)+ 后期统一LUT,三者缺一不可。
可复现性。出了好图却记不住提示词、种子、模型版本,等于把成果扔了。每次生成必须留痕:提示词、负向词、种子、模型版本、采样参数,缺一项就无法复现。
(1)意图结构化:把模糊描述转为可执行参数
from dataclasses import dataclass, field, asdict
@dataclass
class CreativeBrief:
subject: str # 主体
composition: str = "中景" # 构图
lighting: str = "侧逆光" # 光线
palette: str = "青橙" # 色调
mood: str = "疏离" # 情绪
style_ref: list = field(default_factory=list) # 风格锚点
negative: str = "模糊, 变形, 多余手指, 低质量"
def to_prompt(self) -> str:
parts = [self.subject, self.composition, self.lighting,
f"{self.palette}色调", self.mood]
if self.style_ref:
parts.append("参考风格: " + ", ".join(self.style_ref))
return ",".join(parts)(2)批量生成 + 全参数留痕
import hashlib, json, os, time
def fingerprint(brief: CreativeBrief, seed: int, model: str, cfg: float) -> str:
raw = f"{brief.to_prompt()}|{brief.negative}|{seed}|{model}|{cfg}"
return hashlib.md5(raw.encode()).hexdigest()[:12]
def batch_generate(brief: CreativeBrief, out_dir: str, model: str,
variants: int = 8, base_seed: int = 1000,
cfg: float = 7.0, gen_fn=None):
os.makedirs(out_dir, exist_ok=True)
manifest_path = f"{out_dir}/manifest.json"
manifest = json.load(open(manifest_path)) if os.path.exists(manifest_path) else {}
for v in range(variants):
seed = base_seed + v
h = fingerprint(brief, seed, model, cfg)
path = f"{out_dir}/{h}.png"
if os.path.exists(path): # 幂等:已生成则跳过
continue
gen_fn(brief.to_prompt(), brief.negative, seed, model, cfg, path)
manifest[h] = {
"prompt": brief.to_prompt(), "negative": brief.negative,
"seed": seed, "model": model, "cfg": cfg,
"path": path, "picked": False, "brief": asdict(brief),
}
json.dump(manifest, open(manifest_path, "w"),
ensure_ascii=False, indent=2)
time.sleep(0.3)
return manifest(3)选片:人工筛选 + 可追溯
def pick(manifest: dict, h: str, rating: int = 5):
if h not in manifest:
raise KeyError(f"未找到 {h}")
manifest[h]["picked"] = True
manifest[h]["rating"] = rating
return manifest[h]
def shortlist(manifest: dict, min_rating: int = 4) -> list:
return sorted(
[m for m in manifest.values() if m.get("picked") and m.get("rating", 0) >= min_rating],
key=lambda m: m.get("rating", 0), reverse=True)(4)成片组织:生成剪辑清单
def build_sequence(manifest: dict, out_path: str,
shot_order: list, sec_per_shot: float = 3.0):
"""shot_order: 镜头ID列表,按叙事顺序排列"""
by_id = {m.get("brief", {}).get("subject", ""): m
for m in manifest.values() if m.get("picked")}
timeline = []
for i, sid in enumerate(shot_order):
m = by_id.get(sid)
if not m:
print(f"[跳过] 镜头 {sid} 未选出可用版本")
continue
timeline.append({
"index": i, "image": m["path"],
"prompt": m["prompt"], "seed": m["seed"],
"sec": sec_per_shot, "frames": int(sec_per_shot * 30),
})
json.dump(timeline, open(out_path, "w"), ensure_ascii=False, indent=2)
print(f"剪辑清单已生成:{len(timeline)} 格 → {out_path}")
return timeline(5)复现:从清单还原任意一帧
def reproduce(h: str, manifest: dict, gen_fn):
"""三个月后想复现某张图,凭 fingerprint 一步还原全部参数"""
m = manifest[h]
gen_fn(m["prompt"], m["negative"], m["seed"],
m["model"], m["cfg"], f"reproduce_{h}.png")
return m五项硬指标:意图结构化率(创作任务中明确写出构图/光线/色调/情绪四要素的比例>90%)、参数留痕率(任一张成片图可在1分钟内追溯到完整生成参数=100%)、一致性命中率(跨镜头角色DINOv2相似度>0.85)、出片效率(单件作品从brief到剪辑清单的耗时较手工作业下降>50%)、返工率(需重生成的镜头占比<15%)。前两项决定系统是否可信,中间一项决定质量下限,后两项决定生产可持续性。
AI创作的工程核心,是把创作意图结构化为可执行参数、用留痕保证可复现、用批量+筛选替代单次赌博、用组织层把单图变成作品。模型能力决定单张图的天花板,这四层设施决定你能不能稳定地做出东西来。工具会一直换,这四层不会——这才是AI创作真正能被积累的资产。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。