AI 生图原理(Diffusion / Seedream / gpt-image) / 提示词工程 / 视觉语言(风格 / 构图 / 光影 / 色彩) / 生图 API 与自动化管线 / Next.js · 4 min read

AI 生图从零到一 · 学习项目

从原理到创作的 AI 生图学习项目——用「知识卡 + 实操笔记 + 作品集」三件套,系统掌握提示词、模型原理与生图工程。配套 Gallery 作品集,每张图附完整可复制的提示词。

A from-zero-to-one AI image generation learning project: a structured track covering diffusion fundamentals, prompt engineering, visual language, and generation APIs, paired with a prompt-first gallery of generated images.

Role

学习者与记录者

Impact

  • 建立「从零到一」的学习路线:原理 → 提示词 → 参数 → 图生图 → API 工程 → 作品实战
  • 每篇学习笔记配配套阅读练习,把知识点挂到真实场景(Hermes 生图链路、米醋 API、Seedream)
  • Gallery 作品集按提示词组织,正面看图、展开看完整提示词,沉淀可复用的创作资产

AI 生图从零到一 · 学习项目

这个项目不是「收藏一堆提示词」,而是像 learning-path 的 AI 代码 那样,建立一套从原理到实战的学习体系,并且每一步都留下可复用的作品和笔记。

为什么做这个项目

我在工作中已经频繁用到 AI 生图(车膜改色预览、抖音封面、海报),但一直是「会用、不懂原理」的状态:

  • 提示词靠攒模板,不知道每个词为什么有效
  • 参数(seed / CFG / 采样器)只会照抄,不会调
  • 同一个模型,别人能出好图,我出不了——差在视觉语言而不是运气

所以这个项目的目标很朴素:把 AI 生图从「玄学」变成「可解释、可复现、可积累」的技能。

学习路线(对齐 learning-path 的 10 阶段法)

阶段主题产出
0AI 生图是什么 & 能力地图知识卡 + 心智模型
1Diffusion 原理:从噪声到图像知识卡(为什么扩散模型能画画)
2关键参数:seed / CFG / 步数 / 采样器知识卡 + 参数实验
3提示词写法:句式与结构提示词模板 + 对比实验
4视觉语言:风格 / 构图 / 光影 / 色彩视觉语言词库笔记
5图生图与多图参考实操笔记(Hermes 封面链路)
6生图 API:米醋 / Seedream / gpt-imageAPI 调用笔记
7批量生成与自动化管线自动化脚本笔记
8作品集:Gallery 实战每张作品附完整提示词
9复盘:我能稳定输出什么能力自评 + 下一步

三个栏目怎么配合

  1. Projects(本页)——项目的门面,说明目标和路线
  2. Learning 专题 learning/ai-image-generation——每篇笔记打底,结构严谨、方便复习
  3. Gallery 作品集 gallery——图按提示词展示,点击展开完整提示词,一键复制直接用

当前进度

  • 项目立项(2026-08-22)
  • Learning 专题开篇:AI 生图是什么
  • Gallery 作品集上线:extend card 展示 + 一键复制提示词,首批 4 个作品(来自提示词模式库拆解)
  • 阶段 1-2:Diffusion 原理 + 参数
  • 阶段 3-4:提示词 + 视觉语言
  • 阶段 5-9:图生图 / API / 自动化 / Gallery 扩量

进度持续更新,详细笔记见 Learning 专题,作品见 Gallery。

Resume Bullets

  • Running a from-scratch AI image generation learning track: diffusion fundamentals, prompt engineering, visual language, and API-based generation pipelines
  • Curating a prompt-first gallery where every generated image carries its full, copyable prompt