AIGC全称AIGeneratedContent，是利用人工智能技术来生成内容，AIGC绘画属于AIGC的分支。
近半年，以Midjourney和StableDiffusion为代表的AIGC绘画迎来爆发式发展，掀起了一场生产力革命。
Midjourney和StableDiffusion强大的创造力和无与伦比的高效性，使设计师通过它们提升生产力成为了必然。然而Midjourney和StableDiffusion作为开放性工具，本身具有随机性与不可控性，很多设计师很难在工作中运用，仅沦为娱乐工具。
通过Midjourney和StableDiffusion已落地项目类型分类，全文大纲如下：
当未使用Midjourney和StableDiffusion时，通常设计师流程如下：
在设计参考阶段，设计师需要找大量的参考图，这一过程需要0.5-1天。设计师基于设计参考，完成设计初稿，这一过程至少需要1天。
使用Midjourney或StableDiffusion直接生成设计图，设计师再做细节优化。整个设计流程提升效率25-55%。
先运用ChatGPT获取弹窗的设计思路，从多角度切入设计，使设计方案更完善，如下图所示：
通过ChatGPT分析后，我们可以从中提取的关键词：黑金、高级感、精致、质感。
转化成对应的英文后，关键词如下：
Prompt:Shininggemstone,highclass,noblesense,glorysense,3D,hard,diamond,OctaneRender
Negativeprompt:Lowsaturation,deformity,sketch,blur
将初稿中的钻石图放进StableDiffusion图生图功能。输入关键词，重复幅度调到5以下，反复多批量产出后筛选出想要的结果，如下图所示：
Midjourney和StableDiffusion也可以制作勋章图标。
勋章一般需要简化版和精细版，用于不同尺寸的使用场景。
以网易大神梦幻西游武神坛勋章为例，借助StableDiffusion，只需要输出简化版本的设计，让StableDiffusion去深入刻画。
然后用生成最满意的图继续下一轮刻画，以达到最贴合自己需求的出图。
勋章自带荣誉感属性，因此可以从这个思路出发，得到宝石、金属质感、闪耀感和高级感等关键词。转化成对应的英文关键词如下：
Prompt:Metallictexture,Shininggemstone,highclass,noblesense,glorysense,3D,hard,diamond,OctaneRender
输入对应的关键词后，得到设计图如下所示：
以网易大神IP霸哥为例，讲解如何用StableDiffusion制作IP素材。
下图1是设计师手绘草稿，下图2是最终StableDiffusion完成的IP。
第1步：绘制角色动作线稿
确定好角色动作后，开始给角色绘制草图线稿。我们给霸哥设定的动作是单手持玩具枪，眼神坚毅地望向前方。如下图所示：
注意：草图线稿最好较为干净连贯，以免AI识别不完整，导致输出的图片出错（示例图的草稿还是有些随意，建议自己做的时候再精细一点）。
第2步：选择并下载合适模型以及插件
这一阶段，我们需要结合IP形象的特点，有针对性地选择模型和插件。
考虑到霸哥形象整体呈圆形，风格偏可爱，抓住角色的这些特点，我们可以去到C站（civita）上选择相对应的模型。
我们选择的大模型是：MeinaMix；Lora插件是：blindbox。（模型选择不是唯一的，有感觉适合的也可以尝试使用。）
第3步：设置controlnet面板
在文生图界面，往下滑找到ControlNet这一栏（要先安装部署好controlnet插件），将绘制好的线稿草稿上传至相应位置。并将启用勾选上，如果线稿图片背景为白色，可以把反色模式也一起勾选。
接着在下方的预处理器和模型上，选择好canny（边缘检测）以及control_any3_canny[95070f75]模型。
有时候模型显示不出来可以点击旁边的刷新按钮，刷新一下就有了，这一步非常重要，切记不要忘记设置！否则输出的模型会与线稿没什么关联。
设置好后，其余的参数可以不动，也可以根据自己的需求做调整。
第4步：输入关键词并设置参数
关键词如下图所示：
Prompt：(masterpiece),(bestquality),(ultra-detailed),blackbody,thickredlips,Thebodyisablackballwiththinarms,wearingwhiteglovesonitshandsIthasroundblackeyes,andshortlegswithredshoes,Wearingadisplayscreenonthehead,Holdingatoyguninitshand
Negativeprompt：(worstquality,lowquality,mediumquality:1.4),low-res,(bad_prompt_version2:0.7),easynegative,bad-hands-5,redhands,whiteshoes,EasyNegative,text,blob
身体的颜色，手脚的颜色和嘴巴特征主要描述了霸哥的形象特征。
采样方法（Sampler）上，因为我们想做的是三维模型，所以选择偏写实风格的DPM++2MKarras（该采样方法不唯一）。其余参数没有特定要求，可根据输出的图片效果灵活调整。
第5步：产出图片/后期调整
前期出图可能效果会有些偏差，这时候可以灵活调整一些参数，并多生成几次。挑选出最接近霸哥形态的图片进行后期处理即可。下图为其中一个生成示意图：
1.KV设计
在设计前期，设计师希望得到的画面是：预言家在中心操控着魔法球，两边的魔法狼群围绕着她，然后中心散发光芒，头发飞舞为画面的核心。
其中风格关键词：暗黑风，神秘，狼人，夜晚，哥特。
结合chatpgt转化成故事描述，获得精准关键词。
按照Midjonrney的语言描述：客观描述+风格。
其中客观描述如下：
Abeautifulseerisholdingaglowingmagicballinthecenterofthepicture,withorange-redhairflutteringaroundher,surroundedbyagroupoftransparentbluemagicwolfheads
插画风格如下：
Illustration,Drawing,Hand-Drawn,Isometric,Saturated,Split-Complementary-Colors,2-Dimensional,RaysofShimmeringLight
使用Midjonrneyv5输入关键词后，不断调试后得到如下图所示：
上述图片风格非平面插画类，那么继续优化关键词，这次加入关键词：Graphicillustration（平面插画）重新放在Midjonrney里面，并且把引擎模型改成niji得到如下图：
将上述AI生成的图，给业务方评估风格，这样需求方可以更清晰直观地感觉后续设计风格，有利于提出更有建议性的意见。最后设计师从气氛、构图和整体细节进行调整。完成线稿后，基于线稿快速实现设计终稿。
下图1为线稿，下图2为最终稿：
如果没有Midjourney的话，那么设计师至少需要出一版设计初稿给业务方，业务方根据设计初稿提修改意见。
有了Midjourney，可以快速实现脑海画面，拥有更多更快试错机会。
在这个流程中Midjourney承担着设计初稿的执行角色。
2.海报设计
设计团队接到狼人杀游戏赛事的3张倒计时天数海报。
需求风格：暗黑哥特漫画风格手绘。
接到需求后，设计开始了前期提案。先用Midjourney完成我们的设计表达，让需求方更清晰直观地感觉到设计稿的风格感。
我们以倒计时还有1天的海报为例。
第1步：实现脑海画面
海报构思画面：狼人变身，一条光柱表示1的形式。关键词如下：
画面重点关键词：光柱
虽然上述生成效果图不太完美，但可以让需求方更清晰直观地感觉到设计稿的方向。
第2步：根据已确认方向，背景图制作
因为古堡和大月亮构图已较为常见，所以我们直接用Midjourney进行基础的背景绘制，关键词如下：
画面重点关键词：古堡，月亮。
第3步：最终细化绘制，完成作品
从生成图中挑选数张，选取每一张突出的地方进行合成、重制笔触和添加细节后，得到如下图所示的背景图：
最后加上狼人和光束变身特效后，进行简单排版就完成了终稿。
倒计时还有2天和3天运用类似上文kv设计思路，最终三张交付稿如下所示：
按照传统提案过程，需要寻找大量参考，然后合成拼凑出一张接近效果的图，三张海报的提案需要大概1.5天。
现在使用Midjourney进行批量出图，写出对应的关键词，出来的效果非常接近最后呈现的感觉，0.5天就能完成三张提案效果图。并且需求方能清楚了解到最后效果，更快做出审核。
三张手绘倒计时海报，在Midjourney辅助下，从7天左右的工作量缩减到3-4天，对于设计和质量都有较为正向的反馈，值得继续深入研究并在工作中推广。
1.倩女幽魂虚拟演播厅
以倩女幽魂演播厅概念图设计为例，讲解Midjourney是如何定向控制，生成设计师和业务方想要的设计稿。
倩女幽魂这次的太一斗魂坛，需求方想要的风格元素是唐朝建筑、墨子机关元素和整体以红色建筑为主。
设计师开始尝试用Midjourney做前期框架搭建。
第1步：关键词生成概念图
然后调整关键词如下图所示：
ManyredChinese-stylebuildingssurroundthecentralstage,andtherearemechanicalgearsonthebuildings,clearstructure,Volumecloudasbackground,Magnificentatmosphere,UnrealEngine4
生成新的概念图如下图所示：
第2步：优化关键词
上述生成的概念图虽然有红色中国风建筑和机关元素，但擂台的感觉不够强烈，缺少建筑缠绕的感觉。
重新修改了关键词加入擂台和建筑环绕中心舞台等元素，关键词如下：
上面几张概念图已经比较接近我们想要的效果。
最后设计师进行二次修改、合成和手绘后得到设计稿，如下图所示:
第4步：Midjourney快速修改
需求方审核后，需要临时调整整个构图，画面改成悬空建筑擂台，空中需要漂浮的岩石，所以我们修改了关键词为悬空擂台、漂浮在空中的中国风建筑等。关键词如下：
这次改动如果不借助Midjourney，我们就要大面积重新制作，而使用Midjourney来制作浮空岛的场景，只需要将我们之前合成好的建筑场景后期替换进去。
设计稿经过需求方顺利通过后。交付给AR部门进行舞台搭建工作。
第5步：AR虚拟搭建演播厅
AR部门搭建演播厅的设计图，如下所示：
下图虚拟演播厅中的解说桌也是使用类似的AI辅助流程完成的制作：
2.AR氛围概念参考
AR技术在电竞赛事应用中已经相当普及，AR即增强现实，为电竞提供了全新表现形式。
此次永劫无间赛事，由于场地空间的限制，设计师希望通过AR场景与舞台效果结合，让观众和用户有更好的观赛体验。
第1步：投喂风格图
用前期赛事KV草图和官方概念图投喂到Midjourney中，下图为投喂图：
第2步：生成场景图
配合关键词如下：
我们成功地生成了山林主题的场景概念图，如下图所示：
第3步：合成初步效果
结合赛事舞台设计制作的渲染图，如下所示：
将Midjourney生成的概念图与舞台设计制作的渲染图合成后，最终的舞台整体效果，如下：
第4步：三维建模和UE场景搭建
在上述基础上，进行三维模型制作以及UE场景搭建，形成最终的赛事场景效果图，如下图所示：
设计师手绘的动画分镜图，如下图所示：
上述分镜较为简陋，尝试运用StableDiffusion来进行上色优化。
第1步：优化controlnet可识别范围
根据已有手绘分镜，按照应用场景使用controlnet插件功能：seg（语意分割）和canny（线稿）。这两个功能在脚本使用中频率较高。
第2步：方式①使用controlnet的语意分割功能，实现画面分区
手绘分镜的P1/P5/P9/P10使用的是seg功能。通过在Photoshop中划分颜色来告诉AI这部分要的是什么物体。
以P8为例，两侧为墙壁#787878，地面为地板#503232，中间为人物#96053e（可通过ADE20K_classes表格来获取色值信息）。
在手绘图上大概划分好颜色区域后添加到StableDiffusion的controlnet中，因为我们在Photoshop中已经做了一些前期工作，所以就不用启用预处理模式，直接选择seg模型然后预处理。
开始添加tag，我们拿到的脚本是角色慌张地逃跑，那么我们可以优化为“有一个在往前跑，黑暗深处，神秘，紫色等词来描述翻译后得到：Thereisapersonrunningback,deepinthedark,mysterious,purple.Tag交给StableDiffusion来生成。
第2步：方式②应用controlnet的线稿功能，进行区域上色
以手绘P12为例，我们使用的是canny（线稿）模式。直接把草图给到controlnet，优化词为：紫色的章鱼触手从地面出来、碎石、破碎、两颗棋子。翻译后得到英文关键词如下：
Purpleoctopustentaclescomeoutoftheground,gravel,broken,twopawns
上图中的P6是符合我们的需求，将P6使用图生图中做二次细化，如下图所示：
第3步：上色氛围分镜输出
运用StableDiffusion来进行上色氛围，让需求方更直观地了解整个分镜效果，同时可以为后续视觉静态稿提供氛围参考。
游戏赛事中的奖杯是设计需求中不可或缺的一环。设计师可以利用Midjourney和StableDiffusion进行大量的前期素材储备。
以下是需求之外，完成对赛事奖杯的素材储备。
第1步：使用Midjourney生成灵感素材
下图是使用Midjourney生成的各种奖杯概念图。
第2步：绘制草图
根据Midjourney生成的概念图，设计师手绘生成奖品草图。
第3步：StableDiffusion二次创作
根据草图，使用StableDiffusion精准控制上色，完成最终的奖杯素材，如下图所示：
这些储备可以为后期其他设计项目提供素材，进一步提升设计效率。
Midjourney和StableDiffusion的崛起，导致很多设计师焦虑，担心被取代。通过上面的案例可以看出Midjourney和StableDiffusion只能完成项目中的一部分，无法做到独立完成项目，都需要设计师二次创作。
早期UI设计师的工具是Photoshop。后面出现高效的Sketch。到如今设计师使用更高效的协同工具Figma。
而AIGC本质上还是提效辅助工具，需要设计师去掌握更高超的操作技能。