Memulakan penjanaan imej AI: gambar pertama anda dalam sepuluh minit

Q: Setiap imej nampak sama

Seed tetap, atau prompt senarai kata kualiti umum. Tetapkan seed ke rawak, buang "masterpiece, 8k, best quality" dari prompt foto, terangkan suasana sebaliknya.

Q: Teks dalam imej tak masuk akal

SD 1.5 dan SDXL tak boleh eja. Guna Flux, FLUX.2, Qwen Image atau Z-Image dan letak teks dalam petikan dalam prompt.

Topik: Perkhidmatan awan

Oleh Captain

Diterbitkan 14 Ogos 2025

Gambaran keseluruhan

Penjanaan imej AI menukar ayat kepada gambar. Anda taipkan deskripsi (prompt), model yang telah belajar dari jutaan imej bercaption menukar bunyi rawak menjadi sesuatu yang sepadan dengan deskripsi itu, dan beberapa saat kemudian anda mendapat imej. Semua perkara lain dalam hobi ini, LoRA, sampler, ControlNet, upscaler, adalah penambahbaikan pada satu kitaran itu: terangkan, jana, lihat, laras.

Model adalah bahagian yang paling penting. Model berbeza ada kekuatan berbeza: SDXL dan fine-tune anime melukis ilustrasi dan watak, Flux dan Z-Image mengikuti prompt panjang dan menghasilkan teks yang boleh dibaca, Wan dan LTX buat video. ModelTrends.ai wujud untuk tunjuk model mana yang orang guna minggu ini, jadi anda tak perlu teka. Setiap halaman model tunjuk imej contoh dengan prompt dan tetapan tepat yang digunakan, cara paling cepat belajar.

Anda tak perlu PC gaming untuk mula. Gambar pertama paling cepat dibuat di perkhidmatan awan yang model sudah dipasang: aplikasi web seperti BitVector, di mana anda pilih model dan taip, atau bot sembang PirateDiffusion di Telegram, di mana anda hantar arahan. Menjalankan model pada kad grafik sendiri datang kemudian, bila anda dah tahu model mana yang anda suka dan sama ada nak belanja untuk hardware.

Rujukan

Nama	Jenis	Apakah ia
Prompt	text	Apa yang anda nak lihat. Subjek dulu, kemudian suasana, kemudian gaya dan pencahayaan. Bahasa Inggeris biasa boleh guna pada model moden; senarai kata kunci guna pada model lama.
Negative prompt	text	Apa yang anda tak nak (kabur, jari tambahan, tanda air). Penting pada SD 1.5 dan SDXL; kebanyakannya diabaikan oleh Flux dan model baru lain.
Model / checkpoint	choice	Otaknya. Pilih dari senarai popular di laman ini; keluarga model tentukan rupa dan gaya prompt.
Size	pixels	512x512 untuk SD 1.5, 1024x1024 untuk SDXL dan Flux. Bentuk lain dengan jumlah piksel sama boleh guna (832x1216 potret, 1216x832 landskap).
Steps	number	Berapa banyak kali penambahbaikan dibuat. 20 hingga 30 adalah biasa; lebih banyak lambat dan jarang lebih baik.
CFG / guidance	number	Sejauh mana model ikut prompt. 5 hingga 7 pada SDXL, 3.5 pada Flux, 1 pada model turbo atau lightning.
Seed	number	Bunyi mula. Seed sama dengan tetapan sama bagi gambar sama, jadi boleh ubah satu perkara pada satu masa.
Sampler	choice	Matematik yang digunakan untuk buang bunyi. Euler atau DPM++ 2M Karras adalah pilihan selamat; halaman model tunjuk apa yang contoh guna.

Langkah demi langkah

Buka pelayar model di laman ini dan susun ikut popular. Pilih model asas (checkpoint, bukan LoRA) dari keluarga SDXL atau Flux; fine-tune SDXL seperti DreamShaper XL atau Juggernaut XL mudah untuk cuba pertama kali.
Baca halaman model: lihat tiga atau empat imej contoh dan prompt mereka. Perhatikan corak: subjek, suasana, pencahayaan, kamera, kata gaya.
Tekan butang Run di halaman model. BitVector buka aplikasi web dengan model sudah dipilih; PirateDiffusion buka sembang Telegram di mana anda taip /render diikuti prompt anda.
Tulis prompt pertama dengan salin contoh dan tukar hanya subjek. Kekalkan saiz, langkah dan sampler yang contoh guna.
Jana empat imej, bukan satu. Bunyi rawak bermakna ada seed yang lebih baik; nilai model dengan satu gambar adalah silap.
Tukar satu perkara: tambah kata pencahayaan (golden hour, soft studio light), atau kata kamera (35mm, close-up), dan jana lagi. Ini cara belajar buat prompt.
Bintang model yang anda suka dengan hati pada kad; halaman Favs simpan dalam pelayar supaya boleh kembali tanpa akaun.
Bila nak jalankan secara tempatan, baca panduan VRAM dan panduan pemula ComfyUI di laman ini; prompt dan model sama boleh guna di situ.

Contoh

Prompt pertama untuk model foto SDXL

a fisherman mending a net on a wooden pier at dawn, soft fog, warm light, 35mm photo, shallow depth of field

Negative: blurry, deformed hands, watermark, text | 1216x832 | DPM++ 2M Karras | 28 steps | CFG 6

Idea sama di PirateDiffusion (Telegram)

/render <dreamshaper-xl> a fisherman mending a net on a wooden pier at dawn, soft fog, warm light, 35mm photo [[blurry, watermark]] /size:1216x832 /steps:28

Prompt Flux (tiada negatif, panduan lebih rendah)

A candid photo of a fisherman mending a fishing net on a weathered pier at dawn. Soft fog over the water, warm low sun from the left, shallow depth of field, 35mm film look.

1216x832 | Euler | 24 steps | guidance 3.5

Petua

Model adalah pengaruh terbesar, prompt kedua, tetapan ketiga. Pemula sering buat ikut urutan salah.
Prompt pendek dan jelas lebih baik dari panjang dan kabur. "Basikal merah bersandar pada dinding putih, cahaya pagi, foto 50mm" lebih baik dari "indah menakjubkan hebat 8k masterpiece basikal".
Bentuk potret untuk orang, bentuk landskap untuk suasana. Bentuk segi empat sama jarang jadi yang terbaik.
Simpan prompt yang anda suka dalam fail teks. Setiap halaman model di sini tunjuk prompt penuh bawah contoh untuk sebab sama.
Model anime dan ilustrasi (Illustrious, Pony, NoobAI) guna prompt gaya tag; model foto (Flux, Z-Image, fine-tune foto SDXL) guna ayat. Halaman keluarga terangkan yang mana.
Jangan muat turun apa-apa sebelum guna model di awan dan suka. Checkpoint saiznya 2 hingga 24 GB setiap satu.

Jana di awan (BitVector, PirateDiffusion) dan guna laptop untuk lihat hasil.

Soalan

Perlukah saya bayar untuk cuba?

Kedua-dua rakan awan yang dipaut dari halaman model bagi anda mula tanpa pasang apa-apa; alat tempatan (ComfyUI, Forge) percuma tapi perlukan kad grafik dengan sekurang-kurangnya 8 GB memori untuk model sekarang.

Model mana yang sesuai untuk pemula?

Fine-tune SDXL untuk ilustrasi atau model dev Flux untuk foto. Panduan "model mana nak cuba dulu" di laman ini beri ranking dengan sebab.

Adakah LoRA itu model?

LoRA adalah tambahan yang ubah model asas. Anda perlu model asas (checkpoint) dulu; LoRA letak atasnya. Panduan LoRA terangkan.

Boleh buat video juga?

Boleh, dengan Wan, LTX-2 dan MiniMax H3 antara lain, tapi video perlukan memori jauh lebih banyak secara tempatan. Mula di awan; panduan mula video ada di sini.

Adakah imej itu milik saya?

Lesen berbeza ikut model; halaman model paut ke lesen. Kebanyakan model terbuka benarkan guna peribadi dan komersial, beberapa lesen khusus penyelidikan (build dev awal Flux) tidak.

Kenapa hasil saya nampak kurang bagus dari contoh?

Biasanya saiz, sampler atau bilangan langkah berbeza. Salin tetapan contoh tepat dulu, kemudian ubah satu perkara pada satu masa.

Pautan dan sumber

Model dalam panduan ini

Model Stable Diffusion XL 1.0

Model Flux

Model Zimage

Ditulis oleh

Captain

Mengendalikan kapal ini. Ada pendapat tentang masa decode VAE yang tiada siapa minta. Percaya berat mahu bebas dan mana-mana model yang anda tidak boleh muat turun adalah langganan dengan langkah tambahan. Tidak akan menjawab soalan tentang 400 GB checkpoint di NAS.

Semua panduan oleh Captain

Model imej AI mana nak cuba dulu, dan kenapa: senarai permulaan mengikut kedudukan

10 Sep 2025

Asas penulisan prompt untuk imej AI: struktur, susunan, berat dan dua dialek prompt

22 Okt 2025

Bagaimana model imej AI generatif berfungsi: penjelasan mudah tentang difusi, latens dan pengekod teks

28 Ogos 2025

Apa itu LoRA dan cara menggunakannya di ComfyUI, Forge, Automatic1111 dan di awan

20 Mei 2026

PirateDiffusion: jalankan mana-mana model dari Telegram, tiada GPU diperlukan

3 Okt 2026

Glosari penjanaan imej dan video AI: 60 istilah dari checkpoint ke VAE, diterangkan dalam satu ayat setiap satu

15 Apr 2026

Alternatif Midjourney percuma terbaik yang boleh kamu jalankan sendiri (2026)

15 Jul 2026

Lagi panduan

Model Imej AI Sumber Terbuka Terbaik pada 2026, mengikut GPU dan Tugas

16 Okt 2026

Menjalankan model imej dan video AI pada GPU AMD (panduan 2026)

7 Okt 2026

Keperluan VRAM untuk setiap model imej dan video AI popular (2026): ketepatan penuh, FP8 dan GGUF

6 Okt 2026

Panduan GPU dan VRAM untuk imej dan video AI: apa yang setiap model perlukan dan apa yang patut dibeli (atau tidak)

7 Jan 2026

Langkah, CFG, sampler, penjadual dan benih: tetapan penjanaan dijelaskan dengan nilai selamat

19 Nov 2025