人工智能-AI绘画教程：它把"精通"写成了一份截图说明书

2026-11-08silcano

微信读书《人工智能-AI绘画教程：从入门到精通》· 74 屏
逐页翻阅 74 屏 · p0006 核对书名，p0074 为末屏 · 2026-11-08
说明三点。第一，74 屏是这本书的全部：p0074 那一屏中间是"全书完"三个字，下面是一个蓝色的"标记读完"，再下面是微信读书的评分卡——"待评分 0 人点评"，推荐值 0%。第二，这本是典型的课件型电子书：大量页面只有图、没有字，p0022、p0058 整屏都是一张四宫格出图，p0066 只有"第五部分 附录"六个字加一张图。所以我读的是 74 屏，但可读的文字量大概相当于一本 40 页的小册子。第三，作者名出现在 p0034 的目录面板上——郑磊磊；书名条在 p0006 为「人工智能-AI绘画教程：从入门到精通」，与目录名一致。抽样逐字核对 12 处：p0001 前言"特别提示"、p0009 构图四要点、p0014 /info 截图与 /stealth、p0017 权限说明与 /settings 面板、p0022 四宫格出图、p0030 构图术语表、p0034 目录与作者、p0042 中英对照的 prompt、p0052 新娘四图与 white hair、p0058 单图、p0070 运行缓慢的"解决方法"、p0074 全书完与 0 人点评。

先说结论：这本书的每一步操作都是对的。它教你怎么用 /info 看额度，怎么用 /settings 切模型，怎么用 --ar 定比例，怎么用 --s 调风格化强度，怎么用 Vary Region 局部重绘——这些你照着做，都能跑出图。作为一本"按钮在哪里"的说明书，它合格。

但它的问题也在这里：它把"精通"理解成了"把每个按钮都按一遍"。一本讲到"精通"的书，最少要回答三个问题：同一句话为什么这次出得好、上次出得差；一张图不满意，应该改 prompt 的哪一句；什么样的图算好，判据是什么。这三个问题，全书一个都没答。

我给它的判断是：这是一份排版整齐的操作记录，不是一本教程。操作记录告诉你"我按了什么"，教程才告诉你"你该按什么、为什么"。前者可以复现流程，后者才能复现结果。

一、它在前言里就把自己的保质期写明了

p0001 的前言有一段"特别提示"，我读了两遍，因为它把这本书的定位和软肋一次说完了：

特别提示：本书在编写时是基于当前各种AI工具和平台的界面截取实际操作图片，但书从编辑到出版需要一段时间，这些工具的功能和界面可能会有变动，请读者在阅读时根据书中的思路举一反三进行学习。另外，即使是相同的关键词，AI每次生成的文案或图片内容也会有差别。

这段话很诚实，诚实得几乎像免责声明。它说了两件事：界面会变，所以要"举一反三"；同样的词出图会不一样，所以别指望复现。

问题是：这两句话恰好否掉了这本书的主要卖点，而作者没有给出替代方案。

一本界面书遇到界面会变，正确的应对是把知识提到界面之上——比如讲清楚"参数是在什么维度上影响结果"，那么无论按钮挪到哪，读者都知道该找什么。而"举一反三"是个把责任推给读者的说法：我教你按这个键，如果这个键没了，你自己想办法。

第二句更严重。"即使是相同的关键词，AI 每次生成的文案或图片内容也会有差别"——这句话说对了一半。Midjourney 出图确实有随机性，但随机性是可以被锁住的：seed 就是干这个的。同一 seed 加同一 prompt，在同一个模型版本下，出图基本一致。这是这本书最该讲的一节，也是全书唯一一个能让读者"复现"的钩子。我在 74 屏里没有找到"seed"这个词的一次正经讲解。（我只说我读到的页面里没有；如果它在某张我没抽到的截图里，那就是我抽样没覆盖到。）

所以这本书的结构性选择是这样的：它选了"覆盖面"，放弃了"可复现"。覆盖面让它能叫"从入门到精通"，可复现才是"精通"的真正含义。

二、构图四要点：全是"要怎样"，没有一条"怎样算"

p0009 是"基础绘画技能"里最像"教学"的一页。它给了四条构图要点：

1.构图饱满：画面处处都有内容，中心和四个角都是构图所要考虑的区域，静物摆放要合理，大小要适中。
2.画面均衡：均衡但不对称，画面的重心也就是主体物的位置，切忌居中，要放在黄金分割线上，以静物为主体，衬布为辅助，发散式构图。
3.明确光源：根据光源方向确定主体物的位置，亮部的面积要大，暗部的面积要小。
4.整理画面关系：画面在统一中要有变化，调和中要有对比，画面物体聚散要得当，静动要结合。

这四条如果给一个学过素描的人看，他会点头——它们是对的，是标准的构图常识。但如果给这本书的目标读者看（前言说得很清楚，是"非专业"的入门者），这四条几乎无法执行。

"大小要适中"——多适中？"亮部的面积要大"——大到多少？"聚散要得当"——怎么算得当？四条里出现了五个"要"、两个"适中/得当"，没有一个数字，没有一个对照图。

这一页真正暴露问题的，是它紧接着给的那句"范例"："立体三角形建筑，全玻璃购物中心，落日，未来建筑。"四个词组，就是它给这四条要点的示范。这不是范例，这是关键词堆叠——它示范的恰恰是"不用构图知识也能写出来的东西"。

对比一下 p0030 的那张表。那一页列了 8 组构图术语的中英对照：Center composition 中心构图、Saturated composition 饱和构图、Overlapping composition 重叠构图、Focal point composition 焦点构图、Contrast composition 对比构图、Nonlinear composition 非线性构图、Symmetrical composition 对称构图、Asymmetrical composition 非对称构图。表下面给的方法是：

先确认主题，主题的内容到底是什么，主题存在的环境，灯光是柔和的还是昏暗的，颜色是明亮的还是鲜艳的，然后就是构图了。从各个角度把需要的提示词抽离出来。

这段话的逻辑是对的：先定主题，再定环境与光，最后定构图，然后"从各个角度把提示词抽离出来"。这其实就是结构化提示词的正确顺序，比很多讲 prompt 的书讲得清楚。

但它马上又滑回术语表：给读者 8 个英文构图词，等于给了 8 个可以往 prompt 里塞的词，而不是 8 种可以判断画面的眼光。塞进去会不会有用？大概率有一点，因为模型确实见过这些词。但读者永远不知道自己塞对了没有——因为全书没有一处教你"怎么看一张图，说它构图错在哪"。

这是课件型教材的通病：它把"知识"处理成了"词条"，因为词条可以排版，判断不能。

而且这 8 个词条本身也不齐。Center（中心）和 Symmetrical（对称）、Asymmetrical（非对称）三个是同一个维度上的三种选择，Overlapping（重叠）讲的是前后关系，Focal point（焦点）讲的是视觉重心，Contrast（对比）讲的是明暗或色相对比——它们不在一个分类层级上，却被并排放在同一张表里。最奇怪的是 Nonlinear composition（非线性构图）：我翻过几本构图教材，没有见过这个说法，它更像是从某篇英文教程里直接搬过来的一个词，而不是一个可以和"对称"并列的概念。

对读者来说，后果很具体：他会以为这 8 个词是 8 种平行的构图法，然后随机挑一个塞进 prompt。而实际上，一张图可以同时是"焦点构图 + 对比 + 重叠"，它们不冲突；"对称"和"非对称"才是互斥的。这个层级关系，书里没有说，因为表格只能排成两列。

三、中英对照把三个画家和一个胶卷吞掉了

p0042 是全书最该被夸、也最该被骂的一页。

它给了一个完整的 prompt，英文原文是：

an old painting of children walking in the snow, in the style of chiho aoshima, rural america, light red and white, lively illustrations, charles addams, toyen, cinestill 50d --ar 23:32 --v5.2

紧接着是中文：

（提示词：一幅儿童在雪地里行走的老画，采用小岛千穗的风格，美国乡村，浅红色和白色，生动的插图。）

请数一下。英文里有 6 个内容块加 2 个参数：老画、雪地儿童、小岛千穗（chiho aoshima）、美国乡村、浅红与白、生动插画，再加 charles addams（查尔斯·亚当斯，《亚当斯一家》的作者）、toyen（托伊恩，捷克超现实画家）、cinestill 50d（一种胶卷型号），以及 --ar 23:32、--v5.2。

中文只译了 6 个内容块里的 6 个，把两个画家、一个胶卷型号、两个参数全丢了。

这不是小的省略。恰恰相反，这三个被吞掉的东西，是这张图"看起来像某种特定质感"的真正原因：cinestill 50d 是一种以偏红、高光晕开著称的胶卷，而"light red and white"的色调正是靠它才落地的；charles addams 和 toyen 提供的是那种略带诡异、形体拉长的插画气质。中文读者如果照着中文去写，会得到一个"儿童在雪地里走"的普通插画——风格锚点一个都没有了。

更麻烦的是，这本书通篇用"英文 prompt + 中文括注"的格式。这个格式传递了一个隐含承诺：中文是你的理解，英文是你的输入，两者等价。但至少在这一页，它们不等价。而读者不会去数，因为数一遍需要认识 chiho aoshima 是谁。

我认为这一页才是这本书的真实水平：它有能力给出专业级的 prompt，却没有能力（或没有工时）把 prompt 讲清楚。能写出 6 个风格锚点的人，一定知道这几个词各自在干什么；但把这些写出来要多花两页，而两页的篇幅要留给附录的排障问答。

四、图和提示词打架：写的是白发蓝眼，出的是黑发棕瞳

p0052 是我合上书之后记得最清楚的一页，因为它什么都没解释，但把问题摆得极清楚。

页面上是四张新娘肖像，四宫格。四张都是东亚面孔、黑发、深棕眼睛。下面是图注"图8.3.1-1"，再下面一行 prompt：

prompt: Best quality, masterpiece, white hair, blue eyes, upper body. --s 250 --style raw
（提示词：最佳品质，杰作，白发，蓝眼睛，上身。）

白发。蓝眼睛。四张图里，一个白发都没有，一个蓝眼睛都没有。

我不知道作者是怎么处理的——因为这一页除了 prompt 和图，没有任何解释。可能他认为"AI 每次出图会有差别"（前言那句话）已经覆盖了这种情况；也可能是他根本没注意。

但从教学角度看，这一页恰好是全书最有价值的一页，只要它愿意多写三行。因为这里发生的事，是每个用 Midjourney 的人每天都会遇到的：你写的权重被训练数据里的先验压过去了。"新娘"这个词在训练集里对应的大量是东亚婚礼影像，于是"新娘"这个先验盖过了"白发""蓝眼睛"这两个显式描述；再加上 --style raw 降低了模型对提示词的服从度，结果就是提示词输了。

这就直接给出了一个可操作的结论：当你的显式描述和主体的类别先验打架时，加权重（::）、换词（把"新娘"换成"woman in wedding dress"）、或者干脆不用 --style raw。这三个动作，才是"精通"该教的东西。

而书里给的是：一张图，一行 prompt，一个图注，翻页。

我理解课件书的难处：这种"翻车现场"如果认真讲，一页讲不完，而且会让书显得"不够成功"。但恰恰是失败样本在教人。一本书如果只放成功案例，读者学到的就只是"这套词能出这张图"，学不到"换一套词会怎样"。前者是背配方，后者才是会做菜。

五、Midjourney 跑得慢，它让你"降低图层数量"

p0070 在附录里。前面几个问题还算正常：网络连不上要检查网络、应用访问不了可以更新应用、服务器端故障要排查服务端。这些都对。

然后第 6 个问题：

6.问题：Midjourney运行缓慢。
解决方法：调整画布分辨率、降低图层数量或关闭其他后台应用程序，以提高Midjourney的运行速度。

这一条是错的，而且错得不轻。

Midjourney 没有"画布分辨率"，也没有"图层"。它是跑在 Discord 里的云端服务，你发一条 /imagine，算力在对方的机器上跑；你的电脑只负责显示 Discord 窗口。所以本地的"图层数量"和"后台应用"对出图速度的影响约等于零。这条建议如果照做，读者会去关掉微信、调小窗口，然后发现一点用都没有。

这显然是把本地图像软件的排障话术，套到了一个云端服务上。Photoshop 慢，你可以降分辨率、减图层；Midjourney 慢，你能做的只有换模式（Relax 排队更久，Turbo 更快但更费额度）、换时段、或者升级订阅。这三个才是真答案，而且它们就在这本书前面讲过的 /settings 面板里。

同一页的下一条也有类似味道：生成图有白边黑边，作者的解释是"这种情况同样是宽高比设置不起引起的。由于训练数据的原因，Midjourney 在生成一张图像时会受其'类型普遍性'的影响，比如 Logo 设计常见的宽……"（这一句在截图里被切掉了，我只读到"常见的宽"）。"宽高比设置不对"这个方向是对的——非标准比例（比如 p0042 那个 --ar 23:32）确实更容易出边；但"类型普遍性"这个说法是自造词，读者拿它去搜，什么也搜不到。

自造术语是课件书的另一个通病。它能让一句话读起来很专业，但它切断了读者继续查证的路。一本工具书的术语应该尽量用社区在用的词，因为读者的下一步永远是"我去搜一下"。

六、它其实讲对了两件事，只是没讲下去

公平地说，这本书有两处比同类书清楚。

第一处是权限。p0017 讲 /settings 面板，图4.3.1-3 里一排按钮，Public mode 被红框标出来，然后一句话：

这个设置默认是Public（公开），只有付费的Pro用户可以将其设置为Stealth Mode（隐私），Basic用户和Standard用户都没法设置为Stealth。

这句话的价值在于它给了边界，而不是给了功能。很多书会写"你可以开启隐身模式"，读者开了发现按钮是灰的，然后骂书；这本书直接告诉你"Basic 和 Standard 没有这个按钮"。这是负责任的写法，虽然只用了一句话。

第二处是/info。p0014 放了一张 /info 的返回截图，里面能看到 User ID、订阅类型、续费日期、Fast Time Remaining、Lifetime Usage、排队任务数。作者的解释很朴素："显示有关您的个人资料、计划和使用情况的信息。"

朴素，但对新手足够——至少他知道出图慢了可以先去看 Fast 时长还剩多少。这张截图里有一个细节很有意思："Fast Time Remaining: 15.31/15.0 hours (102.08%)"，用了 15.31 小时，额度是 15 小时，百分比 102%。超额了还在跑。这个细节如果讲一句"超额后会计入 Relax 或额外计费"，读者就能少踩一个坑。书里没有讲。另外截图里 Subscription 那一行的续费日期写着"2024年1月13日"，这个日期也说明了这些截图的拍摄时间——比读者手里的版本早了不少，这恰好印证了前言那句"界面可能会有变动"。

所以这本不是不会写，是每次写到关键处就收笔。它总能踩到那个真正有价值的问题（权限边界、额度用量、风格锚点、先验打架），然后轻轻地走过去，去讲下一个按钮。

这种"收笔"在 p0017 的那两张截图上看得最清楚。图4.3.1-3 和图4.3.1-4 是同一个 /settings 面板的两次截图，上面挤着十几个按钮：RAW Mode、Stylize low / med / high / very high、Public mode、Remix mode、High Variation Mode、Low Variation Mode、Sticky Style、Turbo mode、Fast mode、Relax mode、Reset Settings。作者对这些按钮的处理方式是截一张图，然后只解释其中被红框圈住的那一个（这一页圈的是 Public mode 和 High Variation Mode），其余的既不解释也不提。

这是一个很典型的选择。一屏只能放一张截图，一张截图只能圈一个框，所以一页只能讲一个按钮。书的节奏被截图的物理尺寸决定了——这不是作者的懒惰，是这种体例的必然结果：它天然适合"一个按钮一页"，天然不适合"一件事讲透"。

而 Stylize 那四个档（low / med / high / very high）恰恰是新手最需要的一句话：档位越高，模型越会自己发挥，越不听话。这一句能省掉读者二十次试错，但它需要占用一页，而那一页要留给 High Variation。

七、看小标题就知道这本书是什么体例

p0014 那个小标题值得单独说，因为它一句话暴露了全书的写法：

4.1.8 /info您的账户和任何排队或正在运行的作业的信息

这不是一个标题，这是一条命令的说明书。编号 + 命令名 + 功能描述，三样东西拼在一起，就是这一节的全文——标题下面那句"显示有关您的个人资料、计划和使用情况的信息"，已经是这一节能提供的全部信息了。

认出这个体例之后，整本书就好懂了：它的目录是一条一条命令的清单，按 4.1.1、4.1.2、4.1.8、4.3.1 这样的编号往下排。这种体例的优点是查得快——你想知道 /info 干什么，翻到 4.1.8 就有；缺点是它天然不产生"递进"，因为命令之间没有难度关系，只有出场顺序。一本按命令排列的书，是很难"从入门到精通"的，因为它的顺序不是学习顺序，是功能清单的顺序。

这也解释了前面那个现象：为什么这本书能踩中那么多关键问题，却一个都不深挖。因为深挖需要跨节——讲清楚"先验打架"要同时用到提示词、权重、模型版本、--style 四个地方的知识，而这四个地方在书里分属四节，中间隔着十几页截图。体例决定了它只能横向铺开，不能纵向打穿。

八、它的短板

四条，从结构到内容。

第一，篇幅分配是"按可截屏程度"来的，不是按学习难度。74 屏里，附录（安装与排障问答）占了 9 屏，接近八分之一；第 4 章讲指令与参数面板，反复用 /settings、/info、/stealth 的截图，一屏一屏往下推；而真正难的"图不满意怎么改"，被压缩在第 8 章"案例"的 8.1 绘画作品、8.2 摄影作品、8.3 肖像作品里，每类只给 prompt 加成图。容易截图的环节占了大部分篇幅，难教的环节占了最小篇幅——这是一本由工具界面决定结构的书，不是由学习路径决定结构的书。

第二，全书的成本信息是零。一本教人用 Midjourney 的书，从头到尾没有提过订阅价格、Fast 时长怎么算钱、Relax 模式为什么免费、商用授权有什么限制。p0014 那张截图里明明有"Subscription: Standard (Active monthly)"和"Fast Time Remaining: 15.31/15.0"，它把成本数据拍在你脸上，却一个字不解释。对一个准备掏钱的新手来说，"多少钱、能出几张、能不能商用"比"构图四要点"重要得多。

第三，它没有一张"改稿对照"。整本书的图都是成功案例：p0022 四只小白熊，p0058 一张鱼缸般的装置，p0052 四张新娘。没有一组是"左边这句 prompt 出这样，右边改了一个词变成那样"。这是最省事也最致命的省略——因为读者真正要学的不是"最终 prompt 长什么样"，而是从 A 到 B 中间改了哪一下。没有这个过程，所有的 prompt 都只是一次性的配方。

第四，它对自己的评价体系是空的。p0074 是最后一屏："全书完"，一个蓝色的"标记读完"，下面微信读书的评分卡写着"待评分 0 人点评"，推荐值 0%，三个按钮：推荐、一般、不行。

我不认为 0 人点评能说明书的质量——它更可能说明这本书没什么人读。但它确实说明了一件事：一本自称"从入门到精通"的书，没有任何第三方验证。而书里也没有给出任何自证的机制：没有练习、没有检查清单、没有"做到这五条你就算入门了"的标准。一本教程最重要的东西是毕业标准，这本书没有。

那它适合谁？适合完全没碰过 Midjourney、连 Discord 里怎么发指令都不知道的人。它会把 /imagine、--ar、--s、--v、/settings、/info、Vary Region 这些按钮一个个指给你，配截图，不绕弯。你用两个小时翻完，至少不会在第一步卡住。

不适合谁？不适合已经出过一百张图、想知道"为什么这张不行"的人。这本书对"判断"这件事几乎没有提供任何工具——它给的是词表、按钮和成功案例，不给判据、不给失败样本、不给改稿路径。你在这本书里找不到"下一步该改哪一句"的答案。

如果让我给作者提一条修改建议，只有一条：把 8.1 到 8.3 那三节案例，改成"同一张图的三次修改"。第一次给原始 prompt 和翻车结果，第二次加权重，第三次换词或换模型版本，每一版都放图、放 prompt、放一句"这次改了什么、为什么"。三页就够，但它能把这本书从"截图说明书"变成"教程"。

最后一句：这本书最老实的地方，是它在第一页就承认界面会变、结果会变；最不老实的地方，是它承认完之后，仍然只教了你怎么按，没教你怎么看。