谢丽鹿上周有个朋友给我看了一张他用Stable Diffusion生成的图，画面确实漂亮，赛博朋克风格的城市夜景，模特站在正中央，光影通透。他问：能不能直接拿去做手机海报？我放大到一半就看出了问题——模特的五官已经糊成一片，背景灯箱上全是意义不明的乱码字符。这大概就是大多数人从“AI绘画玩家”跨到“AI海报设计师”时遇到的那堵墙。
很多人第一次用Stable Diffusion出图，都会被那种惊艳感冲昏头脑。但只要真正落到海报场景里，很快就会发现：AI生成的是一张好看的画，不一定是一张能用的设计稿。搞定了提示词、模型、ControlNet、放大和合成，把“生成图”变成“可交付的视觉作品”，中间其实有一套完整工作流。这篇就把我反复迭代后的整套做法掰开来讲，从底图生成一直讲到PS排版输出，适合设计师、运营、电商美工、自媒体创作者这些真正需要用海报交付结果的人。
1. 为什么AI生成图不能直接当海报用——先别急着出图
1.1 海报是信息设计，不是画作展示
Stable Diffusion本质上是个“图像生成器”，它的目标是生成一张视觉合理的图片，而海报的目标是传达信息。这两个目标经常互相打架。
AI出图最舒服的构图习惯是把主体放在画面正中偏上，背景填满细节，光影拉满。作为一张画，这是没错的，画面饱满。但海报要在上面叠加标题、副标题、卖点、按钮或二维码信息，画面一满，文字就没有容身之处。就算硬塞上去，文字和背景之间缺乏对比度，阅读体验一塌糊涂。
我见过太多人拿着AI生成的“满幅作品”去找排版，最后只能把文字压在角落，或者用一个大色块强行盖住画面的一部分。这种处理方式不能说错，但它浪费了AI生成图的价值，而且留白位置不对，版式怎么看都别扭。所以核心认知要变一下：把AI当成“视觉素材生产器”，而不是“成品海报生成器”，在生成阶段就要为后面的排版预留空间。
1.2 为什么是Stable Diffusion，而不是在线AI工具
在线AI绘画工具我也用过，出图速度快、效果也不差，但做专业海报时短板很明显：生成参数不可控，分辨率限制多，最关键的是没办法精准控制画面的构图位置。一张海报的成功，很大程度上取决于主体的位置、大小、朝向，这些要素在线工具基本给不了。
Stable Diffusion则完全不同——本地部署之后，模型可以随便换，ControlNet可以把任意草图变成画面结构约束，Tiled放大可以处理高清大幅面，局部重绘可以单独修手部瑕疵。插件生态让“出图”变成了“可控的视觉生产”。我自己最常用的几个组件包括大模型、VAE、ControlNet、ADetailer和放大脚本，每一步都解决一个具体的问题。
提示：这里说的“专业级”，不是指直接让AI一键生成终稿，而是“AI负责画面生产，设计师负责版式落地”的分工协作。明确这条边界，后面所有操作才不会走偏。
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 把底子打牢：模型选型、出图比例与提示词结构
2.1 大模型决定了画面的下限
很多人问为什么不直接用默认模型。我的回答是：你要看它适不适合做海报底图。评价一个模型适不适合海报，不是看它细节多不多，而是看它的光影层次干不干净、背景分离度好不好、高光会不会过曝。
知道模型库里的几大类模型——写实类、2.5D质感类、日系二次元类、国风插画类，每类都有擅长和不擅长的题材。我做过一段时间的电商活动海报，对比下来最偏好的是光影柔和、暗部不透死的写实类模型。这类模型生成的图在后期和文字层叠加时，容错度很高。二次元模型做游戏推广海报很出效果，但那种过于干净的上色方式，配上大号黑色标题字之后，往往会产生“贴纸感”。
关于选型我有三条建议。第一，做产品海报优先选摄影质感强的模型，产品图必须让人信服。第二，做人物海报选面部特征稳定、手部畸变率低的模型，能省掉大量修复时间——这个看图或者多试几次就能判断。第三，不要迷信新模型，在自己的项目里稳定产出、反复可用，比“最强”更重要。我自己的图库里常驻了三个模型，一个写实通用，一个偏2.5D风格化，一个专门用于国风题材，基本覆盖了绝大多数海报需求。
2.2 出图比例与分辨率：不要在一开始就锁死构图
海报最终大概率是竖版或方形，但我不建议你一开始就用竖版比例直接出图。原因很简单：竖版构图默认会将主体放在中央，AI会主动把画面填满，后期很难再腾出文字区。
实际项目里我常用1:1或4:3横版比例生成主体图，目的是让主体落在画面偏左或偏右的位置，另一半留出干净的背景。到后期可以选择用PS扩展画布，或通过Outpainting功能补全竖向空间。这样操作，文字区的位置基本可控。
分辨率方面，别指望一步生成印刷级大图。Stable Diffusion在常规显存下的出图分辨率一般建议在768×1152以内，超过之后容易出现多人头、重复结构、细节扭曲这些问题。我的习惯是主体图生成阶段控制在512到768之间的短边尺寸，保证构图细节基本成立，然后再通过放大链路把它推上去。这个后面会专门讲。
2.3 提示词结构：主体、环境、留白、画质
提示词不是越堆越好。我给它的优先级排序是：主体描述 > 空间布局 > 风格氛围 > 画质增强 > 负面排除。其中“空间布局”这一项，很多新手完全忽略，但这恰恰是海报底图最重要的部分。
举个例子，同样生成一个咖啡杯，两个提示词方向的差别很大。只写“a glass coffee cup on a table”得到的一般是居中构图、背景杂乱。加上“on the right side, left side is empty and clean, negative space”之后，主体位置和留白区就明显不一样了。我通常还会加入“isolated on clean background”“soft gradient background”这类词，让背景在视觉上更“平”，方便后续叠加文字。
负面提示词的作用同样关键。不要只写“low quality”“blurry”，还要把“text, watermark, letters, words, logo, cluttered background, extra fingers”加进去。这些词能明显减少AI生成乱码文字的概率。因为海报场景对文字区域要求很高，底图上只要多出一行乱码伪文字，后期处理都会很头痛。
提示：提示词只是引导，不是承诺。想稳定控制布局，真正可靠的办法是用ControlNet。下面的内容才是这篇文章的核心。
3. ControlNet进场：真正的海报版面控制
3.1 四种常用控制方式怎么选
ControlNet是Stable Diffusion生态里最被低估的一个组件。它把“靠提示词碰运气”的构图方式，变成了“喂一张图让AI照着结构走”。在海报场景下，我常用四种控制方式。
Canny边缘检测适合锁定主体轮廓位置。它把原图抽成线条骨架，AI生成时严格贴着线条关系走。产品海报里，我想把咖啡杯固定到右侧三分之一处，就画一张右侧三分之一有杯子的简单速写，传给Canny。
Depth深度图适合控制前后层次关系。海报需要背景虚化和前景遮挡时，Depth都能派上用场。它输出的是灰度图，越近越白，越远越黑，AI根据层次关系补画面。
Lineart线稿控制适合插画风海报。它的控制比Canny更精准，细节能保留更多，特别适合想要特定画面构成感的国风、线描类设计。
OpenPose姿态控制则专门处理人物动作，给出一套骨架图就能让AI照着动作生成人物，做模特海报时非常实用。很多时候我只需要人物姿势固定即可，服装、光影、环境都交给提示词发挥。
3.2 实操案例：把主体锁在画面的黄金分割点
我拿一个咖啡产品海报举例。目标是把咖啡杯放在画面右侧约三分之一处，左侧留出干净区域放活动标题。
第一步，在PS里新建一张1:1画布，用黑色底、白色轮廓快速地画一个杯子的剪影，放在右侧三分之一处。这个草图不需要好看，只需要黑白关系清晰、轮廓大致正确，能看出杯子和空间位置就够。
第二步，进入Stable Diffusion的ControlNet面板，加载这张草图，预处理器选Canny。权重方面我建议从0.8起步。权重太高画面会僵硬死板，太低又无法约束位置。
第三步，提示词里写清楚杯子的材质、桌面材质、光影氛围，不需要再赘述位置。让ControlNet去管位置，提示词只管内容。采样步数28到30，CFG Scale保持7左右。
第四步，批量生成6到8张，选出主体位置和灯光都满意的一张，进入后续放大修复流程。
这一步做出来之后，你会发现AI出图的实用度提升了一个档次。原因是你在用“设计草稿”驱动“画面生成”，而不是被AI牵着走。
3.3 多ControlNet叠加的先后顺序与权重分配
单张ControlNet能锁住轮廓，但遇到更复杂的场景，比如“模特在台阶上，背景有深远的空间层次，前景还要有一束花枝虚化”，就需要多个控制模块同时工作。
我经常叠加Depth和OpenPose。Depth负责场景层次，OpenPose负责人物姿态。操作时把两个ControlNet模块都开启，分别上传对应的参考图，权重按“构图控制>姿态控制”的原则分配。Depth通常给0.7到0.85，OpenPose给0.7左右。如果两个加在一起之后出图变得机械、呆板，就先降低姿态权重，保留画面整体结构。
另外要注意ControlNet的起始阶段设置。起始步数建议在0.05到0.1之间，结束步数在0.6到0.8之间。原因是：在生成的中后段如果还让ControlNet全程盯着，AI生成的光影和材质细节会被结构图过度压制，边缘会变得脏且锐利。后20%交给模型自由发挥，最终图的质感会自然很多。
4. 从SD到成品：放大、修复与排版合成的完整链路
4.1 高清放大的正确打开方式
很多人的习惯是生成一张小图直接拉大，结果画面发虚、五官崩掉。原因很简单：普通缩放只能插值补像素，不能补充细节。Stable Diffusion里正确的放大逻辑是“重绘放大”，让AI在放大过程中重新渲染细节，保留原有构图前提下提升清晰度。
具体操作上，我推荐Tiled Diffusion配合Tiled VAE使用。Tiled VAE解决的是大图处理时的显存溢出和色彩断层问题，它把图片分成小块逐块处理，显存占用大幅降低。放大倍数我一般分两步走：第一次放大2倍，Denoising强度控制在0.3到0.4；第二次再放大2倍，Denoising降到0.3左右。这么做比一次性放大4倍要稳定得多，画面不容易出现涂抹感和重复纹理。
在这个环节，有个细节值得注意：Denoising强度太高，AI会重新画图，构图可能偏移，主体位置会漂移。太低又起不到补充细节的作用。0.3到0.4是一个非常安全的区间，做完两轮放大后，一张960像素左右的底图能推到3840像素以上，完全满足A4尺寸印刷的精度需求。
4.2 局部重绘与细节修复：让AI把画错的地方改回来
无论模型多好，手和脸依然是重灾区。大拇指多出一节、眼睛糊成一团这类问题，几乎无法通过重新抽卡完全避免。正确思路是“生成完再局部修”。
我最常用的工具是ADetailer，它能自动检测画面中的面部或手部区域，然后在检测框内单独重绘修复。它的优势是自动化程度高，批量出图时能一口气修完多个细节。参数设置上，检测面部我用face_yolov8n模型，手部用手部检测模型，重绘幅度0.4到0.6，提示词只需写“perfect hand, five fingers, detailed skin texture”这类正向词即可。
如果不想装插件，手动局部重绘也能达到相近效果。操作流程是：把图片送入图生图的局部重绘模式，用蒙版把畸形的手部区域涂满，蒙版边缘稍微留出羽化范围，提示词写清楚正确手指数量，重绘幅度0.5左右。这套方法的好处是可控性极高，改哪个区域完全由自己说了算。
提示：局部重绘时，重绘幅度不要超过0.7。否则AI会连带周围的环境一起重画，背景里的桌子、墙体会发生变异，反而更麻烦。
4.3 排版合成的实操顺序：先修底图，再排文字
底图处理干净之后，才轮到真正体现设计师功力的排版合成环节。顺序一定是“先修图后排版”，只有底图反差对了，文字层才能干净利落地压上去。
在PS里我的操作习惯是：第一步，复制底图图层，用曲线工具微调明暗。海报需要文字的区域，用蒙版局部压暗，或者叠加一个从暗到透明的线性渐变，给文字让出空间。第二步，处理色彩偏色。AI生成图经常偏青或偏洋红，用色彩平衡统一到主品牌的色调体系。第三步，再叠加文字。
文字层不是随便叠。白色文字需要底图暗部衬托，黑色文字需要亮部衬托。如果底图明暗条件不满足，最简单有效的方法是加一个同色系的半透明色块，比如品牌深蓝色调成80%透明度覆盖在文字区，然后叠白色大字，层次感一下就出来了。标题字号要拉开层级，主标题至少是副标题的两倍大，辅助信息用细体字控制视觉噪音。最后整体看一遍文字安全距离和出血位，导出前把RGB预览切换成CMYK校样，确认色彩不偏，再输出交付。
5. 实测中的高频翻车点：面部畸变、背景过剩与分辨率泥潭
5.1 面部畸变的修复顺序
先说结论：如果只允许装一个修复插件，我选ADetailer。自动检测、自动重绘、可批量，几乎是为这种痛点设计的。在项目流程里，我的顺序是：出图后先整体看结构，面部和手部交给ADetailer批处理，处理完再放大，放大后再人工核验一遍细节。
使用ADetailer的时期也有讲究。我建议在第一次放大前修复，这样重绘出来的细节会被第二次放大“顺带增强”，不会被模型二次打乱。如果你在放大后才发现面部有问题，也可以直接对高清图做ADetailer重绘，效果同样显著。需要注意，如果画面里同时有多个脸，检测模型可能漏检小尺寸的人脸，这时可以把检测框的下限下调，让模型更敏感一些。
5.2 背景“太满”的两种补救思路
AI生成时即使加了留白词，也免不了翻车。遇到“满背景无字可放”的局面，不要慌，有两个补救思路行之有效。
一种是打光补救：在PS里加一个径向渐变蒙版，从文字区域拉一道暗角，把底图局部压下去。再配合放大或柔光混合模式，让暗角和画面自然融和。这种方法操作最快，适合活动促销海报这类信息密集的场景。
另一种是重新生成背景：把主体抠出来，将背景送入图生图局部重绘，在蒙版里把整个背景区域涂掉，提示词写“plain background, solid color, clean gradient”，重绘幅度0.6左右。或者更进一步，用ControlNet从草图开始重新画一幅构图更干净的底图。这种方法适合需要完美质量的项目场景，虽然麻烦，但效果是根治性的。
5.3 分辨率泥潭：算清楚再放大
关于分辨率，最重要的一句话是：先算最终需求，再倒推放大方案。
一张只在手机端展示的电商海报，1920×1080或1080×1920就足够。一张A3印刷海报，300DPI大约需要3508×4961像素。这两种需求对应的放大策略完全不同。手机端海报用一次2倍放大基本就能满足，印刷海报则需要两轮甚至三轮放大。我遇到过一些朋友把1920×1080的图硬拉到8000×8000，结果画面大面积涂抹，打印出来质感反而更差。没必要追求绝对的最大分辨率，够用才是关键。
5.4 风格统一性：同一项目里如何保持稳定的视觉语言
海报设计最怕的就是：十张草稿十个风格，放在一起像十个不同团队的作品。AI绘画项目里，风格漂移几乎不可避免。
我的方法是建立“项目基线”：确定大模型版本后不随意更换，固定CFG和采样器，固定正面提示词里的风格段。然后每次只调整跟主体相关的部分，把画面细节的变化控制在可控范围内，方便排查变量。同时我习惯记录每批次出图的seed值，相当于给每次生成保存了“配方”，哪张效果好，就可以精确复现调整。这里的逻辑和代码版本管理非常像，一套项目一套记录，时间长了沉淀下来的就是自己的风格资产。
提示：不要在同一批海报里频繁更换大模型。大模型之间对“美”的理解差异极大，混用会让系列海报看起来像是外包给几家公司分别做的。
6. 一套能落地的日常效率打法：从“抽卡”到“生产”
我现在做一个项目海报的完整流程大概是这样的：先明确海报文案和主视觉需求，确定主体位置和文字分区；再用ControlNet出6到8张底图，选图后在清单里记录好seed和提示词；接着ADetailer修复，Tiled放大两轮；最后进PS统一调色、叠加品牌元素、排版输出。整套流程走下来，从创意到成品比传统设计快很多，质量也稳定。
有几个小习惯给我带来的帮助非常大：一是批量生成时保持相同seed，每张只改动一个小变量，方便对比；二是每次修图前先备份原图，调整参数后如果翻车可以回到起点重新来；三是把最终PS文件里的智能对象保留下来，下次做同系列海报时直接替换底图就能复用版式。
Stable Diffusion作为工具的价值，在“生产系统”里才会被完全释放。如果还是停留在抽卡层面，那它产出的永远是一堆好看的废图；把它纳入生成、修复、放大、排版、输出的完整链路之后，海报这件事才算真正打通。