第2章初識AIGC設(shè)計變革AIGC設(shè)計基礎(chǔ)教程目錄Contents2.1

AIGC設(shè)計變革2.2

AIGC設(shè)計流程變革2.3

高效的提示設(shè)計方法2.4

AIGC在設(shè)計領(lǐng)域的案例2.5

AIGC創(chuàng)意設(shè)計2.6

知識拓展2.1.1多模態(tài)數(shù)據(jù)引擎：設(shè)計素材的智能采集與管理中心多模態(tài)數(shù)據(jù)引擎負(fù)責(zé)自動采集和管理海量設(shè)計相關(guān)素材，為生成模型提供高質(zhì)量的“燃料”。該引擎通過爬取設(shè)計平臺（例如Behance、Dribbble、花瓣網(wǎng)等）和開放資源庫，收集豐富的圖像、文本、三維模型和視頻等多模態(tài)數(shù)據(jù)。為了讓機(jī)器“理解”這些多源異構(gòu)的素材，系統(tǒng)引入了CLIP（Contrastive?Language-Image?Pre-training，對比語言-圖像預(yù)訓(xùn)練）模型等多模態(tài)預(yù)訓(xùn)練模型，將圖像和文本映射到統(tǒng)一的語義空間，從而實現(xiàn)標(biāo)簽、描述與視覺內(nèi)容之間的深度語義匹配2.1.2生成模型矩陣：多場景適配的創(chuàng)意內(nèi)容生成生成模型矩陣，可視為一個面向不同設(shè)計任務(wù)的智能內(nèi)容生產(chǎn)工廠。它不同于過去僅依賴單一模型生成圖像或文本的模式，而是采用多模型協(xié)同的策略，根據(jù)設(shè)計場景靈活調(diào)用最適合的生成引擎，從而在各細(xì)分領(lǐng)域生成高質(zhì)量內(nèi)容。首先，在視覺設(shè)計領(lǐng)域，主要使用擴(kuò)散模型（Diffusion?Models）生成高清圖像。其中，具有代表性的模型，如Stable?Diffusion和OpenAI的DALL·E?2等。DALL·E?2能夠根據(jù)任意文本描述生成原創(chuàng)且高度逼真的圖像，并可以融合多個概念和風(fēng)格。其次，在界面和交互設(shè)計方面，近年來出現(xiàn)了專門面向UI/UX的生成式模型和工具?；诖笳Z言模型的生成引擎可以理解界面設(shè)計的描述性文本，輸出對應(yīng)的線框圖或代碼框架。2.1.2生成模型矩陣：多場景適配的創(chuàng)意內(nèi)容生成最后，為加強(qiáng)生成內(nèi)容的可控性和一致性，生成模型矩陣與各種圖像控制技術(shù)相結(jié)合，賦予設(shè)計師更精細(xì)的創(chuàng)作調(diào)控手段。簡而言之，生成模型矩陣匯集了文本生成圖像、文本生成布局、跨模態(tài)轉(zhuǎn)換等多種AI模型，并通過插件的方式結(jié)合控制模塊，形成一個面向設(shè)計場景的“模型工廠”。設(shè)計師的使用體驗是高度智能化的——只需給出創(chuàng)意意圖（文本描述、草圖等），AIGC就能自動產(chǎn)出從概念草圖到完整設(shè)計方案的一系列內(nèi)容，大幅減少了人工探索與制作的工作量，為設(shè)計流程的提速增效奠定了基礎(chǔ)2.1.3協(xié)同工作流接口：構(gòu)建AI+設(shè)計生態(tài)的連接橋梁協(xié)同工作流接口是與設(shè)計師日常工具鏈對接的。這一層通過標(biāo)準(zhǔn)化的API和插件，將前述強(qiáng)大的生成能力無縫嵌入Photoshop、Illustrator、Figma、Sketch、MasterGo等主流設(shè)計平臺。其目的在于讓AI輔助設(shè)計融入現(xiàn)有工作流，降低使用門檻并促進(jìn)人機(jī)協(xié)同。在傳統(tǒng)設(shè)計流程中，設(shè)計師需要在不同軟件間切換，手動導(dǎo)入導(dǎo)出素材；而在AIGC輔助設(shè)計流程中，AIGC工具可以通過協(xié)同工作流接口直接嵌入設(shè)計師熟悉的軟件環(huán)境。例如，Adobe公司在2023年推出的Firefly模型通過插件集成在Photoshop中，設(shè)計師在Photoshop中只須用自然語言描述希望填充的內(nèi)容，即可使用Firefly自動生成符合描述的圖像并與原圖無縫融合。這種從文本到圖像蒙版的自動化流程，使許多煩瑣的工作一鍵完成。目錄Contents2.1

AIGC設(shè)計變革2.2

AIGC設(shè)計流程變革2.3

高效的提示設(shè)計方法2.4

AIGC在設(shè)計領(lǐng)域的案例2.5

AIGC創(chuàng)意設(shè)計2.6

知識拓展2.2.1設(shè)計流程的變化AIGC的出現(xiàn)不僅帶來了新工具，也深刻改變了設(shè)計流程的范式。傳統(tǒng)設(shè)計流程往往是線性推進(jìn)、周期較長，而引入AIGC技術(shù)后，設(shè)計流程逐步演變?yōu)楦咚俚拈]環(huán)模式。為直觀展示這種轉(zhuǎn)變，如表對比了傳統(tǒng)設(shè)計流程與AIGC設(shè)計流程在各主要環(huán)節(jié)的差異。2.2.2設(shè)計流程變革的特征引入AIGC技術(shù)后，設(shè)計流程在各階段均發(fā)生了顯著變化，主要特點呈現(xiàn)在以下各個方面。1.?從線性到閉環(huán)2.?從手工到智能協(xié)同3.?從長周期到快節(jié)奏目錄Contents2.1

AIGC設(shè)計變革2.2

AIGC設(shè)計流程變革2.3

高效的提示設(shè)計方法2.4

AIGC在設(shè)計領(lǐng)域的案例2.5

AIGC創(chuàng)意設(shè)計2.6

知識拓展2.3.1Prompt的基本要素Prompt的基本要素：1.?明確的目標(biāo)指向直接點明希望生成的內(nèi)容類別和核心特征。2.?豐富的細(xì)節(jié)描述 添加關(guān)于風(fēng)格、色調(diào)、構(gòu)圖、情感氛圍等細(xì)節(jié)，有助于模型更準(zhǔn)確地還原設(shè)計師的意圖。3.?可控的參數(shù)限定在Prompt中提出尺寸、比例、格式等要求，或者指定使用某版本的模型等。2.3.1Prompt的基本要素4.?參考的輔助信息如果有期望的參考風(fēng)格或示例，可以在Prompt中提及或提供鏈接。5.?負(fù)面約束明確說明不希望出現(xiàn)的元素或風(fēng)格，也是一種常用技巧。2.3.2逐步引導(dǎo)對于復(fù)雜場景或要求較高的設(shè)計任務(wù)，逐步引導(dǎo)（Chain-of-Thought）的Prompt設(shè)計方法十分奏效。借鑒自大模型領(lǐng)域的“連鎖思維提示”，即通過在提示中讓模型產(chǎn)出中間推理步驟，以解決復(fù)雜問題。在AIGC設(shè)計中，我們可以將復(fù)雜需求拆解為多個階段，循序漸進(jìn)地引導(dǎo)模型完善創(chuàng)作。1.?整體構(gòu)思首先提出宏觀要求，讓模型給出初步方案。2.?細(xì)節(jié)強(qiáng)化選取滿意的初稿后，進(jìn)一步提出細(xì)節(jié)要求引導(dǎo)模型細(xì)化。3.?風(fēng)格統(tǒng)一針對色彩和風(fēng)格進(jìn)行統(tǒng)一調(diào)整的提示。2.3.3多輪優(yōu)化與微調(diào)AIGC的另一大優(yōu)勢在于支持快速的多輪交互。設(shè)計師應(yīng)充分利用這一點，采取循環(huán)微調(diào)的策略逐步逼近理想效果。具體做法包括：1.?針對輸出實時反饋每輪AI生成后，及時評估輸出結(jié)果，找出需要改進(jìn)之處，然后通過新的Prompt加以引導(dǎo)。2.?局部優(yōu)化當(dāng)前的AIGC工具往往允許對輸出的局部區(qū)域進(jìn)行微調(diào)，如使用蒙版選中某一部分重新生成。在設(shè)計中可以鎖定滿意的部分，僅替換不滿意的局部元素，實現(xiàn)局部迭代優(yōu)化。2.3.3多輪優(yōu)化與微調(diào)3.?參數(shù)調(diào)整善用AIGC工具提供的參數(shù)選項，如多樣性控制、隨機(jī)種子、步驟次數(shù)等。4.?模型微調(diào)對于特定風(fēng)格或領(lǐng)域的設(shè)計任務(wù)，可以考慮訓(xùn)練或加載專門的模型（如訓(xùn)練小型LoRA模塊應(yīng)用于主模型）。在多輪交互過程中，不妨嘗試切換或微調(diào)模型，以觀察輸出效果的變化，從中選擇最佳方案。目錄Contents2.1

AIGC設(shè)計變革2.2

AIGC設(shè)計流程變革2.3

高效的提示設(shè)計方法2.4

AIGC在設(shè)計領(lǐng)域的案例2.5

AIGC創(chuàng)意設(shè)計2.6

知識拓展2.4.1AdobeFirefly提高圖像設(shè)計效率 全球創(chuàng)意軟件領(lǐng)導(dǎo)廠商Adobe在2023年推出了Firefly生成式模型，并將其深度集成到Photoshop等工具中。設(shè)計師利用該工具，只需用文字描述想要的效果，例如“修改圖像背景為冬天”，Photoshop便會調(diào)用Firefly自動在圖像中生成符合描述的元素并完成合成，如圖所示。這極大地簡化了海報設(shè)計、照片編輯等工作的流程。2.4.2FigmaAI實現(xiàn)一鍵界面原型，F(xiàn)igma便自動生成了適應(yīng)多屏幕的旅游App應(yīng)用界面原型，包含地圖、菜單、第三方服務(wù)結(jié)構(gòu)等元素，是一個完整度較高且可用的初步設(shè)計原型。設(shè)計師可以根據(jù)需求，對局部進(jìn)行進(jìn)一步的調(diào)整和完善，最終得到滿意的設(shè)計方案。2.4.3汽車設(shè)計中的AI人機(jī)共創(chuàng)汽車制造巨頭豐田的研究機(jī)構(gòu)TRI于2023年發(fā)布了一項將工程約束引入生成式設(shè)計的新技術(shù)。汽車外觀設(shè)計師通常使用開源的文本生成圖像工具（如Midjourney）獲得設(shè)計靈感，但這些工具無法考慮空氣動力學(xué)、車架尺寸等工程因素。TRI開發(fā)的AI工具可以讓汽車設(shè)計師通過輸入手繪草圖以及諸如風(fēng)阻系數(shù)、車廂空間等工程參數(shù)，生成既滿足設(shè)計美學(xué)又符合工程約束的汽車外形方案2.4.4AIGC助力復(fù)雜形態(tài)探索清華大學(xué)的研究團(tuán)隊以水下機(jī)器人外觀設(shè)計為例，提出了“七步形態(tài)研究法”，多次運(yùn)用了AIGC工具來生成設(shè)計方案，如圖所示。研究者首先通過生物啟發(fā)確定初始形態(tài)概念，讓AI生成若干仿生造型方案；接著結(jié)合參數(shù)化設(shè)計和拓?fù)鋬?yōu)化方法，對AI生成的形態(tài)進(jìn)行結(jié)構(gòu)和性能分析；然后利用生成模型進(jìn)行形態(tài)細(xì)節(jié)的完善和多樣化；最后通過仿真驗證選定方案的流體動力性能。 目錄Contents2.1

AIGC設(shè)計變革2.2

AIGC設(shè)計流程變革2.3

高效的提示設(shè)計方法2.4

AIGC在設(shè)計領(lǐng)域的案例2.5

AIGC創(chuàng)意設(shè)計2.6

知識拓展2.5.1明確設(shè)計目標(biāo)為輕度認(rèn)知障礙（MCI）老年群體設(shè)計一款輔助終端產(chǎn)品，所探索的產(chǎn)品原型旨在服務(wù)于“輕度認(rèn)知障礙老年群體”，在功能與結(jié)構(gòu)初步確定的前提下，現(xiàn)需其外觀不僅追求造型創(chuàng)新，更需貼合具體功能與用戶心理。以老年產(chǎn)品終端為例，設(shè)計團(tuán)隊要關(guān)注以下幾點。（1）簡潔親和的外形（2）認(rèn)知輔助功能引導(dǎo)設(shè)計形態(tài)（3）情感鏈接與熟