【2025最新】Diffusion 中文入門指南：5個步驟讓你從零基礎到熟練出圖

對於許多初次接觸AI繪畫的朋友來說，”Diffusion”這個詞可能聽起來有些技術化和遙遠。但實際上，它所代表的生成式AI技術，已成為驅動目前絕大多數AI繪畫工具的核心引擎。理解它的基本運作邏輯，是您從單純的「使用者」蛻變為「創作者」的關鍵。

本篇指南將拋棄繁雜的理論，透過五個核心步驟，帶您走過從安裝配置到熟練創作的全過程，讓您清晰地了解每一步「為什麼」以及「怎麼做」。

第一步：搭建你的創作環境－在地部署與雲端平台的抉擇

開啟AI繪畫之旅的第一件事，就是選擇你的「畫室」。目前主流的選擇有兩種：

本地部署(Local Deployment)：這是對創作掌控力最強的方式。你需要在自己的電腦上安裝一套完整的運作環境，其中最受歡迎、社群支持最完善的當屬 Stable Diffusion WebUI (AUTOMATIC1111版)。
- 優點：完全免費（除電費外），無生成數量限制，可自由安裝任何模型和插件，隱私性高，所有創作資料均在本地。
- 缺點：對電腦硬體有要求，通常需要一張擁有至少8GB顯存的NVIDIA顯示卡（A卡透過特定配置也能支持，但N卡生態更成熟）。安裝和設定過程對新手有一定學習曲線。
- 建議：如果你的電腦配置達標，並且希望長期、深入地探索AI繪畫，本地部署是你的不二之G擇。網路上有大量“一鍵安裝包”，可以大大簡化初始設定流程。
雲端平台(Cloud Platforms)：如果你不想折騰硬體和配置，或只是想快速體驗，雲端平台是絕佳的入口。這些網站已經為你準備好了一切，你只需註冊登錄，即可開始創作。
- 優點：對本地硬體無要求，手機、平板、一般電腦都能流暢使用。介面通常更友好，上手快。
- 缺點：通常有免費額度限制，超出後需付費。在模型和插件的自由度上低於本地部署，部分高級功能可能需要訂閱。
- 推薦平台：
  - SeaArt.ai：對新手非常友好，免費額度相對慷慨，社區活躍，有大量現成的模型和LoRA可供直接使用。
  - Leonardo.Ai：功能強大，不僅能產生圖片，也提供訓練自己模型的功能，風格偏向歐美遊戲和奇幻藝術。
  - Midjourney：雖然它並非嚴格的Diffusion WebUI平台，但作為AI繪畫的標桿，其獨特的藝術風格和高品質的出圖效果值得任何愛好者體驗。它透過Discord社群進行互動。

第二步：選擇你的畫筆靈魂－理解與挑選“模型(Model)”

如果說WebUI或雲端平台是你的畫室，那麼「模型」就是你畫筆的靈魂，它決定了你作品的基礎風格和能力上限。

什麼是模型？ 簡單來說，模型就是一個經過大量圖片資料訓練的巨大檔案（通常幾GB大小）。它學習了這些數據的風格、構圖、元素關聯性。你輸入的提示詞，其實是在引導這個模型，從它所「學習」到的知識庫中，組合出你想要的畫面。
模型的分類與選擇：
- 基座模型(Base Model)：如官方發布的 SD 1.5、SDXL 1.0。它們是“通才”，知識面廣，可塑性強，但沒有特別突出的風格。通常作為訓練其他模型的基礎。
- 微調模型(Fine-tuned Model)：這是社區創作的主力。創作者使用特定風格的資料（如二次元、寫實攝影、水墨畫等）在基座模型上進行“二次訓練”，使其成為擅長特定領域的“專才”。
  - 寫實類推薦：ChilloutMix, Realistic Vision
  - 二次元類推薦：Anything 系列, Counterfeit
- 哪裡找模型？ Civitai（俗稱C站）是目前全球最大、最活躍的AI繪畫模型和資源分享社群。你可以在這裡找到並下載幾乎所有類型的模型、LoRA以及優秀的範例作品與提示詞。國內也有如 哩布哩布(LiblibAI) 等優秀的平台可供選擇。

第三部：學習溝通的藝術－精通提示詞(Prompt)的語法

提示詞是人與AI溝通的橋樑。其品質直接決定了出圖效果的下限。一個好的提示詞結構通常是：

正向提示詞(Positive Prompt)：告訴AI你「想要什麼」。

結構化書寫：建議遵循 畫質詞+ 主體描述+ 環境與背景+ 風格與藝術家+ 構圖與光照 的順序。
- 範例：(masterpiece, best quality), 1girl with long silver hair, standing in a magical forest at night, fireflies glowing around, by Makoto Shinkai, cinematic lighting, dynamic angle.
質量詞綴：masterpiece, best quality, ultra-detailed 等詞彙能有效提升畫面整體品質。
權重語法：使用 (word:1.2) 增加該詞彙的權重，或 [word] 降低權重，可以更精細地控制畫面元素。

反向提示詞(Negative Prompt)：告訴AI你「不要什麼」。

作用：過濾掉模型在訓練中可能學到的“壞習慣”，如崩壞的手、多餘的肢體、低品質的畫面等。
通用模板：一套好的反向提示詞可以大幅改善出圖品質。例如：(worst quality, low quality:1.4), bad hands, extra fingers, mutated hands, disfigured, text, watermark, blurry. 你可以在C站等社區找到許多優秀的、可以直接複製使用的反向提示詞模板。

第四步：駕馭創作的控制台－核心參數解讀

如果提示詞是劇本，那麼參數就是導演手中的控制面板，它們決定了劇本如何被演繹。

採樣方法(Sampler)：AI生成圖片的過程，是從一張純噪音圖逐步「去噪」變清晰的過程。採樣方法就是「去噪」所遵循的演算法。不同的演算法會帶來細微的風格和速度差異。
- 新手推薦：Euler a (速度快，富有創意，適合初期探索)、DPM++ 2M Karras (出圖穩定，細節好，適合最終出圖)。
採樣步數(Steps)：即「去雜訊」的步數。步數太少，畫面可能模糊不清；步數太多，效果提升有限且耗時。通常 20-30 步是兼顧速度與品質的甜點區。
CFG Scale (提示詞相關性)：控制AI對你提示詞的「遵從度」。數值越低（如4-6），AI越自由發揮，畫面可能更有藝術感但偏離你的描述；數值越高（如8-12），AI越嚴格遵循你的描述，畫面更精準但可能略顯死板。7 是一個非常通用的起始值。
種子(Seed)：每一張AI圖片的生成，都始於一個隨機的「種子」值。如果種子設為-1，每次都會產生一張全新的圖片。如果你得到一張很滿意的圖，可以複製它的種子值並固定下來。這樣，你就可以在此基礎上微調提示詞，而畫面的主體構圖和人物將保持不變，這對於角色一致性和風格探索至關重要。

第五步：邁向自由創作－了解LoRA與ControlNet

當你熟練以上步驟後，可能會遇到新的瓶頸：如何讓AI畫出特定的人物角色？如何精準控制人物的姿勢？這時，你需要了解兩個進階工具：

LoRA (Low-Rank Adaptation)：可以將其理解為一個外掛的“風格/角色補丁”。它是一個小檔案（通常幾十到幾百MB），載入後能讓你的主模型學會畫某個特定的角色、服裝或畫風。這是實現角色一致性最主流的方法。
ControlNet：這是一個強大的插件，允許你用一張圖片（如火柴人姿勢圖、建築線稿、景深圖）來精確控制生成圖像的構圖、姿勢、輪廓。它將創作的主導權從AI手中進一步交還給你，實現了從「語意引導」到「幾何控制」的飛躍。

結語

AI繪畫的學習之路，更像是一場充滿探索樂趣的實驗。不必畏懼繁多的參數和概念，從選擇一個你喜歡的雲端平台或搭建好本地環境開始，挑選一個心儀的模型，然後大膽地去嘗試、去修改、去組合你的提示詞。每一次點擊“生成”，都是新的發現。當你能穩定地創作出心中所想的畫面時，你已經是一位合格的AI創作者了。