LiblibAI AI绘画新手怎么出第一张图?从选模型到保存结果
LiblibAI AI 绘画新手出第一张图,建议从图片生成器的文生图开始:选择一个基础模型,用“主题、风格、构图、光线”四段写提示词,设置与用途一致的画幅,第一次只生成一张。结果出来后先检查主体和构图,再一次只改一个变量,不要一开始就进入复杂工作流。
官方地址:https://www.liblib.art/
第一步:进入当前的图片生成入口
操作路径:打开官网,在当前导航中找到“图片生成”或图片生成器入口,进入新建生成任务的页面。平台导航和按钮名称可能调整,以官网实际页面为准。
第一次只做文生图,不上传参考图,不加载多个 LoRA,也不导入工作流。这样遇到结果不理想时,变量更少,更容易判断是模型、提示词还是画幅造成。
成功状态:页面上能看到提示词输入区、模型选择、画面比例或尺寸、生成数量和开始生成按钮。
第二步:选择一个适合题材的模型
操作路径:点击“模型”选择位置,根据想做的题材查看模型示例和说明。希望做插画,就选择示例中稳定呈现插画的模型;希望做写实照片,就查看写实类示例。第一次只选一个基础模型。
不要仅凭模型名字判断效果,也不要同时叠加多个风格模型。先观察模型页面的多张示例,看它是否在不同主题下都能保持所需风格。若页面说明有触发词或推荐方式,按该资源当前说明使用。
成功状态:模型已加载,生成页面没有资源缺失提示,你能用一句话说明它为什么适合本次题材。
第三步:用四段式提示词描述第一张图
操作路径:在正向提示词输入区按“主题 + 风格 + 构图 + 光线”填写。可以使用一个简单练习:
雨后城市街角,电影感插画,街道向远处延伸并保留右侧留白,暖色店铺灯光与冷色天空
主题回答画什么,风格回答用什么视觉语言,构图说明主体位置和空间关系,光线说明时间与氛围。第一次不要堆很多近义形容词。若有负向提示词区域,只加入最必要的排除项,例如异常文字、水印样式和明显结构错误。

成功状态:提示词能清楚拆成四部分,没有互相矛盾的风格、时间和构图要求。
第四步:设置画幅并只生成一张
操作路径:在画面比例或尺寸中选择最终用途需要的方向。文章头图通常选择横图,头像偏方形,手机内容偏竖图。输出数量先设置为一张,然后点击“开始生成”。
第一次使用单张输出,是为了减少等待和消耗,也能让注意力集中到参数关系上。画幅会明显影响构图,同一句提示词从横图切成竖图,主体位置和背景空间可能完全变化。
成功状态:任务进入处理状态,完成后结果区出现一张与所选横竖方向一致的图片。
第五步:生成后先检查再调整
操作路径:点击结果缩略图打开大图,依次检查主体是否清楚、构图是否符合用途、画面有没有异常文字、边缘是否完整、人物或物体结构是否合理。
如果主体和构图都错了,应回到提示词重新明确主题与位置;如果整体方向正确但颜色不对,只调整光线或色调描述;如果只是局部细节有问题,可以在熟悉基础生成后再使用编辑功能。

成功状态:即使图片还不完美,你也能指出一个最需要修改的问题,而不是只觉得“效果不好”。
第六步:一次只修改一个变量
操作路径:保留第一张结果,返回设置区,只修改一项。例如只把“暖色店铺灯光”改成“清晨柔光”,其他模型、主题、构图和画幅保持不变,再点击生成。
两张结果并排比较,就能理解该变量的影响。下一轮再调整构图或模型。一次改很多项,结果即使变好也无法知道原因,后续很难复现。
成功状态:第二张图的主要变化与本次修改对应,其他视觉条件大体保持可比较。
第七步:命名并保存通过检查的结果
操作路径:在作品或任务详情中使用当前可用的保存、下载或收藏操作。下载后按“主题—用途—序号”的方式命名,例如“雨夜街角—文章头图—01”。同时记录模型、提示词和画幅。
保存参数比只保存图片更重要。下次想继续这个方向时,可以从可用设置开始,而不是重新猜。需要公开发布或商业使用时,还应查看平台当前规则、具体模型说明及输入素材本身的权利状态。
成功状态:本地或项目中同时保留最终图片和对应参数记录,文件名能说明用途和版本。
新手最容易遇到的三个问题
提示词写得越长越好吗?
不一定。过长提示词可能包含互相冲突的风格和构图要求。先用四段式写清核心信息,再根据结果补一个具体变量。
第一次应该选多少张输出?
先选一张。确认模型、提示词和画幅方向正确后,再增加候选数量。这样更容易控制试错成本。
为什么同样提示词每次都不同?
生成过程包含随机性。需要做对照时,可在当前入口支持的情况下记录种子,并保持模型、尺寸和其他参数一致。
什么时候再学习参考图和工作流
当文生图方向稳定后,如果要保留某个主体或构图,可以学习图片参考和编辑;当同一处理步骤会重复很多次,或任务包含多个模型和后处理阶段,再学习 WebUI 或 ComfyUI。先掌握简单生成,有助于理解复杂工作流中每个节点的作用。
总结
LiblibAI AI 绘画新手完成第一张图的顺序是:进入图片生成器、选择一个模型、用四段式提示词描述目标、设置画幅和单张输出、生成后检查、一次只改一个变量、保存图片与参数。把第一次任务保持简单,反而更容易快速理解模型和提示词如何共同影响结果。
Go encoding/csv FieldsPerRecord 设置为负数后如何自行校验列数
- 上一篇
- Go encoding/csv FieldsPerRecord 设置为负数后如何自行校验列数
- 下一篇
- Postman 如何把环境变量用于请求参数
-
- 文章 · 软件教程 | 4小时前 |
- VS Code 用户代码片段按文件名模式限定展开范围
- 270浏览 收藏
-
- 文章 · 软件教程 | 10小时前 |
- Actions concurrency 怎样取消旧工作流
- 465浏览 收藏
-
- 文章 · 软件教程 | 10小时前 | 容器 · 开发环境 · docker · 容器编排 Docker Compose profile 服务启停 Compose profiles
- Compose profiles 怎样按 profile 启停服务
- 499浏览 收藏
-
- 文章 · 软件教程 | 10小时前 |
- Draft Pull Request 怎样切换审查状态
- 418浏览 收藏
-
- 文章 · 软件教程 | 10小时前 |
- Actions artifacts 怎样设置产物保留期
- 423浏览 收藏
-
- 文章 · 软件教程 | 10小时前 | 环境变量 · vs code · 环境变量 VS Code launch.json 调试配置 IDE Run Configuration envFile
- IDE Run Configuration 怎样保存环境变量
- 459浏览 收藏
-
- 文章 · 软件教程 | 10小时前 | 容器 · docker · docker 多阶段构建 BuildKit buildx Build cache
- Build cache 怎样复用多阶段缓存
- 372浏览 收藏
-
- 文章 · 软件教程 | 10小时前 | docker · 开发工具 · Docker Compose Compose Watch 源码同步
- Compose Watch 怎样同步源码变化
- 410浏览 收藏
-
- 文章 · 软件教程 | 10小时前 |
- Codespaces 怎样调整预构建环境
- 187浏览 收藏
-
- 文章 · 软件教程 | 10小时前 |
- Dev Containers 怎样从配置打开容器
- 100浏览 收藏
-
- 文章 · 软件教程 | 10小时前 |
- VS Code 扩展怎样安装指定版本
- 490浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 689次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 703次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 764次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 728次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 564次使用
-
- LiblibAI是什么?核心功能和适合人群说明
- 2026-09-09 315浏览
-
- LiblibAI适合插画师吗?从创作任务看是否值得用
- 2026-09-09 476浏览
-
- LiblibAI对插画师有什么帮助?常用场景和能力边界
- 2026-09-09 391浏览
-
- 插画师选择LiblibAI前要看什么?功能、成本与交付检查
- 2026-09-09 262浏览
-
- LiblibAI做设计提案草图好用吗?三类项目测试方法
- 2026-09-09 450浏览

