
这是一份从实测出发的 AI 生图实战指南:作者 Daniel Ball 用 Python 实际调用了多家生图服务商的 API,做了像素风精灵、写实卡桌背景和一系列餐厅海报实验后写成的笔记,从扩散模型、多模态模型讲起,覆盖生图类型、ChatGPT 的实际表现、2026 年 10 月的成本行情、提示词写法、像素画,以及怎么把生图接进代码和 Agent 里。
几个最实用的结论:你付的是画布的钱不是内容的钱,同尺寸的简单木桌和精细油画价格一样;不同模型单张成本能差 100 倍以上,从不到 1 美分到 15 美分以上,本地跑则不花钱;提示词要「描述它是怎么拍/印出来的,而不是它应该多好看」——相机、胶片、印刷工艺比「精美、超细节」管用;Agent 生图最好的管线是混合式:AI 管创意,普通代码管尺寸、透明度、配色和排版这些精确活,提示词→生成→检查→再试的循环交给 Agent 跑。
适合想系统搞懂 AI 生图、而不只是套几个咒语的人,也适合想把生图做到自己产品或工作流里的设计师和开发者。指南原文:danielball.com/notes/ai_image_generation.html。站内相关的 AI 创作工具可以接着看:无限画布:开源的 AI 创作工作台,生图、改图、视频和提示词库全放在一张画布上,以及PhotoCraft:免费开源的 Photoshop 式图片编辑器。
来源:danielball.com @Daniel Ball,原文:https://danielball.com/notes/ai_image_generation.html



没有回复内容