AI 文生图怎么做？新手跟着这几步就能出图

打开文生图应用，把想要的画面写成一段描述，选好比例和清晰度，点生成，5 到 30 秒就能拿到一张图。整个过程一共六步，每一步该点什么、屏幕上会出现什么，下面按顺序讲清楚。

先说结论

• 核心动作只有一个：把画面描述写清楚，其余都是选择题
• 六步流程：打开应用 → 写描述 → 传参考图（可选）→ 选比例 → 选清晰度 → 点生成
• 出图耗时约 5-30 秒（来源：应用接口公示参数），一次产出 1 张
• 比例共 11 种：手机壁纸选 9:16，横版封面选 16:9，方图选 1:1，拿不准选"自动"
• 清晰度三档：1K（默认）、2K、4K，日常屏幕用图选默认即可
• 不满意就改描述重新生成，这是正常流程，不是你操作错了

开始前：它和别的做法差在哪

做法	投入方式	多久能拿到图	需要什么基础	适合谁
自己学画	长期练习投入	以月、年计	美术功底	想把绘画当职业的人
找画师约稿	按项目付费	数天到数周	能说清需求	要求高的正式项目
图库网站找图	订阅授权	选好即用	会搜关键词	要通用素材的人
AI 文生图	按需生成	单张约 5-30 秒	会打字描述	高频小量用图的人

数据来源：生成耗时来自应用接口公示参数（5-30 秒/张）；其余为行业常见情况的定性描述。具体计费各渠道不同，本文不讨论具体金额。

第一步：打开应用

打开智豆AI 网站，进入应用库的"图片生成"分类，找到「Banana-Fast 文生图 | 快速生成高质量图片」，点进去就到了操作页。

你会看到：页面上有一个大的输入框（图片描述），旁边或下方是参考图片上传位、两个下拉选择框（图片比例、图片大小），以及一个生成按钮。

第二步：图片描述怎么写？（关键一步）

在"图片描述"框里，用中文把你想要的画面讲清楚。推荐按"主体 + 场景 + 光线 + 风格"的顺序写。作品中心里一条真实记录是这么写的："泰国榴莲采摘园，美女站在榴莲树下，手持刚摘下的榴莲，面带微笑介绍，阳光照射，热带果树成林……电影感构图，真实摄影风格"——主体、动作、环境、光线、风格一次说全，所以一次就出到了接近预期的图。

你会看到：输入框里显示你打的文字，没有字数上限提示也不用担心格式，整段中文直接粘进去就行。

第三步：上传参考图（可选）

如果你手头有一张想参照的图（构图、人物或场景），点"参考图片"上传。作品中心的 5 条真实记录里有 2 条带了参考图，其中一条的描述只有一句"帮我把这张图片优化放大"。要提醒的是：它的本质是参考你的图重新画，不是修图工具，输出与原图的还原程度要自己逐张核对。

你会看到：上传后出现图片缩略图，表示参考图已就位；不传也完全可以，5 条记录里有 3 条就是纯文字描述出的图。

第四步：选图片比例

下拉框里共有 11 种比例：自动、1:1、16:9、9:16、4:3、3:4、3:2、2:3、5:4、4:5、21:9。手机壁纸和短视频封面选 9:16，公众号头图选 2:3 或 3:4，横版封面选 16:9，超宽横幅选 21:9，拿不准就保持默认的"自动"。作品中心的记录大多选了 9:16 竖图。

你会看到：选中后下拉框显示你选的比例名称，例如"9:16 竖屏"。

第五步：选图片大小（清晰度）

三档：1K 标准清晰度（默认）、2K 高清、4K 超高清。日常屏幕看图，默认 1K 就够；要打印或大幅面展示，再选 2K 或 4K。作品中心的 5 条公开记录全部用的是 1K。

你会看到：下拉框显示"1K 标准清晰度"之类的字样，选完这一步，所有输入就齐了。

第六步：点生成，等结果

点生成按钮，然后等 5-30 秒。

你会看到：页面短暂处理后出现 1 张成品图，可以在线预览、下载保存。不满意就回到第二步改描述——把不满意的部分（比如"构图太挤""光线太暗"）反过来写进新描述，再生成一次。每次生成产出 1 张，想要多张挑选就多生成几次。

想看真实产出？参考案例在这里

以下三张均来自作品中心的公开真实任务记录，附上当时的输入方式，供你对照模仿。

第一张：纯文字描述，写了 200 多字，从人物裙装的蕾丝细节写到雕花木桌、镜子和暖色光线，9:16 竖图，1K 清晰度。长描述的还原度可以参考这张。

第二张：纯文字描述，"两只小猫作为夜市摊主，摆摊卖烤年糕，人类顾客排队等待……灯笼灯光暖色……电影级光影，色彩鲜艳"。奇幻场景不需要参考图也能出效果。

第三张：带参考图的记录，描述如第二步所示，比例选了"自动"。做商品场景图可以照这个思路写。

我实际试下来的感受

我没有实际跑生成，而是把作品中心里这款应用的 5 条真实任务记录从输入参数到输出图片完整翻看了一遍。总体上，中文描述的可用度比预想高，长描述基本能逐项落实到画面里。

不足有三点，写出来免得你预期错位：一是短描述不可控，有一条记录只写了"美少女战士"四个字，出图效果全凭模型发挥；二是一次只出 1 张，5 条记录无一例外，批量出图要靠多次生成；三是人物一致性做不到，两次生成之间人物长相会变，想做同一主角的系列图会吃力。

常见问题

Q1：描述有字数要求吗？ 没有硬性字数要求，作品中心既有 200 多字的长描述，也有 4 个字的短句，都出过图。

Q2：参考图必须传吗？ 不必。5 条公开记录里有 3 条是纯文字描述生成的，参考图只在想参照已有画面时才需要。

Q3：出的图能保存到手机吗？ 能。生成结果支持在线预览和下载，手机浏览器长按图片即可保存，流程与电脑一致。

Q4：等了很久没出图怎么办？ 正常耗时 5-30 秒，偶尔网络波动会慢一些，可刷新页面查看任务状态后重试一次。

写在最后

整个流程没有一步需要绘图基础，难的只有"把画面讲清楚"这一件事，而这恰恰是练两三次就能上手的事。你可以在智豆AI（zhidou.xin）的应用库里找到这款文生图应用，照着上面六步走一遍，半分钟后你就有自己的第一张 AI 图了。