★ FEATURED ARTICLE 最近被问得最多的一个词就是AIGC四宫格图片。刷社交媒体的时候总能看见那种两行两列的照片拼图同一个人的四种表情、一只猫的四种状态、一套产品的四个细节角度整整齐齐排成一张图。过去做这种图要模特、要布景、要连拍后期还得在Photoshop里手动切格子现在用AI直接生成省掉的工序不是一点半点。这篇文章我把自己用Midjourney、Stable Diffusion这些工具做四宫格的完整思路、提示词写法和踩坑记录都整理出来打算自己生成头像、做壁纸或者给账号批量做素材的朋友照着操作就行。1. 四宫格图片的创意拆解为什么“2×2”这么能打1.1 一个“2×2”为什么能讲这么多事四宫格说白了就是2×2的网格布局四张图拼在同一个画面里。它火起来不是因为格式多新奇而是因为这种结构天然适合“对比”和“叙事”。人看一张图片时眼睛会自动按左上、右上、左下、右下的Z字形路径扫过去四宫格正好把这种阅读顺序利用起来。左上角放最吸引人的内容右下角放最后的结论或者高潮观看者会不自觉地按这个顺序把四张图串成一个故事。比如同一个女孩的春、夏、秋、冬左上角是樱花飘落的春天右上角是海边的夏天左下角是枫叶中的秋天右下角是雪景里的冬天不用任何文字说明看图的人自动就把时间线补全了。除了叙事四宫格也擅长做“状态切换”。同一个角色在四格里分别做出开心、惊讶、难过、生气的表情这种形式非常适合做头像。头像在列表里缩得很小只能看到一个模糊的整体轮廓点进详情页放大之后四个表情的细节才逐一亮出来这就提供了一个印象反差。相比单张图片四宫格的社交传播属性强就强在这里整体有辨识度细节有观赏性。1.2 哪些场景在真正用它我梳理了一下实际中做四宫格的需求主要集中在下面几类个人头像与社交形象用AI生成同一人物四个角度或四种气质的头像强调“我有很多面”。壁纸与分享图比如猫咪四连拍、动漫风格风景四季图适合做手机、电脑壁纸也适合发朋友圈九宫格拆图。商品与产品展示电商卖家用四宫格展示一个产品的四个细节比如杯子的正面、侧面、底部、使用场景比单张图信息量大。四格漫画与短故事把一个小事件拆成四步比如“起床晚了-狂奔-赶上公交-到公司”AIGC可以直接生成这种带剧情连续性的漫画。平台封面与信息流配图四宫格作为封面的点击率通常高于普通图片因为信息密度高用户会在详情页停留更久。1.3 AIGC做四宫格的独特优势传统方式做一个四宫格至少要经历确定拍摄对象、安排场地、准备道具、连拍几十张、挑图、统一色调、手动拼接。如果是人物四宫格还得保证模特每一张的表情、动作、角度都在可控范围内。这一套流程跑下来熟练的人也要大半天。AIGC把这件事压缩成了“写提示词”和“等出图”两个动作。我用一个对比表说明差别对比项传统四宫格制作AIGC四宫格生成模特需要真人或实拍用文字描述即可场地道具需要布景、打光提示词里写光线和背景单次成本高越复杂越高极低可反复试错一致性靠连拍和后期抠图靠角色参考、seed值锁定出图时间小时级分钟级你要记住一个前提AIGC不是万能的它更像一支“一次画四格”的画笔虽然快但控制力需要靠技巧弥补。下面几个章节就集中讲怎么把控制力抓在手里。2. 动手前的准备工具选型与关键参数2.1 工具怎么选先定路线再动手做AIGC四宫格主流的工具有这么几个Midjourney以下简称MJ、Stable Diffusion WebUI以下简称SD WebUI、ComfyUI、Fooocus。它们各有各的脾气我直接说结论MJ适合新手和追求效率的人。出图质量稳定对硬件没有要求手机、网页都能跑。四宫格这种“一张图里画多个面板”的需求MJ的语义理解能力强经常能直接生成完整可用的四宫格。它还提供角色一致性参考参数做同一人物多表情非常方便。SD WebUI适合显卡显存8GB以上、想完全掌控细节的人。免费开源生态插件丰富但需要折腾环境。它的优势在于可以用ControlNet控制四格的构图位置不会出现格子漂移。ComfyUI适合批量处理和复杂工作流。它是节点式界面看起来很吓人但一旦搭好流程生成效率极高尤其适合“四张独立图生成后拼接”这种需要精细控制的场景。FooocusSD的简化版安装和操作都简单很多适合不想碰代码和节点又想本地免费生成的人。我的建议是没有独立显卡的优先MJ有显卡但不想折腾的用Fooocus有一点点折腾精神且有明确控制需求的直接学SD WebUI要量产和做精细控制的上ComfyUI。2.2 画布比例、模型与基础参数做四宫格不能一上来就瞎填参数先把几个关键配置确定下来。画布比例。四宫格本身就是正方形结构最稳妥的比例是1:1。MJ里写--ar 1:1SD里直接在宽度、高度都填1024。但如果你打算做手机壁纸或者朋友圈长图也可以考虑2:3的竖版比例生成后从中间横竖各切一刀四张小图依然是接近3:2的横构图。还有人会做2:1的横版四宫格适合当成社交媒体封面横幅。我实际测试下来1:1最适合做头像用途生成最稳定。模型选择。模型直接决定画面风格。想要写得像照片就用写实类大模型想要动漫感就用二次元大模型。不要在一个写实模型里硬写“anime style”那会得到一种很怪的杂交效果。MJ的话通用模型适合写实niji系列模型适合动漫方向选错模型基本等于白生成。出图分辨率。MJ默认输出分辨率对于社交平台发图够用但如果要打印或者做视频封面建议后续做放大处理。SD里我习惯初始分辨率填1024×1024生成满意后开Hires.fix放大系数2倍这样细节会扎实很多。负面提示词。这个很多人容易忽略。做四宫格时模型经常会自己加一堆莫名其妙的东西最常见的就是在图片角落写水印、在画面上飘英文字母。我的负面词固定写这么几个no text, no letters, no watermark, no frame, no border。文字内容对AI来说就是一团符号它并不知道自己在写字不拦住就到处都是。seed值。每个随机种子决定了一张图的初始噪声分布。SD里有seed参数MJ的历史任务里也能看到seed值。如果你对某张图很满意只是想做微调把seed固定下来再修改语言描述其他部分就能保持稳定。2.3 一致性机制为什么“同一个人”那么难保持做四宫格最大的坑就是四格之间人物“长得不像同一个人”。原因在于扩散模型的本质它每次生成都是从一个随机噪声出发逐步去噪得到图像不同任务之间没有任何“记忆”。你让它画四张同一个人的图它每次生成的都可能是一个独立的新面孔。为了锁住一致性业界总结出了几个有效手段角色参考图MJ里叫--crefSD里可以用IP-Adapter或者ControlNet的Reference模式。原理都是把一张参考图编码成特征向量作为生成过程的约束相当于给AI递了一张“人物档案照片”。--cref后面跟一个图片链接再用--cw控制相似程度0是完全随意100是严格还原。seed值锁定生成一张满意的头像后记录下seed后用同一seed生成其他表情人物的五官结构和光线方向大概率能延续下来。这个方法简单但只对同一个模型、同一个参数组合有效。文字级强调在prompt里反复写same person、same woman、consistent face对MJ有一定作用对SD则效果有限。文字级约束只是“提醒”模型不是真正的强制锁脸。实操中我最常用的是--cref加--cw 80的组合既保证脸型稳定又留有表情变化的空间。如果--cw拉满到100很容易出现四格表情僵硬、像复制粘贴的情况。3. Prompt设计四宫格提示词的三种实用写法四宫格和单张图最大的不同是提示词要同时描述“整体结构”和“每个格子的内容”。很多新手只写一句“four grid images of a cat”结果模型给出一堆互相重叠的猫。正确做法是根据用途选择三种写法之一。3.1 分格描述法精准控制每一格内容这种方法的核心是在prompt里用方位词逐个定义四个格子的内容。适用于内容差异大、每个格子都需要独立戏份的场景。我以“同一个女孩四季头像”为例完整prompt如下2x2 grid photo of the same young woman, four panels, top left: portrait in spring, cherry blossoms background, warm soft light, top right: portrait in summer, beach background, wearing sunglasses, bottom left: portrait in autumn, maple leaves background, beige sweater, bottom right: portrait in winter, snow background, wearing a coat, photorealistic, consistent face, same woman, --ar 1:1 --v 6 --cref image_url --cw 80拆解一下思路开头先用2x2 grid和four panels定义整体结构让模型优先理解这是一个四格布局。然后用top left、top right、bottom left、bottom right逐一定位每个格子一个短句。注意每个格子描述要独立成句不要用逗号连接太长的复合句模型处理短句更稳定。最后加上consistent face和same woman作为全局约束再用--cref和--cw 80做真正的脸型锁定。这种写法的缺点是模型偶尔会无视方位把格子顺序打乱。解决办法有三个把方位词提到每句开头多生成几次挑选满意的那一张或者干脆后期自己把四格顺序调换。MJ对top left这类词的理解能力算是同类工具里比较强的。3.2 统一风格法一个主体加四个状态如果目标是头像或壁纸重点关注“同一个主体状态变化”那就用这种写法。思路是主体用最强的限定词锁定四个格子共享同一套风格词。我的“猫咪四状态壁纸”prompt模板one cute corgi dog, four-panel grid 2x2, top left: sleeping, top right: eating, bottom left: playing with a ball, bottom right: wearing sunglasses, anime style, soft pastel colors, clean background, consistent character design, no text, --ar 1:1这里的关键词是one。不要写a cute corgi dog要写one cute corgi dog因为模型对数量的理解非常机械。只要出现a它就可能认为每个格子都可以有一个新的狗。主题词前加one等于告诉模型“全图只有一只”。consistent character design是比same character更偏向“角色设定”的表述对二次元风格尤其管用。四个格子共享同一套风格描述能有效防止背景颜色、画风在四格之间漂移。3.3 故事线法用四格讲一个小事件四格漫画是AIGC四宫格的高阶玩法强调动作的连续性。模型对“流程”的理解能力有限所以写提示词时要尽量把每一步的动作讲具体而不是抽象化。我的“上班迟到”四格漫画promptfour-panel comic, 2x2 grid, first panel: a girl wakes up in a panic, alarm clock ringing, second panel: she runs to the bus stop holding toast in her mouth, third panel: she squeezes through the bus door, fourth panel: she sits down in the office, relieved, simple background, clean lineart, flat color, no speech bubbles, no text这种写法的诀窍是使用first panel、second panel这样的顺序词并按时间线把动作写成一个闭环。模型对“第四个格子是故事的收尾”这件事并不懂但你给的每个格子动作足够具体它就能按顺序全部画出来。需要注意四格漫画经常会被模型擅自加入分镜线或对话框所以负面词里“无对话框、无文字”一定要带上。想要完全去除文字干扰可以在负面词里额外加no speech bubbles, no dialogue。3.4 中英文写法的坑与速查句式MJ和SD都对英文提示词理解得更好。中文提示词不是完全不能用但复杂句式很容易被解析成片段特别是在四宫格这种多格结构里一格漏了中文描述就会导致整体缺元素。我的习惯是先用中文把“每个格子做什么”列出来再翻译成简洁英文。这里有一个速查句式表中文意图英文写法整个画面是2×2四宫格2x2 grid, four panels左上格top left右上格top right左下格bottom left右下格bottom right保持同一个人same person, consistent face同一角色设定consistent character design四格之间留白均匀even spacing between panels不要出现文字no text, no letters不要写特别长的从句比如“一个站在阳光下的女孩她手里拿着花”。把这种长句拆成短句a girl standing in sunlight, holding flowers。短句对模型的权重分布更友好四格各自的内容边界也更清晰。4. 三个实操案例从Prompt到成图完整跑一遍4.1 MJ案例生成“同一个人四季风格”头像四宫格我以MJ为例把完整操作流程记录一遍。第一步打开MJ聊天窗口输入/imagine。第二步粘贴下面这段prompt2x2 grid portrait photos of the same young woman, four seasons, top left: spring, cherry blossom petals, light pink kimono, top right: summer, sunny beach, straw hat, sunglasses, bottom left: autumn, maple leaves, beige knit sweater, bottom right: winter, snowy street, heavy coat and scarf, photorealistic, cinematic lighting, consistent face, same woman, --ar 1:1 --v 6 --cref image_url --cw 80第三步看到的是MJ返回的2×2预览图但注意MJ并非每次都能生成完美的四宫格。如果四个格子之间有内容重叠、人物被切割不要急着接受直接刷新多生成几次。我实际测试下来四季主题因为每个格子的背景差异足够大模型识别为“不同场景”的概率高成功率大概在30%左右属于比较高的主题。第四步如果生成的四宫格整体构图满意但某一格的脸崩了使用MJ的Vary Region功能单独选中有问题的格子重新描述。其他三个格子保持不变。这个功能相当于局部重绘是四宫格后期修正最常用的工具。第五步保存图片。注意把MJ出图放大到最高分辨率后再下载否则四格在手机上放大看会有些模糊。很多平台会自动压缩尽量选择PNG格式保存。4.2 SD WebUI案例用ControlNet锁死四格布局SD里做四宫格如果只靠提示词容易出现格子边界不清、内容互相入侵的情况。这里我推荐用ControlNet控制构图。操作步骤如下第一步准备一张四格底图。用Photoshop新建一个1024×1024的白色画布在正中间画一个十字线把画布分成四个512×512的方块方块描边为黑色。这张图就是“四格结构图”。第二步在SD WebUI的ControlNet面板中上传这张底图。预处理器选择Lineart模型选择对应的control_v11p_sd15_lineart。设置控制权重0.8引导介入时机0.2终止时机0.8。这样模型会优先参考四格结构但不会完全锁定风格。第三步填入正面提示词和负面提示词。以“猫咪四状态壁纸”为例one cute cat, 2x2 grid, four panels, top left: sleeping cat, top right: eating cat, bottom left: playing with yarn, bottom right: sitting in a cardboard box, soft studio lighting, cute illustration style, consistent character, no text负面词统一填no text, no letters, no watermark, no frame, deformed, extra limbs。第四步在Generation参数区里采样器选DPM 2M Karras步数28CFG Scale 7宽度、高度1024。生成后如果某个格子内容跑偏可以打开局部重绘用蒙版框住对应格子只重绘那一块。第五步出图满意后切到Extras标签页设置放大倍数2Upscaler选Real-ESRGAN_x4plus把分辨率提到2048×2048。这样导出的图细节更好。SD方案比MJ多出来的优势就是那个ControlNet它相当于给你的四宫格画了一个硬边界模型不会再随意跨格。4.3 ComfyUI进阶四张图分别生成再组合ComfyUI的做法和前两种完全不同不直接生成一张四宫格而是先生成4张独立图片再通过节点拼成2×2。好处是每个格子都能独立控制坏处是要处理风格统一问题。核心思路搭一条最基础的文字生成图像工作流加载模型、写提示词、设置采样器、VAE解码、保存。执行队列4次分别使用四组不同prompt每次生成一个格子。为了让四张图风格统一我建议所有格子共享相同的style描述并且固定同一个seed。先跑第一格拿到满意的seed后后续三格都以这个seed为基础只修改主体动作。最后用Image Combine节点把4张512×512的图分别放在左上、右上、左下、右下输出一个1024×1024的四宫格。我实际体会是ComfyUI这种四图拼接方案的画面质量上限更高但操作门槛确实高。如果只是偶尔做几张没必要为了四宫格学整套节点式工作流。SD WebUI配合ControlNet对大多数人来说已经足够。4.4 手动拼接所有AI生成后的最后一道工序不管用哪种工具最终图片都需要检查一遍必要时手动拼接。我在Photoshop里的操作流程新建画布尺寸根据用途定。做头像用1024×1024做壁纸用2160×2160。执行“视图-新建参考线”竖着在50%处画一条横着也在50%处画一条这样画布被分成四等份。把四张图分别拖进画布放置在对应的格子里。拖动时打开“对齐”选项图片会自动吸附到参考线上不会出现错位。四张图的边缘如果有少许多余内容用蒙版裁掉保证四格边缘完全干净。如果想要那种杂志风格的缝隙感可以在画布中央画两个宽约20像素的白色矩形条横竖各一条覆盖在分界线上。这会让四宫格看起来更像“四张独立照片的合集”而不是一整块画面。这一步是很多成品四宫格看起来高级的关键。导出时社交平台一般选择JPG质量选90%就够如果有打印需求导TIFF或PNG。如果你打算把四宫格拆成四张单独的小图发朋友圈直接按网格裁剪导出即可。5. 翻车现场常见问题与排查技巧实录做四宫格翻车是常态不翻车才是意外。我把高频问题整理成一个速查表后面再逐个补充实战细节现象主要原因解决办法四个格子内容串味布局描述太靠后、翻译太杂把2x2 grid提到prompt开头人物不像同一个人没有角色参考手段加--cref或IP-Adapter固定seed脸部崩坏、五官扭曲分辨率太低、缺少质量词加detailed face开高清修复画面出现乱码文字模型自带字母生成冲动负面词加no text, no letters格子顺序错乱方位词不明确明确写top left等后期手动调序人物被切到另一个格子里没有分格边框约束用ControlNet底图、或分开生成再拼接四张图色调不一致各格子光线描述不一致统一光源方向和色温描述后期调色四格之间留白不均模型自行发挥版式后期在PS中重新裁剪对齐第一个问题“串味”最常见。比如左上格的背景颜色延伸到了右上格或者右下格的人物手臂伸进了左下格。这本质上是模型把四宫格当成了一幅完整的画而不是四个独立面板。我的经验是在prompt前面直接声明“four separate panels”同时把“spacing”写成even spacing between panels会让模型更倾向画出有明确边界的格子。第二个问题“脸崩”也几乎是每个人都会遇到的。SD里出现脸崩先别急着换模型。把提示词里的face描述加强比如detailed face, symmetrical face, clear facial features采样步数加到35以上。如果还是在崩试试使用面部修复插件或局部重绘功能单独重绘人脸区域。MJ的脸崩率相对低一些但侧脸角度依然容易翻车建议四宫格尽量让每个格子都保持正面或大角度面向镜头避免全侧脸。第三个问题“文字乱码”的具体表现是格子里出现一串意义不明的英文。这是负面词没写全导致的。注意no text和no letters是两个不同的词模型可能忽略其中一个两个都写上。如果是中文平台还要加no Chinese characters但不建议在MJ里写这个因为MJ不一定理解中文语义。我在排查时有个习惯不管生成结果多满意都先把参数截图保存。至少记录下模型版本、seed、prompt和负面词。遇到需要微调的情况直接从这条记录里改而不需要推倒重来。这也是老手和新手最大的差别——AI生成不是碰运气是可以留档复现的。6. 让四宫格更出片几个值得养成的操作习惯到了这个阶段四宫格的生成逻辑和工具操作你应该都已经摸清了。最后分享几个我这段时间实操下来觉得最值得养成的习惯。第一个习惯生成前先定“观看顺序”。不是所有四宫格都必须按左上到右下的顺序阅读但大多数情况下观看者会先看左上格。所以把最抓眼球的画面放在左上最重要的信息放在左上或右下。有一次我帮一个账号做产品展示一开始把产品全景放在了左下角用户反馈第一眼完全没注意到产品。后来我把全景换到左上角数据立刻好转。这不是玄学就是人的阅读惯性。第二个习惯统一光源方向。四格之间如果色调不统一拼起来会非常突兀。与其事后反复调色不如在prompt里就把光源写死。比如四格都用soft window light from left或者都用golden hour sunset light。同一个光源方向模型生成的画面阴影位置会更接近拼接时更自然。第三个习惯不要太贪心。四宫格能容纳的信息量确实比单图大但AIGC对“信息量”的承载是有限的。每个格子只放一个核心元素四格总共四个核心元素就够。曾经我在一个格子里写了“女孩喝咖啡、旁边有猫、背景是书店书架”结果那一格的内容乱成一团。把一个格子的任务简化到只剩一个明确动作成功率会直线上升。第四个习惯善用“混搭”。AI生成本质上是在做随机抽样同一组prompt你让它生成四次四个结果里可能这个格子A方案好看那个格子B方案好看。遇到这种情况别死磕重roll而是把几张候选图下载下来用PS把单格剪下来组合。我不少“高质量”四宫格其实都是两张图各取一半拼出来的。AI时代拼贴依然是最实用的一项基本功。第五个习惯记录成功案例。我电脑里有一个表格专门记录每次成功四宫格的prompt全文、模型版本、seed和出图效果截图。AI作图的经验无法靠记忆积累因为参数组合太多了靠脑子根本记不住。等你要做同类型的时候直接翻记录改一两个字就能复现效率高得不是一点半点。从刚开始做四宫格时一张图要折腾半小时到现在几分钟就能出一套能直接发布的成图让我体会最深的一件事是AIGC四宫格其实是一门“约束的艺术”。工具负责生成你负责定义边界。把结构说清楚把一致性锁住把不需要的东西拦在外面剩下的就交给模型自由发挥。下一次你想做头像却懒得约拍摄想发一条吸睛的动态却不知道配什么图试试用上面这套思路生成一组四宫格。四格里面总有一格能替你讲出想说的话。
阅读完成 · 觉得有帮助？
