企业官网建设流程全解析

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：

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。
• Fooocus：SD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 1:1，SD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--cref，SD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prompt：

four-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：

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prompt：

2x2 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28，CFG 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2，Upscaler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：

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。