（1）AI图片生成概述与技术原理：了解AI图片生成的发展历程、技术演进（从GAN到扩散模型Diffusion Models）及其在设计、营销、艺术等领域的应用价值。掌握扩散模型的核心工作机制：前向加噪过程与反向去噪过程。学习CLIP模型如何“理解”文字与图像的关联。对比主流AI绘画工具（Midjourney、Stable Diffusion、DALL-E 3、Adobe Firefly）的技术架构差异与适用场景。
（2）开发环境搭建与工具生态：掌握Midjourney的Discord注册、服务器创建与Bot添加流程。学习Stable Diffusion的本地化部署硬件要求（NVIDIA GPU 4GB+显存）与一键安装包配置。了解在线工具（Adobe Firefly、Bing Image Creator、Leonardo.ai）的注册与使用。掌握不同工具间的协同工作流设计。
（3）提示词工程核心技巧：掌握提示词（Prompt）的核心设计原则：角色设定、主体描述、风格修饰、构图参数、画质控制。学习提示词的四种进阶形态：限定性提示词、开放性提示词、开放与结构结合、结构性提示词。掌握使用大语言模型（DeepSeek、Gemini）辅助生成精准提示词的方法。实践通过多轮对话优化提示词，提升生成质量。
（4）Midjourney基础与核心操作：熟悉MJ的界面功能与基础命令：/imagine文生图、/blend图生图、/describe图转文、/settings参数设置。掌握U1-U4图像放大、V1-V4图像衍变、重绘、平移等按钮的实用技巧。学习常用参数的使用方法：--ar（宽高比）、--v（版本）、--s（风格化）、--c（混乱度）、--iw（图像权重）、--seed（种子值）。
（5）Midjourney进阶玩法与风格控制：掌握风格迁移与多图融合技巧，实现创意效果的精准控制。学习使用--cref参数实现角色风格迁移与形象固定，通过图像提示+种子控制保持多图角色一致性。实践品牌VI设计中的Logo与Icon创意生成、电商产品主图与促销海报的AI辅助创作。
（6）Stable Diffusion本地部署与界面操作：掌握Stable Diffusion Web UI的下载安装与一键部署流程。熟悉SD Web UI的界面布局与核心功能区：大模型选择、VAE选择、提示词输入框、采样方法、迭代步数、图像尺寸、CFG引导系数、随机种子。学习不同采样器（DPM++系列、Euler、DDIM）的性能特点与适用场景。
（7）Stable Diffusion文生图与图生图实战：学习文生图（Text-to-Image）的完整流程：模型选型、提示词撰写、参数调优。掌握图生图（Image-to-Image）的核心技术：重绘幅度（Denoising Strength）控制、图像融合技巧。实践通过图生图实现风格迁移、草图转成图、照片艺术化等应用。掌握高分辨率修复（Hires.fix）的参数设置技巧。
（8）Stable Diffusion ControlNet精准控制：深入理解ControlNet插件的安装与模型下载。掌握常用ControlNet单元的使用方法：Canny边缘检测、Depth深度图、OpenPose姿态识别、Scribble涂鸦转图、SoftEdge软边缘、IP-Adapter风格迁移。实践通过多ControlNet组合实现复杂场景的精准控制，如产品换场景、裸眼3D效果。
（9）Stable Diffusion Lora模型训练与应用：理解Lora（低秩适配）模型的核心原理及其在风格定制中的价值。学习Lora模型的下载、安装与调用方法。掌握使用WD标签器反推图片标签、准备训练数据集的技巧。实践训练专属Lora模型（如特定人物风格、产品风格），实现个性化的图像生成。
（10）Adobe Firefly与商业设计应用：熟悉Adobe Firefly的界面与核心功能：文生图、生成填充、文本效果、重新上色。学习运用Firefly进行图片合成、扩张、物件移除与插入，实现素材的创意结合与修图魔法。实践电商设计场景：产品图生成、背景替换、光影优化，提升商业落地能力。
（11）AI图片后期优化与工作流整合：学习使用Photoshop等传统工具与AI生成图片的协同工作流。掌握图像修复技术：面部修复（ADetailer）、手部细节优化、局部重绘（Inpaint Anything）。学习将Midjourney生成的创意素材导入Stable Diffusion进行精细化优化的工作流。实践从创意发想到成品的完整设计流程。
（12）综合项目实战：商业级AI图片作品集：结合所学知识，完成一个完整的商业级AI图片项目（如品牌视觉识别系统、电商产品详情页、系列插画创作、虚拟数字人形象）。涵盖需求分析、工具选型（MJ快速创意发散+SD精准控制优化+PS后期处理）、提示词设计、参数调优、作品呈现的全流程。形成个人AI图片作品集，通过项目实战检验AI图片生成工具协同应用的效率提升与创意突破
