被 AI 顛覆一半工作的前大廠員工,花了 8 個月找到用 AI 工作的新方式|AI 新職人
「小白如何用 AI 做遊戲美術」「如何十分鐘用 Midjourney 畫遊戲角色 IP」「如何用 AI 十分鐘畫出法式風格插畫」……
以上是 Boka 的小紅書標題,打開帖子會發現,她並不誇大其詞,內容都是落地且基礎的操作指南。
之前,Boka 在一家海外手遊大廠擔任了 5 年多的發行美術,2023 年底離職之後,她開始自由地接項目,經營社交媒體,探索怎麼用 AI 製作遊戲美術素材。
我們找到了 Boka,和她聊了聊怎麼用 AI 搞創作。她所分享的內容,就像她的幾分鐘教程一樣,讓人感覺到,AI 其實是很簡單的工具,只要我們真的去使用。
還在一句話寫提示詞?你也能用 AI 生成你想要的東西
目前,Midjourney 是 Boka 最常用的 AI 圖片生成工具,在她手下產出了法式風格插畫、3D 風格 IP 形象、三消遊戲美術素材等。
你的 AI,我的 AI,好像不一樣。AI 可以讓外行也用一句話創作出一張圖,但生成具體的、特定風格的作品,對很多人來說仍然是難事。
理由大致有兩個,AI 不那麼可控,同時,我們可能不懂 AI,不得其門而入。
當我問 Boka,「寫提示詞有什麼訣竅嗎」,Boka 淡定表示,「其實懂英語就可以了」。
這固然是一個大前提,其中也有些讓 AI 指哪打哪的、具體可行的方法論。
首先,總得知道讓 AI 生成什麼吧?
拿 Boka 比較熟悉的歐美三消遊戲(消除至少三個相同元素的益智遊戲)來說,裡面肯定有背景圖、用來消除的圖案、代表各種獎勵的圖標,如果結合到解鎖不同場景的裝飾玩法,那麼可能還會有沙發等傢俱。
▲ 左:參考圖片;右:Boka 用 AI 設計的三消遊戲頁面
這時候,需要生成什麼物品,直接嘗試寫在提示詞就好,寶箱就是「treasure chest」,鑰匙就是「key」。
接下來,怎麼確定美術風格?
一種方式是通過學習教程和他人的提示詞,並積累一些特定的提示詞。
爲了用 AI 生成三消遊戲的界面,Boka 看了很多用 AI 進行 UI 圖標設計的 YouTube 視頻。
從中,她就學習到了一個關鍵的提示詞:「multiple item spritedsheet」,用它生成包含多個相關圖案的圖像集合,這樣就更容易保持圖標風格、角度的一致,避免 AI 跑偏。
還有一種方式,是讓 AI 告訴我們用什麼提示詞。
再拿三消遊戲舉例,如果背景圖需要實現從天花板看下去的頂視效果,怎麼寫提示詞?
Boka 的方式是,先別急着寫,找到一張符合我們要求的圖片,上傳給 Midjourney,讓它的 Describe 功能去給出這張圖的提示詞。
同時,AI 給出的提示詞不必照單全收,我們只需要其中和視角有關的部分,「a top-down view of an interior room」(室內房間的俯視圖),結合到自己的提示詞裡。
但只寫好提示詞,仍然是不夠的。很多 AI 圖片的風格是一種樣子,光亮、油膩、缺乏個性,讓人見之即忘。
Boka 解釋,這是因爲,AI 模型的本質決定了,它的畫風是趨同性的、大衆化的,只靠語言描述一個畫面,AI 生成的往往就是一張普通的、無聊的、符合歐美審美的圖片。
同時,語言也並不精準,很難直接生成我們想要的風格,說到「中國風」,一千個人心中可能有一千個答案,AI 也不懂我們想要哪種。
最簡單的解決辦法,就是「墊圖」,給 AI 一個明示。如果在 Midjourney,上傳相關的圖片,使用風格參考功能「–sref」,就可以錨定畫風。
可以說,提示詞保持不變時,墊圖直接決定了圖片的質量和風格。墊圖選擇得越有風格,生成的圖片也更不落窠臼。
按照 Boka 的經驗,墊圖無需複雜,越簡單,效果越直白。拿一個歐美卡通風格、空白背景的箱子當墊圖,就可以讓平平無奇的圖標,變成符合歐美三消遊戲風格的圖標。
▲ 左:普通箱子,中間:墊圖,右:歐卡風格箱子
這些生成圖片的經驗,都是 Boka 從學習教程、親身實踐中得來的。
Boka 相信,嘗試得多了,提示詞也好,工作流也罷,我們很快就能摸索出自己的一套 AI 方法論,並熟能生巧,因爲她覺得,「AI 其實門檻挺低的」。
不着急擁抱 AI,但一旦上手就要用好每個功能
滿打滿算,Boka 上手生成式 AI 也只有八九個月,最常用的只有三個工具:ChatGPT、Midjourney、KREA(一個高清修復軟件),心態很「大道至簡」。
Midjourney 在 2022 年 7 月就面世了,但之前看到一句話生成的圖片,Boka 並沒有什麼強烈的、被衝擊的感覺,因爲質量都不怎麼樣。
今年年初,AI 生成圖片工具有幾波大的更新,技術更成熟了,可控的小功能更多了,漸漸讓 Boka 看到了商業化的可能,她才覺得,是時候認真對待了。
▲ Midjourney V6.1 版本
對於新的技術,Boka 的態度是,學是肯定要學的,但可以再觀望一下更加成熟的產品,要不然會花費很多無謂的精力。等到真正上手了,那就要物盡其用。
AI 仍然不完全可控,跑圖是日常,但總有一些解決辦法,讓 AI 不那麼放飛自我。
Boka 用 Midjourney 做過不少 IP 設計,經常用到它的兩個功能:風格參考功能「–sref」,錨定畫風;角色一致性功能「–cref」, 錨定人物形象。
▲ Boka 用 AI 將 2D 畫風轉成 3D
如此一來,多次生成之後,圖片之間的相似度仍然保持在 80 到 90%。
有時候,AI 生成的圖片不夠完整,比如,我們希望得到全身的 IP 形象,但 AI 給出的結果沒有腳。
Boka 建議要麼多試幾次,要麼用 Midjourney 的擴展圖片功能「Zoom Out」,擴展畫幅,讓 AI 生成原來缺少的部分。
▲ 左,擴圖前;右,擴圖後
另外,AI 也經常生成細碎的、不需要的東西,Boka 會用 Midjourney 的編輯特定區域功能「Vary(Region)」,進行簡單的消除。
除了不斷跑圖、讓 AI 工具內部消化問題,當然也可以用 Photoshop 等傳統作圖軟件給 AI「善後」,包括更徹底地去除多餘的部分,進行整體的調色等等。
儘管用的 AI 工具不多,也仍然離不開傳統作圖軟件,但 AI 的參與足夠讓 Boka 節省時間和精力,看到更多可能性。
Boka 現在是自由職業,平時會接一些設計的項目,但市場環境不好,很多項目的人選需要用提案角逐。
▲ Boka 用 AI 設計 IP 形象
其中一個兒童牙膏 IP 形象的項目,Boka 基於以牙齒爲特色的動物大開腦洞,最終定下了海狸。如果按傳統流程,從想法到完整的提案,一般需要 1 周的時間,用到 Photoshop、Maya 等作圖軟件。
這次,Boka 用 Midjourney 和 Photoshop 作圖,由 ChatGPT 完成整個文案部分,包括取名和概念解釋,2 天就完成了提案。
不僅效率更高了,客戶還很滿意她的完成度,Boka 有些自豪:「沒告訴對方用了 AI,對方也看不出來用了 AI。」
AI 並非全能,但人類不能止步不前
Boka 也是被 AI 改變的藝術行業中的一員。
她在倫敦唸完視覺傳達,後來入職一家海外手遊大廠擔任了 5 年多的發行美術,負責製作遊戲的動畫片、宣傳片、海報等對外宣傳的內容,2023 年底離職。
藝術行業對 AI 的焦慮和批評早已見諸報端,Boka 對此很瞭解,也在小紅書開玩笑地說過,「我考慮退休種地了」。
在她的實踐中,雖然 AI 還不太擅長處理排線等複雜的 3D 建模細節,但在概念設計、環境設計、UI 設計方面問題不大。AI 生成的圖片,已經可以在略微修改之後作爲原畫交付。
▲ Boka 用 AI 設計遊戲角色 IP
這不意味着,AI 就能全權代勞了。
遊戲美術是一個環環相扣的鏈條,現在主要被 AI 衝擊的是創意和概念設計,後面的建模、導入遊戲引擎等步驟,多半還是按照傳統的方式推進。
AI 力所不能及的環節很多,但 Boka 更明白人類固步自封的可怕。
原畫師、建模師等單一的美術行業工種,如果不考慮改變,未來很可能被 AI 替代。Boka 待過的發行美術崗位,50% 的工作內容已經被 AI 影響。
生成 IP 形象、美術素材,只是 Boka 探索 AI 遊戲美術的開始。
未來,Boka 計劃開發自己的休閒類小遊戲,她數了數需要的技能,三個人的團隊可能就夠了,一個美術、一個設計機制的策劃、一個程序員,她自己就可以跑通概念設計、建模、導入遊戲引擎等環節。
畢竟,Photoshop 等傳統設計工具,Maya、Blender 等 3D 建模軟件,UE、Unity 等遊戲引擎軟件,是她在發行美術崗位上的工作日常。某種程度上,這就是「一專多會」。
福兮禍所伏,禍兮福所倚,AI 代替了一些崗位,也給了更多個體創造作品的機會,不是像 Boka 這樣的專業人士纔能有資格上牌桌。
比如,雖然 AI 還不擅長 3D 建模,但很多小遊戲本來也用不到 3D 建模。
Boka 解釋,像王者榮耀這種大型手遊,英雄角色、戰鬥地圖、技能特效等需要 3D 建模,但一些三消遊戲,背景只是一張靜態圖片,機制也很簡單,玩家完成某個任務,然後解鎖一個新的裝飾品,裝飾某個背景,並不需要建模,開發起來更容易。
當誰都可以參與創作,隱形的門檻依然存在:審美的重要性被凸顯出來。
▲ Boka 用 AI 畫法式 chill 風插畫
Boka 用 AI 產出圖片的時候,常常會考慮到這些問題。她認爲,AI 就是一個簡單的模仿工具,生成的結果完全看使用者的審美和想要輸出的風格方向。
採訪過程中,我問了不少 Boka 使用 AI 的具體方法,除了回答每個問題的細節,她還給出了一個建議:
當人人都可以用 AI,起到決定作用的變量,還是人類自己的審美和行動力——我們想要和需要用 AI 生成什麼,我們怎麼判斷 AI 生成結果的好壞,以及,我們又願意爲之付出多少努力。