一张活动海报改到第三版时，设计师把同一段描述又贴进输入框。第一次出图很快，方向也接近预期；到了第三版，问题变成“别的地方都对，只把人物手势换个方向”。这时，图像生成的速度优势开始变得模糊，真正耗时的是筛选、比对和向同事解释为什么这一版不能直接用。
这个场景并不稀奇。很多人把图像生成理解成“输入一句话，得到一张图”，实际使用中更像是在和一个理解力不错但不稳定的合作者磨合。它能迅速给出若干视觉方向，却很难一次命中所有约束。尤其是商业物料，画面里往往同时包含文字、品牌色、人物姿态、留白和投放尺寸，任何一项偏差都可能带来返工。
快，不等于改起来快
第一次生成带来的惊喜，容易让人忽略后续成本。提示词写得越细，模型越可能照顾到某些词，也可能顾此失彼。比如强调“干净背景”，人物边缘可能变得生硬；加上“自然光”，材质又未必稳定。于是改稿变成一场局部拉锯：保留这一版的构图，借用那一版的色调，再把某个元素单独修掉。
这也是图像生成进入工作流后常见的变化。它把“从零开始画”压缩成“从多个候选里挑”，但挑选本身需要判断力。判断标准越模糊，返工越多；参考图越清楚，沟通越省力。对团队来说，提前约定尺寸、禁忌元素和可接受偏差，往往比反复优化一句提示词更有效。
可控性藏在流程里
讨论可控性时，人们容易把注意力放在模型身上。实际体验是，流程设计占了不少分量。先做低分辨率草图确认构图，再处理细节；先固定版式和文字区域，再让画面填充；把可变的元素拆开生成，而不是指望一张图解决所有问题。这些做法不新鲜，却能减少无效尝试。
- 把需求拆成“必须满足”和“可以商量”两类，避免在细节上反复摇摆。
- 保留每次调整的记录，方便回溯是哪句描述导致画面偏移。
- 对人物、商标、文字等敏感区域预留人工复核，不把生成结果直接当成终稿。
这并不意味着生成工具只能做草稿。更准确地说，它适合承担探索和填充，而把最终判断留给熟悉场景的人。图像生成能扩大可选范围，却不会自动理解一场活动真正要传达什么。
边界比惊艳更重要
用久了会发现，惊艳感会下降，边界感会上升。哪些图可以生成，哪些元素不能碰，哪些场景需要额外说明，这些问题比“像不像”更值得提前想清楚。尤其在对外发布的内容里，画面来源、使用范围和审核责任都需要有人负责。
所以，面对图像生成，不必急着把它放进每一个环节。先找到那些允许试错、反馈明确、返工成本可控的任务，让它发挥速度优势；对于要求高度一致或责任边界模糊的部分，保留人工判断。工具没有变慢，变慢的是我们对“直接可用”的期待。把期待调整到合适的位置，改稿这件事反而会轻一些。