周一上午，设计团队把几张图投到屏幕上。远看氛围对，近看杯把穿进手指，猫的胡须一边长一边短。没人讨论“像不像”，先问“能不能用”。这大概是图像生成进入日常工作后最常见的瞬间。
细节不是装饰
图像生成擅长把提示词里的关系快速铺成画面，但它对“物理上是否成立”没有天然把握。杯把与手指的遮挡、胡须的根部走向、玻璃后的折射，这些在训练数据里常以统计关联出现，不是显式约束。模型可以生成一张“看起来像杯子”的图，却未必知道把手要留出握持空间。
这不是说模型笨。人画的时候也会犯错，只是人会停下来检查。生成过程太快，快到审查环节容易被“整体氛围”带过去。
可控性藏在流程里
要减少这类露怯，靠一句更长的提示词往往不够。更实际的做法是把生成拆成几步：先定构图和尺寸，再用参考图约束姿态与光影，最后局部重绘修手、修文字、修重复纹理。局部重绘之所以有用，是因为它把修改范围缩小，让模型在更小的上下文里重新组织像素。
但可控性也有代价。约束越多，出图越慢，创意发散的空间越小。一个团队如果既要速度又要品牌一致性，通常得在流程里留一道人工复核，而不是把生成结果直接当终稿。
文字和精确尺寸仍是硬边界
图像生成在海报、包装和界面草图里很常见，可一旦涉及准确文字、具体尺寸和重复排列，问题就变得具体。模型可能把字母拼成“差不多”的形状，也可能让一排按钮的间距忽宽忽窄。对需要交付印刷或前端切图的场景，这些误差不是审美问题，是返工成本。
我的判断是，图像生成更适合放在“素材草稿”和“方向探索”的位置。它可以快速给出光照、材质和构图的组合，帮人把模糊想法变清楚；但涉及可读文字、精确标注和品牌规范时，仍需要人工接管。
审查清单比工具参数更值得写
团队可以准备一份简单的检查清单：
- 关掉缩略图，放大到实际使用尺寸看边缘和遮挡；
- 检查手、脚、杯把、耳机线这类容易“穿模”的交接处；
- 核对文字是否可读，数字和单位是否被改写；
- 看重复纹理有没有突然断裂，阴影方向是否一致；
- 记录每次修改用了哪类约束，方便下次复用。
这份清单不解决模型能力问题，但能减少“远看不错、近看不能用”的尴尬。
图像生成正在变成一种基础能力，像排版软件一样进入日常。它的边界不在参数里，而在使用者的检查习惯里。下一次审稿，先别问它像不像，先看杯把有没有穿进手指。