做一张活动海报时,设计师常把初版交给图像生成:输入风格、主体、光线,得到几张氛围不错的草图。真正进入排版,问题冒出来——手指多了一节,杯口和吸管接不上,背景里的窗框歪着。单看缩略图没问题,放大就露馅。
先看清它在补什么
图像生成不是从零“理解”一张图,而是在大量图文关联中学习像素与语义的对应。它擅长补全质感、光影和风格,却不一定掌握物体之间的结构约束。手、文字、镜面反射、复杂遮挡,往往需要明确的几何关系;模型若只靠统计关联,就会给出“看起来像”而非“确实对”的结果。这不是偶发失误,而是任务本身对精确性的要求很高。
提示词不是说明书
很多人把提示词写得很长,期望一次锁定所有细节。提示词能影响构图和风格,但它不是 CAD 参数,无法保证每根手指、每个字母都准确。参考图也有边界:它提供视觉线索,却可能把无关元素带进来。较务实的做法,是拆分任务——先确定画面结构和版式,再用生成结果填补材质、氛围或局部元素;需要文字的地方交给排版工具,需要精确结构的地方用草图或模板约束。
- 先定用途:是找灵感、做背景,还是直接出成品,决定了复核强度。
- 保留版本:每次调整提示词或参考图,都记下改动点,避免反复试错后失去方向。
- 局部修补:整图重生成不一定省事,局部重绘和手工修整往往可控。
把它放回工作流
我倾向于把图像生成看成一种“高吞吐的草图工具”,而不是替代设计的黑箱。它能快速铺开方向,让团队提前讨论风格和情绪;但交付前的检查仍要落到人身上:结构是否合理,文字是否可读,画面是否与品牌语境一致,素材来源是否清楚。对这些环节保持怀疑,不是否定工具,而是承认它的能力边界。用得好的人,往往不是提示词篇幅长的人,而是知道何时停手、何时转回手工与版式工具的人。