前阵子看一张活动海报草稿。图是模型出的,构图完整,光也漂亮,可屏幕前沉默了几秒,问题不在“像不像”,而在“这张图到底想让人先看什么”。这大概是图像生成进入日常后越来越常见的一幕:出图不再是门槛,判断才刚开始。
从“能不能画”到“为什么留这张”
早期试用这类工具,注意力常被细节吸走:手指对不对、纹理真不真、文字有没有糊。现在这些缺陷仍然存在,但工具的可用性已经把一个更实际的问题推到前面——同一句描述可以生成几十张都“能看”的图,留下哪一张,依据是什么。
我自己的习惯是先不看大图,把候选缩到很小,像看黑白稿一样看明暗关系。缩略图里还能站住的构图,放大后才不容易散。这个动作跟模型无关,倒更像传统设计里的老办法:先确认视觉重心,再谈风格。
提示词不是咒语,是简报的压缩版
很多人把提示词当作“咒语”,以为词越多越接近想要的结果。实际用下来,清楚的描述往往不是堆形容词,而是交代关系:主体在画面中的位置、光线从哪来、留白留给谁、哪一部分必须克制。它更像一份被压缩过的简报,而不是一张许愿清单。
这也解释了为什么同一套提示词换个人用,结果会偏。图像生成能补足执行,却补不了“这次沟通要解决什么”。如果需求本身含糊,模型只会把含糊放大,而且放大得挺好看,反而容易让人放过。
工作流里多了一道“可追溯”
这类工具进入团队协作后,一个新的麻烦是追溯:这张图从哪版提示词来,改过哪些参数,是否经过二次绘制。单打独斗时可以不记,一旦要交接、要复用、要解释版权边界,记录就变得重要。不是每张草图都值得存档,但进入提案和对外发布的图,通常要留下能回看的路径。
- 把最终采用的提示词和参考图放在同一处,别只留在聊天记录里。
- 区分“生成草稿”和“交付稿”,避免把未确认的图误发出去。
- 涉及人物、品牌元素或特定场景时,先确认使用范围,再谈风格。
审图的人,仍然要给出理由
评审里常见一种偷懒:因为图是生成的,就用“感觉不对”结束讨论。可“感觉”也需要被拆开。是主体不明确,还是色彩压过了信息?是画面太满,还是留白没有承担功能?把这些说出来,它才会真正进入可修改的流程,而不是停在碰运气。
所以,当这类工具越来越“像样”,审图反而更像一项慢功夫。它要求我们把审美判断翻译成可执行的意见,也要求我们承认:工具能给出很多答案,但问题得由人来提。