一张产品图的需求写得很客气：把背景换得“自然一点”，阴影“别太假”，瓶身标签“保持原样”。这类需求在图像生成里很常见，难的不是生成一张新图，而是让模型理解“差不多”到底差多少。第一次结果出来，背景干净，瓶身却多了一圈高光，标签边缘也有轻微重绘。看起来只是小问题，放到详情页里就变成返工理由。
“自然一点”是最难写的提示词
很多人把提示词当成说明书，写“电影感”“柔光”“高级灰”，然后期待一次命中。实际使用时，这些词更像方向，不是刻度。背景的自然感可能来自光源方向、色温、景深，也来自主体与地面的接触阴影。把这些条件拆开写，通常能减少无效尝试：光从哪边来，阴影落在哪一侧，标签是否需要完全保留，哪些区域不要改动。图像生成不会自动知道业务里的“不能动”，需要把它变成明确约束。
那次返工里，我建议把任务拆成两步：先只处理背景，保留主体区域；确认边缘和阴影后，再处理整体色调。多一步看似麻烦，却减少了反复生成整张图的次数。对需要稳定交付的场景，这种拆分适合放进日常流程。
细节一致性比“好看”更消耗时间
图像生成容易在局部给出惊喜，也容易在局部留下痕迹。文字、logo、包装接缝、手指、玻璃反射，这些位置一旦被模型重新解释，就需要人工逐处核对。我的判断是，把它当作“候选图生产者”会更合适：一次给出多个方向，由人来判断哪些能进入后续修图。它不替代审稿，也不替代对品牌素材的熟悉。
- 先定不能改的区域，再讨论可变的区域。
- 把形容词换成分区描述：光、影、材质、留白。
- 保留生成记录，方便回看哪次改动引入了问题。
还有一层边界常被忽略：生成结果的可追溯性。商用素材需要确认来源和授权，模型输出也需要经过人工复核。图像生成能缩短试错时间，但把“可用”变成“可交付”，仍然要靠工作流里的检查点。它不是魔法按钮，更像一个需要被管理的协作者。
所以，当需求里出现“差不多”“自然一点”“有感觉”时，先别急着写更长的提示词。把模糊词拆成可检查的条件，把一次大生成拆成几次小修改，可能才是图像生成进入日常工作的方式。返工不一定说明工具不行，它常常在提醒我们：需求本身还没有被说清楚。