编辑把一句描述丢进工具，几秒后得到一张光线合理、构图完整的图。看上去能交差，但再问一句“为什么这里留白、为什么人物朝右”，答案往往不在画面里。图像生成擅长给出结果，却很少附带推理过程。这不是缺陷的修辞，而是使用它时必须面对的现实。
像不像，和说不说得清
生成图的第一眼判断通常停留在像不像：比例是否协调，质感是否统一，文字有没有变形。继续往下用，问题会变成另一套：这张图能否被复现，换一个尺寸是否还成立，局部修改会不会牵动全局。图像生成把“画出来”的门槛降低了，却没有同步降低“讲清楚”的难度。提示词写得再长，也很难替代明确的视觉规范。
把工具放进流程，而不是放进许愿池
我见过一种常见用法：把生成工具当成许愿池，输入一句话，等一张惊喜。偶尔有效，长期依赖会让人忽略真正要解决的问题——这张图要放在哪里，读者第一眼该看到什么，哪些元素可以删。一种可行的做法是先把需求拆成可检查的条件：画幅、主体位置、色彩倾向、留白区域、是否需要后期叠字。然后把图像生成放在草稿阶段，用它试探方向，而不是直接替代终稿。生成结果仍然需要人工筛选、裁切和校正。
- 先定用途，再定画面：同一句描述放进不同版式，结果要求并不一样。
- 保留可修改的层次：主体、背景、文字尽量分开处理，后续调整才有余地。
- 记录提示与改动：方便团队沟通，也避免反复试错后忘记初衷。
边界不在画面里，在使用者的判断里
图像生成还会带来一些不那么显眼的问题。比如，生成的人物是否与真实个体过于相似，素材来源是否可说明，风格参考是否越过了合适的范围。这些不确定之处，不该被“先出图再说”盖过去。我的判断是，涉及人物肖像、品牌标识、敏感场景时，宁可多一道人工确认，也不要把解释责任推给工具。工具可以快速给出候选，但发布前的取舍仍由人承担。
回到开头那张图。它也许足够好看，但如果没人能说清它为何这样构成，使用它就只是碰运气。这项技术真正改变的不是画布，而是我们提出要求、检查结果和承担后果的方式。把它当作一支需要磨合的笔，而不是自动答案，才接近实际。