Ai生图搞了几天:不是工具的问题,是我不会说人话

最近在做一条老链接的图片更新，这次把工作全部丢给AI，忙了几天，踩了一堆坑，也出了一些让我意外的结果，先说结论，再说过程。

5条结论

第1条：大白话 > 结构化Prompt。我花了几个小时收集到的结构化Prompt，喂给AI，出来的90%都是废图，后来删掉所有模板，用一句大白话，一次就过。

第2条：GPT和Gemini都能打，差距没那么大。同一句大白话，两个工具都出了能用的图，以前觉得Gemini不如GPT-image——现在改变观点了，不是工具不行，是我给它的指令方式不对。

第3条：场景图、功能layout、文字渲染，AI都很强。场景氛围图基本一次过，功能拆解图带callout标注也能做，GPT甚至能直接在图上渲染英文文字，排版还像模像样。

第4条：局部修改才是真正的效率杀手锏。AI不只是生成新图。你可以对已有的图说“去掉右下角那个东西”、“把中文改成英文”、“中间那个产品太大了去掉”——它能精准执行局部修改，其他元素不动，迭代成本极低。

第5条（最重要): 你产品独有的结构设计，AI大概率会猜错，这条是我这次最大的认知升级。

下面详细说。

第一次测试：工程化陷阱

我想专业一点，搞了一套完整的生图系统——结构化Prompt、GEM配置文件、风格锚点库、亚马逊合规细则，整整2-3个小时，喂给AI，出图，要么颜色偏，要么结构错，要么比例变形，只有个别场景图还行。

第二次测试：大白话的胜利

我把所有模板删了，打开GPT-image，拖进实拍图，敲了一句话：“你现在是一位亚马逊美工专家，结合附件实拍图片，做一套主副图，主图白底产品占85%，副图突出场景、卖点、功能、属性、人群，正好五张”。出来的图居然直接能用，同样的话给Gemini试了一遍，也能用。

等一下，同一个AI，结构化Prompt出废图，大白话出好图？那我之前那几个小时在干嘛？

局部修改的惊喜，这才是我没想到的。出图之后，GPT那边有张图右下角多了个不相关的产品，我说了一句：“去掉右下角那个白色盒子的产品”，GPT直接把它抹掉了，其他元素全保留，连阴影都处理干净。

Gemini那边也一样，一张人群场景图，中间产品太大挡住了场景，我说：“太大了挡住了场景，去掉，其余的不动”，精准执行，三栏场景完整露出来。

还有一次，Gemini出了中文版的副图（商务人士/通勤族/学生党），我说了一句：“你做的亚马逊美国站，请把文案全部调整成英文”。它直接把图上所有中文替换成英文，场景和构图保留。

这才是AI生图真正省时间的地方——不是一次生成完美图片，而是快速迭代到位。“去掉这个”，“改成英文”，“中间太大了删掉”，一句话一句话改，比重新生一张快10倍。

但是，有一道坎，我的产品有个独特的结构设计，一个折叠展开的机械部件，不是市面上常见的形态，我给了AI各种角度的实拍照片，明确描述了怎么展开。

GPT生了一张，错的，Gemini生了一张，也错的，给了对的参考图，还是错的，两个工具犯了一模一样的错误——它们把这个部件脑补成了市面上最常见的同类结构。

AI不是在看图还原，是在看图猜测，它用训练数据里见过最多的形态，来替代你的独有设计，你的设计越独特，它猜错的概率越高，给100张参考图也没用，这不是bug，是原理性限制。

最优解：混合制

AI负责：场景图、功能layout、氛围图、英文文字、局部修改迭代；实拍负责：产品独有结构、微距特写、手持对比；PS/Figma负责：精确标注、合规检查，多版本复用。

两组数据让大家感受一下：

工程化阶段：3小时，1-2张场景图可用。

大白话+混合制：1.5小时（Ai 1小时 + 实拍15min + PS 15min），全部图片都可用。

4个反直觉

反直觉1：Prompt越复杂效果越差，大白话才是最好的Prompt。

反直觉2：GPT和Gemini差距没那么大，使用方式才是变量。

反直觉3：AI最强的不是一次完美，是快速局部修改。

反直觉4：你的产品越有差异化，AI对你的帮助越有限。

最后一个最狠，产品独特是你的竞争力，但恰恰是AI搞不定的部分，所以独有设计的图，只能靠你自己，这不是AI的短板，这是你的护城河。

接下来

我把这次测试的方法论拆成了3篇实操文档，放在星球“Ai生图模块”：

第1篇：决策判断 —— 做不做/怎么做/自己做还是外包

第2篇：3步工作流 + 3条红线 —— 读完就能操作

第3篇：字典层 —— 翻车应对/合规细则/工具对比

公众号不展开了，星球里见。