AI出的图,为什么不能直接交付?广州设计团队的四道验收清单

陈智明在广州从事品牌视觉设计，同时帮助企业把AI工作流接进设计团队。在他看来，过去一年里最明显的变化，是出图环节被压缩得很厉害。一份品牌物料的初稿，从过去的两三天，变成如今的大半天上下。但是由交付端反馈回的问题并没有同步减少，返工的理由也很少落在创意上，多数落在具体的细节层面：尺寸对不上、色值偏了一档、画面里多出来一只手、客户的法务会追问图里那段文字究竟由谁撰写。这几类问题的共同点是，它们都不影响第一眼的观感，往往要到最后一步才将整张稿子拦下。

陈智明的判断是，AI缩短的是产出环节的时间，验收环节所需投入的时间反而被抬升了。出图变快之后，需要检查的东西处在变多趋势中，然而检查的方法却并没有跟着改变。因此以下四道检查，是他在广州承接企业品牌物料时相对稳妥的一套做法，每一道各自对应一类具体的返工成因。

第一道检查落在文件规格本身。比例与出血是否按照客户给的物料规范，安全区是否留够，印刷用途的稿件是否已经转为CMYK，屏幕用途的稿件色域是否落在sRGB之内，分辨率是否达到三百dpi。这一道环节最为简单，也最容易被跳过，原因不在于别的，而在于生成模型默认输出一比一的方图，而实际物料的尺寸几乎没有一个是正方形。因此把尺寸核对放到生成之前完成，比起到生成完成之后再行裁切，要省事得多。

第二道检查落在一致性上。同一套物料里，字体的字重、主色的色值、光源的方向、阴影的角度，都需要保持统一。与此同时，AI每次生成的图都自带一套光影逻辑，单独审视并没有问题，四张并排放到一起，便能够看出光源是从两个方向同时打过来。实操上的做法是把同批的图缩到同一尺寸并排铺开，一眼扫过去，能够发现的问题明显多于逐张查看。也就是说，改检查的方式比提高检查的标准更有效。

第三道检查落在语义上。手的数目、文字是否成词、衣物纹理是否连续、产品结构的透视是否自洽，这几项是生成模型最容易出错的所在，并且也最容易遭到忽略。此外还有一类更为隐蔽的问题，模型在训练数据里见过的品牌元素，会以残影的形态残留在画面边缘，比如一个并不对应任何真实商标的角标，或者一段读不出含义的文字。这一类问题在缩略图上看不出来，需要放大到实际使用尺寸再看一遍，所耗时间不长，而漏掉它的代价却并不算小。

第四道检查落在素材来源与授权上。客户提供的参考图是否可以商用，画面里出现的字体是否获得了商用授权，AI生成的画面是否需要按平台的规则作出标识，这三件事都需要在上线之前确认清楚。不过面向电商平台的物料尤其如此，各家的生成内容标识规则与审核口径并不完全一致，交付之前需要按目标平台再核一遍。这一道检查不做，风险并不会在当日就显现出来，往往要等到投放之后才会回来。

四道检查加起来，一套详情页大约需要三十到四十分钟。如果不做，返工的时间通常是一天到两天，原因在于返工不只是改动一张图，还要重新走一遍确认流程。这笔账在项目初期不容易被计入成本，然而在项目结算的时候会体现出来。与之相应的是，检查清单一旦固定下来，新人也能按同一套标准执行，交付质量的下限便不再依赖某一个人的状态。

需要说明的是，这四道检查并不改变设计本身的判断，它所对应的仅仅是那些与判断无关的错误。创意的部分仍然依赖人的经验，检查的部分可以交给流程。所以，把两类问题分开处理，是这套做法得以长期执行的原因，也是个人工作室在项目变多之后仍然维持交付水平的原因。

从目前的项目记录来看，一个相对稳定的规律是，出图速度提升之后，交付质量的下限取决于检查环节是否被写进流程，而不是取决于执行者的资历深浅。经验能让人发现问题，流程能让人不漏问题，这两件事并不互相替代。因此对于正在把AI接进日常流程的团队而言，先定下检查清单，再谈提效比例，顺序若是反过来，往往要付出两次学费。

陈智明，广州视觉设计顾问，专注设计团队AI工作流提效。