夜雨聆风这几天，我一直在试着用 AI 做公众号的封面图和一些内容插图。
中间也遇到过不少问题。
我后来发现，AI 画图最容易让人误会的地方，是我们总以为问题出在提示词。
有些图单独看还可以，但放进文章里就不太对。
有些图氛围是对的，但背景太暗，阅读不友好。
还有一些图，看起来像是完成了任务，但其实和正文关系很弱，只是在风格上凑了一个“配套”。
这让我想起前几年刚开始玩 AI 绘图时的状态。
那时候我的流程很简单：
先写一段 prompt。
把风格词堆进去。
生成一张图。
不好看，就继续加词、换词、改词。
如果运气好，就能碰到一张还不错的。
但现在回头看，这个流程其实很靠运气。
它真正缺的，可能不是一个更厉害的提示词。
而是一套能不断校正结果的流程。
一
事情的起点其实是公众号封面。
最近刷公众号的时候，我发现很多人的封面图，已经明显是用 AI 定制出来的了。
有些不一定多复杂，但它和文章主题是贴着的。
而我以前做封面，更多还是去网上找图。
这样虽然也能解决问题。
但它有两个麻烦。
一方面，是版权风险。
另一方面，是找图本身也很耗时间。
你要找一张主题合适、气质合适、比例合适、还能放进公众号封面里的图，其实并不轻松。
当然，用 AI 做封面也不一定更省时间。
甚至很多时候，它一样很耗时间。
但我还是想试一试。
我根据自己的经验和理解，做了一个内容生图的 Skill。
它会先理解文章，再判断应该做封面、文内图，还是别的视觉资产。
后面再进入生成、检查和修改。
这个 Skill 也放在了我的 skills 仓库里：
https://github.com/fxbin/skills它现在也不是一个已经完全定型的东西。
我还在根据每次生成封面、文内图和内容卡片时遇到的问题，不断调整里面的判断规则和质量门禁。
我想通过真实发布，把这套东西继续跑实。
以后如果写 AI 工具、写工作流，也不只是转述别人的方法，而是能有一点自己的体感。
同时也是希望让发布出去的内容，阅读体验更好一点。
封面和插图不是文章的核心。
但它确实会影响读者打开、停留和理解这篇文章的方式。
所以这件事看起来是在做图。
但往深一点说，其实是在试着把内容表达的最后一公里，也交给一个更稳定的流程。
二
我后来看到一个案例，觉得很有意思。
它的做法不是让一个 AI 一次性猜出完美 prompt。
而是设计了两个角色。
一个 AI 负责看图，然后反推提示词。
另一个 AI 负责用这个提示词生成图片，再拿生成图和原图做比较。
它不负责夸。
它只负责挑差异。
比如：
人物是不是太小了？
文字层级有没有跑掉？
视觉重心是不是偏了？
背景是不是太暗？
某个关键元素是不是缺了？
然后再把这些差异，变成下一轮提示词里的约束。
一轮不行，就再来一轮。
直到它足够接近，或者达到提前设好的停止条件。
我看到这里的时候，其实会想起前阵子做的那个内容生图 Skill。
它不是只保存一组封面 prompt。
它更像是把“内容理解、视觉生成、质量检查”拆成了几个前后相接的环节。
其中最重要的一点，也是让不同角色做不同的事。
一个角色负责把文章转成图。
另一个角色负责回头检查：
它有没有偏题？
文字区域安不安全？
背景会不会太暗？
缩小到公众号封面以后，还能不能看清？
所以外部案例给我的，并不是一个完全陌生的新方法。
它更像是帮我确认了一件事：
我之前做 Skill 时，那种让生成和判断分开的思路，确实是对的。
这个机制也让我把原来有些模糊的体感说清楚了。
AI 生图的问题，很多时候不是“它不知道怎么画”。
而是我没有给它一个可以反复校正的系统。
三
所以这个案例最打动我的地方，不是它最后得到了一段多完整的 prompt。
而是它把“改图”这件事，从感觉里拆了出来。
以前我改图，很容易只停在几个模糊判断上：
这张不够好看。
这个风格不太对。
这版好像差点意思。
但这些话其实很难指导下一轮生成。
因为它没有说清楚到底哪里出了问题。
每一轮到底改了什么？
为什么要这么改？
上一版的问题有没有被解决？
新版本有没有引入新的问题？
这些东西如果没有被拆出来，所谓“优化”，就很容易变成一种凭感觉的乱调。
一开始你想要的是封面图。
改着改着，可能变成了一张挺炫但不能用的图。
或者它单独看还不错，但放到公众号封面里，标题被压住了，主体也看不清。
这也是我觉得那个案例有价值的地方。
它不是把提示词写得更长。
而是把“哪里不像”“哪里不对”“哪里还不能用”，拆成了可以执行的反馈。
四
回到我自己的公众号配图流程里，我会更谨慎地说：
我现在做的这个内容生图 Skill，已经有了这套思路的雏形。
它目前能做的，主要是前半段。
先理解文章。
判断这篇文章更适合做封面、文内图，还是内容卡片。
再根据不同场景，生成对应的视觉方案。
生成之后，也会有一层质量检查：
内容有没有跑偏？
中文标题是否清楚？
标题区是否干净？
画面会不会太暗？
缩小到公众号封面以后，还能不能看清？
如果不合格，就回到前面的环节重试，或者切换成工程化渲染。
这已经比单纯写一句 prompt 稳定很多。
但它还没有完全变成一个自动化的“双 Agent 对比闭环”。
它现在更像是：
内容理解 -> 视觉生成 -> 质量门禁 -> 人工判断后再调整。
而我接下来真正想补的，是中间那段更细的反馈回路。
比如，先让人选一张参考图。
但这一步不是为了照搬。
而是为了确定视觉方向：
我到底想借鉴它的什么？
是构图，还是配色？
是情绪，还是信息层级？
是人物占比，还是标题区域？
然后让 AI 不只是提取风格词，而是反推结构：
画面比例是多少？
主体在左边还是右边？
文字区域留在哪里？
视觉重心在哪里？
背景是干净的，还是复杂的？
有没有不能被遮挡的区域？
再往后，是生成第一版。
第一版不一定要好。
它的价值，是给后面的比较提供一个对象。
有了第一版，另一个 AI 才能去看：
它和参考方向差在哪里？
它作为公众号封面，哪里会影响阅读？
它和这篇文章的主题有没有偏掉？
下一轮最应该先改哪三件事？
最后，再把这些反馈改成具体约束。
不是写“更高级一点”。
也不是写“更有设计感一点”。
而是写：
左侧保留一块干净的标题区域。
主体只占右侧三分之一。
背景不要太暗。
主体和背景之间要有明确层次。
封面缩小后，主元素仍然能看清。
这些才是可以被执行的约束。
五
写到这里，我反而觉得，这件事最有意思的地方，已经不只是生图了。
它其实是在提醒我：
很多 AI 工作流变好用，不是因为某一次回答特别聪明。
而是因为我们给它设计了反馈回路。
一个负责生成。
一个负责判断。
中间有对比。
有评分。
有约束。
也有停止条件。
这就和单纯“问 AI 要一个答案”不一样了。
如果只让 AI 给答案，我们很容易被它带着走。
它给出什么，我们就从里面挑什么。
但如果先把判断标准放进去，事情会反过来。
AI 生成的东西，开始接受人的标准检验。
它不是替我判断。
它是在我的判断框架里不断试错。
我觉得这个差别很重要。
所以我现在不太想把提示词看成某种神秘咒语。
它当然重要。
但它不是全部。
更重要的，是提示词前后的东西。
前面，是人先判断自己想要什么。
后面，是用反馈把结果一点点推近目标。
这也是为什么，我觉得那个内容生图 Skill 值得继续沉淀下来。
我希望它以后在做公众号封面、文章插图，甚至别的视觉内容时，能更稳定地走向这样一条链路：
先确定参考方向。
再反推结构。
生成第一版。
对比差异。
把差异变成约束。
迭代几轮。
最后由人来决定停在哪里。
不是追求百分百复刻。
也不是把别人的作品照搬过来。
而是学习一张图背后的设计语言，再把它转成适合自己内容的表达。
六
这件事也让我重新理解了“会用 AI”这句话。
会用 AI，不只是知道怎么提问。
也不是收集很多厉害的 prompt。
更重要的是，能不能把自己的判断，放进 AI 的工作流程里。
我以前会把 AI 当成一个很强的生成器。
现在我更愿意把它看成一个可以被组织起来的小系统。
它可以生成、比较、修正，也可以在另一个角色里帮我挑问题。
但前提是，人要先给它一个可以工作的结构，也要知道最后停在哪里。
说到底，我真正想复刻的，可能不是一张封面图。
而是一套让 AI 不断接近目标的流程。
这套流程里，最值钱的也不是那句最终提示词。
而是人有没有把判断、反馈和停止条件放进去。
如果这些东西还在自己手里，AI 就不是替我做决定的人。
它更像一个愿意反复试错的搭档。
而我需要做的，是别把自己的判断入口，也一起交出去。
这篇文章的触发点，来自我看到 Bridge Wang 在 X 上分享的一个逆向文生图提示词案例。这里不展开复述原帖，只记录它给我的启发。
https://x.com/qc777qc/status/2057327056774648108
如果对你有帮助
欢迎点赞、关注、分享呀~
感谢阅读