第一次为什么失败：图很好看，却根本不能交付

设想一个非常常见的需求：“给原创幻想IP的合作页面做一张高级主视觉——年轻男主、灵狼、霓虹雨夜、优雅城市、电影感。”生成工具几分钟就可能给出一张很惊艳的图，但这张图仍然完全不能用。

不同版本里男主外套结构一直变；灵狼更像普通哈士奇，没有稳定识别点；城市里出现一些似是而非的品牌字样；画面没有给中英文标题留安全区域；灯光很戏剧，却正好把未来要放合作产品的位置压暗；更麻烦的是，没有人记录每张参考图到底承担什么作用。

问题不一定出在提示词，而是团队在定义“交付物”之前就开始生产。

把任务改写成美术指导简报：网页16:9 Hero；男主占右下三分之一；灵狼必须保持白色毛色、耳朵轮廓和与人物的比例关系；左上留安静区域给双语标题；避免可读的第三方标识；整体是潮湿夜景，但脸部仍要清楚；最终资产不仅要有成图，还要保留可编辑构图方案，以及参考图和人工修改的记录。

到了这里，“生成”才拥有一个比“看起来不错”更明确的目标。

先给参考图分工，再碰生成工具

团队手里有六张参考：已批准人物设定、灵狼转面图、雨夜街拍、奢侈品编辑版式、材质板，以及一张旧活动视觉。如果不加区分全部一起丢进去，最容易出现的就是“参考串味”。

先给它们分工。

参考资料 主要任务 必须保留 不能盲目借用
人物设定 身份 脸部特征、外套结构 原设定背景
灵狼转面图 身份/比例 耳形、白毛、体型关系 原姿势
雨夜街拍 氛围 湿地反光、雾感 标牌、路人
编辑版式 构图 留白逻辑 对方品牌风格
材质板 表面质感 金属/布料对比 具体物体造型
旧活动视觉 约束 合作方安全区域 已过期产品细节

当前一些工具已经把“风格参考”和“结构参考”做成不同概念，例如Adobe Firefly当前文档就分别介绍了style reference与structure reference。具体按钮会随产品和版本变化，但更耐用的方法不是背按钮，而是先把为什么要用这张参考写清楚。

权利问题则必须另过一道门。网上能看到、能下载的图，不等于你自然拥有上传、变换和商业发布它的权利。来源权利、客户授权和当前工具条款都要分别核对。

先解决构图，再花时间做质感

第二轮只回答一个问题：缩成缩略图以后，画面关系还对不对？

先忽略刺绣、雨滴和微小纹理，把人物和灵狼当成大形体，生成或搭出几套构图。凡是侵占标题安全区、让白狼淹没在背景里、或者一到手机裁切就把人物切坏的方案，直接淘汰。

选定一个版本后，把选择理由记下来，例如：“C版能让男主脸部留在安全裁切区，白狼轮廓正好压在更暗的墙面上，同时左上有大约三分之一的视觉安静区。”

这个比例不需要升级成永恒标准。真正有价值的是可追溯：另一个设计师一看就知道，这套构图究竟在保护什么。

接下来再处理身份一致性。对照批准过的人物锚点，而不是只看“像不像”。头发方向对吗？外套扣位对吗？白狼耳朵几何还认得出来吗？如果这些关键身份仍在漂移，就不要先去修水洼反光。

好的流程，会先稳定那些最贵、最难返工的决定，然后才把时间花到细节上。

把迭代变成受控实验，而不是形容词堆积

构图和身份稳定后，迭代才进入真正有效的阶段：每一轮只回答一类问题。

A轮检查空间逻辑：手和道具怎么接触、狼爪落点是否合理、台阶透视、反射、家具、前后关系有没有错。B轮看材质行为：被雨打湿的布不能像镀铬板，拉丝金属也不能融进皮肤。C轮直接进入交付环境：桌面裁切、手机裁切、文字覆盖、深色页面环境、压缩以后和缩略图状态下还是否成立。

每一轮只记录一行：问题 → 改了什么 → 结果 → 保留/淘汰。

这样可以阻止提示词膨胀。没有记录时，团队很容易不断加“更电影、更高级、更细节”，最后没人知道到底是哪次变化真的让图变好。受控迭代应该尽量只动一个变量家族，其余保持稳定。

如果某个局部缺陷需要大量修补，也要算时间账。传统paint-over、3D块面、摄影或合成，有时比再生成三十轮更快、更可控。生成工具只是生产路径之一，不是每个问题的默认答案。

人类创作、来源记录和最终审查包

商业项目不要只保存最后一张JPEG。

至少保留批准过的简报、重要参考资料的使用权限、关键中间版本、编辑源文件，以及一份很短的人工贡献说明，例如构图调整、合成、遮罩、paint-over、排版和最终选择。在美国语境下，美国版权局2025年关于生成式AI版权性的报告强调，保护仍取决于作品中是否存在足够的人类创作表达，单靠提示词并不会自动建立这种作者性。具体法律结果始终取决于实际作品，所以记录有价值，但记录本身不是法律保证。

如果流程支持Content Credentials或其他基于C2PA的来源信息，也要理解边界：这类机制可以记录有关来源和编辑历史的声明，却不是一台自动认证“内容真实、安全、已获授权、质量优秀”的机器。

在这个案例里，最终审查包应该包括：美术简报、参考图角色表、迭代记录、分层最终文件、导出设置，以及所用工具能够提供的来源信息。把这样一包资料交给合作方，显然比“这是我们挑出来最好看的一张”更容易进入真正商业流程。

最后预检：真正可用，意味着它能活在真实页面里

在宣布完成前，把图真的放进页面Mockup。加上真实的中英文标题、导航、CTA和合作方标识；检查响应式裁切；用网站真实压缩设置导出；在亮屏和暗屏上都看一次。

然后做“事实宣称”检查。如果视觉里出现具体产品、地点、制服、历史物件或品牌特征，要问：用户会不会把这张图当成真实产品或事实呈现？纯幻想插画可以高度风格化；放在购买按钮旁边的产品图，却承担完全不同的误导风险。

最后请一个没有参与生成的人做一次红队式快速检查：寻找意外出现的标志、人体结构错误、文化符号、可能造成安全误解的画面，以及任何和页面文字直接冲突之处。

所以最终资产从来不只是“那一次生成结果”。它是需求定义、参考纪律、受控迭代、人工编辑、权利与来源审查、真实交付环境测试共同产生的结果。这才是从粗糙AI绘图想法走到可交付创作资产之间真正的距离。

这个案例最后留下什么可复用方法

把整个案例压缩后，可以得到一条非常清楚的顺序：先定义交付场景，给参考资料分工，先解决构图，再稳定身份；每轮只处理一类问题；记录人工编辑；审查权利与来源；最后在真实使用环境里测试成图。

这里故意没有把流程绑死在某个模型上。图像生成系统变化极快，一个产品、一个版本里存在的控制项，换个工具就可能没有。涉及具体功能时，应始终以当前官方文档为准。

真正耐用的能力，是在不确定里做美术指导。成熟团队能讲清楚什么必须稳定、什么允许变化、审查者怎么识别失败，以及什么时候继续生成已经不再是成本最低的解决方式。

这也能避开“提示词魔法师”陷阱。真正有价值的交付，不是一句神秘文字偶然成功一次，而是一套其他合格创作者能够检查、重复并继续改进的流程。

最终选图不要只比“哪张最震撼”

进入最后选择前，不要让剩下几张图互相比“谁更好看”，而要让它们逐项回答最初的简报。

指标 本项目权重 A版 B版 C版
男主和灵狼身份稳定 高 弱 强 强
标题安全留白 高 强 弱 强
手机裁切 高 弱 中 强
产品/合作方区域 中 强 中 强
空间合理性 中 中 强 强
预计修补成本 中 高 低 中

这张表不需要变成伪科学打分。它只是防止某一个极其惊艳的优点，把致命交付问题遮住。雨夜光影再漂亮，如果手机裁切根本不能用，对这份简报来说，它就不是“差一点完成”，而是另一个概念。

C版胜出，是因为它同时通过高优先约束，而且修补成本可控。被淘汰的图也不是完全浪费，可以按它们做得最好的部分标记：灯光、气氛、姿势——前提当然是团队有权保留这些内部资料。

这一选择步骤还能让审批对话变干净。美术指导不必说“我就是更喜欢B”，而可以说：“B的脸最好，但只有C同时保住身份、文字区和手机裁切；我们会在局部编辑阶段借鉴B的脸部处理。”这才是生产团队真正能执行的决定。

合作方中途改需求时，先判断是“新概念”还是“新版本”

假设做到一半，合作方突然要求再出一张方形社媒图，同时希望白狼更突出。弱流程往往只能从头来，因为原始画面从一开始就是为单一扁平构图优化的。

受控流程会先回到简报：这次要求到底改变了视觉层级，还是只改变交付格式？如果白狼现在必须升级为共同主焦点，那就是层级变化，应重新打开构图阶段，先做方形块面，保护人物身份锚点，只复用那些在新关系里仍然成立的元素。

如果需求只是“另外需要一个方形衍生版本”，就不必重造概念，而应该保留原层级，认真设计另一套裁切或延展，绝不要直接把原图硬拉伸。

区分新概念和新呈现版本，可以省掉大量返工。这一判断也应该进入交接记录，因为授权、审批和来源记录可能需要跟着衍生资产继续走，而不能因为文件换了比例就突然消失。

最后连文件命名也要进入可交付流程

批准后的文件最好按活动、资产角色、比例和版本命名，而不是按提示词情绪命名。例如 collab-hero-desktop-16x9-v07-approved，下一个人一看就知道自己打开的是什么。可编辑源文件也应和交付导出一起保留。文件管理一点都不酷，但它能避免团队做完前面所有审查，最后却把“final-final-2”错当正式稿发出去。

保留少量被淘汰版本，并写清为什么淘汰

不用永远保存每一张生成图，但应该有意识保留少量被淘汰版本，而且写明原因。一张可能白狼身份最稳定，却没有文字区；另一张气氛极好，但男主外套结构已经错掉。

这些带标签的失败，对团队培训很有价值。它能让下一次简报更清楚，也帮助审查者分辨“只是审美偏好”与“反复出现的技术问题”。

当然，失败库不能变成无治理的第三方参考或客户机密仓库。保留策略仍要服从项目真实权限和信息处理规则。

一个小而有注释的失败资料夹，经常比只放最终赢家的画廊更能教人，因为它保留了成图已经看不见的决策过程。

Sources

Related Reading