AI生图十张里只有三张能用：废图都死在哪个环节，怎么止损
那天下午三点四十，会议室的长桌摊着十张刚出的主图。四支牙刷，三盒包装，三张护膝。小唐一张张划过去，划到第七张停住，抬头说，能用的三张。
我没接话。剩下七张里，两张其实再跑一次就行，三张得回去换底图，还有两张，我知道再用生成做下去是浪费时间。
废图不是随机分布的。它死在哪一类缺陷上，决定了你该重跑、该换输入，还是该放下工具改手工。
十张出三张，是概率算出来的，不是运气差
一张主图要同时满足五条约束：形体对、材质对、光对、比例对、字对。模型每出一次图，都是在这些约束之间做一次带噪声的采样。它不"知道"你要哪一条，它只是在像素空间里往一个看起来合理的解上落。
五条同时落对的概率本来就不高，而且彼此不独立。手画对了，袖口跟着错；瓶身正了，标签字被压扁。所以十张出三张，不是模型差，是这件事的通过率就是这样。
真正决定通过率的是你的接受阈值。同样十张图，只要"能看清是什么"，八张都过；要"能上列表首图、放大到百分之百不掉链子"，剩下三张。
阈值不是模型给的，是你给的标准给的。标准越高，通过率越低，这不是缺陷，是必然。
这里有个反直觉的地方：通过率低，不代表要出更多图。数量提高的是绝对张数，不是比例。十张出三张，跑三十张出九张，那二十一张废图一样要人看、要人删、要人判断。工时是按总张数走的，不是按可用张数走的。
所以能省时间的动作只有一个：把"废"分类。分完之后你会发现，七张废图里大概只有两三张值得再花时间。
五类废法，先学会一眼分开
十个废图摆在面前，第一件事不是挑哪张好看，是给每一张贴一个类。贴不上类的，说明你还没看清它废在哪，这种图最危险，它会在你以为"还行"的时候被发出去。
五类的分法按缺陷的性质来，不按严重程度来。
结构崩，是该有的东西没有，不该有的东西多了。材质崩，是形状对，表面不对。光影崩，是东西对，落在画面里的方式不对。尺度与透视崩，是单看都对，放进同一个空间就不对。文字与标识崩，是整体都对，只有字和标不对。
之所以要分开，是因为它们的可修性完全不同。结构崩几乎不可修，材质崩可以试一次，光影崩大多值得重跑，尺度崩多半要回到构图，文字崩基本不该在生成阶段解决。
看图的顺序也有讲究。先在缩略图尺寸扫一遍，这个尺寸下能看出来的只有结构和大关系；再放到一半看材质和光；百分百只看字和缝。三个尺度，每个尺度只回答一个问题，混着看一定漏。
最常见的误判，是把材质崩当成光影崩。金属发灰看着像光不够，其实是环境里没有东西可反射；织物变纸看着像光太硬，其实是模型没画出厚度。判错的代价是你会一直去调光，调十次也调不好，因为病根不在光上。
结构崩：数量、闭合、对称，三眼就能判
结构崩是五类里最硬的。它不会因为你光打得好就变轻，也不会因为氛围好就被原谅。
表现很具体：六根手指、多出来的一颗纽扣、盒子少一条棱、牙刷的植毛束数不对、护膝的绑带从腿里穿过去。还有一种更隐蔽的，镜像反了——左右手互换、logo 朝反方向、产品上的箭头指向错误的一侧。人眼对镜像极不敏感，这是最容易被漏掉的一类。
判定动作三个，都不需要专业训练。
数。该有几件就数几件。三支装数三支，一对护膝数两只，包装盒上的开窗数一个。模型最容易在重复上出错，而重复恰好最好数。
闭合。沿着主体轮廓走一圈，看这条线有没有断口，有没有多出来的凸起。盒子看棱，杯子看口沿，刷头看边缘。轮廓不闭合的图，缩到列表尺寸是一圈糊边，放大就是事故。
对称。左右对称的产品，从中间劈开对比。刷毛的排布、绑带的位置、包装盒的立面，这几处一旦不对称，说明模型没有理解结构，只是在模仿形状。
把刷头放大到能数清每一束植毛，是这一节最省事的验收动作：孔数对了结构大体就守住，孔数一乱，后面所有补图都是白费。
止损线在这里很干脆：主体轮廓有缺口、有多余部件、对称关系被破坏，直接弃。不要局部重绘。局部重绘会把周围已经对的部分重新采样一遍，救一处坏三处，护膝那张我们试过两回，两回都更糟。
还有一种情况不弃但要改构图：结构本身对，只是被挡住了。手挡住卡扣、包装挡住接口、道具压住关键结构。这不是模型的问题，是画面安排的问题，换个角度比修十遍快。
材质崩：形状赢了，表面输了
材质崩的图有个共同点：一眼看过去挺像，看第二眼开始不对，但说不清哪儿不对。
塑料感。真实的塑料不均匀，注塑件有流痕、有合模线、有一点点厚度带来的边缘透光。AI 画塑料，常常给一个边界锋利、亮度均匀的高光，像上了一层釉。判断方法：把高光区域放大，如果里面什么都没有，是一片纯白，那基本是假的。真塑料的高光里能看见光源的形状。
金属发灰。金属的颜色不来自它自己，来自它反射的东西。一个金属件处在什么都没有的环境里，就只能发灰。判定动作：看高光里有没有环境信息。一条竖向长条说明它反射的是柔光箱，一片均匀的灰说明它什么都没反射。金属发灰往往不是材质写错了，是环境写空了。
织物变纸。做家纺和运动用品时最常见。布有厚度、有垂坠、有经纬、有缝线把两块布压在一起的那道凹陷。AI 画布容易画成一张有折痕的硬纸：折痕是折线不是弧线，边缘是刀切不是毛边，缝线浮在表面像画上去的。判定动作：找一条缝线，看它有没有把两边的布压出高低差。
护膝那张是典型的材质考题。罗纹弹性带要能看出织纹起伏，缝线要沿着绑带弧度走，硅胶防滑点要有厚度，还要落在该落的位置。这几处对了，图才像是"这个东西"，而不像"这个东西的图片"。
缝线的走向和防滑点的位置，是这张图里最该放大检查的两处：它们同时暴露材质和结构，错一处，整张图的专业感就没了。
止损线分两档。材质错但结构和光都对，值得重跑一次，改的是环境描述——给金属一个可反射的东西，给织物一道侧光让织纹出来。第二次还是塑料感，说明输入里本来就没有材质信息，这时候换输入，别继续加词。
光影崩：两个太阳，脚底没影，反光没有走向
光影崩是五类里最"值钱"的一类，因为它最容易修，也最容易被忽略。
两个太阳。画面里所有影子应该指向同一侧，还要指向同一个消失点。出现两套影子方向，或者产品两侧同时有亮度接近的高光，就是双主光。这种情况在提示词里塞了两个光源时几乎必然发生，"柔光箱"和"窗光"同时写进去，模型就给你两个太阳。
脚底没影。产品像贴上去的，因为它和地面之间没有那道几像素宽的暗边。这道暗边不是装饰，是接触的证明。判定动作：把产品底部边缘放大，看有没有一条由深到浅的过渡；如果是一条干干净净的硬边，或者干脆没有边，这张图在买家眼里就是抠图贴上去的。
反光不成走向。圆柱的高光应该是一条竖着的长条，平面的高光应该是一整片，球面的高光应该是一个位置明确的亮点。这三种形态一旦混了——圆柱上出现一个点、平面上出现一条线——说明模型没有理解这个面的曲率，材质也跟着塌。
判定动作有一个很土但很准的办法：把图去色，只看明度。颜色会骗人，明度不会。影子朝哪、高光在哪、接触面有没有暗边，去色之后一目了然。
止损线：光影崩最值得重跑，因为它改的是提示词里的光位描述，不动输入。但要给自己一个上限，同一版词跑两次，双主光还在，那就不是概率问题，是词里有矛盾。把光源砍到一个，比再跑十次有用。
尺度与透视崩：单看都对，放一起就不对
这一类图的麻烦在于，每一处单看都没问题，只有把画面当成一个整体看，才露馅。
手握不住。手指跨度小于物体直径，或者手指陷进物体里。判定方法很直接：看指尖和拇指根部的距离，跟物体宽度比一比。再看法指和物体接触的那一段，有没有被压出一点形变。没有形变，就是贴上去的。
瓶身比例飘。同一款产品，不同图里高宽比对不上。我们自己的口径是，同一 SKU 的高宽比偏差超过百分之八，就要怀疑这张图的比例被改过。这个数字不是标准，是踩过坑之后定的线——瓶身瘦一圈，主图上看着"高级"，买家收到货会觉得被骗。
俯拍平视混用。产品是俯视角度，桌面却是平视的，背景的砖缝、桌沿、道具的立面各自指向不同的消失点。这种图初看很怪，但说不出怪在哪，因为人眼对透视的自洽性有直觉，只是没有词汇。判定动作：在画面里找三条本该平行的线，延长，看是否交于同一点。
止损线：透视混用几乎一定重来。它不是概率问题，是你在同一张图里给了模型两种机位。改一个词解决不了，得重新决定这张图到底是俯拍还是平视，然后所有描述都跟着这一个决定走。
尺度的错还有一类是参照物错。画面里放了一个不知大小的东西，买家就没有判断依据。反过来，一个明确大小的参照——一只手、一瓶标准容量的水、一段桌面——能把尺度说清楚。做小件商品时，我们宁可牺牲一点构图，也要让手进画面。
倒影也属于这一类的漏网之鱼。产品放在光面上，倒影的透视要和产品本身一致，镜像翻转、长度不对、边缘虚得过头，都是破绽。它最容易被当成氛围放过，也最容易让人一眼看出假。
文字与标识崩：这一类不该赌
文字崩的表现有三种：笔画粘在一起，字形被改成"看着像但不对"的字，logo 变形。
成因很朴素，字占的像素不够。一行字要分掉画布上的一段宽度，字越多，每个字分到的像素越少，笔画之间的缝先消失，然后是笔画本身。这跟提示词写得多细没关系，是一道除法。
标识更麻烦。logo 是图形，模型不认识它，只认识"这里有一个图形"，于是画一个看起来合理的替代品。商标变形在法律上是风险，在视觉上是穿帮。
这一类我们不给"修"的方案。字和标能在后期压上去的，就别让模型画。出一张干净的产品底图，字和 logo 用排版软件压回去，十分钟的事，比跑十次稳。
包装和产品同框时，最该确认的不是字好不好看，而是包装上的字和产品上的字有没有互相打脸——数量、规格、卖点，三处必须一致。
验收表上该问的六个问题
我们把验收压缩成六个问题，按顺序问，不跳。顺序从便宜到贵：前三个缩略图就能答，第四第五要放到一半，第六个必须百分百。
- 数量对不对。该几支、几只、几个部件、几个开窗。数不出来就是不合格。
- 轮廓闭不闭合。沿主体走一圈，有没有缺口，有没有多出来的结构。
- 接触面在不在。产品底部有没有暗边，手和物体之间有没有咬合，动物和地面有没有压痕。
- 影子朝几个方向。一条线画过去，所有影子是不是都朝同一侧。
- 高光里有没有环境。金属有没有反射到东西，塑料的高光是不是一片死白。
- 最小的那行字还认不认得出。放到百分百，看笔画有没有粘，字形有没有变。
六个问题全过，才轮到"好不好看"。这个顺序很重要，好看是最容易骗人的一项，它会在结构错的时候依然让你觉得可以用。
还有一个动作不在六个问题里，但每次都做：把图左右翻转，再看一眼。镜像之后，你对熟悉字形的自动补全失效，糊掉的字、歪掉的对称、画错的手，全都会跳出来。
三类处理：重跑、换输入、放弃生成
分类的目的不是写报告，是决定下一步动作。判断依据只有一个问题：这张图缺的是运气，还是信息。
值得重跑的
缺陷是概率性的，输入本身没毛病。光影飘了、构图偏了一点、材质差一口气、手画成六指但其它都对。
重跑的成本是一次生成加一次验收，很低。但要设上限，同一版提示词两次。两次不过，说明不是运气，是描述里有矛盾，或者输入里有模型读不出来的东西。
重跑的时候只改一个变量。改光位就不动构图，改构图就不动光位。一次改三个，图好了你不知道是哪个起了作用，坏了更不知道。
必须换输入的
缺陷是信息缺失的。产品的结构在底图里根本看不清，材质没有反射的参照，字占的像素本来就不够，透视只有一个面。
这一类重跑一万次也没用，因为模型每次拿到的都是同一份不完整的信息，它只能猜，猜法不同，错法相同。
换输入的动作要具体：换一个角度重拍，把产品在画面里的占比提上去，把关键结构从遮挡里解放出来，给金属找一个能反射的环境。这四件事做完，通过率往往从三成跳到六成以上。
该放弃生成、改手工的
缺陷是任务本身超纲的。精确的文字排版、品牌 logo、多件套的精确摆位、法规要求的标识、需要严格比色的图。
这些不是模型"还不够好"，是这类任务本来就不该交给一个概率过程。手工合成十分钟能定稿的事，生成二十次也定不下来，因为每一次结果都在一个区间里飘，而这类任务要求的是钉死在一个点上。
判断顺序是固定的：先问缺不缺信息，缺就换输入；不缺，问缺不缺运气，缺就重跑；两样都不缺还是不行，那就是能力边界，改手工。
一个下午的返工账，怎么记
返工率等于废弃张数除以总张数。这个公式谁都会算，但它只给一个总数，不告诉你时间花在哪。
我们雨林凯AI（简称雨林凯）记返工账的方式有点笨，不记总数，记两栏。一次通过率，直接可用张数除以总张数；二次通过率，重跑之后变成可用的张数除以重跑过的张数。前者衡量输入和提示词的水平，后者衡量重跑这件事值不值得做。
那天下午的账是这样的：十张，三张直接过，四张重跑，两张换输入，一张放弃。重跑的四张里过了两张，换输入的两张里过了一张。有效产出六张，一次通过率三成，二次通过率五成。
同样一批图，如果只记"废了四张"，下周还是不知道怎么改。记成"四张里两张光影崩、一张结构崩、一张文字崩"，结论就出来了：光影崩值得重跑，结构崩和文字崩得回到上游。
记账的格式不用复杂，四列够了：张号、废因分类、处理动作、结果。写在纸上或者表格里都行，一下午十张，写完三分钟。
坚持两周，你会看到自己的瓶颈在哪。六成的废是结构崩，问题在拍摄角度，不在提示词；六成是光影崩，说明光位词写得太满，塞了两个太阳；六成是文字崩，那就别在生成阶段解决文字，直接把字后期压。
这个记录还有个副作用：它会让"我觉得这张还行"这句话消失。因为"还行"填不进任何一列。
三条止损线，到了就停
止损线的作用不是提高质量，是防止你在同一张图上耗掉一下午。
第一条，同一版提示词两次不出合格的同类结果，停。两次是上限，第三次开始你改的已经不是提示词，是心情。
第二条，单张图返工超过二十五分钟，停。这个数字是我们自己的，依据很简单：一张主图在详情页里的位置，值不了二十五分钟的工。超了，要么换输入重来，要么直接手工。
第三条，一批图里连续五张出现同一类缺陷，停整批。这不是这一张的问题，是上游的问题，底图的角度、光位，或者提示词的某一句，从第一张就错了。继续往下跑，只是把这个错误复制更多份。
雨林凯把这三条印在验收纸背面，写的时候没人当真，用起来才知道有用。
还有一条不算止损线，但更管用：当你开始跟自己说"这个应该能用"的时候，停。
验收最怕的不是看不出来，是谈判。你看见了缺陷，然后给自己找理由：缩略图看不出来，买家不会注意，反正详情页里还有别的图。这三个理由，每一个都成立过，每一个也都让我们撤过图。
那次护膝，绑带从腿里穿过去了
十月十六号，周三，晚上七点五十。
那天赶一批运动护膝的场景图，十张，第二天上午要上。小唐负责初验，我复验。看到第六张的时候，小唐说，这张挺好的，光影也顺。
我说，你看膝盖那个位置。
他放大，看了一会儿，说，绑带是不是从腿后面穿过去了。
是的。粉色护膝的上绑带，从大腿后侧穿进了皮肤，又从前面出来，像一根线穿过了不存在的东西。缩略图下完全看不出来，那个位置正好在阴影里，颜色也接近。
那天已经改到第三版。前两版一版是双主光，一版是防滑点糊成一片。大家都有点疲，我说了句"就这样吧，先上"。
两个小时后，客服转来一条咨询：这个护膝怎么戴，带子是从后面绕吗。
我看到那条消息的时候，脸上有点热。
第二天重做。找了一张真实的佩戴照当参考，把绑带路径写死在描述里：上绑带从膝后绕过，在膝前粘合，粘合扣朝外。第二版绑带对了，硅胶防滑点少了两个，又是结构崩。
那张图是手工做的。把生成的护膝主体抠出来，绑带和防滑点用真实照片补，前后四十分钟。
复盘的时候才发现，问题不在模型。验收时我们看的是"产品对不对"，没看"产品和人的关系对不对"。检查项里没有这一条，眼睛就会跳过去。
缺陷是可以被"想看见"的，前提是你先把它写下来。
把验收变成动作，而不是眼力
眼力会疲劳。看到第八张的时候，你的标准已经比第一张松了，这跟专业不专业没关系，是注意力的事。
动作不会疲劳。一个有固定顺序的检查，做到第八张还是同一个顺序，只是速度慢一点。
所以我们把六个问题做成一张纸，贴在显示器边上。不是给别人看的，是给自己看的。每次验收，手指按着那六行往下走，走到哪一行停，就在那一行判。
纸不用做得漂亮，A4 对折，塑封一下，边角磨得起毛也没关系。它唯一的作用，是让你看第十张的时候，还在用第一张的标准。
三个尺度也用熟了：缩略图看结构，一半看材质和光，百分百看字和缝，再补一个镜像看对称和手。每个尺度只看一件事，看完就换，不回头。
这么做的直接结果是，一批十张图，验收时间从四十分钟压到十五分钟，漏检也少得多。因为漏检往往不是看不见，是没看。
十张出三张，不可怕。这是这个工具的通过率，接受它就行。
可怕的是另外两件事：把剩下七张里那些"看着还行"的一起发出去；或者用一整天，去救那七张里本来救不回来的四张。
分清楚哪张值得救，比多出十张有用。
常见问题
Q：十张里只有三张能用，是不是我的提示词写得不够好？
不一定。提示词能提高的是方向对不对，提高不了五条约束同时落对的概率。如果废图集中在结构崩和文字崩，改提示词几乎没用，要回去换输入。如果集中在光影崩，那才是提示词的事，多半是光位描述塞了两个光源。
Q：结构崩了，能不能局部重绘修一下？
不建议。局部重绘会把周围已经对的部分重新采样，救一处坏三处，我们试过两次都更糟。轮廓有缺口、多出部件、对称被破坏，这三类直接弃，重跑的成本比修低。
Q：光影不对，重跑有用吗？
多数有用，因为改的是描述不是输入。但要设上限：同一版提示词两次。两次还是双主光，说明词里有两个光源，跑多少次都一样。把光源砍到一个，再跑。
Q：文字糊了，是后期修划算还是重跑划算？
后期。字占的像素不够是一道除法，重跑解决不了，模型每次都会用同样的像素去画同样的字。出干净底图，字用排版软件压回去，十分钟的事。logo 同理，而且更该这么做，变形是法律风险。
Q：返工率记了到底有什么用？
它把"这批图不行"变成"这批图废在哪一类"。分类之后你才知道该改拍摄、改提示词，还是改流程。只记一个总数，下周还是原地打转。
Q：一批图里连续几张都废，先改什么？
先停整批。连续同类缺陷基本不是单张的问题，是上游的角度、光位或者某一句描述从第一张就错了。继续跑只是把同一个错误复制更多份。回去看第一张废在哪，比看第十张有用。
Q：什么时候该放弃生成，直接手工做？
当缺陷属于任务超纲，而不是这次没跑好的时候。精确文字排版、品牌 logo、多件套的精确摆位、法规标识、严格比色，这五类手工十分钟能定稿，生成二十次也定不下来，因为要求的是钉死在一个点上，而生成给的是一个区间。