变体会换星空和色调，但主体与构图保持；标题在独立排版层准确呈现，能继续人工评审。
AI 与提示 · 多模态与媒体
图像生成Image Generation
图像生成会根据文字或参考图合成候选视觉。写清主体、场景、构图、风格与限制，才能减少模型猜测；随机变体、文字准确性、版权与隐私仍需要人工控制。
先看一张真的海报：模糊提示会怎么画错，又怎样在原图上恢复
默认已经生成失败稿。错物件、错构图与乱码直接长在海报上；只用 3 个控制观察随机变体、补全 brief 的恢复，以及参考图局部编辑。
真实生成任务 · 城市天文馆活动海报做一张「夏夜观星会」4:5 竖版海报
目标物件是可发布前的海报草稿，不是 prompt 参数台。先看生成物哪里错，再用最少操作修同一张海报。
生成结果 · 冷蓝夜空失败稿
AI 星空嘉年华08.30 · 19:30场地待定
失败稿已生成：模糊提示让模型猜出了宇航猫、错误裁切和乱码标题。先试同样提示的另一版，再补全要求恢复。
从这张海报记住五条生成规则
面板已经把因果演在同一个生成物上；这里给刚才看到的现象命名。
- 生成的是候选像素，不是确定答案
- 同样提示从不同随机起点采样，会出现不同色调和细节；锁定种子有助复现，但不会自动修补模糊要求。
- 主体、场景、构图、风格 / 限制共同缩小猜测空间
- “星空海报”让模型自由猜；补成“女孩 + 望远镜 + 屋顶 + 4:5 + 剪纸风 + 禁止真人照片”后，变体仍守住 brief。
- 参考图适合局部编辑，不等于拥有使用权
- 参考图可以约束纹样、姿态或结构；先确认来源与授权，真人照片还涉及隐私和肖像同意。
- 长文字不要交给图像模型“画”
- 乱码标题就在失败稿上。稳定做法是让模型生成留白画面，再用可编辑排版层写标题、日期和地点。
- 好看只代表值得继续评审
- 发布前仍要查手和结构、文字、版权 / 商标、真人隐私、事实误导与平台标注要求。
什么时候用，什么时候别让生成图冒充证据
图像生成擅长探索与合成，不负责证明现实。
- 适合：活动海报草图、概念插画、情绪板、商品场景探索，需要快速比较多种视觉候选。
- 适合编辑：已有授权图片需要局部换背景、扩图或替换小物件，并能明确哪些区域保持不变。
- 改用真实素材：新闻事件、真实人物、产品实物证据或任何需要“这真的发生过”的画面。
- 先停下来：参考图来源不明、含私人照片、模仿在世艺术家或品牌角色、输出可能误导身份与事实。
怎么用：从 brief 到可交付前草稿
把生成当成“出候选 → 约束 → 编辑 → 人审”的短循环。
- 先写可见目标：主体、动作、场景、构图 / 比例、风格，以及不该出现的真人、品牌或文字。
- 一次看多张变体：比较哪张最接近 brief；需要复现时保存提示、模型版本、尺寸与种子。
- 用参考图做小范围修改：明确“改哪里、保持哪里”，不要让一次编辑把已通过的构图一起推翻。
- 文字回到排版层：标题、价格、日期、地址都用普通文本工具输入与校对。
- 最后过人工门：视觉瑕疵、授权、隐私、误导与 AI 标注均通过，才进入发布流程。
同一张观星海报，只改 brief 是否具体
正反例只改变一个关键选择：是否给模型足够且可验收的约束。
模型猜出宇航猫、错误裁切与乱码标题；反复生成只会换随机候选，缺失要求仍然缺失。
快速自测
你要给学校做一张观星活动海报，首版画面不错，但标题乱码，并且参考图来自同学的私人相册。下一步最稳妥的是？
继续查证
术语的技术定义和行为以这些一手或权威资料为准。
下一步学
和本知识点经常一起出现的概念。