说实话，混咱们这行（无论是写小说的、拍短视频的还是搞设计的），最头疼的还不是没灵感，而是脑子里的画面跟最终呈现出来的东西隔着一百个美图秀秀。我以前为了给甲方描述一个“赛博朋克感但要带点烟火气的小吃摊”的画面，愣是憋了三天，写了五百字，最后甲方回我一句：“没内味儿，再改改。” 那一瞬间，我连摔键盘的姿势都想好了。
但这事儿吧，最近算是让个新玩意儿给整明白了。我说的就是这个画面描写AI，这玩意儿现在进化得，嘞，那叫一个妖艳儿（方言：厉害/出人意料）。它现在不仅仅是能画个图那么简单，它像是钻进你脑子里把你那团浆糊给理顺了。打个比方，以前用那些工具，你得像伺候祖宗一样写精确的关键词，少写一个“4k”、“光线追踪”它就能给你糊一脸马赛克。现在的画面描写AI聪明多了，你哪怕用方言跟它唠，比如你是个重庆的，想拍个短视频，你跟它说“老师，给我整个勒种下半城老社区里头，那种梯坎儿旁边，有个嬢嬢在卖熨斗糕，但是要有那种王家卫电影那种昏戳戳的灯光感觉”，它真能给你理解个七八成 -1。这就是进步，它开始懂人话了，不再是个只会认单词的人工智障。
而且我跟你们嗦（方言：说），这里面有个坑你们肯定踩过。以前我们做分镜或者画插画，最怕啥子？怕“跳戏”。第一张图那个男主角还是穿着红夹克在雨里忧郁，第二张图你只是想要他转个身，结果好家伙，红夹克变绿雨伞，连脸上的痣都换了个位置，生生把忧郁男主变成了隔壁老王 -10。这就是以前AI对“连续性”的理解为零。现在的画面描写AI为了解决我这个痛点，学聪明了，你只需要在描述下一幕的时候加一句“保留人物服装细节、保留脸部特征、保留周围灯光氛围”，它能像个记性超好的场记一样，把那些要素给你锁死 -10。这对我们这种要做系列图文或者漫画的人来说，简直是救命，终于不用在PS里一张张抠图去统一色调了。
当然，你们可能要骂我，说这玩意儿写出来还是缺了点灵魂。我跟你们讲，我最近发现个骚操作，专门对付那种“AI味儿”。你们晓得撒，AI最容易翻车的地方就是整那些花里胡哨的字体和符号 -3。我见过最搞笑的，有人让AI在海报上写个“生日快乐”，结果生成出来是“生曰怏樂”，那种别扭感就像吃了苍蝇。所以我现在用画面描写AI，绝对不让它直接生成带具体汉字的画面。我的秘诀是：让它先给画面，咱再手动加字。比如我想要个复古 disco 舞厅的背景，上面要打“舞动青春”四个字。我不会让AI去写这四个字，我只让它画那种灯球、那种方格地板、那种迷幻光线 -3。图出来之后，我自个儿用最简单的手机修图软件把字敲上去。这样一来，既有复古那味儿，又不会出现火星文，完美！
说到这儿，再掏心窝子给你们分享点干货，关于这个画面描写的“清晰度”问题。好多兄弟伙抱怨，说生成的图一放大全是噪点，跟打了码一样。这事儿其实不全怪AI，就像你炒菜不好吃不能全怪锅一样。你喂给它的“菜谱”（也就是提示词）得有细节。你要是只写“一座山”，它大概率还给你的是幼儿园简笔画。你得写成“清晨雾气缭绕的喀斯特地貌山峰，山脚下有若隐若现的徽派建筑，青石板路被雨水打湿，有很深的质感，4k高清” -9。这还不算完，你生成完之后，要是觉得还是肉，可以在后期软件里给它加个“锐化”滤镜，就那么轻轻一拉，清晰度立马上去 -9。这就跟你拍完照片稍微修个图一样，别指望素颜出镜还美若天仙，那不现实。
还有一点，涉及到专业干活儿的。咱们有时候做商业稿，要求的是“稳定的发挥”，而不是“抽奖式的惊喜”。现在有些高级点的玩法（像Seedream这种），已经可以做到“连续生成”了 -10。啥意思呢？就比如你要做一个汽车广告的分镜脚本，第一格是车头大灯特写，第二格是流线型车身，第三格是车尾划过水洼。以前你得写三段完全不同的提示词，出来的车可能长得像三个品牌。现在你只需要在第一格锁定好那辆车所有的特征，后面两格直接告诉AI“和上张图是同一辆车，换个角度，保留细节”，出来的效果就基本能对上 -10。这对于我们这种要拿给客户验收的人来说，信任感一下子就建立起来了，客户会觉得你这工具靠谱，而不是觉得你在变魔术。
最后说点心里话。有人总担心，这玩意儿越来越厉害，是不是要抢咱们饭碗？我看未必。你想嘛，以前咱们要把脑壳头的画面描写出来，得靠画画、靠摄影、靠复杂的软件，那是有门槛的。现在这个门槛被画面描写AI给削平了。以前你脑子里有个绝世美景，但你手残画不出来，心里憋得慌。现在呢？你可以借着AI的手，把它摊开来给全世界看。这其实是对创作者想象力的最大解放。咱们省下了跟工具较劲的时间，多花点心思去感受生活，去菜市场看看那热腾腾的烟火气，去公园听听老头老太太吹牛，把这些鲜活的、有温度的东西再喂给AI，这才是人机协作的王道嘛。不然的话，机器永远不懂啥子是“巴适”，啥子是“得劲儿”。
