约 4908 字 · 阅读约 12 分钟

我只是想擦掉一只蝴蝶结。

画里有个女孩子，穿着白衬衫，脖子上系着一只红蝴蝶结。我想把它去掉，让衬衫恢复原样，衣纹自然接上，阳光还是原来那样照进来。

事情听起来很简单。

先交代一下这场活是怎么分工的，图不是我修的。

我的工作是打开一个对话框，把画丢过去，说一句「把那只红蝴蝶结去掉，别的地方别动」。

剩下的全在 AI 手里，它写命令、装软件、跑图、验结果。

我的活儿只有三样，说清要什么，看一眼出来的图，以及在被问到的时候说「这样不行」或者「就这样」。

结果我折腾了好一阵，蝴蝶结才终于消失。更有意思的是，为了擦掉这么个小东西，我差点先往电脑里塞进一个 7GB 的大家伙。

最后真正帮上忙的，反倒不是它。

这件事让我重新想了一下，普通人指挥 AI，到底应该怎么指挥？

#一、我让 AI 擦个蝴蝶结，它给我出了三道题

第一次，我照它说的，在画上圈出蝴蝶结，说「去掉这个」。出图一看，蝴蝶结没消失，只是颜色变淡了，像洗衣服的时候没洗干净。

我说这样不行，淡了不算没了。

AI 回头翻了参数，告诉我问题不在我那句要求，在我圈的方式。

圈出来的标记只有四成浓度，绿色像蒙了一层滤镜，模型以为我要把这块的绿色洗掉，于是把绿色洗掉，蝴蝶结原样还给我。

它把标记调成实心，又跑了一次。这回蝴蝶结是没了，衬衫上却多了一块黑乎乎的东西，领口也跟着变了形。

不用我开口，AI 自己发现错在哪。

喂进去的那张图，圈过的地方是透明的，读进程序里变成了纯黑，模型就老老实实照着补了一块黑。它换了一张干净的，第三张就对了。

蝴蝶结消失，衬衫接得自然，原来的光影也基本保住了。

有意思的是，我三次说的话几乎一样。真正的区别在我圈的方式，和它怎么理解我的圈子。

就像你让一个人帮忙擦掉黑板上的字。你只拿粉笔轻轻画了个圈，他可能以为你是要把字擦淡一点。

你把要擦的地方明确指出来，他才知道该从哪里下手。

这就是我跟 AI 打交道时经常遇到的情况。

你觉得自己已经说得很清楚了，不代表 AI 知道你到底想要什么。

有时候不是它笨，而是你交代任务的方式，还差那么一点。

不过，蝴蝶结解决了，新的问题又来了。

#二、为了擦一只蝴蝶结，我差点先下载 7GB

我找到了一套别人做好的 AI 绘图方案。这次我没打算自己上，我把它丢给 AI，说你去整，别让我再跟画图模型搏斗。

这个绘图方案能把画面里不想要的东西擦掉，也能只修改指定的一小块。看别人做出来的效果，确实比我原来的办法好。

但它有个要求，需要额外下载一份 6.76GB 的大文件，还得准备一些配套的小文件和工具。

。
AI 的第一反应特别朴素，既然别人说这样好用，那就照着装齐呗。

就像别人推荐了一套备课工具，你还没试过自己的课件能不能用，就先把整套软件、模板和素材全下载下来。

听起来很积极，对吧？

可我忽然想到一个问题，我怎么知道，最后起作用的究竟是哪一样东西？

如果装完以后确实变好了，是大文件的功劳，还是那套方案本身更聪明？如果装完以后根本跑不起来，又是哪里出了问题？

我甚至还不知道，这套东西能不能在我的电脑上正常运行。

就这么一想，原本顺理成章的下载计划，突然变得不那么顺理成章了。

我决定先不下载。

#三、指挥 AI，别一上来就让它大干一场

我把眼前的问题重新理了一遍。

其实，我真正不知道的只有三件事。

第一，这套新方案能不能在我的电脑上运行？

第二，它附带的几个小工具，能不能跟我现有的东西配合起来？

第三，那份占空间的大文件，究竟值不值得下载？

这三件事，完全没必要一次解决。

第一件甚至不用下载任何大文件。

我跟它说，先别下那 7GB，就试试能不能跑起来。

它去装了一个一百多兆的零件包，把界面开起来，又把能用的零件清单拉出来跟它对，发现加载不起来。

而其中一个，恰好是这条链上最要紧的那个。

它说，缺一个图形工具，体积不大。

我说那就补。

补完再开一次，八十四个零件全部加载成功，一个没缺。

整个过程我做的事只有两句，一句「先别下载」，一句「那就补」。7GB 的赌注，就这么换成了一次小成本的试探。

第二件只需要下载几个小文件，总共三百多兆。

至于最后那份 6.76GB 的大文件，可以等前面都验证成功，再决定要不要下载。

你看，问题还是原来的问题，只是我换了一种做法。

以前，我很容易把 AI 当成一个执行命令的工具，我提出目标，它给出方案，然后我照着方案一路做下去。

现在我更愿意把它当成一个可以商量的搭档。

我会追问它，这里到底有什么不确定的？有没有不花钱就能验证的办法？能不能先做一个最简单的版本，看看方向对不对？

我不需要一开始就知道正确答案，但我得知道下一步怎样才能少走弯路。

这大概就是普通人用 AI 时，一个特别值得培养的习惯。

#四、结果出来了，真正重要的东西，根本不用下载

它先搭起了最简单的流程。

跑了一次，成功出图。

整个过程不到四十秒。装上后面提到的那几个小配件之后，同样的活变成一分钟左右。

我有点意外。因为我原来用的方法，需要把整张图反复重画，类似的操作要花四分多钟。

为什么这次快了这么多？

后来它给我讲明白了，区别不在于换了多厉害的模型，而在于它做事的方式变了。

以前是整张画一起重画。现在只处理我圈出来的那一小块，其他地方尽量保持原样。

就像改作文。

如果学生只有一个错别字，你可以把整篇文章重新抄一遍，也可以只改那个错字。

只改需要改的地方，自然更省事，也不容易把原本写得好的句子弄坏。

这套新方案就是这个道理。

而我最初以为必须下载的大文件，并不是让整个过程变快的关键。

后来它把那几个小文件也挂上，跑了一遍，确认能正常工作。

至于那份 6.76GB 的大文件，我最终没有下载。

它可能让补出来的衣服更细腻一些，但那已经是画面好不好看的问题，而不是方案能不能用的问题了。

如果我一开始就把大文件下载下来，最后当然也可能得到一张不错的图。

但我很可能会误以为，是花了大力气下载的东西让一切变好了。

实际上，真正改变结果的，是我换了一种更合适的做法。

而最能说明「两个人一起干」的，是最后那一次，我跟它说，给我弄简单点。

我问它，这套东西，对一个完全没碰过的人，怎么操作最简单？

它说现在有两个框，一个放原图，一个放遮罩图，遮罩图还得跟原图一样大，差一点就会被悄悄拉伸变形。

我说那不行，我不会去做遮罩图。

AI 把两个框合成一个，在图上右键，涂要改的地方，保存，跑。三步。

改完它没有直接把结果给我，先自己验了一件事，在界面里涂的遮罩会不会把图弄黑，验完说不会，又跑了一张，跟改之前那张逐像素比是同一个结果。

#五、普通人怎么指挥 AI，才能少交学费？

回头看这件事，我觉得最值得分享的，不是怎样安装某个绘图工具。

毕竟工具会变，今天好用的东西，明天可能就有了更好的替代品。

真正值得留下来的，是我在这件事里摸索出来的几个小习惯。

第一，别只告诉 AI 你要什么，也要告诉它什么不能变。

我想擦掉蝴蝶结，但不希望衬衫变样，也不希望光线和衣纹被破坏。

如果只说「把蝴蝶结擦掉」，AI 可能完成了字面上的任务，却把周围也改得面目全非。

所以，交代任务时，不妨多说一句，哪些地方可以改，哪些地方必须保留。

这跟请人修改作文一样。只说「帮我润色」，对方可能把原本朴素的文字改得花里胡哨。

如果再补一句「保留原来的语气，不要擅自改变意思」，结果往往就会好得多。

第二，别急着让 AI 一次做完，先让它证明方向是对的。

遇到不熟悉的工具，我现在更愿意先做一个最小的尝试。

能不能运行？能不能完成最基本的任务？有没有明显的问题？

这些问题弄清楚了，再考虑要不要投入更多时间、下载更多文件，或者继续完善。

就像第一次用 AI 做课件，不妨先拿一页试试。看看它生成的内容是否准确、风格是否合适，再决定要不要把整套课件交给它。

不要为了证明自己很认真，一开始就把所有事情都做满。

第三，AI 给了方案，不等于你必须照单全收。

AI 很擅长把事情安排得有模有样。

它能列出步骤、推荐工具、给出一长串操作，看上去特别可靠。

但方案写得完整，不代表每一步都是必要的，更不代表它已经考虑到了你手头的条件。

你完全可以接着问，「有没有更简单的办法？」

「这一步能不能先不做？」

「如果我不下载这个文件，会有什么影响？」

「能不能先验证最关键的部分？」

这些问题不需要你懂多少技术。你只需要记住自己的目标，并且不怕追问。

说到底，AI 负责提供思路，你负责判断这件事值不值得做、该做到什么程度。

#最后，蝴蝶结消失了，我也学会了一点东西

现在回头看，整件事其实很小。

一只蝴蝶结，一张白衬衫，几次失败，还有一个最后没下载的大文件。

但它让我发现，普通人使用 AI，并不一定要先学会一大堆专业知识，也不必把自己训练成什么技术高手。

有时候，你只需要把目标说清楚，把不确定的地方问出来，再把一件大事拆成几件小事。

先试试最简单的办法。结果不对，就看看问题究竟出在哪里。不要因为已经花了时间，就舍不得换方向。也不要因为 AI 说得很有道理，就觉得自己只能照着执行。

我想要的从来不是一套看起来很厉害的工作流。

我只是想擦掉一只蝴蝶结。

最后它确实消失了。

而我学到的，是以后遇到不懂的事情，可以先不急着折腾。

指挥 AI 的本事，不在于你能说出多少专业术语，而在于你能不能把问题问对，把事情一步一步做对。