前阵子接了个活,做一张海报。要求很清楚,一张图,投屏用,讲五分钟。
我懒得自己画,就把攒好的材料整份丢给了它,里头什么都有,有人提议用 AI 画图,有人在群里吵题目,谁去找案例,谁负责上台讲。东一榔头西一棒子,基本就是一场讨论会的全部家当。
我说,你看一下,做成海报。
它读得挺快,倒像个有经验的设计师,先问我要哪一种,直接出成品,还是只给一段提示词让我自己拿去跑,又问画面按哪个方向走。这几个问题都问到了点上,我挑了一下,它就开工了。
#一、它画得很认真,就是不太像
我本来以为它会去找个画图工具,谁成想它掏出来的是代码。它决定自己画,用各种线条和形状,一点点把画面拼出来。两个人隔着桌子坐,手里各拿一枚棋子。
第一张出来,我看了半天,没忍住笑。人是人,桌子也是桌子,就是两个人瘦得像纸片剪的。手里那两枚棋子更让人犯愁,一个像装了东西的白布口袋,另一个像倒扣的茶杯。
这画风,实在有点超出我的预期。
我想起材料里还有一条要求,两个人下的不是同一种棋,一边国际象棋,一边中国象棋。我提醒了它,它改得很快,还挺高兴地说,这样观众一眼就能看出两边的区别。
这倒没错。人物还是那个问题。它大概也意识到了,光靠几何图形画不出两张自然的脸,换了画法,不再求像真人,改成旧版画的路子,粗线勾轮廓,再用密密麻麻的排线做阴影。
看得出来它在努力解决问题。可是我越来越觉得两个人不像在下棋,倒像两张剪纸在开会。


来来回回四轮,最好的一张,也只能勉强看出是两个人隔着桌子下棋。人物是拼的,棋子是歪的,我心里冒出一句,算了,咱们还是换个办法吧。
#二、我问了它一句
我没有马上让它重画,先问了一句,你调用生图模型了吗。
它说没有。
我又说,你在机器上找找,应该有。
这下有意思了。它去翻,真翻出一套本地画图模型,起服务,几十秒,第一张就出来了。
完全是另一回事。旧报纸的质感,钢笔画的线条,人物身上的明暗排线,还有恰到好处的一点红。整个画面正是我想要的感觉。

哎,画图的工具一直就在电脑里,而它根本没想到去找。这就像请了个助手来做海报,家里明明有打印机、有画笔,甚至还有一台专门的绘图设备,它翻遍书桌,拿起一支圆珠笔,开始非常认真地在纸上描。
明明工具就在旁边,它不知道有这回事,直接把「没有工具」当成了事实。
你说它偷懒了吗?没有。你说它不努力吗?也没有。它只是从一开始就认定,这件事只能靠手画。后面所有的聪明劲儿,都花在了怎么把手画得更好上。
顺带说一句,它起模型那一下还踩了个坑,把启动脚本的输出接进了管道,然后干等到超时。那个坑,人家自己的说明里写得清清楚楚。
那个坑到底是什么
起服务的脚本会派一个后台进程,把模型的输出重定向进日志文件,自己立刻返回。那个后台进程仍然握着调用方的管道。管道不关,调用方就永远等不到「结束」这个信号。服务早就起来了,这边还在干等,一直等到超时。
这条坑写在模型目录自己的说明里,四条规矩,第一条就是别给这类脚本接管道。它读了模型那份说明,没读这一份。
#三、画出来之后,才是真正的设计
有了合适的底图,接下来的事反而顺了。
AI 画图不是许愿池。第一张风格虽然对了,仔细看还是有问题。
凳子的腿画错了,有一边本该是一条粗腿,它画了好几条。
主角的脸太像某个现实中的人,又或者画面上方没留出标题的位置,字放上去会挤。
我把这三条逐条说给它听,它重新生成、调整,几轮之后总算有一张把这三点全躲过去了。

这时候又遇到新问题,字怎么办。
它主动提醒我,图里的中文不能交给画图模型。模型画中文经常把笔画写错,甚至把一个字画成另一个字。这个建议不错,我们分了工,画面交给模型,文字交给代码。标题、日期、两场粮战的年份、凳子旁边的引出线、底下的数字,全是后来一个字一个字摆上去的。
让擅长画画的负责画,让擅长排字的负责排字,谁也别勉强谁。

中间还有件小事,画面里有个「相」字,放上去之后我总觉得不对劲,说了一句,这个字偏了。
它没有立刻把字往旁边挪,先去弄清楚为什么会偏。它发现,字的外框中心和真正落墨的中心不是一回事。尤其这个字,笔画分布不均匀,视觉上真正有墨迹的地方不在字框正中央。它分别量了图上那个红色圆形的圆心,和这个字实际笔画的中心,再算两者差多少,最后才动手挪。挪完,又去测量了一下是不是还是偏的。

它到底量了什么
先在原图上按红色找圆饼的边,取外接框,得到圆心与半径,内圈半径六十多个像素。再把这个字单独渲染一遍,量它自己的墨迹边界,算出墨迹中心相对字框中心的偏移,往左三像素,往上三十一像素。
挪完重新截图,用二值掩膜把内圈里的红字扣出来再量一次中心,横向差零点四像素,纵向差零点三像素。四边留白分别是二十、二十、十九、十八。
#四、我不想让它下次再从头摸索
海报交付之后,我想起前面那番折腾,决定把这次的经验留给它,让它把这套方法记进技能里,以后再遇到类似的事,别一上来就埋头手绘。
它很快提了个方案,新建一份技能文件,把经验和注意事项都写进去。
我说先别急,写进机器的环境说明里。
这两种做法有什么区别,打个比方。假设学校有间美术教室,里头有画架、颜料、打印机,还有一台能直接出图的设备。现在来了个新老师,学校给他一本工作手册,写满了教学技巧,没告诉他学校还有这间教室。那他接到做海报的任务,自然只能拿起纸笔自己琢磨。
我想做的,是在学校的基本情况介绍里直接加一句,本校有一间美术教室,配了绘图设备,需要时可以用。而智能体的提议呢,是专门给这个教室写一本教材,上面讲如何使用黑板、如何使用投影仪,可新老师连这间教室在哪儿都不知道。
最后只加了一条事实。
那条事实的原文
机器上有一批本地模型,生图、语音、对话都在一个目录里,各自的说明在各自目录。
起服务那一下会一直占着终端,所以给它接管道、等它返回都是比较傻的行为。起没起来看端口通不通。
没有长篇大论,也没把这次的操作过程从头到尾抄一遍。只告诉它,家里有这些东西,别忘了用。
#五、这句话到底有没有用
写完我还是不放心,很想知道它到底能不能改变下一次的做法,还是我自己觉得找到了个好办法。
我让它做了个小测试,同一个任务交给两组子代理,一组带着那条事实,一组拿掉,其余一个字不动,两组都只许出计划,不许动手。
第一句就是「先查本机生图模型的位置和启动方式」。接下来排的顺序是,模型出底图,先小图多抽几张挑构图,再出终稿,字全部用工具排上去,不交给模型。
一次都没提模型,直接规划用 ImageMagick 和 Pillow 写脚本手绘,最后自己下了个结论,「没有可用的绘图模型,只能靠手工程序绘制的图形。」
看到那句结论,我忍不住笑了。这不就是它最开始干的事吗。
这次小测试说明的一件事对它来说,问题常常是根本不知道应该去找工具。它不会主动怀疑自己的前提,能在一个错的假设里越做越认真。
#六、这次折腾,让我记忆比较深刻
我对它的期待变了。
以前我总希望它什么都会,接到任务就能自己找到最好的办法。现在觉得这要求有点高。它可以很聪明,很勤奋,也可以把一件事反复琢磨得越来越细。只是一开始掌握的信息不完整,它就可能朝错的方向越走越远,未必会停下来问自己一句,我是不是还有别的办法。
有时候我宁愿它先别急着干活,多看看周围有什么,多问一句还有没有别的法子。
我对技能文件有了新认识。
以前我总觉得,经验应该尽可能完整地保存下来,踩过的坑、走过的弯路,一条不落地写进去。这次发现,经验放在哪里,有时候比写了多少更重要。一本很厚的操作手册,干活的时候想不起来翻,就发挥不了作用,反倒是一句简单的提醒,放在它每次开工都会看到的地方,可能改变整个做事的方向。
写给 AI 的说明,不是越长越好。重要的是,它能不能在需要的时候看见。
至于那张海报嘛,总算是画出来了。我现在有点担心,下次让它做 PPT,它会不会又准备拿代码画一套投影仪出来。
评论