生成式视觉：
让每一次修改都有方向

生成图像时，最容易发生的事情是：每一张都不一样，却很难说哪一张更接近目标。我更想把这个过程变成一种可以比较和继续推进的视觉探索。

这篇笔记关注文生图与图生图的工作方式：先定义想表达什么，再确定哪些可以改变，最后记录每次迭代带来的差异。它不依赖某个模型特有的参数，也不假设不同工具的控制方式完全相同。

提示词先写画面，再写形容词

“高级、精致、未来感”能传递一些气质，却没有说明画面里应该出现什么。我会先描述主体、材料、空间关系和光线，再补充情绪与风格。

例如一个智能体主题的封面，可以描述为：深黑空间中的半透明晶体核心，几条绿青色光纤连接少量银色模块。这里的物体与连接关系负责表达协调，玻璃和金属负责建立材质，留白则决定它是否适合作为作品封面。

这些约束比堆叠形容词更容易检查。生成后可以逐项观察：主体是否清晰？连接是否过多？有没有意外出现文字？缩小到卡片尺寸后还能否辨认？

文生图先探索，图生图再收敛

当构图还没有确定时，我会把文生图看作打开方向的方法。先比较少量有明显差异的方案，例如近景与全景、单体与群组，而不是连续生成很多只有细微区别的画面。

选定方向后，图生图的重点变成连续性：保留已经满意的构图、轮廓和材质，只针对需要改变的部分继续迭代。参考图究竟用于锁定主体、指导配色，还是仅仅提供氛围，应该在指令中说清楚。

不同工具对参考图、局部修改和变化幅度的控制并不相同。即使要求保持不变，也需要重新检查结果，而不是默认所有细节都被完整保留。

一次修改，回答一个问题

“让它更有质感”太宽泛。我更愿意把修改写成一个可以判断的目标，例如减弱过强的反光、减少背景物体，或者把主光从正面移到侧上方。

每次同时改动太多条件，就很难知道哪些变化起了作用。保留原图、当前版本和对应提示词，让比较回到具体问题上：这次修改改善了什么，又损失了什么？

如果工具提供种子或其他可复现参数，可以一起记录；但它们不应被当成跨模型、跨版本完全复现画面的保证。

把使用位置也写进约束

一张独立欣赏的图片和一张网站封面，关注点并不完全一样。封面可能需要裁切、叠加标题，还会在手机上缩小。主体边缘是否留有空间、文字区域是否安静，最好在生成前就考虑。

我会把生成原图和网页使用版本分开保存。原图用于继续编辑，压缩版本用于页面分发；提示词和来源说明也与作品放在一起，避免只留下一个无法追溯的最终文件。

从图像继续走向空间

如果下一步是图转 3D，我会更关注主体轮廓、遮挡和材料是否容易区分。只有一张视图时，背面与内部结构仍然存在不确定性，生成出的几何不能被当成对真实物体的准确还原。

图像生成和空间生成各有自己的判断标准。前者看画面的表达，后者还要检查转到侧面后是否成立。把这些标准分开，迭代才有清晰的方向。