你看到的每一张样图,都是被筛过的
学完你会用"分母在哪"这一问来看待任何 AI 作品展示,包括本课的语料
你刷到一条视频:"这条提示词一发就出这种图!"配图确实很惊艳。你复制过去跑一遍,出来一坨。
你的第一反应大概是"我哪里做得不对"。但更可能的解释是:你看到的是他跑了三十次里最好的那一张,而你看到的是你跑的第一张。
这一节讲一件不需要任何技术、但会持续影响你判断的事。而这一节最重要的部分在最后——它会把这把尺子,量到本课自己身上。
朋友圈里的旅行照,张张都是蓝天白云、笑容灿烂。
因为下雨那天没人发朋友圈。 排队三小时、行李丢了、拍糊的那一百张,都在相册里躺着。
你不会因此以为旅行就是那样——因为你自己也旅行过,你知道分母在哪。
但对 AI 出图,大多数人还没有那个"我自己也做过"的分母。 于是分子(那些惊艳的图)就成了全部。
三层筛子
从模型出图到你看见它,中间至少过了三层筛子,每一层都只让好的通过:
第一层:作者自己挑。 他跑了 N 次,发出来一张。N 是多少?他不会说,而且他自己可能都没数。h0.7 那张记账卡,就是让你数自己的 N。
第二层:平台的推荐机制筛。 社交平台只把互动高的内容推给你。你刷到的不是"AI 出的图",是"AI 出的图里最能引发互动的那批"。
第三层:收录与整理再筛一次。 提示词库、精选合集、"最佳案例"——能被收录进去的,前提就是它出得好。
三层叠加,你看到的东西和真实分布之间,差了不知道多少个数量级。
这把尺子,量到本课自己身上
本课这批语料,正好是被第三层筛子筛过的东西。
229 条提示词,全部来自开源提示词库。而一条提示词能被收进去,前提是它配的那张图出得好。出砸的那些——同一个人写的、可能只差一个词的那些——根本不在这批数据里。
这意味着,本课那些统计数字有一条明确的边界:
| 这些数字能回答 | 这些数字不能回答 |
|---|---|
| 出了好图的提示词,通常写了哪几件事 | 这么写的成功率有多高 |
| 哪一类图通常要写多长 | 跑几次能出一张能用的 |
| 十二格的相对重要性 | 某一格写了就一定管用 |
所以本课从 h0.1 开始就在重复那三条局限:它是成功样本、偏 Gemini 一家、不是作者跑的。这不是免责声明,是使用说明——一个数据能回答什么、不能回答什么,比这个数据本身更重要。
一个可以随身带的问句
看到任何 AI 作品展示时,问一句:
"分母在哪?"
- 这张图是跑了几次里的第几张?
- 这个"效果"是十张里的一张,还是十张里的九张?
- 展示者有没有说他跑了多少次、废了多少张?
说了的,可信度立刻上一档;没说的,默认它经过了未知强度的筛选。
这个问句也能反过来用在你自己身上:你分享自己的图时,顺手说一句"跑了 12 次挑的这张"——这句话不会让你显得业余,反而会让你显得可信。
最实际的危害在这里。
你看到别人一天做了三十张图,于是给自己排了个"一天三十张"的计划。然后第一天做了四张,开始怀疑自己是不是不适合干这个。
这里面至少混了三个你不知道的变量:
- 他的 N 是多少?(他可能跑了三百次)
- 他的标准是什么?(他的"能用"和你的"能用"可能差两档,见 h3.1 的用途档)
- 他是不是有现成的模板?(h1.12 说过 47% 的提示词是模板——第三十张和第一张的成本天差地别)
正确做法是 h0.7 那张记账卡:测出你自己的数。两周之后你有一个属于你、你的用途、你的工具的比率。
那个数比任何人的展示都准,因为它的口径就是你。
🔧 动手做:给三条展示做一次"分母体检"(4 分钟)
- 打开你常刷的平台,找三条展示 AI 出图效果的内容(视频、图文都行)。
- 对每一条,填三个空:
- 它有没有说跑了多少次?(几乎都不会说)
- 它有没有展示失败的那些?(几乎都不会展示)
- 它有没有给出完整的提示词和参数?(有些会给提示词,但几乎不给种子和模型版本)
- 数一下:三条里有几条把这三样都给了?
- 最后一步,把这把尺子量回来:本课这批语料,上面三问的答案分别是什么?
- 跑了多少次:没有记录。
- 失败的:不在语料里。
- 完整提示词和参数:提示词完整,种子和模型版本没有。
你会看到:第 3 步的答案大概率是零。而第 4 步会让你意识到——本课的语料在前两问上,和你刷到的那些内容处在同一个位置。差别只在于:本课把这件事写出来了,并且在每一处引用统计数字时都重复了一遍。
为什么:这门课不指望你信任何人,包括它自己。它希望你养成的是问"分母在哪"的习惯——这个习惯不依赖任何工具,也不会过期。
三句话收束这一节:
- 你看到的每一张样图都过了三层筛子:作者自己挑、平台只推高互动、收录时再筛一次。
- 本课的语料正好被第三层筛过——它能回答"好提示词长什么样",不能回答"成功率多高"。这条从 h0.1 起就反复声明,不是免责声明,是使用说明。
- 随身带一个问句:"分母在哪?" 别人展示时问它;你自己分享时主动说出来(跑了几次挑的这张),反而更可信。
下一节是这一章的收口,也是这门课最反直觉的一节:什么时候干脆别用 AI。
🔎 来源与核验· 4 条,点开核对
