什么时候干脆别用 AI
学完你会用五条判据在动手前就否掉一个需求,而不是试到第十次才认输
一门讲 AI 绘画的课,用一节讲"别用",看起来有点奇怪。
但这一节可能是整门课里帮你省下最多时间的一节。因为前面所有内容都在教你"怎么做得更好",而有些需求做得再好也不该用它做——你在这类需求上花的每一分钟都是纯损耗。
五条判据,任一命中就停手。它们全部来自前面各章已经验证过的边界,这里只是把它们收成一张能在动手前用的表。
微波炉很好用,但你不会用它煎牛排。
不是微波炉不够强,是加热方式和这道菜要的东西对不上。知道这一点的人,不会在微波炉前反复调时间。
这一节要给你的,就是"哪些菜别用微波炉做"的清单。
五条判据
判据一:需要逐像素精确的东西
- 精确的品牌色(h1.8:写色值只能得到接近值)
- 精确的字体、字号、行距(h1.9、h3.4)
- 精确的尺寸、出血、CMYK(h4.2)
- 矢量格式(h3.6:Logo 必须是矢量,AI 出的是像素图)
共同点:这些东西的正确与否是可以被机械检验的,而 AI 出图的本质是"给你一张符合条件的图"(h0.2),它不保证精确,也不保证可重复。
判据二:需要如实呈现某个具体的真实事物
- 你要卖的那件商品的主图(h3.2)
- 真实的数据图表(h3.4:柱子的高低是画出来的,不是算出来的)
- 新闻、纪实、证据类的画面
- 说明书、操作步骤的实拍
共同点:这类图的价值全部来自"它是真的"。用生成的图代替,不只是效果问题,是性质问题。
判据三:涉及别人的脸、别人的角色、别人的商标
- 未经授权的真人肖像(h3.5)
- 动漫游戏电影角色(h3.7)
- 知名品牌商标与商品外观(h3.6)
共同点:这不是技术能不能做的问题——技术上它做得非常好,好到你不会意识到风险。语料里就有真实演员的杂志风肖像、真实汽车品牌的商标、某咖啡连锁的完整标识,本课一张都没展示,理由 h5.5 讲。
判据四:密集小字加复杂结构
- 说明书、参数表、密集标注的信息图(h3.4 那张 844 字的例子)
- 长文案的排版
- 多语言版本
共同点:同时触发 h1.9 那四个失败因素里的三个。正确做法不是不做这类图,是把文字剥离出去后期加。
判据五:一件小事,后期一分钟能解决
这条最容易被忽略,但它是日常里最常发生的浪费(h2.7)。
- 加一行字、加个 logo、加个二维码
- 去掉一个小瑕疵
- 换个背景色
- 裁一个尺寸
判断算法:再调一次的期望收益,和打开软件做这件事的成本,哪个大? 一分钟的事,不值得用三次生成去赌。
一张动手前用的表
把五条收成一个决策流程,在写第一条提示词之前跑一遍:
| 问题 | 是 → |
|---|---|
| 这张图里有需要逐像素精确的东西吗? | 那部分交给后期 |
| 它需要如实呈现某个真实事物吗? | 实拍,AI 只做背景/延展 |
| 它涉及别人的脸/角色/商标吗? | 🔴 停 |
| 它有密集小字吗? | 文字剥离,出无字底板 |
| 这事后期一分钟能做完吗? | 直接用后期 |
| 五个都是"否" | ✅ 放心用 AI 做 |
注意第三行是唯一一个"停",不是"换个做法"。 其余四条都有绕过去的路径,只有这一条没有。
这一节列的五条,没有一条是在说 AI 出图弱。
事实恰恰相反:它在"画出一个符合描述的画面"这件事上,强到几年前无法想象。 这五条限制,全部来自它的工作方式,而不是它的水平——
- 它给的是"符合条件的一张图",所以不擅长精确和可重复;
- 它生成的是"像那么回事"的画面,所以不能承担如实呈现;
- 它见过海量作品,所以很容易画出别人的东西;
- 它处理文字用的是"像不像"的逻辑,所以密集小字必崩。
这四条不会因为模型变强而消失——前三条尤其不会,它们是这类技术的性质,不是当前版本的缺陷。第四条会随模型变强而后退(几年前连大标题都写不对,现在中文封面能全对),但后退不等于消失。
所以这一节真正想给你的,不是一份"AI 的短板清单",而是一个稳定的分工判断:知道什么该交给它,你才用得好它。会用工具的人,首先是知道工具边界的人。
🔧 动手做:用五条判据否掉一个需求(4 分钟)
- 想三个你最近真的想用 AI 做的图。
- 每一个都跑一遍上面那张表。
- 至少要有一个被判据挡下来——如果三个全过,说明你还没想到那些会被挡的需求,再想一个(提示:你有没有想过用 AI 做名片?做真实产品的主图?做一张带参数表的说明图?)。
- 对每个被挡下来的,写一行替代方案:
- 精确类 → "AI 出底,后期做 ___"
- 真实事物 → "实拍,AI 只做 ___"
- 别人的脸/角色/商标 → "不做"(或者按 h3.7 那个练习,改造成自己的)
- 密集小字 → "出无字底板,文字后期排"
- 一分钟的事 → "直接用后期"
你会看到:第 3 步比想象中容易——大多数人心里都有一两个"我一直想用 AI 做但总做不好"的需求,而它们往往正好命中判据。做不好不是你的问题,是这个需求本来就不该走这条路。
为什么:这门课到这里为止教了很多方法,而这一节是唯一一节教你不用它们的。判断"该不该做"永远排在"怎么做得好"前面——这一条在任何工具上都成立,而且它不会过期。
三句话收束这一章:
- 五条判据,任一命中就停手:需要逐像素精确 / 需要如实呈现真实事物 / 涉及别人的脸角色商标 / 密集小字 / 后期一分钟能做完。
- 只有第三条是"停",其余四条都有绕过去的做法。动手前跑一遍那张表,比试到第十次再认输省事得多。
- 这五条不是"AI 不行",是它的工作方式决定的分工;其中三条不会随模型变强而消失。会用工具的人,首先是知道工具边界的人。
下一章是这门课的最后一章,也是唯一一章讲"图之外的事":发出去之前,你还欠三件事。
🔎 来源与核验· 4 条,点开核对
