几乎所有AI图像指南都会重复同样的三条警告：它不会写文字，不会画手，不会计数。那条建议在当时是准确的。如果你还没有了解图生图编辑是如何工作的，从那里开始。我们做了这三个测试，看看它们是否依然成立。
以下是每个测试一轮生成结果——不是基准测试。把它当作旧建议需要重新审视的证据，而非测量结果。
测试一——文字。现在可以了。
是难的那一种，不是简单的：六行菜单，每行带价格，全部拼写正确且对齐。
每一行都对。Espresso 3.00，Flat White 4.20，Cortado 3.80，Filter 3.50，Mocha 4.60，Chai Latte 4.40。标题正确，对齐稳固，装饰性的粉笔 flourish 也没有变成乱码。
这改变了值得去问的东西。招牌样稿、包装效果图、菜单板、货架贴纸——那个每个人学过要避开的领域，回来了。
测试二——手。也可以。
两只手，与一个物体互动，全部完整可见。这是经典的翻车场景。
十根手指，关节合理，握持方式对这项任务来说符合物理逻辑。不是巧合的裁剪——两只手都在画面里，在做具体的事情。
测试三——计数。依然不行。
小数字没问题。七个马卡龙，要求了也做到了：
然后我们要求一个打开的蛋托里有十三个鸡蛋。
数一数：十一个，放在十二格托盘里，留了一个空位。不是十三个，甚至连十二个都不够。
失败是有信息的。模型并非在计数后再绘制；它在生成你所命名的东西的合理排列。鸡蛋盒有六枚、十枚和十二枚装——十三并不是真实世界存在的形状，所以它转向熟悉的容器并大致填满。询问一个符合真实容器的数量，你更有可能得到它；询问一个随机的数量则是在赌博。
如何处理仍然失败的情况
- 不要依赖一个小数目以上的精确计数。 如果数量很重要——五个产品变体或一打某种东西——在发货前验证每张图像。
- 裁剪掉数量部分。 如果数量是装饰性的而非有意义的，构图时让群体边缘超出画面。没人能数出看不见的末尾。
- 选择现实世界常用的数字。 六、十、十二、一对。这些对应真实的包装和真实的排列，比十三可靠得多。
更广泛的启示
人们仍反复提及的关于 AI 图像的三件事中，两件事已过时，一件没有。这个比例本身就是真正的教训：这个领域的指南保质期很短，大部分流传的内容是针对一种已不存在的模型生成的。
在设计工作流围绕某个限制之前，先用一次生成测试它是否仍然存在。成本只是几个信用点，却偶尔让你找回整个类别的工作，而这些工作你早已放弃。
而始终未变的限制：这所有的一切都不会使生成的图片成为你真实产品的照片。这条边界不是技术性的，没有任何模型发布会改变它。
注册即送 300 积分，直接开始 — 无需绑卡
