AI绘画和AI对话怎么搭着用？动嘴出图一个月实录
先说结论：AI绘画和AI对话搭着用，改稿环节最值，起稿环节别偷懒。我拿嘴改图跑了一个月，三轮以内的修改最稳，聊得越久画面越容易自作主张。想省时间，就把聊天窗当改稿台。
AI绘画和AI对话搭着用，我的分工就一句：起稿交给绘画工具，改稿交给聊天窗口。别指望动动嘴就能从零聊出一张好图，这个分工定对了，效率才上得来。
一个月前我不是这么想的。当时看别人演示"说一句话就出图"，觉得表单式输入要被淘汰了。真上手才发现，起稿阶段的描述精度要求很高，口语聊天反而说不到点上——你说"画个咖啡馆，氛围好点"，它真就给你一张氛围"好点"的平庸图。起稿我还是回去一句一句拆着写。
对话式出图和填表单出图差在哪
对话式出图赢在改稿反馈快，填表单出图赢在起稿控制准，两边的强项正好错开。前者像跟助理口头提意见，后者像给设计师下工单，各有各的用法。
填表单那种输入框，逼着你想清楚主体、场景、风格、构图四件事再落笔。麻烦。但起稿阶段的麻烦是好事，它能拦住一半的废图。聊天窗口不一样，你想什么说什么，说漏了它也不提醒，出图全靠它猜。
改稿就反过来了。你指着图说"背景换成傍晚，别动人物"，比回去改一长串提示词快得多，而且指哪打哪。我翻过一周的出图记录：动嘴改一轮平均四十秒上下，回输入框改词再重跑要两分多钟，还常常把改好的地方顺手改坏。
工具选择上我也试出了偏好。手机端那几个带聊天框的绘画工具（豆包、即梦这类）对话改图体验最顺，因为输入成本低，你才愿意多轮去磨；桌面端工具的对话框总归隔着一层，打到一半就懒得说了。这个细节挺关键——对话式改图的效率，一大半取决于你愿不愿意开口。
动嘴改图的黄金三轮
同一个对话里连续改图，三轮以内最稳，超过三轮画面就开始悄悄走样。我的土办法是每改满三轮就重开一个对话，把定稿描述原样带过去。
三轮是个什么概念？第一轮调光，第二轮调色，第三轮补个细节，差不多就是一张图能承受的修改上限。有天晚上我连改了七轮，就为把一件外套换成风衣。风衣是穿上了，发型、手势、连眼神全换了一遍。图能看，但已经不是我原来那个人。
重开对话这件事有点反直觉。你总觉得上下文越长它越懂你，实际是越长它越敢发挥。带着描述重开，等于强制它回到起点。
上下文跑偏的三个坑
对话改图最容易栽在三个地方：指代不明、改一送一、过早夸它。三个都有解，但都得吃过亏才长记性。
第一个坑，指代不明。你说"把这里的颜色调暗一点"，它理解的"这里"和你指的经常不是一处。后来我学会说方位：左上角的天空、画面右侧的杯子。土，管用。
第二个坑，改一送一。让它把白天改成黄昏，它顺手把街上行人密度也改了。现在的对策是每句末尾钉一句"其他保持不变"，像给实习生下需求。
第三个坑最冤，是我自己作的：出图不错时回一句"很好，就这个感觉再优化下"。"优化"俩字等于开了张空白支票，它马上大改一轮。现在我只说具体改什么，夸奖留着发朋友圈。
对话记录本身就是素材库
聊出好图的对话别删，整段记录就是一份现成的改稿脚本。下次遇到同类修改，把关键指令抄出来复用，比重新摸索快得多。
我把三个月的对话记录翻出来数了数，出现频率最高的十条指令里，"背景换成XX但人物不动"排第一，其次是"光线调柔和一点"和"去掉画面左边的杂物"。这些高频指令我现在单独存在备忘录里，改图前先扫一眼，能用的直接复制。
还有个意外收获：翻旧对话能看清自己的审美变化。二月分我还在疯狂加滤镜词，四月分就全删了，改口要"干净一点"。这比收藏别人的提示词诚实多了。
回到开头那句分工：起稿靠写，改稿靠说。一个月用下来，我单日废图率从一半降到两成上下，没什么玄妙的，就是管住嘴——该写结构化描述的时候别犯懒，该重开对话的时候别恋战。
常见问题
对话式出图适合什么人用？
最合适的是要反复改稿的人：做头像的、做配图的、给客户调方案的。纯起稿型选手（一次性出大图）用表单式输入反而更快。
改图时中英文混着说会更准吗？
主体和风格词用中文说没问题，涉及特定质感时丢一两个英文词进去确实更准，比如"胶片感 film grain"。但整句说英文没必要，它对中文的指代理解已经够用了。
为什么重开对话后风格就变了？
因为风格信息原先藏在上下文里，重开就丢了。所以重开时要把定稿的风格词原样粘进去，光说"照原来的风格"它是不认的。
手机上也能这么改图吗？
能，语音输入反而更顺手。我一半的改图是在地铁上用语音说完的，唯一要注意的是别用方言，"这儿"和"那儿"它偶尔会听岔。