怀表穗子糊成麻花之后，我摸清了AI绘画物件的三个笨办法

前几天想给一篇旧文配图，主题是一只黄铜怀表。这种单个物件，按理说是AI绘画物件里最基础的活儿，结果第一轮8张图，能直接用的就2张。最离谱的一张，表链穗子该是一排细链，出来糊成一坨麻花；还有一张，表盘上隐约有刻度，放大一看全是乱码一样的假字。我不死心，接着换词、调参数，前后跑了三轮。这篇就把三个笨办法写出来，都是拿废图换的经验。

AI画的物件为什么总差点意思

模型对物件是「印象式」的：数量不认账、材质靠猜、文字瞎编，你不把信息写死，它就按平均水平糊弄你。特写放大后尤其明显。

头一个坑是数量。我写three apples想测测它识不识数，8张里没有一张正好三个，4个到6个的都有，还有一张苹果挤成一摞。这不是偶然，图像模型对数量词基本靠蒙，出三四个像是猜中了题，纯属运气。

第二个坑是材质。brass（黄铜）这个词，有时给你磨砂的哑光铜，有时给你亮得像金子。差别在哪？在后半句。我只写brass pocket watch的时候，材质十次里能跑偏三四次；写成polished brass with warm reflections（抛光黄铜带暖反光），稳定性一下子上来了，16张里大概13张材质在线。

第三个坑最气人：物件上的文字、刻度、logo，全是瞎编的。表盘刻度歪歪扭扭，书脊上的字是假字。目前没有特别好的解法，我的做法要么把文字部分裁掉，要么后期用修图软件贴真字。

三个笨办法，一个个试出来的

数量写单数、材质配光源、特写分层出图，三个办法叠加用，物件图的可用率从两成能拉到六成上下。都不难，就是要多一步。

办法一：别赌数量。要么写a single pocket watch这种单数，要么干脆不提数量，出图后挑。多物件场景想控制数量，可以把每个物件分开描述、分开放置，比如three separate teacups on a wooden shelf，比笼统写three teacups稍好一点，但也就五五开。

办法二：材质词后面永远跟一句光。光源决定材质的成色，这是我这轮实测里最大的收获。同一只怀表，under warm lamp light是温润的黄铜色，in cold blue moonlight就冷得像不锈钢。你要哪种氛围，就把光写死。

办法三：分层出图。物件特写单独生成一张，场景另出一张，后期合成。听起来绕，但账算得过来：直接在大场景里生成，一小时大概能挑出2张能用的特写；特写加合成整套流程下来10分钟左右，成功率稳得多。我那张怀表封面就是这么干的，特写图的表盘刻度清楚到能数清格子。

手拿物件的图是另一个重灾区。手指跟物件接触的地方最容易崩，我的土办法是把物件和手都写具体，a hand holding a brass pocket watch by its chain，链子这种明确的抓握点能让手部崩坏率肉眼可见地降下来，大概能从一半降到两三成。

还有个零成本的小习惯：出特写前先把分辨率拉满。同样的提示词，512跑出来的表链就是一坨，开到1024，链条一节节能数清。细节是算出来的，不是修出来的，这话在物件图上特别灵。

那篇旧文的配图最后定稿了，就是特写加合成那版。回头看这三个办法，说穿了都不高级：模型对物件没有实物经验，你替它把数量、材质、光一样样钉死，它就不敢乱发挥。下回你画的道具糊了，先别急着换模型，回头看看提示词，这三样是不是又漏了哪样。

常见问题

物件上的假文字有办法治吗？

治不了根，只能绕。要么提示词里写no text避免模型画字，要么留白后期贴真字。想让表盘有刻度感，可以写minimal tick marks，模糊的刻度线比清晰数字安全。

物件特选用什么画幅比例出图好？

单件特写我习惯用1:1或4:5，构图紧凑、细节密度高。配横版文章封面再另出一张16:9的，两边不耽误。

金属和玻璃能出现在同一张图里吗？

能，但玻璃件容易喧宾夺主。我的经验是金属做主体、玻璃做点缀，比如brass watch with a glass dome，玻璃罩住怀表这种结构，比两个物件并排摆稳得多。