AI绘画和AI识图搭配用：让看图的AI给画图的AI当审稿
直接给结果：识图AI当审稿员，二十张AI图能拦下七张废图，手指、透视、光影三类穿帮它看得比人快。反馈再翻译成修改词回喂给绘画工具，一轮下来返工时间能省一大半。
AI绘画和AI识图听起来是两码事，一个管画，一个管看，八竿子打不着。真把两者串起来用，才发现看图的那个是天然的质检员——它没有"看着还行"这种惰性，你让它挑毛病，它就一条一条给你列出来。
起因是我赶一批游戏立绘风格的设定图，四十多张的量，人眼一张张抠细节要抠到半夜。朋友提醒我：你不是天天用带视觉能力的对话AI吗，让它先看一遍。我挑了二十张废图风险最高的先试，结果这一试就成了固定工序。
先把丑话说在前头：这套工序多花的是提问和复制粘贴的时间，省的是反复重跑的额度和深夜抠图的命。一张图的审稿来回大概一分钟，四十张摊下来多花四十分钟，换回来的是交稿提前一天。这笔账怎么算都是赚的。
识图AI当审稿员，二十张拦下七张
把成图丢给识图AI，让它找结构错误、检查光影一致性、核对细节数量，二十张里它点出十一张有毛病，其中七张确实该废。审稿的标准模板固定三句话，输出稳定。
我的提问模板就三句：第一句，客观描述这张画面了什么；第二句，找结构上的错误，重点看手、五官、肢体衔接；第三句，检查光源方向和影子朝向对不对得上。三句固定下来，它每次给的反馈格式都一样，我核对起来快。
战果举例：一张骑士图，它指出"右手握剑的手指数量异常"，放大一看，六根。一张街景，它说"两个路灯的影子指向相反方向"，我还真没注意。二十张里它漏报了两张、误报了一张（把正确的褶皱说成结构问题），准确率折算下来够用。七个确认真废的图，要是靠我自己慢慢放大找，一晚上就交代在这了。
识图的反馈怎么翻译成修改词
识图说清"哪里错"，生图才能"怎么改"：结构错改动作描述，透视错改机位和景深词，光影错改光源方向词，逐条对应。反馈不翻译就喂回去，AI基本听不懂。
翻译有讲究。"手指数量异常"直接改成"把手画对"没用，我把提示词改成"双手拢在袖中"，绕开画手指这个难点——这是最实用的翻译思路：改不动就避开。"影子方向矛盾"翻译成"主光源来自画面左侧，单一光源"，加了"单一"两个字，出图的影子立刻老实了。
还有一类翻译是加权重。识图说"剑刃形状前后不一致"，我在提示词里把剑的描述单独拎出来写细：直刃、无弯折、护手样式。描述越具体，重跑时它崩的概率越低。审稿反馈里每一条，几乎都能找到对应的提示词写法，这层对应关系熟了，翻译速度就上来了。
透视错的翻译最难。识图AI会说"透视线不汇聚"，但生图模型对"透视线"这种术语反应一般。我改写成"低机位、广角、远处建筑向一点收缩"，第三次才对上。术语要翻成画面描述，这条经验值一次返工。
审稿也有漏检，最后一道关是人眼
识图AI查得出结构硬伤，查不出风格跑偏和情绪不对味，审美层面的判断仍然得人来拍板。把它当放大镜用，别当裁判用，分工才合理。
漏检的两张图问题都不在结构：一张风格忽近忽远，前半张偏写实后半张偏插画；另一张表情不对，角色该哭不哭。识图AI描述起来头头是道，让它评价"对不对味"，它就开始打官腔，绕来绕去不给你准话。这类毛病它天生看不出来，别为难它。
还有一次啼笑皆非的误报：它把一件铠甲上正常的刻花判断成"纹理崩坏"，我差点照着改。打那以后我给自己立了规矩——识图的反馈只当线索，废不废图，人眼说了算。工具提效，决策留人，这套搭配才跑得长远。
这套"画完让另一个AI看一遍"的工序，现在成了我的标配。它最动人的地方不是准，是稳——人眼审稿会累会烦，凌晨一点的我什么都看得"还行"，它不会。四十多张立绘最后提前一天交稿，审稿员没喝我一口水，也没喊过一句累，比谁都靠谱。
常见问题
识图AI看图要花钱吗？
主流对话AI的图片识别基本免费或含在订阅里，成本远低于返工的时间。批量审稿注意单日对话上限就行。
什么样的图最有必要过一遍识图？
有人物手脚的、有复杂透视的、有镜面反射的，这三类翻车率最高。纯风景和扁平插画风险低，可以抽查。
识图和生图必须是同一家吗？
不必，跨家搭配反而好，两家模型的盲区不重叠。生图和识图用同一家，有时候会犯一样的错，互相护短。
反馈特别多的时候怎么处理？
先改结构和光影这类硬伤，风格类意见放后面。一次只改一两项重跑，全改完再跑，出问题都不知道该怪哪条。