想图AI修图体验：把「脑子里想的效果」说给AI听的实验

实验怎么搭的：同一个效果，嘴和手各跑十轮

六个效果目标、两条路线、每条十轮尝试，达标只看一条标准：像不像你脑子里那张图。计时用秒表，判定拿手机和显示器并排看，过了就停，不过就进下一轮，不恋战。

六个目标挑得挺刁：高级灰、奶油肌、日系清透、玻璃感、胶片颗粒、暗调金属。前三个是我平时修人像最想要的，后三个纯属好奇。每条路线都从同一张原始直出片开始——室内人像，ISO 800，脸上有点暗沉，没修过的那种。

文字路线的规矩是只许打字，不许传参考图。我想测的就是纯语言的极限，传图等于开卷考试，测不出东西。手动路线在Photoshop里开修，曲线、色相饱和度、可选颜色随便用，但每动一个滑块都得记在本子上，不然回头说不清哪步起了作用。

先说省时间的部分。胶片颗粒这个目标，AI一轮就中。我打了一句"加细腻的胶片颗粒，颗粒浮在亮部，暗部保持干净"，40秒出图，直接能用。同一个效果我手动修，在Camera Raw里把颗粒数量拉到35、大小0.8、粗糙度60，调了25分钟，怎么看都像往照片上撒了层沙子。这一局AI赢得干脆。

轮到高级灰，比分立刻倒过来。这段翻车值得单独讲，放在下一节。

「高级灰」为什么连错五次？

五连错不是词不行，是「高级灰」这四个字在语言里没有公共坐标，AI每一轮都在重新猜你指哪种灰。错法不重样恰恰说明它不是稳定理解错一个方向，而是每轮重猜。

五次原话我翻出来了，错误长得完全不重样：

1. 第一轮说"想要高级灰的质感"，出来一张近乎黑白，饱和度直接归零，肤色全没了。
2. 第二轮补了句"不要黑白，彩色里带灰"，它交回一版莫兰迪，整张照片泛粉，像糊了层粉色糖纸。
3. 第三轮改成"灰但要有层次，暗部别死黑"，这回整体蒙了层灰雾，对比度被压扁，像镜头半年没擦。
4. 第四轮我学乖了，报数字："饱和度降15%，明度提8%"。结果它把曝光整个往上抬，高光溢出，人脸亮得反光。我以为报数字就稳了，天真。
5. 第五轮打了个比方，"像阴天下午四点那种光线"，它把色温拉去偏青蓝——倒真有点阴天，可惜是海边那种阴天。

五轮合计11分钟，全灭。第六轮我换了思路，不再描述感觉，改下指令："只把背景饱和度往灰压，肤色饱和度锁住，对比度只动曲线中间调。"2分钟，过了。手动那边呢？色相饱和度拉-20、明度+5，再用曲线把中间调上提一格，6分钟，一次过。6分钟加13分钟，这一张图两条路我都走了，是全部六组里最贵的一张。

这事让我想起一个生活化的比喻：你让朋友帮忙带杯"好喝的咖啡"，他带回来的大概率不是你想的那杯——甜度、冰量、豆子，全靠他猜。语言天生就是有损压缩。话说回来，顺带记一笔：我蹲在电脑前连着五轮跟AI掰扯"高级灰"的时候，家里人路过看了眼屏幕，来了句"你自己都不知道要什么灰吧"。扎心，但准。做产品设计的平时最烦需求文档里写"界面好看一点"，结果我自己干了一模一样的事。

鸿沟卡在哪一层：手动是拧旋钮，说话是发电报

手动修图的反馈环只有几十毫秒，滑块动一点画面立刻变；说话要把画面先压缩成文字再让AI解压，损耗全出在压缩那一步。

复盘下来，损耗集中在三层。第一层是词没有公共坐标。高级灰、清透、质感都属这类——你脑子里有个参照物，AI没有，它只能在自己的训练数据里捞一个最像的给你。第二层是参照缺失，你以为"日系清透"是共识，其实每个见过不同照片的人，脑子里存的样本完全不同。第三层最隐蔽：修饰词会互相打架。我有轮写"自然一点但要有质感，干净但不能假"，四个要求在AI那儿排成四种优先级，出来个四不像。

手动修图为什么稳？因为你的手直接接在画面上。曲线往上提一格，亮了；不合适，拉回来。整个过程不用先把"亮一点"翻译成字，试错成本几乎为零。这就是拧旋钮和发电报的差别：旋钮边拧边看，电报发出去得等对面回电才知道错没错。

但别急着判AI死刑。语言本来就准的效果，它快得吓人：胶片颗粒40秒一轮，黑白转换、放大、换背景这类指令式的活儿，基本一轮中。真正难的只有一类——效果存在你脑子里，但从来没被你写成过字。写到这儿我差点想给AI翻案，硬忍住了，数据不支持。

所以我现在接活儿前多了个动作：把"想到"翻译成"对象+方向+数值区间"。不说"皮肤好一点"，说"面部瑕疵修掉，保留毛孔质感，饱和度别动"。这一步写完，七八成的理解错误在打字阶段就死掉了。具体怎么拆句子，我后来整理过一套写法，见这篇AI修图描述写法。

回到开头的比分：文字三条对手动七条，表面上是AI不行，拆开看是两种工具的适配面不同。语言够得着的效果，放心把活交给AI；够不着的，别硬磨提示词，上手拧旋钮更快。高级灰那张图，文字13分钟加手动6分钟，两段冤枉路我都走了。你说这实验能证明AI修图不行？我不下这个结论。只能说到目前为止，我的嘴比我的手慢。