奇葩ai修图图鉴：六条腿的猫和凭空多出的奖状
这篇轻松点：八个离谱现场按翻车原因归了三类，笑完顺手把三个拦截办法带回家，比乐子值钱。
奇葩ai修图的现场，我攒了一整个相册，相册名就叫「AI的想象力」。两年下来三十多张，最出名的一张是我家猫被修出了六条腿，朋友看了以为是新培育的品种。笑归笑，这些奇葩背后原因就三类，看懂了能提前拦住大半——毕竟笑完图还是得重修，时间是你自己的。
相册里排名前三的藏品先亮出来：六条腿的猫、三根手指的握手、把背景里的拖把认成主角郑重保留的人像。三张的共同点是当时我都觉得「差不多能交了」，全是缩略图阶段没看出来、放大才见分晓的。所以后面讲的拦截办法，全围绕一个事：交稿之前多看哪一眼。
那些离谱现场是怎么发生的
归三类：没见过的东西瞎补、对称和数量的硬伤、把背景杂物当主体郑重其事。逐个对号。
六条腿的猫属于数量硬伤。AI对「四」没有执念，它只对「看起来合理」有执念，腿被草挡住一条，它就顺手补一条。把晾衣架修成雕塑那次更绝：AI觉得那团轮廓不该是杂物，干脆给它补了个底座，端端正正立在阳台上，跟个艺术品似的。最冤的是我爸的老照片，AI自作主张补了一块不存在的奖状挂墙上——训练样本里见多了「老人配荣誉」，它就认定该有。说实话，那块奖状的做工还挺精细，精细到差点骗过全家人。
「杂物当主体」这类最气人，因为它不报错。AI把杂物补得有模有样，光影、投影、质感全套配齐，你越看越觉得它本来就该在那。我后来定了个土规矩：每张修完的图，说出背景里每样东西的名字；说不出名字的，查原图——原图里没有的，就是AI编的。
土规矩执行起来有个窍门：从边缘往中间念。背景的四个角最容易藏AI的私货，先角后心，一寸寸过。我有回在左下角念出一枚不存在的硬币，就是靠这套笨办法逮住的。
三类原因里最值得琢磨的是第一类瞎补。AI补的不是随机噪点，是训练数据里的「平均值」——老人配奖状、阳台配海，都是数据里的常见搭配。所以瞎补有迹可循：它补的往往是「图里常见但不属于你家」的东西，照着这个思路反查，十有八九能逮到。
扩图的离谱也贡献了不少藏品：阳台栏杆外面扩出一片不存在的海，可我家在内陆。扩出去的那截本来就是编的，之前在ai扩图会假吗？扩出去的那截是编的里拆过原理，这里不重复了，只提醒一句：扩得越远，编得越野。
数量硬伤还有个变种：重复元素。有次修货架图，AI把三瓶一样的饮料修成了三瓶微微不同的饮料，瓶身字样各错一个字母。数量写死的指令管得住腿，管不住这种「该一样的地方不一样」，货架类图我固定要求锁定重复区域再跑。
怎么提前拦住这些奇葩图
三个拦截办法：指令里写死数量、修完先看手和背景、批量图抽检两端。两条就能省一半返工。
数量写死最有效。「四条腿的猫，一条不能多」写进指令之后，命中率立刻上来了，AI不是不会数，是你没让它数。手是重灾区，修人像出图先看手，五指扫一遍两秒钟，这两秒钟帮我拦下过三根手指的握手照。批量跑的图必须抽检，首尾各抽十张——我那个三十多张的相册，一大半来自没抽检的月份。规律很诚实：抽检松的月份，相册就厚。
抽检之外再加一个九宫格预览的习惯：批量出图先拼成九宫格缩略看一遍。AI的错常有「一眼假」的规律，缩着看反而比单张放大更容易撞见——单张看你会顺着自己的预期脑补，九宫格并排，异类自己跳出来。
拦截办法管得了自己，管不了别人的图。朋友发来「帮我看看这张修得行不行」，我第一句永远是「有原图吗」。有原图，一切可查；没原图，AI编没编只能靠猜，猜的成本比重修低不了多少。
那本「AI的想象力」相册我留着没删，新同事入职先翻一遍，比讲十遍质检要点都管用。奇葩ai修图看着是乐子，其实是AI能力边界的展览馆——它在哪里瞎编，哪里就是它不熟的地方。记住这个，下次笑完你就知道该往哪里多看一眼了。相册我按翻车类型建了三个子夹，新人翻起来更快，笑点也更密集。
常见问题
翻车的奇葩图能二次修复吗？
多数能，回到翻车前那一步重新下指令。越晚发现越难救，所以我要求出一张查一张。
什么题材最容易出奇葩图？
我攒的样本里动物数量、人手、文字标牌排前三，全是AI靠猜的位置，出图先看这三处。
修人像多手指能完全避免吗？
降到很低可以。手指交叠的动作出事率最高，能重拍就别硬修，AI救十次不如重拍一次。
别人的翻车图能转发出来说笑吗？
自己的图随便发，别人的先问一声。翻车图也是人家的作品，乐子要建立在同意之上。