AI 画图不是玩具，而是可以变成效率工具 ｜ 豆包 Seedream 4.0 效率场景挖掘

这两天在豆包测试了新的豆包 Seedream 4.0，画图能力确实名不虚传，既有 GPT-4o 画图的那种对指令的深度意图理解，又有 nano banana 那种对角色一致性的高度特征保持，还可以精准的用指令对图片进行编辑，最重要是对中文的支持比 GPT-4o 和 nano banana 都好太多了。

在测试中重新发掘出了不少有趣的场景，更重要是它不止像把照片变成手办那样好玩，而是你能把它变成效率工具，在很多场景中帮到你，帮你提升效率。

场景一：制作封面图（图1、图2）
场景二：翻译图片文字（图3、图4）
场景三：PPT 配图（图5）
场景四：生成故事书画本(图8、图9）
其他场景：生成证件照、换发型（图10、图11）

完整内容我发到了公众号：http://t.cn/AXPd385q

如何写好 AI 画图提示词？

我在 GPT-4o 画图时期，花了不少时间研究画图提示词，将近 30 条提示词被收录在各种 Awesome 的画图提示词 Repo 中，我的经验总结下来就是这么几条：

1. 大白话先行

提示词其实不必过于追求提示词技巧，把需求表达清楚最重要。你看我前面的案例，大部分都是大白话，就是想要什么很直白的表达出来，以现在模型的能力，一般可以画出来的

2. 照葫芦画瓢

平时看到别人分享的，就测试一下，还可以二次修改发掘一些新的玩法；另外参考图也是很重要的“葫芦”，很多时候看到一个好的效果，作为参考图发过去，比提示词还管用。

3. 让 AI 当老师

让 AI 帮自己写，AI 很擅长写提示词，我的很多提示词就是 AI 帮我写的，我会先给 AI 说清楚我的需求，然后让 AI 帮我生成提示词，再去用 AI 生成的提示词生成，通常会得到很好的效果。
（图12）

比如一个有意思的案例是昨天看到归藏分享的头像 Prompt，是需要垫图的，比较麻烦。于是我把垫图的图片发给 AI，让 AI 帮我生成一段提示词，根据 AI 生成的提示词，就可以直接得到原来类似的效果，而不需要垫图。

图15

4. 分步描述

很多复杂的需求，一步到位是很难完成的，可以拆分成几个步骤，把复杂任务变成简单小任务就会好很多。比如我前面的 PPT 的提示词，就是分成几个阶段来执行，而不是一开始就生成图片，这样对于 AI 来说就会容易些，另外一些中间生成的结果也很有价值，比如可以基于 AI 中间生成的内容去再生成新的内容，可以用 AI 生成的提示词单独去生成图片。

5. 做中学、多抽卡

不管什么事，都还是多练习，如果亲手画了几十上百张图片，后面再画就会比较得心应手了，都有哪些画风，什么样的关键词可能会有什么效果，什么样的模型的优缺点是什么样的都会心中有数，这些还都是要练。

另外 AI 画图也是一种随机性比较大的事情，免不了要多抽卡，同样的提示词多生成几次，保不准就有一次很好的结果。