CATEGORY · 分类

AI绘画

豆包|用豆包把「参考图描述」转成可复用的约束清单

# 豆包|用豆包把「参考图描述」转成可复用的约束清单 在AI绘画创作中,参考图往往包含丰富的视觉信息,如何将其转化为可复用的约束条件是关键。豆包大模型可以帮助提取并重组这些信息,形成结构化的约束清单。 ## 提取方法 1. **上传参考图**至豆包平台,使用「图像分析」功能。 2. **使用P

项目记录|给退图原因做编码后,返工集中在哪两类

# 项目记录|给退图原因做编码后,返工集中在哪两类 AI绘画项目中,退图(重新生成)是不可避免的环节。本文记录我们将退图原因进行编码分析后发现的两大主要类别,并提出相应的优化方案。 ## 编码分类体系 通过对过去半年项目的退图数据进行编码,我们发现约80%的退图原因归属于以下两类: ###

用 WorkBuddy 管一版配图需求模板:只改变量不动约束

# 用 WorkBuddy 管一版配图需求模板:只改变量不动约束 配图需求写多了会发现,真正每次都不同的只有一两句,其余大段是重复的约束。但模板一旦放进日常文档,很快就会被随手改动,几周后谁也说不清哪条是固定要求。这次用 WorkBuddy 把模板管起来,定了一条硬规矩:固定区不许动,只允许改变量

用豆包把「参考图描述」转成可复用的约束清单

# 用豆包把「参考图描述」转成可复用的约束清单 看到一张合意的参考图,最容易的做法是把整段描述直接搬进提示词。问题是那段描述里往往混着「氛围很好」「有点高级」这类只可意会的词,换一张图就失效。用豆包做一次转换会好很多:让它把描述拆成能逐条检查的约束。 ## 提要求的写法 ˃ 下面是对一张参考图

项目记录:给退图原因做编码后,返工集中在哪两类

# 项目记录:给退图原因做编码后,返工集中在哪两类 ## 起因 配图返工一直不少,但每次复盘都说不清到底卡在哪儿:退回时写的都是「不太对」「再调调」,攒了一堆也没法统计。于是先做了一件不看图的事——给退图原因编一套固定码。 ## 编码表只留六项 | 码 | 含义 | 判定依据 | | ---

系列配图的一致性先定三个不变量:视角、光线、主体比例

# 系列配图的一致性先定三个不变量:视角、光线、主体比例 一组图看起来「不像一套」,多数人第一反应是换提示词模板。其实模板越细越容易跑偏,因为可变的东西太多了。结论先给:先定死三个不变量——视角、光线、主体比例,其余留给单张图自由发挥,一致性反而更稳。 ## 为什么是这三样 | 不变量 | 一