大模型AI之旅公众号文章

AI 画图,字总是错的:四条绕行规则

AI 画图,字总是错的:四条绕行规则我在自己电脑上搭了个配图工厂:Z-Image-Turbo,9 秒一张,不要

大模型AI之旅

公众号 · 8 篇文章

AI 画图,字总是错的:四条绕行规则

我在自己电脑上搭了个配图工厂:Z-Image-Turbo,9 秒一张,不要钱、不限流、不过审。

用了一个月,唯一没解决的问题是字。

不是每次错,也不是全错。是那种看起来都对、仔细一看有个字不对的错。配图一旦有错字,整张图就废了,读者第一眼就看见。

这篇把这段时间攒下的错字案例和绕行办法一次讲完。


一、一份错字清单

左边是我想让它写的,右边是它实际画出来的:

想让它写
它画成了
出现位置
十几分钟
几几分钟
对比图标签
DESIGN.md
DESAGN.md
信息图标签
slides/
(整个消失)
信息图标签
让 16 页互相咬合
让 16 斤互相咬合
信息图标题
页码 1 / 2 / 3 / 4
1 / 2 / 5 / 6
信息图编号
页
互面
信息图标题
扉页四页
扉页四页页
标签
为什么AI做的东西
为什么AI的东西
封面标题
一页
一面
配图标题
一页
一顶
配图标题
还是 1 套工程
还是套工程
封面底图

11 个案例,没有一个是因为字太难写。

注意最后一行。那次我在提示词正文的第一行写了「{标题} - 手绘风格封面图」,结果模型把这行标题也画进了画面,多出来一行错字。提示词里出现的文字,模型会想办法把它画出来。

这份错字清单
这份错字清单

二、换 seed 一次都没管用

遇到错字,第一反应是重跑一张。重跑就是换 seed,随机性变了,说不定就对了。

我记录的这 11 次错字里,靠换 seed 修好的次数是 0。

举个例子。画一张「目录怎么定,全篇怎么做」的信息图,标题里的「页」字连崩三版:

  • v1:让 16 斤互相咬合
  • v2:让 16 互面互相咬合
  • v3:标题改成「目录怎么定,全篇怎么做」,绕开「页」字,一次通过

同一张图的编号也是,1/2/3/4 画成了 1/2/5/6。

v1 到 v2 之间我改的是版式(去掉编号、改引线),v2 到 v3 之间我改的是措辞。没有一次是靠重跑修好的。

一个字能崩三次
一个字能崩三次

三、规则是从错法里长出来的

把这些错法放在一起看,规律其实很整齐。

规律一:一行里塞了逗号,逗号后面那段必错。

那次我想让标签写「WorkBuddy:十几分钟,1 套工程」,出来的是一行信息塞得满满当当,其中「十几分钟」变成了「几几分钟」。

改成两行、一行只放一个信息之后,一次通过。

规律二:标签超过四个,就开始丢东西。

有一张信息图我放了 5 个标签,里面带 DESIGN.md 和 slides/。结果 DESIGN.md 写成 DESAGN.md,slides/ 整个不见了。

同一批里另外两张图,一张 4 个纯中文标签、一张 4 个短标签,全对。

规律三:英文标签带后缀,最容易被吃掉。

DESIGN.md 那次,.md 不但没丢,还把前面的 N 挤成了 A。去掉后缀写成 DESIGN 就稳了。带 / 的(slides/)直接消失。

所以现在我的英文标签一律写最短形态,校验的时候逐字母看。

规律四:同一个字错第二次,就换措辞。

这条最反直觉。「页」在标题里连错两版(斤、互面),但在另一张图的标签「只改那一页」里三版全对。

所以问题不是「模型不会写这个字」,是「这个字在这个搭配下容易崩」。

判断办法很简单:同一个字错第二次就换措辞,不要试第三次。

四条绕行规则
四条绕行规则

四、最后一招:大标题不交给模型

上面四条能修掉大部分错字。但有一类修不掉:大标题。

大字号,位置又最显眼,恰恰是最容易错的地方。我写契约那篇的封面标题「为什么AI做的东西总是差点意思」,模型连错两版:

  • v1:「为什么AI的东西 总是差点意思」,掉了「做」
  • v2:「AI 的东西 为什么差差意思」,又掉「做」,还把「总是差点」错成「差差」

后来我换了做法:让模型只画图,标题在本地用中文字体叠上去。

提示词里一个字的标题都不出现,末尾加一句「画面最下方留出一条干净的空白纸带」,然后用脚本在纸带位置把标题画上去。从此封面标题零错字。

模型画的 vs 本地叠的
模型画的 vs 本地叠的

代价是封面构图要迁就这条纸带,标题区的宽度也受限制。但封面是唯一一张会被反复看的图,这个位置不值得跟模型赌。


这次的真实数据

项
数字
单张耗时
Z-Image 稳定 9.0 ~ 12.1 秒
错字案例
11 例(4 篇文章的配图 + 封面)
靠换 seed 修好的
0 例
靠改版式修好的
7 例
靠换措辞修好的
3 例
现在大标题的做法
一律本地叠字,不试模型

踩坑清单

  1. 提示词里出现的文字,模型会想办法画出来。 想让图上不出现某段文字,就别让它出现在提示词里。
  2. 一行只放一个信息。 逗号和冒号,都是错字的高发位置。
  3. 标签别超过四个。 超过就拆成两张图,或者砍掉次要项。
  4. 英文标签去掉后缀。.md
    、扩展名、斜杠,能省就省,校验时逐字母看。
  5. 同一个字错第二次就换措辞。 不要试第三次,也不要指望换 seed。
  6. 大标题不要交给模型。 用中文字体在本地叠,一次到位。

这次我没做到的

这套规则全是事后归纳的。每次都是先错、再改、再记下来,没有一次是我预判到会错所以提前避开的。

而且规则只覆盖了我遇到的错法。换一个模型、换一版权重,这套规律大概率要重来一遍。

还有一点得说清楚:这些规则都是给「图里必须有准确文字」的场景用的。如果配图只是装饰、不承担信息,那根本不用管,让它画就是了。


以上,既然看到这里了,

如果觉得不错,随手点个赞、在看、转发三连吧,

如果想第一时间收到推送,也可以给我个星标⭐~

谢谢你看我的文章


前往微信阅读全文

内容来自公众号,可前往微信查看原文。

查看作者的更多文章 →订阅更新、RSS 与阅读指南 →