AIGC应用实战：二十四节都叫基本使用方法，实战只剩点哪里

2026-11-06silcano

微信读书《AIGC应用实战：互动咨询+办公应用+教育学习+文案写作+绘画设计+视频音频》· 12 章 · 73 条目录 · 463 屏
逐页翻阅 463 屏 · 读至末页「12 通过照片生成创意造型」· 2026-11-06
说明：463 是微信读书的屏幕数，不折纸页。从 p0001「版权信息」翻到 p0463，中途没跳页。为了写这篇，我逐字核对了九处：p0006 前言、p0012 WPS AI 操作页、p0135 模型页、p0184 视频翻译页、p0304 PiKa 参数页、p0354 数字人页、p0415 教育章、p0429 建筑风格页、p0460 珠宝设计提示词页。引文都出自这九处，没翻到的地方不写。

先说结论：这本书的正文里有 98 个章节段，却只有 73 个不同的标题，其中 24 段的名字完全一样——都叫"基本使用方法"。你打开目录想找"那个能一键做 PPT 的工具怎么用"，会看到一长串同名条目，只能一条条点进去试。

这不是排版事故，是体例的必然结果：它的写法是"一个工具一节，每节三步操作"。体例本身没错，错在它把"实战"定义成了"点哪里"——点到出图为止，出图之后的一切，交给读者自己。

一、98 段正文，73 个标题：这本目录不提供检索

我按阅读器里的章节标记数了一遍：98 个段落，73 个不同标题，24 段叫"基本使用方法"，起页分别在 11、24、49、56、72、84、94、107、169、179、184、202、207、216、227、235、250、258、284、313、322、377、410、414。占了全书的四分之一。

这 24 段讲的是不同工具：WPS AI、百度作家平台、讯飞星火、BigJPG、Palette、吐司、触手 AI、剪映、即创、Runway……但在目录里，它们长得一模一样。

电子书的目录是一种索引协议：标题必须能在读者脑子里唤起唯一指向。24 个同名条目，等于 24 把没刻字的钥匙。你可能觉得"点进去看一眼就知道"，可这正是索引要省掉的那一步——一本书如果连"哪一节讲哪个工具"都要靠翻，那它做成纸质还是电子都一样慢。

修复成本其实极低：把标题写成"WPS AI 的基本使用方法""讯飞星火的基本使用方法"，多六个字，24 处，全书检索立刻可用。它没做，说明编排时是按"章内顺序"想的，不是按"读者怎么找"想的。这个差别，会在后面每一章重复出现。

还有一个数字对不上：目录给的是 73 条，正文实际的章节段是 98 个。差的这 25 段，在目录里没有独立条目。它们不是凭空多出来的，是那些同名节的另一半——你从目录点进"第 6 章 AI 在设计领域的具体应用"，只会落到第一个工具，后面四个工具要靠往下翻才能遇到。

对纸质书，这不致命，页码还在；对电子书，这就是一次导航失败。而"能不能被检索到"恰恰是工具书的第一功能——读者不会通读一本工具书，他只会在需要时翻一处。

顺手把这 98 段按屏数排一下：平均 4.7 屏一段，最短的 43 段只停 1 屏，最长的 25 屏。只看平均数，会觉得"每节四五屏，挺紧凑"；把分布摊开看，才知道这本书的"节"经常不是一节，是一屏——一屏放个标题，剩下的交给截图。

这个体例有一个副作用：它让"步骤"取代了"结构"。读者记得的是"01 上传、02 设置、03 生成"，记不住"这一节在整条链路里负责哪一段"。所以合上书之后，他能复述流程，不能复述方法——这不是记性的问题，是书里本来就没有第二条线索。

二、按领域切章的代价：每个领域都从"这是什么"重新开始

全书 12 章，按领域切：办公 38 屏、生活 23 屏、图片处理 22 屏、绘画摄影 31 屏、绘画案例 39 屏、设计 20 屏、音频 66 屏、视频 63 屏、数字人 64 屏、电商 34 屏、教育 10 屏、产品设计 45 屏。

这种切法的好处是"按需查"：你要做电商图，翻第 10 章。坏处是没有一个问题被从头讲到尾。举一个具体的例子：第 5 章有一节"为电商产品更换背景"（p0144 起），第 10 章又有一节"为电商产品更换背景的操作方法"（p0397 起）。同一个任务，写了两遍，两次都是"上传—涂抹—生成—保存"。

第二遍没有比第一遍多说一句。它没有回答"为什么这次生成的边缘更干净"，没有说"什么产品适合换背景、什么产品换了会假"，也没有给出"换完之后怎么用同一张图做五张不同场景"的批量化方法。同一件事写两遍而信息量不增加，说明这两节之间没有分工：作者不是按"难度的递进"排的，是按"领域的归属"排的。

更明显的一处在第 7 章。这一章叫"AI 在音频中的具体应用"，66 屏，是全书第二长的一章。翻到 p0184，02 步是这样写的：

02　单击"视频翻译"按钮，进入如图7.2所示的页面。
03　在右侧编辑区上传要翻译的原视频，如图7.3所示。

一个讲音频的章，用"视频翻译"开头。这不一定是错——视频翻译确实以音频为主体——但它暴露了章节边界是编辑切的，不是内容长的。第 8 章"AI 在视频中的具体应用"里同样有剪映、即创、Runway、PiKa，第 7 章的"视频翻译"如果放进第 8 章，两章都会更干净。

我提这两处，不是要挑编辑的刺，是想说明一个判断：按领域切章的书，最容易丢掉的是"哪个工具该在什么时候用"。因为它把工具按用途分了类，却没有给出"用途内部怎么选"。第 9 章讲数字人，剪映数字人、智影数字人、HeyGen 三个并列，读完你只知道三家都能做，仍然不知道拍一条三分钟的产品讲解，该选哪家、为什么。

还有一处更直接的失约：副标题的第一个词是"互动咨询"，可 12 章的标题里，没有一章叫咨询，也没有一节讲怎么用 AI 做客服答疑、售前问询、售后跟进。六个领域并列写在封面上，目录里只兑现了五个。这不一定是作者写漏了——也可能是编辑在定副标题时，按"能卖的关键词"凑的——但读者是按副标题买的。

三、第 12 章是例外：七条路径，是全书唯一的方法

全书最不像"工具说明书"的一章，是最后一章，45 屏，9.7%。它讲产品设计，结构是这样的：先讲什么是产品设计、AI 能帮上什么；再给一条"通用商业思路"3 屏；然后是七条具体的创作路径——概念具象化 4 屏、模仿知名设计师风格 11 屏、地域风格 7 屏、造型描述 5 屏、知名 IP 3 屏、衍生方案 3 屏、照片生成造型 4 屏。

这七条路径的价值在于，它们回答的是同一个问题：没有任何参考图的时候，第一句提示词从哪来。这是一个真问题，也是所有人第一次用图像模型时的卡点。前面十一章教的是"有了想法怎么实现"，这一章教的是"想法怎么来"。

把它和第 5 章的六个案例放一起看，差别立刻出来。第 5 章 39 屏，六个案例：节日庆典海报、真实照片转二次元、二次元图片真人化、为电商产品换背景、IP 形象创作、产品设计启发。平均每个案例 6.5 屏，步骤都是三步：上传、填提示词、生成。

六个案例，六次"生成成功"，没有一次"生成失败"。而第 5 章本质上是全书唯一讲"改"的地方——把 A 改成 B，是最考验判断的活。真人化之后脸不像怎么办？换背景之后边缘有白边怎么办？书里一张废稿都没有，于是读者不知道"正常的一次尝试应该长什么样"。这跟第 12 章的区别很清楚：第 12 章给的是"从哪里开始"，第 5 章给的是"点哪里结束"。

而且它是全书唯一一处把提示词完整写出来的地方。p0429 那页给的是这么一句：

The ceiling is modern with impressive curves in Zaha Hadid style

一句话，把对象（天花板）、特征（现代的、有冲击力的曲线）、风格锚点（扎哈·哈迪德）三样都装进去了。这比前面所有"输入提示词，生成你想要的图片"这种描述有用一百倍——因为它是可以抄的。

但这一章也有一处硬伤，就在同一页。正文接着说，在建筑行业还可以引用隈研吾（Kengo Kuma）、弗兰克·盖里（Frank Gehry）、伦佐·皮亚诺（Renzo Piano）、贝聿铭（I. M. Pei）、大卫·阿贝尔（David Chipperfield）、理查德·迈耶（Richard Meier）、凯利·韦斯特勒（Kelly Wearstler）等知名设计师的名字，然后配两张图。

它把设计师的名字当成了风格开关，但没说这个开关的行程有多长。模型对这些名字的响应是不均匀的：越是被大量作品训练过的名字，越容易"像"；越冷门的名字，越容易只被当成几个形容词。而这件事的检验方法简单到只有一步：同一句提示词，只换名字，出四张图并排放。书里给了名单，没给这张对照。于是读者学到的是一条"可以念名字"的规则，而不是"名字能管多少用"的判据。

四、参数写了，判据没写：PiKa 那段值得逐字读

第 8 章讲 PiKa 的高级参数，七屏，是全书参数讲得最细的一处。p0304 是这样写的（我逐字核过三遍，因为下面这条问题不是看错）：

-camera：表示相机运动控制，zoom 代表缩放变焦，pan 代表移动，rotate 代表旋转，zoom、pan、rotate 每次只能使用一个。
-camera zoom in 画面放大，-camera zoom out 画面缩小；
-camera pan up 向上平移，-camera pan up left 向左上平移，-camera pan up right 向右上平移，-camera pan down 向下平移，-camera pan down left 向左下平移，-camera pan down left 向右下平移，-camera pan left 向左平移，-camera pan right 向右平移；

请注意加粗那一段：同一个参数 -camera pan down left，在这句话里出现了两次，一次说"向左下平移"，一次说"向右下平移"。两句话隔着十四个字，方向相反。

这不是笔误的级别问题。读者照着敲，如果敲的是 pan down left，他会得到其中一个方向，然后发现与书里另一句不符；如果他要的是"右下"，书里没有这个参数——真正右下的写法应该是 pan right down 或 pan down right，而书里在 pan up right 之后就再没出现"down right"。他不会有第二次机会去想：一次生成要等，也要扣额度。

而这一页更缺的，是"什么时候用 pan、什么时候用 zoom"。这两个参数不是同义选择：zoom 是改变焦距，画面整体缩放，透视关系不变；pan 是镜头平移，前景和背景会产生视差。拍建筑和产品时，这个差别一眼能看出来——要"推近细节"用 zoom，要"走过一个空间"用 pan。书里把八个方向列全了，却没有一句说这个。参数表给的是键盘，不是手感。

这个毛病在第 7 章音频最集中。66 屏里排了六个工具：鬼手剪辑、Veed AI Voice Generator、REECHO、BGM 猫、LAZY COMPOSER、唱鸭 AI。每个工具都是"访问—上传—选参数—下载"，六套走完，读者仍然不知道"我要一条 30 秒带货口播，配乐该找谁"。

而且这一章有一个更该写、更没人写的题目：版权。AI 生成的配音能不能商用？平台曲库的授权范围覆盖短视频还是只覆盖站内？唱鸭这类"AI 演唱"生成的东西，声音像某位歌手，算不算侵权？66 屏，一个字没提。这不是书的问题独有——整个行业都在打这个官司——但一本标着"商业"字样的书，回避授权，等于把最大的风险留给读者。

五、图注只剩编号：我抽了九页，没有一条带说明

我在这九页里数了图注：p0012 是"图1.3"，p0135 是"图5.18"，p0184 是"图7.1""图7.2""图7.3"，p0354 是"图9.57""图9.58""图9.59"，p0415 是"图11.7""图11.8""图11.9"，p0429 是"图12.10""图12.11"，p0460 是"图12.50""图12.51"。

全部是纯编号，没有一条带说明文字。这条统计我能负责，因为我是逐页看的；我也说清边界：这只是抽样，可能有某一页写了说明，但我抽到的九页里一条没有。

图注不是装饰。它回答的是一个只有读者知道的问题：这张图在证明什么。"图9.57"什么都没证明，它只是说"这是第 57 张图"；如果写成"图9.57 智影数字人的形象库，第一排是系统预置，第二排是用户上传"，读者不看图也知道这页在讲什么，看图时也知道该看哪里。

对一本靠截图教学的书，这件事的代价比别人大：电子版里截图会被压缩，字会糊，图注是唯一能回指内容的线索。只有编号时，你想回头找"那个能做三视图的工具"，只能一页页翻。

顺着这条线，这本书还漏了一整件事：批量。463 屏里，每一个案例都是"生成一张"——一张海报、一张换背景图、一个 IP 形象。可真实的商单很少只要一张：一套电商详情页要三十张，一套社交素材要九宫格，一个 IP 要有正面侧面背面三种角度。

批量意味着四件事：命名规则、变量替换、筛选标准、返工记录。前三件没有一件在这本书里出现过。第 5 章"为电商产品更换背景"9 屏，教的是"这一张怎么换"；一个商家真实要问的是"我有 200 个 SKU，怎么换完还能按款号对上"。从"一张"到"一套"，是这类书最难跨的一步，也是读者最愿意付钱的那一步。

我也得给一句公道话：这本书的截图本身质量不差，该截的界面元素都在，甚至有意外之喜。p0135 的模型页上留着"参赛时间：2025/03/03"，这是全书唯一一处能定位时效的信息——它说明这一章的截图大致来自 2025 年 3 月。对一本讲工具的书，这个日期比任何前言都重要，因为它决定了书里写的按钮今天还在不在。

六、教育只有十屏：副标题列了六个领域，教育占 2.2%

这本书的副标题是"互动咨询+办公应用+教育学习+文案写作+绘画设计+视频音频"，六个领域并列。按章算下来：办公 38 屏、教育 10 屏、绘画与绘画案例 70 屏、视频 63 屏、音频 66 屏、文案（散在办公与电商章里）。教育 10 屏，占 463 屏的 2.2%，是十二个领域里最短的一章。

十屏写了什么？TalkAI 练口语的界面、角色扮演、趣闻游戏。p0415 的正文是这样一句话配一张图，连写三遍：

在"角色扮演"板块可以与影视作品中的人物进行AI对话，对话风格与影视作品中的人物性格是一致的。"角色扮演"界面如图11.8所示。
在"趣闻游戏"板块用户可以通过一些益智游戏来学习。"趣闻游戏"界面如图11.9所示。

这是"界面漫游"，不是"应用实战"。它告诉你三个板块叫什么，没告诉你一个老师拿到它之后能干什么：一节课怎么排、怎么布置、怎么知道学生练了没有、练错了怎么纠。这四件事，一件都没写。

对比一下同一本书里的第 9 章：数字人 64 屏，从形象选择到编辑到生成，光步骤就分了三节。64 屏对 10 屏，6.4 倍。而"教育"是六个副标题里唯一一个"用户是学生、场景是课堂"的领域，本该是最需要讲清流程的。

我不认为这是作者不重视教育。更可能的原因是：这本书的写法只对"一个人坐着点鼠标"的场景成立。凡是涉及"多人、多环节、有验收"的场景——课堂、企业培训、客服团队——它就没有工具可用，因为它的方法论里没有"流程"这一格。

如果让我补这十屏，我会把它换成三节课的可执行流程，每节三行：课前给一段 60 秒的对话任务和三个必用句型；课中让学生跟 TalkAI 练 8 分钟，把对话记录截图交上来；课后由老师挑三份录音做对比，指出哪一句发音被纠正过。十屏够写三节，而且每一节都能被老师直接拿走用。

对比之下，现在的十屏只能支撑一件事：让读者知道"哦，还有这么个东西"。"知道有"和"会用"之间，隔着的正是流程。

七、它其实留了一条能复现的线索

全书写得最实的一屏，在最后：p0460，珠宝设计。它把提示词完整地打了出来，包括垫图链接和三个参数：

https://s.MJ.run/_PxsihZiyvQ jewelry design, Ornate, Expensive, photorealistic, product view, --s 550 --v 6 --iw 2

这一行里有六样东西：垫图的链接（s.MJ.run 短链）、主体（jewelry design）、风格（Ornate、Expensive）、质感（photorealistic）、视角（product view）、参数（风格化强度 550、模型版本 v6、图权重 2）。这是全书唯一一处"读者可以照着复现"的提示词。前面所有章节的提示词要么被排版拆了行，要么只写"输入你的创意"，要么省略了参数。

它还差最后一样：种子。有垫图、有图权重、没有种子，结果是"能出同类"，不是"能出同图"。对商业设计来说，这个差别就是"参考"与"交付"的差别——客户点头之后，你得能再出一张几乎一样的。

这一屏也说明这本书不是不能写好。它有能力把一件事写到可复现，只是在 463 屏里，这样的地方只出现了一次。一本书的水平，不看它最好的一页，看它平均水平的那一页。

如果让我给这本书补一页，我会补"提示词的四个格子"，因为全书 24 个"基本使用方法"里，提示词都是随口一句。四个格子是：对象、风格、约束、验收。以 p0460 那行为例，对象是 jewelry design，风格是 Ornate、Expensive、photorealistic，约束是 product view（不出现模特、不出现背景），验收——这一格它空着。

验收这一格最值得写，因为它决定了要不要重来。可以写成"宝石切面要能数清、金属反光不能糊成一片、戒托不能歪"。这三条都能在一张图上判断，而且判断完就知道下一步改哪个词：切面不清加细节词，反光糊了降风格化强度，戒托歪了改视角。没有这一格，读者只能"感觉不对，再抽一次"。抽卡和调参的区别，就在有没有验收标准。

八、它的短板

第一，前言里的四条"特点"，有一条自己把自己否了。p0006 的前言写"本书还有四大特点"，四条分别是：全面的实践经验总结、高效解决问题、启发创新思维、跨行业普适性。前三条属于自我评价，无从检验；第四条是可以检验的——它的实现方式，是把 24 个章节都命名为"基本使用方法"。

把同一套"上传—设置—生成"的流程复制二十四遍，确实做到了"跨行业普适"，因为流程本来就跟行业无关。但"普适"和"通用"是两件事：通用是同一套方法能解决不同问题，普适是同一套话能贴在不同问题上。这本书做到了后者。

第二，全书没有一节讲"失败"。我翻了两遍目录，73 条里没有一条叫"生成不对怎么办""报错怎么排""重来怎么重来"。每一节的步骤都停在 03，后面直接是成品图。p0354 的数字人那页最典型：02 步写"选择合适的数字人形象，在其设置选项中单击 Edit Avatar 按钮，添加数字人进行编辑"，然后就是图 9.59 的成品界面——中间那一步"编辑成什么样算对"，被一张图吃掉了。

这不是苛刻。做 AIGC 的人，八成时间花在"不对，再来"上。一本不讲失败的书，教的是第一次就成功，而那件事在真实工作里基本不发生。如果只能加一节，我建议加"三次重试法"：第一次改提示词、第二次换模型、第三次改任务拆分——把"重来"变成有顺序的动作，而不是靠手感乱试。

第三，教程绑死界面，改版即失效。这不是这本书独有的问题，但它比别人严重，因为它的正文有大量"单击某按钮，如图 X 所示"的句子。p0012 那句可以当标本：

04　目前，WPS AI 可以起草"文章大纲""头脑风暴""新闻稿""广告文案""会议提纲""待办列表""SWOT 分析""运营策划案""演讲稿"等 18 个类型的文档，也可以从"灵感市集"选择模板一键生成，其涵盖的领域范围十分广阔，"灵感市集"界面如图1.4所示。

"18 个类型"这种数字，是工具迭代里最先变的东西。今天可能是 18，下个月是 24，删掉的也许正好是你需要的那个。写工具书的安全做法是写"类型清单以界面为准，这里给出选择逻辑"，而不是把数字写死。这本书选了写死，于是它的保质期，从出版那天开始倒数。

最后说句公道话：这本书当"工具索引"用是合格的。463 屏，覆盖三十来个工具，每个都有入口和基本操作，遇到不认识的平台可以翻一翻，比搜索快。它的问题不在资料量，在它把"知道按钮在哪"当成了"会用"。而 AIGC 这件事，难的部分从来不在按钮上：难在你要的那张图，和你脑子里那张图，差在哪里。

一本把 24 节都叫作"基本使用方法"的书，能教你点开每个工具，教不了你在两个工具之间做选择。

阅读记录：微信读书《AIGC应用实战：互动咨询+办公应用+教育学习+文案写作+绘画设计+视频音频》· 463 屏 / 12 章 / 73 条目录 / 98 个章节段 · 逐页翻阅至 p0463「12 通过照片生成创意造型」· 抽样核对 p0006、p0012、p0135、p0184、p0304、p0354、p0415、p0429、p0460 · 2026-11-06