AI 配图里的中文全是乱码，怎么救？
AI 配图里的中文全是乱码，怎么救？
这个毛病不用救，也救不了，解法是绕开它：提示词里直接写「画面里不要出现任何文字」，要文字后期用工具叠上去。
一、我先踩的坑
这篇是《AI 新媒体窄问题实操》系列的第 7 篇，讲配图。上一篇文章把排版的坑填了，接下来就是配图，配图的坑比排版还隐蔽。
我一开始的想法很自然：图里带上标题字，读者划到文章里，一眼就知道这张图在说什么。于是我在提示词里老老实实写了要求，画面中央出现某某标题字。
第一张出来，字少了一半。第二张出来，笔画糊在一起，像被水泡过。
第三张好一点，但是那个笔画多的字，缺了一块。我把缺的位置记下来，在提示词里特意强调「笔画要完整」，第四张换个地方缺。
抽一次废一次。最气人的是，每张都差一点，差一点的感觉最骗人，总觉得再抽一次就成了。
抽卡这个东西还有个坏处，它烧的不是钱，是你的判断力。抽到第十张，你已经看不出哪张好了。
更麻烦的是，抽多了人会较劲。明明知道救不回来，还想再试一张，这个坑比乱码本身深。
抽到最后我认了：这不是运气问题。模型没打算给你写一个标准的字，它是拿笔在画字。
中间我还换过风格，卡通的、写实的、复古海报的，风格一换，字照样乱。这说明毛病不在风格上，在模型的手上。
我也把字数减过，从一句话减到一个词，还是乱。字越少，错得越明显，因为没有别的东西帮你打掩护。
这一段踩坑写出来不是诉苦，是想让你省下这点时间。你要是还在抽卡，看到这里就可以停手了。
这张图最后没用上。文章配了张没有字的图，反而更清爽，这是后话，先说为什么救不了。
二、为什么会这样
生图模型的本质是一支画笔，不是排版引擎。它学的不是「这个字由哪几笔组成」，而是「这一片像素长得像字」。
汉字笔画密，差一笔就不是那个字。模型画到十几笔的时候，早忘了第一笔长什么样，出来的东西远看像字，凑近全是错笔画。
英文数字也一样。单个字母还好，单词稍长一点照样乱。很多人以为英文能幸免，结果一样翻车。
汉字有多少笔画，每一笔多长，从哪起笔到哪收笔，这些信息模型手里没有。它手里只有见过千万张图之后攒下来的「印象」。
有人不服气，说现在的模型不是能画出很好看的图吗。好看和写对字是两回事，图画的是光影和形状，字要的是笔画和结构。
排版引擎是另一套东西。它认字体文件，认坐标，认字号，一笔一画都按数学来，写一百遍都是一个样。
所以同样要一张带字的海报，工具一换，结果天差地别。生图模型画底图，排版引擎写字，各干各的活，合起来才对。
生图模型没有这套东西，它靠的是「感觉像」。感觉这个东西，靠不住的时候比靠得住的时候多。
打个比方。让一个学素描的人照着字帖描红，能描个大概像；让他凭空默写，笔画全飞。
模型就是那个凭空默写的人。所以这条路不是走得慢，是根本不通，模型再升级，它也是画笔，画笔写不出文件里的字。
三、实操：一句禁令，一次成图
解法一句话：别救，绕开。在提示词里直接写「画面里不要出现任何文字」，把字从图里赶出去，要字的时候后期叠。
我拿真实的一单演示。这单要给一篇讲「手机让人分心」的文章配图，我想要一张手机长出藤蔓的插画，素描风格。
第一步，写画面描述。主体是手机，藤蔓从手机里长出来，风格要素描，线条要干净。
画面里不放任何别的物件。元素越少，模型越稳，出错的口子越小。
风格词也不要贪多，堆十个形容词不如一句「线条干净的素描」。堆多了模型管不过来，形容词互相打架。
第二步，加禁令。在提示词末尾写上这句：绝对禁止，任何文字、词语、字母、数字、标签。
一个词都不能少，少一个它就钻空子。这句话是整套提示词里的钉子，钉死了模型的手脚。
整套提示词的顺序也给你：先画面，再风格，最后禁令。禁令一定放最后，模型生成的时候，对最后读到的话印象最深。
有人把禁令写在中段，模型读到后面就忘了前面。顺序一换，效果差一截。
禁令里的词是并列的，逗号隔开就行，不用写成大段落。禁令越像清单，模型执行得越干脆。
第三步，生成。一次出图，没有抽卡，没有返工。
第四步，检查。放大看一圈，画面里没有一个字，没有一段字母，连标签牌都没有。这就是上面截图的样子。
第五步，叠字。标题字用什么工具都能叠上去，十秒钟的事。好处还不止快，字想改随时改，图一张都不用重出。
叠字还有一层好处。发布之后要是想改标题，图不用重新生成，只改叠上去的字，一分钟搞定。抽卡时代这是想都不敢想的。
从抽卡抽到认输，到一次出图，差的不是技术，是那一句禁令。禁令写绝对了，模型就没有自由发挥的地方。
有人问，禁令为什么管用。模型全部的规矩都来自提示词，你把「不要字」说成绝对禁止，它就把「字」从要画的东西里排除了。你只说「不要乱码」，它不知道乱码指什么，照画不误。
四、两个常见的坑
第一个坑：忘了场景里有天然带字的东西。招牌、屏幕、书页、路牌、标签，这些物件在现实里就长着字，模型画它们的时候会顺手把字画出来。
画面里一旦出现这类物件，禁令就要点名。我的禁令里连「标签」都列进去了，就是被这个坑咬过一次。
我后来养成一个习惯，写完提示词，闭眼把画面过一遍。看到招牌、屏幕、书页这些字源，要么删掉，要么点名禁掉。
第二个坑：以为英文和数字能幸免。有人想着中文字不行，那我用英文缩写、用阿拉伯数字总行了吧。一样不行，它们也是画出来的，一样乱。
也别想着把字打在提示词里让模型照着画。它不会照着画，它会「照着画个像的」，最后交回来的还是错字。
禁令里的「字母、数字」四个字，就是堵这条路的。别给自己留例外，留一个例外就多一次返工。
两个坑合起来其实是同一句话：禁令要绝对。文字、词语、字母、数字、标签，五个词一个不落，全写进去。
清单式的要求还有一个好处，废图了能定位原因。画面不对查描述，出了字查禁令，两块内容各管各的，一查一个准。
两个坑都躲开，出图的稳定性会上一个台阶。我现在的配图基本一次过，偶尔废一张，原因都在自己禁令写漏了。
五、写在最后
一句话总结：生图模型是画笔不是排版引擎，画不出能用的字，所以别救，禁令绕开，文字后期叠。
这句话背后是一个更通用的道理。遇到一个毛病，先判断它是能修的毛病，还是天生的缺陷，能修的修，天生的绕，别在一个死路上反复用力。
判断的方法也简单：看这个东西的原理。原理上不存在的本事，调参数是调不出来的；原理上支持只是没调好，才值得修。
这个判断习惯我现在天天用。写作上的死路是硬端架子，排版上的死路是外链样式，配图上的死路是让模型出字，全是先认死路，再找活路。
下一篇要说的封面问题，本质上也是同一类事。先搞清楚系统怎么对待你的图，再决定怎么构图，死磕模型没有出路，懂规矩才有出路。
配图这一关过了，别急着高兴。图往公众号封面一放，2.35 比 1 的横条一裁，人脸没了，这个怎么防？
下一篇《公众号封面 2.35 比 1 裁切，怎么按安全区构图？》讲给你。
AI 实战导师 / 企业 AI 落地顾问 / 智能体工程师，17 年跨界、15,000+ 小时 AI 实操、20+ 套已交付工作流。 看完整履历海报 → skills 实验室 →
发表评论: