ChatGPT
Perplexity
Claude
Gemini
去年，韦氏词典收录了 "slop"当选 2025 年度词汇，将其定义为「通常借助人工智能大批量生产的低质量数字内容」。老实说，这个词的收录早该如此，因为但凡花时间刷过社交动态的人，都早已感受到那种诡异的雷同。
问题不在模型，而在输入。模糊的提示词只会生成模糊的图像，而大多数人用的正是模糊的提示词——照搬、翻炒、匆匆输入，背后毫无明确的构想。当所有人都用同一种方式写提示词，得到的结果自然千篇一律。
有一位作者大约生成了 20,000 张图像 去年他横跨多种 AI 模型生成，最终发布了约 1,500 张、成功率仅 7.5%，由此得出一个有用的结论：图像渲染早已不是难点，真正的难点在于编辑筛选。当一分钟内就能生出几十个看似合理的变体时，稀缺的资源其实是审美。这十个习惯，就是帮你培养出属于自己的审美。
01 — 把提示词当成创意简报，而不是许愿
一个愿望可能是 Rineke Dijkstra。」你把上下文、光源、氛围、参考点交代得越清楚，模型需要猜的就越少。而正是这些猜测，让你的作品和别人的看起来毫无区别。
02 — 疯狂使用参考图
别再只从文字出发。上传一张图：一张照片、一幅画、一帧电影截图，或是你手机里的一张草图。图生图能给模型一个具体的参照去回应，而不是任由它默认生成什么就是什么。你的视觉输入加上模型的能力，胜过两者单打独斗。
03 — 绝不重复使用同一条提示词
prompt 不是可复用的资产。在某个项目中奏效的 prompt，保存下来用到下一个项目时，往往会产生一种"说不上来哪里不对劲"的效果。这是因为你在用一个为另一问题校准的工具，去解决一个全新的创意难题。每个项目都应从需求出发，而非从存档中翻找。
04 — 生成 50 张，只留 1 张
虽非字面意义，但已相当接近。 发表于《Science Advances》的研究 发现，AI 辅助的创作者整体产出了更多新颖作品，但每张图的新颖度实际上下降了——这是因为生成太多、筛选太少而产生的稀释效应。产量是你发现精品的途径。品味体现在筛选，而非生成。如果你发布的是生成的第三张图，那你太早收手了。
05 — 生成之后一定要编辑
生成的图像只是起点，而非成品。把它导入 Photoshop、Lightroom、Procreate，或你惯用的任何工具。调整色调，遮罩掉不对劲的元素，添加质感，与照片合成。生成后的这层加工，才是真正注入你审美的地方，也正是把「输出结果」变成「作品」的关键。
06 — 建立你的个人淘汰标准
大多数人只是随意地反复尝试：留下感觉好的，舍弃感觉差的，却说不清原因。把你否决的东西和原因写下来。太居中。太饱和。皮肤不对。太多元素争夺注意力。当你能说出这些失败的模式，就能在 prompt 里修正它们，而不是一味多生成、碰运气。
07 — 摸清你最爱的模型不擅长什么
每个模型都有盲区：有些东西它总是渲染得很糟，有些风格它就是拿捏不好，还有些构图是它在跟丢你的提示词时默认套用的。摸清你最常用工具的失效模式，是回报率最高的投资之一。当你知道模型会在哪里翻车，你就不再和它较劲，而是学会绕开这些坑。
08 — 把负向 prompt 当作护栏，而不是事后补救
大多数人把负面提示词当成收尾步骤：先生成，看到不喜欢的地方，再试着排除它。反过来做。在生成任何东西之前，先问自己：这张图绝对不能是什么样？镜头光晕。对称构图。那种在每张「电影感」图片里都会出现的低饱和度青绿色。提前加入这些排除项，能在图像诞生之前就塑造它的样子。
09 — 建立你的个人风格库
这不是一个存放有效 prompt 的文件夹，而是一份精心整理的素材集：参考图、审美方向、灯光设置、配色方案，以及你反复回归的艺术家名字。风格库是让你所有作品看起来出自同一人之手的关键，无论你用的是哪个模型、做的是什么项目。没有它，你的产出只不过是模型当天心血来潮的产物。
10 — 懂得在项目中途适时切换模型
没有哪个模型样样都最强。你可以用一个模型生成基础图像，用另一个进行放大，再用第三个处理某个需要合成的特定元素。工作流不必从头到尾只用一个模型，正如一部电影制作不会只用一件设备。在项目的合适阶段选用合适的工具，是一种技艺。出于习惯死守一个模型，则是惰性。
这些其实都不复杂，只需要你慢下来。而这恰恰与平庸内容背道而驰：平庸是快，品质是慢工出细活。
OpenArt 正是为这类用心的创作而打造：多个模型集于一个工作区、参考图工具，以及一块让你在生成与编辑之间自由切换、不打断思路的画布。瓶颈从来不是工具，而是习惯。