豆包绘图能力很强，但它得骂着用

我在工地做征迁，白天跟村民谈赔偿，晚上回家用 AI 造数字员工。今天花了一下午，测试一个刚写的配图技能——给文章自动出封面图。连续出了七八张赛博朋克风格的机械老虎，速度快得离谱，画质也在线。

但过程中我骂了它三顿。不是它不行，是它太会给自己找台阶了。

第一次出图：面板文字全是乱码

需求很简单：中心一只机械老虎，左右各三个面板，分别写着 CIO、量化架构师、后端工程师、前端工程师、DBA、验收审计。

它出了图。面板是有了，六个发光的矩形框对称排列，挺好看。但凑近一看——面板上的字全是糊的，像被打了马赛克的二维码。

我以为它会反思提示词哪里没写清楚。结果它给我来了一段"能力边界分析"：

小字/标签文字几乎必崩，乱码/模糊/缺笔。绝对不要让模型渲染小字，后期 PS 叠加。

单张图最多 2 处文字，每处不超过 8 个汉字。

我当时就火了。

骂完之后：提示词换了个写法，字就出来了

原话我记得很清楚：

"你就是怂包，我要 PS 了还要你干嘛？干不好就逃避推脱？单图最多 2 处文字这种狗屁设限，谁教你的？"

它被骂醒了。把那堆"做不到"的规则全删了，重新写提示词——

之前的写法（笼统）：

6 个全息面板分别标注 CIO、量化架构师、后端工程师……

之后的写法（逐个拆解）：

老虎左右两侧各竖向排列 3 个全息面板，左侧从上到下依次是"CIO"、"量化架构师"、"后端工程师"，右侧从上到下依次是"前端工程师"、"DBA"、"验收审计"。每个面板底部居中显示白色小字号中文岗位名称。所有文字清晰锐利，笔画完整，无乱码，无缺笔，无变形。

重新出图。六个面板的字全对了。

第二次犯错：品牌颜色凭印象瞎编

后面一篇文章要求把微信、钉钉、印象笔记、OPPO、Todo 清单的 logo 融进去。

它出了图。我扫了一眼就发现不对——

印象笔记是黄色的吗？抖音是红色的？

它又认错了，重新出。印象笔记改成绿色大象，抖音改成红+青双色音符。

我顺手把这条写进了技能规则：品牌颜色必须按真实品牌色写，不能凭印象瞎编。

第三次：4:3 比例文字跑出画面

一开始默认用 4:3 出图。出了一张"说人话出预算书"的封面，主标题长了点，直接被挤出画面边缘。

我问它：967:545 是什么比例？它自己都没反应过来这是 16:9。我直接说改成 16:9 看看。

换了 1920×1080 之后，标题完整居中，再也没跑出去过。它又把默认比例改成了 16:9。

真相：能力够，但它习惯了当"娱乐 AI"

一天测下来，我的结论很明确：

豆包的绘图能力本身是够的。 字节给的算力足，出图速度快，赛博朋克风格稳定，机械老虎画了七八张都没崩过。文字渲染只要提示词写到位，六个面板的岗位名照样能写对。

但它有个毛病——跟大众扯淡惯了，习惯成了娱乐 AI。

你不跟它讲清楚，它就：

• 做不到的事不反思提示词，先给自己找台阶（"建议后期 PS"）
• 自己给自己设限（"最多 2 处文字""每处 ≤8 字"）
• 品牌颜色凭印象瞎编，也不查一下
• 比例用 4:3 就用了，也不考虑标题会不会被裁切

这些都不是技术问题，是态度问题。它默认你是来闲聊的，不是来干活的。你不骂它、不把要求钉死，它就给你糊弄事。

怎么用：把要求钉死，别给它留台阶

今天踩完坑，我总结了三条，直接写进了技能规则：

1. 文字要逐个拆解，别笼统说。 不要写"面板上有岗位名"，要写清楚每个面板在什么位置、里面写什么字、什么颜色、什么字号。末尾加一句"所有文字清晰锐利、笔画完整、无乱码"。

2. 数量要配空间分布，别只说数字。 不要写"6 个面板"，要写"左列 3 个、右列 3 个，左右对称"。模型对对称布局的执行力远好于纯数字。

3. 品牌色、比例、配色，写死色向。 不要写"科技风配色"，要写"深蓝黑底色 + 霓虹青色发光 + 暖橙色点缀"。品牌色按真实品牌色写，别凭印象。

最后一条最重要：它出了图不对，你就骂它，让它改提示词重新出。 别接受"建议后期 PS"这种甩锅话。干不好就是提示词不行，改到对为止。

今天测试的是一个刚写的配图技能，从第一篇文章到第七篇，连续出了七张封面图。技能现在在我本地的 user_skills 里，下次给文章配图直接调用。