Image2出来差不多一周多了，前期网上关于它能力的测试和讨论也够丰富了。大家的讨论大多集中在“有图有真相”的时代已经过去，或是说出图很好很自然上面。笔者前段时间刷到一个用Image2来做形象改造的帖子，获得不小反响。用户只需要简短的描述，即可实现发型定制、太阳镜定制的需求。出的图片一致性非常好，给的建议在评论区看来，也十分中肯。
形象改造提升带来的收益，不容小觑。自己舒心，做事情也更顺利。但不少朋友其实缺少审美锻炼，无法区分什么是好的。本着想试试新模型的威力，再加上不少网友也无法正常访问Image2，笔者便顺势构建了这样一个应用《海蓝颜究社》。希望让更多的朋友能够用上，提升自己的外在形象。
这类应用，是不少人面对AI创业命题的首选作品。我们这里主要介绍文生图上的经验教训，暂不包括网页应用。两者的时间开销约为1:1，感兴趣的朋友可以另外留言。产品地址beauty.kuhung.me或点击链接。
在开始之前，先说结论，再说遇到的坑。首先它的效果确实不错，人物一致性和文字已经非常好了，确实是第一梯队的文生图、图生图模型。给出建议也比较中肯。而这细活豆包、Gemini做不了，他们的一致性差、文本效果一般。
接下来我们进入正题，遇到了哪些问题，如何解决和最后效果展示。
首先第一个：提示词不准。虽然网上有给出简洁版的提示词，并且告诉你他是这样生成的。但当你实际操作的时候，会发现稳定性非常差。具体表现在两个方面：第一个是做出的效果和他的图不一致，会简化很多。其次是，当你用相同的指令，反复提交时，生成的结果也会不一样。
这一度让人困惑。即使是ChatGPT自己有提示，用它的提示词也生成不了预期的效果。
原因我猜测如下，概率模型本质上就具有随机性。你想要更准确的效果控制，要么在图的基础上再修改；要么就是在提示词上做约束。最直接的方法，就是你把图片和当前版本提示词、以及预期效果丢给ChatGPT，让它补完提示词。
这样试过又会发现：GPT画蛇添足、过度设计。它将原本40个词的提示词，扩充到了1500字。扩充的后果是效果像了，但是细节不一样了。
GPT扩写这提示词，像没经过内部矫正一样。即使把ChatGPT里面的风格，设置成控制输出，也难以形成优雅统一的提示词。在浏览网页的时候，发现官网有专门的提示词教程。它其中写得明白：从少到多；结构化表达；明确修改范围和不变范围。通过这种方式，除开我们要做的这类图像编辑和转换，还可以实现信息图、UI等功能。
人写肯定不现实，还是让文笔更好的Opus来。丢给它要的目标图的形式，再给出提示词和提示词之后的结果图，让它一步步靠近。最终，实现近似可控的图片编辑效果。
这里面，最难的其实是一致性和排版；最需要权衡的是信息密度和样式。目前从结果来说，当约束人物一致性不变时，已经不会存在人物差距过大的问题，基本能保持一致；而排版通过提示词约束，也能一定程度上保持。不过稍微麻烦的是，不同目标（例如发型与墨镜）出来的效果还是会略微不同。
另外一个情况是，当约束中文排版时，由于有约束简洁，导致最后的信息密度一般。当然，也许是看惯了常用语言，有语言羞耻症。
最后，有条件的读者朋友可以试试原始提示词；不方便的读者朋友，笔者在早鸟5折的基础上，额外提供一张专属可叠加的8折折扣码「BEAUTY2026」，结算时输入或点击链接，免输入即刻体验。