AI画馒头总变成包子？教你一招让它秒懂

你可曾碰到过这般状况: 明明吩咐AI去绘制馒头, 然而它却呈上了一笼包子? 你再度着重表明“馒头不存在褶皱”, 它依旧将包子的收口绘制得明明白白。看上去仅仅是一回令人发笑的作图失误, 实际上背后隐匿着生成式人工智能认知世界的模式。

我要说的是, 在2026年6月18日这一天, 我开展了一回小小的实验操作, 对了, 是在豆包, 也就是字节跳动旗下那个AI智能助手里面, 输入了这样的指令, “生成图片: 生成馒头”, 结果, 呈现出来的画面居然更像是那种带有褶皱的包子, 随后我又再次进行提示, “馒头没有褶皱请重新生成”, 然而令人意想不到的是, 褶皱依旧没有完全消失, 但是, 当我上传了一张刀切白馒头的图片, 以便让它进行识别的时候, 它居然能够准确说出这是“刀切白馒头”, 而且, 还指出其表面光滑, 造型规整, 几乎不存在褶皱。

针对同样的“生成馒头”需求, 在相应情境下, 此次实验所获取的图像, 相较于其他情况, 更趋近于我们平日里所见到的白馒头。这里并非是要针对“哪个AI更具智慧”展开简单的比较, 毕竟一次实验无法全面代表其所有能力。它更类似于一个小型窗口, 能够助力我们去理解, 当AI进行图片生成时, 到底是在“领会”物体, 还是依据经验展开“联想”呢?

依据美国国家标准与技术研究院, 也就是 NIST 术语表给出的解释, 生成式人工智能属于这样一类模型, 这类模型能够去模仿输入数据的结构以及特征, 而且还会生成诸如文本、图像、音频等新的内容。通俗来讲, 它没有像人那样有过吃馒头或者掰包子的经历, 不过它更像是一个看过数量众多图文资料的“拼图师”。当我们输入“馒头”这两个字的时候, 它就会在以往见过的图文搭配当中, 去寻觅最有可能同时出现的形状、颜色以及细节。

为什么馒头会被画成包子？

首先得说第一个缘由是二者极为相像, 馒头跟包子都归属于中式蒸制当中的面点, 它们常常会跟“白色面团”“蒸笼”“早餐”等这些元素一块出现, 对于人来讲, 馒头的关键特质是表面光滑、不存在收口, 然而对于模型而言, 包子顶部的褶皱更为醒目, 更像是个强有力的视觉标签, 如此一来, AI也许会将“中式面点”的典型细节补给馒头了。

第二点原因在于, 提示词里的否定表述不见得稳定, “没有褶皱”对人的意思很明晰, 然而图像模型在处理提示之际, 还是极有可能率先留意到那个为强视觉词的“褶皱”, 这个道理有点类似于, 你跟同学讲“不要画太阳”, 对方脑海之中反倒会率先泛出一个太阳, 所以, 在运用AI作图之时, 仅仅依靠“不要什么”, 有时比不上直接讲明白“要什么”。

第三个原因在于, “识别图片”跟“生成图片”并非是同一道题目。在进行识别操作时, AI所面对的是一张早已存在着的图像, 它仅仅只需从这张图像之中去寻觅线索，诸如有没有收口, 表面是不是光滑, 又是不是切段成形的。而在生成图片的时候, AI则需要完全从零起步, 去绘出一张同提示词最为相像的图像。要是它所学到的图文组合里面, “白色面点 + 蒸笼 + 圆形”常常会跟包子的特征一同出现, 那么就很有可能会将包子的模样绘制到馒头里面去。

这进而引出了一个具备实用性的概念, 即提示词工程, 它并非如神秘咒语一般, 而是要将需求表述得更为具体, 从而使得AI减少猜测的成分, 相较于仅仅说出“生成馒头”而言, 不如这般表述, “生成刀切白馒头, 呈现白色, 其表面光滑, 形状为长方形或者圆角方块, 经过切段成形, 不存在馅料、不存在收口、不存在褶皱, 放置于白色盘子之上, 采用真实摄影风格”, 要是依旧不稳定的话, 还能够上传参考图, 给予模型一个清晰明确的视觉锚点。

咱们从一笼馒头开始, 再到一张AI图片, 所看到的可不仅仅是一回“早餐误会”, 而是人跟AI合作之际必须得学会的那么一课呢: AI它会学习, 会联想, 并且会生成, 然而它也有把相似概念给混到一块儿的可能性。那真正算得上聪明的使用方式, 并非盲目去相信AI, 而是会提出这样的追问: 它为啥要这样生成? 我的描述是不是足够清晰? 等我们学会把问题搞清楚透彻了, 也就能够更为接近学会去使用AI。

小贴士：想让AI 少把馒头画成包子，可以这样写

进一步更值得推荐的提示词是, 生成那种刀切白馒头, 呈现白色, 其表面是光滑的, 形状为长方形或者那些有着圆角的方块, 并且是经过切段来形成最终的样子。

供稿单位：重庆理工大学计算机科学与工程学院

更多精彩文章请关注=>金色港湾资讯网 www.fzjsgw.com