Chat to Image：用 AI 把文字变成图片

第一条消息建议说明主体、环境、构图、光线和整体氛围。你不需要套用固定的提示词公式，但最好交代画面里有什么、场景在哪里、镜头如何取景，以及希望得到照片、插画还是海报等效果。如果图片中需要出现文字，请写出准确内容，并说明它应放在什么位置。

把第一轮当成视觉草稿，而不是最终答案。先生成一个方向统一的场景，再通过更短的后续消息修改颜色、删除物体、调整人物姿势或改变镜头。这样每一轮的变化都容易判断，也能避免把互相矛盾的要求塞进一条过长的提示词。

当文字难以准确表达人物身份、产品外形、布局、材质或风格时，可以上传图片，并明确说明哪些内容要保留、哪些内容可以改变。例如保留瓶身结构和标志位置，把背景换成暖色摄影棚，并让阴影更柔和。参考图的用途越具体，模型越不容易误解。

新上传的图片可以和对话中之前生成的结果一起使用。输入 @ 选择准确的历史图片，并通过输入框上方的参考图数量确认本次会发送哪些内容。使用多张图片时，可以在提示词里按编号说明哪张负责主体、配色、姿势或背景。

不同图片模型对同一要求的理解并不相同。有的更擅长文字排版，有的照片细节更强，也有的构图更有创意。选择两到三个模型后，ImgPilot 会把相同的提示词、参考图、宽高比和分辨率同时发送给它们，方便进行公平的横向比较。

多模型并行最适合用在项目早期，或画面方向发生较大变化时。比较主体准确度、构图、文字呈现、材质细节以及参考图是否得到保留。优先选择基础构图最稳的结果，而不是只看表面是否精致，因为构图正确的图片通常更容易继续完善。

选中满意结果后，点击“继续编辑”或用 @ 引用它，然后说明下一处调整。让地毯变成红色、在两只猫之间加入一个人、扩大取景范围，或者把午后光线改成黄昏，都是清晰而可验证的修改。要求越聚焦，越能保留已经正确的细节。

如果新结果偏离太多，可以直接回到对话中的早期版本，不必不断修补错误变化。历史图片就像一组视觉检查点，你可以从任意满意版本重新分支，也可以在单模型和多模型之间切换，探索新方向时无需从头开始。

生成前先选择适合发布场景的宽高比。方图适合商品卡片和头像，竖图适合海报和竖屏社交内容，横图则适合横幅与演示文稿标题。创意方向尚未确定时，可以先用成本较低的设置试构图，最终交付时再选择更高分辨率。

下载前请放大检查人脸、手部、产品边缘、标志、小文字和重复纹理。如果发现明显问题，再用最后一条后续消息做针对性修正。完成的结果会留在对话中，之后可以重新打开、作为新参考图使用，或在原有方案上制作相关变体。