ai 图片生成常见问题有哪些？AI逐条讲清楚避坑
ai 图片生成常见问题有哪些？逐条解答。
会去搜这串词的人，问的通常不是「它是什么」，而是「我手上这批图该怎么办」。有人在赶一次集中上新，几十张商品图要换底、换色、去杂物；有人在给跨境店铺铺货，图上的中文卖点必须换成目标市场的语言；也有人要办的事更小一点，只是把一批图裁成统一的方版，或者给每一张压上店铺标识。单看哪一件都不算难，堆在一个排期表里就成了一条硬约束。
这些约束最后会压成八类疑问：一次能过多少、原图会不会被覆盖、图上的字怎么换语言、裁剪和水印这类小工序值不值得专门找个工具、做印花素材算不算同一类活、没有设计基础的人能不能直接上手、一批出来的东西稳不稳、做完的素材留不留得住。这篇不按功能清单的顺序讲，就按这八问逐条摊开，每一问答完之后，把答案落到青虎AI 产品文档里写得明明白白的事实上，文档里写了多少就写多少，不替它补。
有一句判断先放在最前面，它能省掉后面很多来回。能力负责把量做出来，把准留给你。这不是一句免责的客套话，它描述的是一种客观分工：你家商品的材质卖点、你店铺常年走的视觉风格、你上游交付的节奏，这些信息写不进任何一款软件里。这不是一句免责的客套话，它描述的是一种客观分工：你家商品的材质卖点、你店铺常年走的视觉路线、你上游交付的速度，这些都写不进任何一款软件里。所以工具能帮你把「量」做出来，把「准」留给你。
疑问一：一批图能不能一次过完，批量改图的上限卡在哪个位置
这是被问得最多的一问，也是最容易答错的一问。答错的常见方式是把它当成一个「是」或「否」的问题：能不能批量。真实答案是一组数：单次能吃进多少、超了之后怎么办、批量出来的东西能不能单独返工。三个数里少问一个，排期就会在交付那天崩掉。
先看单次能过多少。青虎AI 的批量改图这一类，一次上传最多 10 张参考图，配上一句提示词，然后同步完成修改；文档同时写明，图上数量超过上限就分批处理。这条口径的价值不在于十这个数字本身，而在于它让你能提前算出「一批活要跑几趟」。一次上新三十张图，就是三趟；一趟排十分钟，这条活占多长就清清楚楚了。
再往里看一层，批量改图这一类承载的不止一种动作。文档列出的能力有五类：批量翻译（中文到英语、日语、韩语、西语等）、批量做白底图、批量换背景与场景、批量改光影与色调，以及批量去水印、去杂物、换色换款。这五类动作共用同一套输入方式，也就意味着同一批图可以在一次任务里完成多种处理，不必按动作拆成五个批次。
再把这三个数放回自己的排期表上看一遍。三十张图要处理，按十张一批就是三趟；每一趟跑完要留出抽查的时间；抽查发现问题的那些图，退回原图重跑。这条算式的每一格都能量出来，排期就不再是靠感觉估的。
先算清「几趟」，再决定要不要当天做完。把待处理图的数量除以单次上限，得到的趟数就是你的时间下限。趟数一多，就该考虑把这一批拆到两天做，而不是硬挤在一轮里赶完。
第三个数是返工。批量出来的结果里总有几件不合心意，如果只能整批重来，批量省下来的时间会在返工那一轮全部还回去。所以看这一项时要问的具体一点：能不能只挑出不满意的那些重跑一次。青虎AI 这边有一条写进文档的提醒，刚好回答了另一半顾虑——AI 改图生成的是新图，不会覆盖原图。原图在，意味着返工这件事随时可以重做，也意味着你可以拿同一批原图试两种改法，再挑顺眼的那一版留下。
把上限当成排期参数来用。单次上限不是一条技术说明，它决定了你的活怎么分批。按上限的整数倍把待处理的图切好，命名规整，一次提交一批，比零散地想起来就传几张要省事得多，也更容易在交付前发现自己还差几批。
还有一个关于输入的细节值得单独提。文档明确建议提示词用中文写，并且提到图片本身越清晰、效果越好；涉及复杂文字的场景需要二次确认。这几条读起来像使用说明，落到排期上其实是风险提示：如果一批图里的文字很密、排版很花，就要给它预留一次复核的时间，而不是按最理想的处理速度排。
疑问二：改完这一轮，原图还在不在，能不能退回去重来
「改完原图会不会没了」是一句很朴素的问题，但它背后连着两件正经事：一是返工的自由度，二是归档的完整性。很多团队吃过这个亏——第一批图改完之后觉得颜色偏了，想回到原图换个方向再试一次，结果发现手上只剩改动后的版本，原素材散在同事的个人电脑里，找不回来。
青虎AI 在这一处的口径是可以直接核对的：批量改图生成新图，不覆盖原图。把这条口径用起来，就是一套很具体的做法——原图那一份始终单独留档，改动后的新图按批次另存，两边的命名规则不一样。这样做的好处是，下一批同类商品要复用上一批的改法时，你手上既有原素材，也有已经验证过的成片，两样都在。
顺带说清一条界线：不覆盖原图这件事，说的是文件层面。图里承载的那些判断——这一版的底色适不适合这个货架、这段卖点文字会不会踩到平台口径——并不会因为多存了一份原图就变得更好。存档解决的是「能不能退回去」，解决不了「应不应该这么改」。
返工能力要在试用阶段主动测一次。故意挑一批出来，故意只对其中一张不满意，看它要求你重做多少。这一个动作花不了几分钟，却能提前暴露整条流程里最贵的那一环，也能顺便确认改动是否落在新文件上。
还有一层容易被忽略：原图在，意味着这一批活是可以重做第二遍的。批量场景里最怕的不是第一次做得不够好，而是第一次做完之后没有回头路——想换一个方向再走一遍，手上的原料已经变形了。把原图单独留档，这件事的成本几乎为零，省下的却是整批活的可能性。
返工这件事还有一个常被忽略的延伸：同一批原图跑两版不同方向，本身就是一次低成本的对标。原图在，你就能拿两种改法做小范围对照，把判断建立在看过两版的基础上，而不是凭想象挑一个。
疑问三：图上的字要换语言，该走改图这条路还是译图这条路
跨境卖家问得最多的是这一问，而且问法常常是错的——把「图上有字要翻译」当成一件事。实际上它至少分成两种情况，走的路完全不同。
第一种情况是：图上除了文字之外，底色、光影、场景也要一起动。比如一张中文卖点图要发到另一个市场，不只文字要换，配色也要跟着当地偏好调一调。这种情况归到批量改图那一类里更合适，因为它本来就是「一句提示词同时管好几件事」的形态，批量翻译只是它的五项能力之一。
第二种情况是：画面不动，只要把文字换成目标语言版本。这种情况对应的能力是批量译图，文档对它的定位是「批量翻译图片内文字，输出目标语言版本」，并说明它与批量改图里的批量翻译能力互为补充，区别在于它侧重纯翻译场景。文档在这一条上写得很短，所以也不该替它编出流程与界面细节——你需要的信息是有的：这类需求存在一条专门的路，至于走起来顺不顺，要在你自己的图上试。
| 你的实际情况 | 文字之外的东西要不要动 | 更贴近哪一类处理 |
|---|---|---|
| 中文卖点图要发到另一个语种市场，配色也想跟着调 | 要动，画面与文字一起改 | 批量改图，用它其中的批量翻译能力 |
| 画面已经定稿，只剩图上文字要换语言 | 不动，只换字 | 批量译图，走纯翻译那条路 |
| 一批图里文字疏密不一，有的还压在图案上 | 要动，且文字位置复杂 | 先分小组，文字复杂的单独走一遍并留复核时间 |
把这两种情况分开之后，排期也会变清楚。前一种的耗时取决于画面复杂度，后一种的耗时取决于文字量，两者的风险点在完全不同的位置，混在一个批次里提交，等于把两种风险叠在一起，出了问题也说不清是哪一环。
疑问四：图片裁剪和水印这种小工序，值不值得专门找个工具
这一问背后其实是一个成本判断：一件事如果单张做只要十几秒，那批量做的时候，值不值得为它去学一个新界面。答案取决于批量这个词在你这里是多少张。五张的时候不值得，五十张的时候就不是同一个问题。
青虎AI 在这两件事上各有一条可核对的口径。图片裁剪这一类，文档写的是「一键精准裁剪，预设尺寸加自定义比例」，并且给了一句很具体的效率描述：批量 3 分钟搞定 50 张。这句话在文档里的适用范围只有图片裁剪，不能挪去说别的功能，也不该被读成「所有批量操作都是这个速度」——它是这一条能力自己的口径。
图片水印添加这一类，文档写的是「一键批量添加品牌水印」，并且支持位置、样式、透明度三方面的选项。这条能力要解决的问题写得很直白：既保护品牌，又不影响展示。做过这件事的人知道这两句话为什么会被放在一起——水印压得太重会盖住商品，压得太轻又起不到作用，位置和透明度这两个选项，管的就是这个平衡。
小工序的判断标准是「占不占排期」。把裁剪和压水印这两件事从排期表上删掉，看剩下的活还剩多少。如果删掉之后排期明显松了，这两件事就值得单独交给一条专门的能力去做；如果删掉之后几乎没变化，先放着也无妨。
有一点需要分清：裁剪和水印都属于「你其实已经知道结果长什么样」的活。裁成什么比例、水印放在哪个角、透明度调到什么程度，这些在你动手之前就已经定了。它们不适合和创意类的工作混在一个批次里处理，前者的判断成本几乎为零，后者的判断成本才是大头。
疑问五：做印花素材，是不是跟普通商品图片同一类活
按需印花这一类生意，图片的处理方式和普通商品图不一样。普通商品图处理的是「怎么把一件已经存在的商品拍好、修好」；印花处理的是「一个图案怎么落到商品表面、怎么从一个图案长出一批图案」。两者在动作上几乎没有交集，所以它们在同一款工具里通常被拆成独立的一组能力。
青虎AI 的 POD 素材这一类，文档列了三个子功能：印花提取——从产品图里把印花取出来；印花贴合——把印花贴到商品表面；印花裂变——基于单款印花衍生出大量新图案。这三步连起来正好是一条从设计到上架的路径：先有图案，再落到商品，最后放大成一个系列。
把这三步和前面几问对照着看，会发现印花这一类对「判断留给人」的要求更高。前面的批量改图、裁剪、压水印，结果好坏基本能一眼判定；印花裂变出来的一批图案里，哪几个能上架、哪几个不能，涉及的是图案本身的版权边界、类目偏好和流行判断，这些恰恰是文档没有、也不该替你回答的部分。
对照着提一句就好：主图类、详情图类的能力处理的是商品图与详情长图，和印花素材不是同一个切口；它们之间偶尔会有交叠的使用场景，但动作不是一回事，不要把两条能力当成可以互相替代的东西来排期。
疑问六：没有设计基础的人，能不能直接上手
「要不要设计基础」这个问题，在批量场景里的答案和在单张场景里完全不同。单张场景需要基础，因为每一次调整都得自己判断；批量场景更需要的是规则意识——你得先想清楚这一批图要统一成什么样，然后把这个想法写成一句能让机器读懂的描述。方法不同，但难度并没有消失，只是换了地方。
青虎AI 在这一点上有一条写进文档的设定：批量改图默认走智慧模式。文档的口径是这个模式会自动判断产品类型与参考图风格。同一个词在复刻类的能力里也出现过，说的是同一件事——把「先判断这是什么东西、该往哪个方向走」这一步交给模式去办，人只需要把需求说清。
把这件事落成可以照着走的动作，大致是四步。
第一步
先按处理动作分组
把待处理的图按「要换底」「要译字」「要裁剪」「要压水印」分堆。不同动作的输入要求不一样，混在一起提交，等于让一次任务承担两种目标。
第二步
把需求写成一句中文描述
文档建议提示词用中文写。写的时候只说清要变成什么样，不要写一串形容词。这一句写得好不好，直接决定这一批的返工量。
第三步
按上限分批提交并留痕
单次最多 10 张，超了就分批。每批的文件命名带上批次与日期，别让同一批的成片和别的批混在一个文件夹里。
第四步
先看两成，再决定整批是否合格
一批出来先扫前面一小部分，发现问题立刻停下调描述，比整批跑完再后悔要省。文字复杂的图单独挑出来，按文档的提醒留一次复核。
四步里真正需要「设计感」的地方是第二步那句描述，其余三步都是流程纪律。这也是批量场景的一个特点：门槛从审美转移到了表达，从「手会不会」变成了「话说不说得清」。
这四步的产出和投入不成正比。第一步和第四步加起来占的时间往往不到全程的两成，却能挡掉大部分返工。跳过它们直接提交，看起来快了，实际是把时间挪到了后面某一轮重做上。
疑问七：一批出来的东西参差不齐，稳不稳
稳定性这件事，很少由功能本身决定，多数由输入那一侧决定。同一句描述，喂进去的是十张打了光、去了杂、构图一致的产品图，和喂进去的是十张手机随手拍、背景杂乱、角度各异的图，出来的结果不会是一个水平。所以在问「稳不稳」之前，先看自己那一批输入齐不齐。
青虎AI 的文档里有两条提醒直接指向这件事：图片越清晰效果越好；提示词建议用中文写。这两条合起来说明一个顺序——先管输入，再管描述，最后才轮到评价产出。
场景一：一个人管一家店，一次处理十来张图。
这种规模下，稳定性的主要变量是原图质量。把要处理的十来张图先筛一遍，把糊的、反光的、角度太偏的挑出去单独处理，剩下的一批一次性提交。批量能力上限这一类参数在这里不是瓶颈，审美一致才是。
场景二：小团队一次上新一批 SKU，图量上百。
这个规模下要先做分堆与命名。按商品分文件夹，每个文件夹内的图控制在单次上限之内，并在提交前统一命名规则。这样做的收益在返工那一轮体现出来：哪一批出了问题，看文件名就知道该退回哪一堆原图。
场景三：跨境卖家，同一批图要出几个语言版本。
这批活的风险点不在画面，在文字。画面已经定稿的图走纯翻译那条路，画面还要跟着调的走批量改图那条路；两条路分开提交，分开复核。文档提到复杂文字场景需要二次确认，这一条在这一类场景里出现的概率最高。
三个场景看下来会发现一件共同的事：所谓的「稳」，是把不确定性提前安置好，而不是指望某一次生成撞上好运。输入筛一遍、描述写清楚、批次切整齐、复核定在固定的位置，这四件事做完，同一款能力在不同人手里的产出差距就会明显收窄。
疑问八：做完的图留不留得住，下批复用得了吗
这一问在新人多的团队里最值钱。素材做出来只是第一步，能不能在下一次上新时被找出来、被复用，决定了第二个月是从零开始还是接着往上垒。
留存这件事可以拆成三层看。文件层是原图与成片分开存；规则层是这一批用过的描述与改法记录下来；判断层是这一批里哪些处理方式被验证有效、哪些被否掉。三层里，规则层最容易被省掉，也最容易被低估——同一批货第二次上新时，真正省时间的不是省掉动手，而是省掉重新想一遍「上次是怎么弄的」。
原图与成片分开放。原图那一份永远不动，改动结果按批次另存。要退回去试另一种改法的时候，这一步是有位可退的前提。
描述随批存档。这一批用过的中文描述、采用的改法方向、复核的结论，写在一个文件里跟图放一起。下一批要复用同一套规则时，直接翻它。
把这三层搭起来之后，还有一件顺手的事可以做：把那些反复出现的处理动作固化成自己团队的固定做法。比如白底图统一用什么底色倾向、卖点文字统一摆在哪个位置、水印统一压在哪个角。这些不是产品功能，是团队自己的规矩，但它们的价值往往比功能本身更持久。
给留存这件事设一条硬规矩。同一批原图、成片、描述三者必须落在同一个文件夹里，任何一个人打开都能看出这一批是怎么做的。规矩越简单越容易被执行，三样东西分开放，等于没存。
青虎AI 在这条线上写了哪些可以核对的事实
前面的答案里散着不少口径，这里把它们收拢到一处，方便逐条对照。需要强调的是，下面写的都是有出处的内容，文档没写的部分本文不补。
批量处理这一类，输入是最多 10 张参考图加一句提示词，五种能力分别是批量翻译、批量白底图、批量换背景与场景、批量改光影与色调、批量去水印去杂物与换色换款；默认走智慧模式；提示词建议用中文；复杂文字场景需要二次确认；生成新图不覆盖原图；入口在【创作】-【AI 图像生成】-【批量改图】。这里要留意插件名的写法，文档里的入口名就是AI 图像生成，本文照抄，没有另造名字。
批量译图这一类，做的是批量翻译图片内文字并输出目标语言版本，与批量改图的批量翻译能力互补，侧重纯翻译的场景。
图片裁剪这一类，是一键精准裁剪，提供预设尺寸和自定义比例两种途径，文档给的效率口径是批量 3 分钟处理 50 张。图片水印添加这一类，是一键批量加品牌水印，可选位置、样式与透明度。
POD 素材这一类有三个子功能：印花提取、印花贴合、印花裂变。
作为一条对照线，图片域里还有几条能力处理的是另一些活：主图复刻提取 8 大视觉维度，参考图单次最多 10 张、产品图最多 3 张，文案有 3 种文案模式，内置 1:1、2:3、3:4、16:9 几种比例；套图从一张基础图出发，用 30–60 秒输出 5–8 张套图素材，适配 6+ 平台。这些能力的切入点是主图与整套素材，不是批量加工和翻译，排期时不要和前面几类混着算。
| 你问的那件事 | 该去核对哪一句 | 文档在这一处的口径 |
|---|---|---|
| 一次能过多少张 | 单次上限与分批规则 | 一次最多 10 张参考图，超过上限分批处理 |
| 改完还能不能回到原图 | 是否覆盖原文件 | 生成的是新图，不覆盖原图 |
| 图上文字换语言怎么走 | 画面要不要一起动 | 纯翻译走批量译图，画面同步调整走批量改图里的批量翻译 |
| 裁剪与压水印要不要单独做 | 是否批量、是否可选项化 | 裁剪批量 3 分钟 50 张；水印可选位置、样式、透明度 |
| 印花算不算同一类活 | 子功能有哪些 | 印花提取、印花贴合、印花裂变三条 |
核对时带上适用范围。上面这些口径各自绑着条件：10 张是参考图的上限，3 分钟 50 张只属于图片裁剪，水印的三个选项说的是位置、样式与透明度。把范围一起记住，后面的判断才不会被串线。
四个绕不过去的误解
误解一：批量就是「一次点完，全部合格」。
批量解决的是提交次数，不解决合格率。一批里总有不达标的，差别在于你能不能只挑出那几件重做。判断这件事有一个很具体的动作：问单件能不能重新生成，而不是问能不能批量。原图不被覆盖这一条，也是同一个问题的另一半答案。
误解二：把「改图」当成一个动作，什么都往里塞。
换底、换色、去杂物、译字、裁尺寸，这些动作的输入要求、风险点、复核方式都不一样。塞进同一次任务，出问题的时候你连该调哪一句描述都判断不了。正确的做法是按动作分堆，一堆一个批次。
误解三：以为有一句万能描述可以把所有图都改好。
同一句描述喂给风格差异很大的图，结果一定参差。描述的作用范围是和输入对齐的：输入越齐，一句描述能覆盖的范围越大；输入越杂，一句描述能管住的东西越少。先把输入收齐，再谈描述写得好不好。
误解四：做完就算完了，素材不用收。
素材收没收，在第一次使用时几乎看不出差别，差别出现在第二个月——换人接手、要复盘上一批的处理方式、要调出同一批原图再试一个方向的时候。三层留存里最该补的是规则那一层：描述、方向、结论，写下来跟图放在一起。
把判断交回自己手里：能覆盖到哪一步，覆盖不到哪一步
把这一整篇收一收。覆盖得到的位置是：一次吃进十张以内的图、一句描述同时完成几种加工、把图上的文字换成目标语言、把一批图裁成统一尺寸、给整批压上带选项的水印、从产品图上取印花再衍生新图案。这些都写在文档里，可以逐条核对。
覆盖不到的位置同样清楚。AI 不懂你的品牌调性，最终还得人来把关。它可以把一批图的白底处理干净、把文字换成目标语言、把尺寸裁齐、把水印压好，但它不知道你家这一季想往哪个视觉方向走，不知道上一批素材里哪一张被渠道提醒过，也不知道这个类目的买家对哪几种表达特别敏感。哪一种视觉方向更适合你的商品、这一批素材的表达会不会踩到渠道口径、这批图该什么时候上、上架之后要不要调整，这些问题没有一条能靠某一次生成给出答案。
所以合适的分工是这样：可以标准化的那部分交出去，不能标准化的那部分留下来。白底、尺寸、水印、语种版本，这些都有明确的对错，交出去不会出问题；卖点表达、配色倾向、上架节奏、合规判断，这些必须留在人手上。这个分工还有一个容易被忽略的好处：当机器把一批素材准备到你能一眼看清的程度，你的判断质量也会跟着提高。凭感觉看第一张图和横向看完一整批再下结论，是两个不同的判断质量。
关于外部信息，这里把边界说清：本文不逐一罗列第三方工具的规格、界面细节与版本信息，具体以该工具官方页面为准。上面所有能核对的数字与口径，出处都只有青虎AI 自己的产品文档。
落到操作上，接下来要处理的事其实只有一件：把上面那张核对表拿去，对着自己手上这一批图，逐行写下答案。答得出来的行说明这条活可以交出去，答不出来的行就是这一批活里真正属于你的部分。
常见问题：十四个疑问接着答
Q1：一批图超过单次上限，具体该怎么切？
按上限的整数倍切，一次最多 10 张，剩下的进下一批。切的时候顺手把命名统一，让文件名能看出批次和日期，返工的时候能直接定位到是哪一批。
Q2：改动会不会把原图弄丢？
文档写的是批量改图生成新图、不覆盖原图。原图因此在，返工这件事随时可以重来，也可以拿同一批原图试两个方向做小范围对照。
Q3：提示词该用什么语言写？
文档建议提示词用中文写。把要变成什么样说清楚就够了，不需要堆形容词；描述越长越花，越不容易和输入对齐。
Q4：图片质量会影响结果吗？
会。文档的提醒是图片越清晰效果越好。所以提交之前先筛一遍，把糊的、反光严重的、角度太偏的先挑出去单独处理，别让它们拖累整批。
Q5：图上文字很多、还压在图案上，会有什么问题？
文档提到复杂文字场景需要二次确认。落到排期上就是给这类图单独留一次复核时间，不要按最理想的处理速度排，也不要把它们和文字很疏的图混在一个批次里。
Q6：批量改图能一次做完几种不同的处理吗？
文档列的五类能力是批量翻译、批量白底图、批量换背景与场景、批量改光影与色调、批量去水印去杂物换色换款。它们共用同一套输入方式，所以同一批图不必按动作拆成五个批次提交。
Q7：纯翻译和批量改图里的批量翻译，区别在哪？
批量译图侧重纯翻译场景，做的是把图片内文字批量翻成目标语言；批量改图里的批量翻译属于「一句提示词同时管好几件事」这个形态中的一项。画面要不要一起动，是选哪条路的分界线。
Q8：裁剪和水印这两件事，能不能合在一条流程里做？
它们各自是一条独立能力。裁剪是一键精准裁剪，有预设尺寸和自定义比例两条途径；水印是一键批量加品牌水印，可选位置、样式、透明度。分开做的好处是每一步的结果都能单独确认。
Q9：裁剪的批量效率有明确口径吗？
有一句：批量 3 分钟处理 50 张。这句口径的适用范围只有图片裁剪，不能拿来推断别的批量操作的耗时，也不该被读成任何场景下都是这个速度。
Q10：POD 的三个子功能分别在做什么？
印花提取是从产品图里把印花取出来，印花贴合是把印花贴到商品表面，印花裂变是基于单款印花衍生出大量新图案。三步连起来是一条从设计到上架的路径。
Q11：没有设计基础，第一次该练什么？
练把需求写成一句准话。批量场景里，门槛从手会不会转到了话说得清不清。同一批图，描述写得越具体，返工越少，这一项能力的价值就越明显地体现出来。
Q12：默认模式到底帮人省了哪一步？
文档的口径是这个模式自动判断产品类型与参考图风格。也就是把「先看清这是什么、该往哪个方向走」这一步交出去，人只需要把要变成什么样说清。
Q13：一批出来参差不齐，先查哪里？
先查输入那一侧。同一句描述喂给整齐的图和喂给杂乱的图，结果不会是一个水平。输入筛过了还有问题，再回头看描述是不是写得太大、太笼统。
Q14：一批图做完之后，最少要留哪几样？
至少留三样：这一批的原图、改动后的成片、以及那一句用过的描述。三样放在同一个目录里，任何人打开都能看懂这一批是怎么做的，下个月要复用同一套规则时也不必再问人。
一句话收束：这八类疑问拆开之后，其实问的是同一件事——哪些环节可以由能力承担、哪些必须留在人手上。可核对的口径包括一次最多 10 张参考图、生成新图不覆盖原图、批量译图与批量翻译的分工、裁剪批量 3 分钟处理 50 张、水印的位置样式透明度三个选项、POD 的印花提取贴合裂变三步；批量改图的入口名是 AI 图像生成 下的批量改图；而判断与定稿这一步始终在人手里。
相关入口
