11月18日晚,#豆包被十三个鸡蛋难倒#登上微博热搜。网友让AI画一盒13个鸡蛋,十几轮修改后数量始终对不上:一会儿12个、一会儿9个,标序号还会编号重复,最后AI放弃画图,改用文字算式4+4+5=13交差。这张有趣的翻车截图被发到网上后登上热搜,博主试下来不止豆包,几家友商主流大模型也都不太灵光。结论先说:生图模型根本不会"数数",数量提示词的价值不是教会它算术,而是把数字翻译成它能看懂的空间摆法——让"数数"变成"摆阵",翻车率才会明显下降。微博微博微博微博

数量为什么是生图的短板
扩散模型靠概率整体渲染画面,不会逐个清点物体,有数码博主据此判断一旦物体数量超过8个,数字指令就容易失效。训练先验还在放大这一偏差:生图模型学的是"画面长什么样"而不是真会数数,日常鸡蛋盒大多12格,13恰好落在没有现成模板的位置。当然,"超过8个就翻车"目前只是博主们的经验判断,没有官方评测口径。微博微博
提示词怎么写:三条规则
规则一,把数量写进布局和分组。别只写"13个鸡蛋",改写成"分三组摆放,4+4+5,组间留空隙"。但布局不是万能药——事件里就有人明确指令"2行7列、一个空位",模型照样只画了11个。更稳的做法是拆成模型熟悉的数:先画满一盒标准12格,再用局部重绘加1个——12拆成12+1,"12"才是它最有把握的数量。微博
规则二,让物体逐个分开、留出间距。遮挡和粘连是数错数的帮凶,鸡蛋摊开放在桌面上逐个画,比塞满一格一格蛋托的命中率明显更高。

规则三,把"要什么"写明确,别再喊"不要什么"。数量词要紧跟主体显式写出,教程里的标准句式是"6名小学生端正坐在座位上"这一类结构,铁则是以正向描述为主、否定词只放最后且不超过3个核心雷点。你反复强调"别数错",等于不断给模型强化"数错"的画面关键词,越改越偏——这就是教程所说的"提示词污染"。小红书
画错了,局部补图而不是整图重画
出错后优先用局部重绘:只框住蛋托区域,指令写成"仅修改框选区域,保留原图其余全部内容",再补一句"增加1个鸡蛋"。只写"删掉多余的那个"多半没用——模型只会重新画,不会做减法。小错局部修,大错直接新开对话重写指令,别在一张崩图上来回刷。小红书
边界要说清
这些做法只是降低翻车概率,不能保证画出13个;目前流传的"各家都翻车"全部来自网友和博主的即兴测试,不是系统评测。真要求精确计数的场景——电商SKU图、科普示意、教学素材——最稳妥的是多生几张、验完数再挑,或者直接改用文字清单图文结合,AI自己在13个鸡蛋问题上选的就是这条退路。微博微博
当前文章无评论,是时候发表评论了