我用AI“导演”图片，却被说不是作者
最近，我把我用 AI 生成的“火柴人”配图（就是下面这几张）发给朋友看。
我很得意，我说：“你看，我这几张图导演得不错吧？”
朋友看后，说了一句很“刺”我的话：“图是不错，但你只是‘导演’，你不是‘作者’。AI 才是作者。”
这句话让我陷入了“深度思考”。
在 AI 时代，“作者”的定义到底是什么？如果我只是简单输入“一张图”，那我确实不是“作者”。
但如果我建立了一套方法论，去指挥AI，去解决 AI 自己都无法解决的“断点”（比如我要亚洲人他给我西方人和文章配图风格统一）。
我认为，这才是“作者”的核心价值，我不想空谈哲学。
今天，我就把我这套“导演”配图的“方法论”（我称之为“方案三”，相较于（插入文章）），原封不动地分享给你。
看完这套“黑科技”工作流，你再来判断，我到底算不算“作者”。
方案三：AI 生图终极掌控
这方案非常强大，我把它拆解为”基础玩法“和”进阶玩法“，上方看到的”火柴人“配图用的就是”进阶玩法“。不过，别急，我们先从简单的”玩法一：风格速通“开始，它能帮我们解决‘风格统一’的问题。
玩法一：风格速通
按照这个方法直接操作，在 AI 生成出来的图片中直接抽卡。因为我们都是在同一个 chat 中发出去的关键词，配图的风格可以实现完美统一。
- 第一步： 复制方案一提炼的完整词串（比如
small steps on path... vibrant minimalist clean） - 第二步： 粘贴到 AI 生图模型。
- 第三步： 生成。这样你能得到风格统一的配图
- 第四步： 如果不满意，根据效果要求 AI 调整。
玩法二：精准掌控
这个方法需要我们作为”导演“的角色，去主动地精准控制 AI 生成的图片效果。
- 第一步：“复制”。我们先拿到方案一生成的“灵感词串”。
- 第二步：“审视”。我们看一眼这个词串，再想好我自己的“导演指令”
- 第三步：“覆盖”或“追加”。
- （覆盖）：如果我的指令和“灵感词串”里的风格词冲突（比如
photorealistic/照片写实vs插画），那我就大胆地删掉那个photorealistic/照片写实，只保留我想要的插画风格。 - （追加）：如果我的指令和它不冲突（比如
cinematic/电影般的+Asian man），那我就直接在后面追加。
- （覆盖）：如果我的指令和“灵感词串”里的风格词冲突（比如
- 价值： 这就等于给 AI 下了一个“导演指令”。解决了原本去 unsplash 搜图的所有痛点：
- 解决形象错配： 可以加
一个亚洲男人、一个中国女孩。 - 解决意境偏差： 可以加
有点抽象好像火柴人一样、科技感的线条。 - 解决风格统一： 可以加
插画风格、全部用扁平化设计。
- 解决形象错配： 可以加
我将这里的”导演的指令“分为三个大类，通俗理解为三个抽屉：
- 抽屉一：风格（Style），你想要的“画风”是什么？
- 抽屉二：构图与光影（Composition & Lighting），你想要的“氛围”是什么？
- 抽屉三：内容与文化（Content & Culture），你想要的“具体形象”是什么？
我跟 AI 一起总结了下面每个抽屉的一些常用指令，大家可以根据需要自取。
| 🗃️ 风格 (画风) | 🗃️ 光影与构图 (氛围与镜头) | 🗃️ 内容与文化 (形象) |
|---|---|---|
| --- 插画类 --- | --- 光影氛围 --- | --- 文化与身份 --- |
| 插画风格 | 电影感 (cinematic) | 一个亚洲男人 |
| 扁平化插画 | 戏剧性光影 | 一个中国女孩 |
| 儿童绘本风格 | 明暗对比强烈 | 一个穿西装的职场人 |
| 火柴人风格 | 氛围感 | 一个工程师 |
| 水彩画 | 黄金时段光线 | 一个演讲者 |
| 水墨画 | 逆光 | 一个思考者 |
| --- 写实类 --- | 剪影 | --- 抽象与风格化 --- |
| 照片级写实 | 柔和的光线 | 火柴人 |
| 3D 渲染 | --- 专业“黑话” --- | 像素人 (Pixel person) |
| 粘土风格 | 伦勃朗光 | 一个人物剪影 |
| 像素艺术 (Pixel art) | 蝴蝶光 | 乐高小人 |
| --- 特效类 --- | --- 镜头构图 --- | Q版人物 |
| 赛博朋克 | 特写镜头 | 卡通角色 |
| 蒸汽朋克 | 脸部特写 | --- 物品与概念 --- |
| 故障艺术 (Glitch art) | 全身照 | 桌上有一台 Mac 电脑 |
| 广角镜头 | 代表‘断点’的抽象线条 | |
| 从下往上拍 (低角度) | 科技感的图标 | |
| 从上往下拍 (俯视) | ||
| 一个背影 | ||
| --- 背景处理 --- | ||
| 极简背景 | ||
| 白色背景 | ||
| 背景虚化 |
如何让这个方案三适配你的模型？
说到这里，你可能会有疑问，我用的是豆包、即梦，这套方法能用吗？
好消息是，100% 适用，而且更加简单。
本土化工作流
这应该是最适合我们（国内用户）的“全局丝滑”工作流：
- 改造“方案一”： 你只需要把“方案一”的提示词稍作修改，让它为你生成“中文关键词串”。
- 开跑： 拿到 AI 提炼的“中文词串”（比如：
电影感 父亲 孩子 等待），再拼上我们“三抽屉”里的“中文导演指令”（比如：插画风格，火柴人），直接“喂”给豆包，完美出图。
你的指令就变成了：“中文关键词 + 中文导演指令”，AI 母语沟通，零障碍。我将改造的方案一提示词放在文末了，请按需自取。
当然，如果你很懒，直接使用原本方案一的提示词也是可以的在豆包、即梦中得到图片的，只是可能没有那么精准。
（彩蛋）给少数派的混血玩法
如果你恰好也在用 Nano Banana 或 Midjourney 这样的“国外模型”，你会发现一个更有趣的“黑科技”现象。你甚至不需要修改“方案一”的提示词。
你可以直接用它生成的“英文词串”（cinematic moody...），再拼上我们“三抽屉”里的“中文导演指令”（一个亚洲男人）。
- 场景： 方案一（英文）生成了
person，我们用（中文）追加了一个亚洲男人。 - AI 的理解： AI 不会“冲突”。它会这样“思考”：“哦，导演（你）要一个
person（人），并且，他给我一个非常具体的导演指令，这个人必须是一个亚洲男人。收到！”
“导演”算不算作者？
好了，“方案三”和“三抽屉”的全部工作流，都在这里了。
现在，我们回到开头的那个问题：我用 AI‘导演’图片，算不算作者？
当你（像我一样）不再是“祈求”AI 给你一张好图，而是用一套“方法论”（三抽屉）去指挥它；
当你（像我一样）主动去解决 AI 的文化错配（亚洲人）和风格割裂（火柴人）的“断点”时；
你觉得，你还是那个甩手掌柜吗？
不，你就是“导演”，你就是“作者”。这套“三抽屉”指令库，就是你作为“作者”的权力证明
话虽这么说，如果有朋友不想当“导演”，对全自动生成全部的提示词感兴趣，也可以添加关注公众号“并回复”全自动提示词“，找我领取 AI 在第一步直接生成全部配图的提示词（包含 3 个抽屉的导演指令）。
///
中文版方案一提示词
任务：基于输入的完整文章内容，**主动识别**文章中的 **3-4 个主要观点、核心论点或重要情境**。为每个识别出的观点，生成一组独立的 **统一检索词串**，以适配文章正文插图。
请严格按以下格式，**针对每个识别出的观点**重复输出，确保所有输出内容都符合格式要求。
---
**观点/段落摘要:**
[用 1-2 句简洁的中文，概括你为该组检索词串所锚定的文章观点/段落核心内容。]
**统一检索词串:**
[**10-13 个中文词汇**，包括**所有关键词和风格标签**，用**空格分隔**。]
*词汇应针对该观点/段落的**具体细节、动作、情绪**，并融合该图片需要的**视觉风格**（如 电影感, 温暖, 极简）。*
**生成逻辑 (最多 80 字):**
[不超过 **80 个中文汉字**，用于解释检索词串的构成逻辑，重点说明情境、情绪与视觉风格的匹配。]
---
[**请对识别出的下一个核心观点/段落，重复以上三项输出**]
---
输入示例：
<content>
[粘贴完整的用户文章内容...]
</content>
输出示例（仅为格式参考，模型需按实际文章内容生成 3-4 组）：
---
**观点/段落摘要:**
探讨了从“守”到“破”的思维转变过程，以及质疑既有假设的重要性。
**统一检索词串:**
问号 阴影 破碎 玻璃 思考者 深度思考 挑战 假设 抽象线条 情绪化 戏剧性 冷色调
**生成逻辑 (最多 80 字):**
通过“问号阴影”和“破碎玻璃”等象征性意象，结合冷色调和强烈的戏剧性风格，精准匹配了质疑并打破既有思维模型的复杂心智过程。
---
**观点/段落摘要:**
强调了最小可行实验（MVP）的实践方法，以及小步快跑的优势。
**统一检索词串:**
小步 脚步 道路 卷尺 特写 积木 建造 最小可行性测试 快速迭代 充满活力 极简主义 干净
**生成逻辑 (最多 80 字):**
聚焦工程化和可衡量性（卷尺、积木）的具象概念，采用清晰、简约、高饱和的风格，直观地展现了MVP方法论中“小步快跑”和结果导向的特点。