用豆包AI变身漫画创作高手

最后我没继续用Gemini 3 Pro画漫画，而是转到豆包去做图。缘由很简单：ZenMux 上的免费额度用光了，想充值又得走邮件流程，挺麻烦的；再加上科学上网特别慢，直接影响到使用体验，于是就换道了。

倒着把来龙去脉说清楚。先说为什么离开。ZenMux 是个偏轻量的在线 AI 平台，能让国内直接连上像 Google Gemini 3 Pro 这样的模型，界面简洁，学起来快，做试验挺方便。我刚开始就是在上面跑了几次测试，想看看 Gemini 3 Pro 在画图方面能跑出什么花样。免费体验那会儿挺顺手，可惜额度一用完就要走官方充值邮件流程，这对我这种想连续产出的创作者不友善；再碰上科学上网不稳定，模型反应慢，创作节奏被卡，这就成了现实的绊脚石。

说说我实际下的单，给大家举几个我用过的例子，按当时我写给模型的要求来描述，原话不逐字搬但意思是一样的：

– 一个四格漫画，主题是水培大蒜，要求四格连起来把全过程讲清楚，每格配注释，风格要统一；

– 把《静夜思》做成四格古风漫画，每格放一句诗和一句解释，四格合成一张，画风古意；

– 一个手账风格的信息图，名字叫“短视频生产架构图”，要有插画式图示和详细中文说明，整体要有手账那种笔触感；

– 一整套“植物大战僵尸 – 花园保卫战”分镜，若干场景，每个场景要写清镜头感、氛围和台词（像“又是平静的一天……”、“！？”，还有“噗！噗！噗！噗！”、“（咀嚼声）……我顶得住！”、“Boom!!!”这些台词），要儿童画风，16:9 比例，镜头甚至要细到中景、特写、低角度、斜角这些；

– 一个九宫格的小红帽漫画海报，每格分镜和配文字，最后合成一张海报。

我把这些一条条丢给模型，想检验它在不同任务上的表现。结果挺有意思：创意和构图方面，AI 很灵活。列如要古风四格，能给出带“古风意图”的画面；要儿童绘画分镜，它能把氛围拉出来，动作与镜头感也能做到位。创意草图这种，AI 真能瞬间给出一些惊喜构图。

但问题在细节和规范化上比较明显。举几处我碰到的局限，细说一下：要求四格每格诗句和解释都固定位置、文字样式一致，AI 有时候把诗句放到不显眼处，或者文字风格上有出入；要做一整套图标系统，图标间的视觉语言必须一致，尺寸、线条粗细、配色都要统一，AI 输出时每个图标细节会不一样，难以一次性出整套统一风格；再列如信息图，要求每个模块文字和图示准确对应，模型有时会漏节点或者文字和图示对不上。换句话说，AI 能“画出来”，但要做到工程化、可直接交付的质量，差距还挺明显。即便不停改提示词，更多是修修补补，能改好的地方一般是表面改动，达不到那种一稿过的水平。

为啥会这样？我的理解很直接：AI 擅长生成、擅长创意试错，但对“规则化、体系化”的要求还没完全吃透。类似做流水线活，任何一点不一致都会放大成问题。于是我把一些更讲究一致性的任务，转到豆包去让真人漫画师+AI 协作去做。豆包在交互上对我更友善一些，本地可控性高，至少能让我把图先拉回来再做人工校对。

在豆包做图的过程中也有两件烦事：一是我的打开方式可能不够规范，导致一开始调试费了不少时间；二是最终风格还是调不到心里想的那种“整套一致”的效果。图标那块特别折腾——不是生成一个图标的问题，而是要把整套图标打磨到视觉语言一致，这需要生成之后大量人工统一调整。AI 能把大致轮廓、色彩方向做出来，剩下的像线条粗细、间距、对齐这类规范化工作，基本上得靠人来收尾。

回头看我在两个平台上的体验，影响工具选择的核心有三点：一是平台易用性，二是网络和响应速度，三是对规范化输出的支持。ZenMux 在试验阶段很好用，但一旦从试验转为持续产出，免费额度和充值流程、网络瓶颈这些实际问题就很扎心；豆包能在某些场景把我拉回来，但也不是万能键，尤其在需要严谨统一的视觉体系时，依旧要付出不小的人工成本。

补充一点个人感受：做创意插画，节奏感超级关键。工具如果一顿一顿的，等得时间长了，灵感就凉了。哪怕模型能给出不错的草图，若中间有长时间等待或反复调参，创作的连贯性和热烈都会被磨掉。这次实践让我更清楚两类场景的界线：一个是追求自由创意、快速试错的场景，这类 AI 已经很有价值；另一个是需要产线级别、体系化输出的场景，这还得靠更多流程设计和人工把关。

本文由人人都是产品经理作者【知果日记】原创/授权，发布于人人都是产品经理，未经许可，禁止转载。题图来自 Unsplash，基于 CC0 协议。