第一次跟 Stable Diffusion 打交道，我拿不准的是三件事

今年年中转到了 AI 项目，第一次认真跟 AI 打交道，就是 Stable Diffusion。之前对 AI 的了解停留在看别人的演示，这回是要拿它做商品图，图出来了要给运营用。

图确实能出来。有时候还挺好看。可看着那些图，我拿不准的不是画面，是三件事。

先在自己电脑上装了 WebUI

真正开始，是在自己电脑上装了一个 WebUI。

装好以后，第一件事是乱试。写一句提示词，出几张图；改一个参数，再出几张。界面上一排排的选项，大部分我不知道是干什么的，只能一个个动，看图怎么变。

第一批出的图，我自己觉得能用的很少。

很少，不是因为画面丑。有些挺好看，光影、构图都像那么回事。问题是放到商品上看：商品的形状不对，细节变了样。当成一张图，它及格；当成一张商品图，它不能用。

这是我第一次清楚地感到，好看和能用，是两件事。

给自己定的第一件事

那时给自己定的第一件事，是先搞懂它能做什么。

不急着判断能不能用在业务里，也不急着想产品怎么做。先把它的边界摸一遍：它擅长什么，不擅长什么，哪些问题是提示词能改的，哪些是怎么改都改不了的。

这个顺序是故意的。不知道它能做什么，就去想它该做什么，很容易想出一个它根本做不到的产品。

摸下来，大致有了个印象。场景、光影、氛围，它做得不错；让商品本身保持不变，它做得很差。偏偏这是做商品图最要紧的那一件。

它能不能稳定用在业务里

演示里挑一张好看的很容易，业务里要的是每天都能出、每次都能用。同一件商品，这一张商品还在，下一张形状、材质说变就变。一次两次好看不算数，我需要知道的是一百次里有几十次能用，这个数字现在没人能告诉我。外面那些商拍工具试过一圈，画面都能出，商品保不住，我们自己做，会不会也是这样？

摸清边界这件事，没有捷径。别人演示里放出来的，都是挑过的成功图，失败的那些不会出现。想知道它在哪里会坏，只能自己一张张试出来，把坏掉的也认真看一遍。

从自己电脑到业务，中间差着什么

在自己电脑上试，和放进业务里用，是两种条件。

自己试，出十张挑一张，挑到满意的就算成功。慢一点没关系，失败的九张删掉就是。放进业务里，运营每天要出很多张，每一张都要能用，失败的那几张不会被悄悄删掉，而是变成运营要重新做的工作。

还有速度。在 WebUI 上等一张图出来，慢一点也就等了。运营上新的时候，等图是在等上架。

所以自己电脑上跑出来的那几张好图，只能说明它有这个能力，不能说明它扛得住业务。能力和稳定中间差着的那一段，就是第一件事要回答的。

我不懂模型，怎么和算法同事说话

我做过设计，做过 B 端和 C 端产品，没做过模型。算法同事说 LoRA、说训练集、说步数，我能听懂词，接不上话。图不好，我能说哪里不好，说不出为什么，也不知道让他们改什么。这种时候很容易退到一句“效果再好一点”，而这句话对谁都没用。我得找到一种自己能说、他们也能用的说法：商品哪里变了，哪类商品更容易坏，哪张图运营会直接扔掉。

第一次和算法同事认真聊，才发现他们也在摸索。

SD 那时出来一年左右，开源社区里隔几天就有新东西，新的模型、新的插件、新的训练方法。算法同事有底子，知道原理，可具体到我们的商品上怎么训、训多少、效果能到哪，他们也没做过，也在边查边试。

这反而让事情简单了一点。大家都在同一个起点，拿不准的地方可以直接摆出来，不用假装懂。我说不清为什么的时候，他们也未必说得清，那就一起拿图来看。

产品经理在这种项目里到底该做什么

以前做产品，需求、流程、界面，我知道自己负责哪一段。这个项目里，模型是算法的，效果是模型的，运营要的是图，中间我站在哪？写一份 PRD 说“支持生成商品图”，等于什么都没说。我现在的猜测是，我该负责把“能用”说清楚：什么样的图算能用，谁来判断，判断不过的图去哪里。这些不定下来，算法可以一直往好看的方向优化，业务那边还是觉得不能用。

很少能用，说明了什么

回到第一批图，能用的很少，这件事本身也在回答问题。

它说明通用模型直接拿来做我们的商品图，差得还远。换提示词能让画面更好看，商品保不住的问题却一直在，差距不在提示词写得好不好。

它也说明，这个项目不会是接一个现成的模型、包一层界面就能交付的事。中间要补的那一段，可能是训练，可能是数据，可能是流程，现在还说不清是哪一种。

但至少知道了，要补。

三件事里，第三件最让我不安。前两件，总有人比我懂，可以去问；第三件，只能我自己回答。这也是为什么我先问自己，再去问别人。

眼下能先做的

三件事都没答案，但有几件事现在就能做。

一是把好看和能用分开记。每次试完，不只挑出好看的，也把能用的单独数一数，哪怕很少。这个数以后会变成判断稳不稳定的起点。

二是把坏图留着。坏在哪里，比好在哪里更能说明它的边界，也更方便拿去和算法同事讨论。

三是去问运营，什么样的商品图他们会直接用，什么样的会直接扔掉。能用的标准，不该由我一个人坐在电脑前定。

三件事现在都没有答案。写下来，是想过一阵回来看看，哪些是刚开始不熟，哪些是这类项目本来就要一直面对的。