先优化再生成 — Plan Evaluate Improve 稳定出图
ForgeEcho Plan–Evaluate–Improve 五步流水线：AI 对话结构化提示词、沉淀提示词库、单变量迭代，让 Nano Banana 2 文生图与 TTS 更稳定。
为什么默认要「先优化再生成」
多数 AI 生成翻车并不是模型不行，而是提示词或脚本不够具体。像「好看的商品图」这种描述，模型会在光线、角度、背景、风格上自由发挥，结果每次都不一样。
AI 对话把模糊意图变成结构化指令，生图与 TTS 模型才能稳定执行。优化后通常能获得：
- 目标更清晰 — 主体、场景、用途一目了然
- 风格更统一 — 同一品牌视觉可批量复现
- 细节可控 — 材质、光影、构图都有明确描述
- 结果更稳定 — 减少随机废片和反复重 roll
优化前后对比
粗略输入（不稳定）：
护肤瓶广告用，要好看经 AI 对话优化后（稳定）：
单瓶护肤精华，画面居中为视觉主体，纯白无缝背景，
左上方柔和影棚主光，瓶底轻微接触阴影，
玻璃材质真实反光，标签文字清晰可读，
高端 DTC 品牌感，写实摄影，4:5 画幅用于 Instagram feed 广告优化版写清了主体位置、背景、光向、材质与约束——Nano Banana 2 等模型更少「猜错」。
Plan–Evaluate–Improve 闭环
把五步流水线压缩成可记忆的三个动作：
| 阶段 | 在 ForgeEcho 里做什么 | 产出 |
|---|---|---|
| Plan | AI 对话：brief + 3 个结构化变体 | 可生产的 prompt / 脚本 |
| Evaluate | 生图或配音 + 清单打分 | 知道「差在哪一项」 |
| Improve | 只改一个变量再生成 | 可复现的改进记录 |
Evaluate 阶段最容易被跳过——团队往往连续重 roll 十几次。对照清单（主体可读、颜色、畸变、口播节奏）能更快定位是 prompt 结构问题 还是 模型/分辨率选择问题，避免无效消耗积分。
对话式修图场景同样适用：参考图 + 第一轮「只调光线」→ 评估 → 第二轮「轻度磨皮」——不要一步堆满所有美颜词。
核心流水线（5 步）
1. 写粗略提示词
用日常语言描述需求即可，暂时不用纠结格式。
示例：护肤精华瓶，干净背景，高级感，适合 Instagram 广告
2. 在 AI 对话中细化
粘贴粗略想法，要求结构化变体。生成 3 个风格方向——例如：极简影棚、自然生活光、高饱和 campaign 色。
对比时重点看：
- 产品是否足够突出
- 色调是否符合品牌或品类
- 关键词是否互相冲突（同时写「写实」和「 flat 插画」等）
口播脚本可在对话中要求缩短句子、增加钩子与 CTA。
每条对话回复 0.5 积分，并写入 提示词库。
3. 进入 AI 生图或 AI 语音
选定一个版本后生成。
AI 生图积分： 1K = 3、2K = 4、4K = 8 积分/次。
AI 语音： 每 500 字符 1 积分（不足 500 按 500 计）。
语音建议先生成 10–20 秒样本，确认语气与节奏后再做完整配音。
4. 对比并迭代
用简单清单打分：
| 检查项 | 是否达标 |
|---|---|
| 缩略图尺寸下主体可辨认（图片） | |
| 颜色接近实物或品牌色（图片） | |
| 无明显畸变或乱码（图片） | |
| 语速自然、发音清晰（语音） |
每次只改一个变量——光线、背景、音色或脚本长度——不要一次改太多。
5. 保存为可复用模板
记录 winning 提示词或脚本及元信息：
- 用途（主图、广告、封面、配音）
- 画幅（1:1、4:5、9:16）
- 模型备注（草稿用
nano-banana-fast，正式产出用nano-banana-2）
下次只替换商品名或角度即可。
模型选择速查
| 目标 | 建议模型 | 说明 |
|---|---|---|
| 快速草稿与试错 | nano-banana-fast | 成本低，适合探索 |
| 电商/广告正式产出 | nano-banana-2 | 支持 1K/2K/4K，综合最佳 |
| 高分辨率 campaign | nano-banana-2-4k-cl 或 nano-banana-pro | 平台要求 4K 时使用 |
| 参考图编辑 | 任意模型 + 上传参考图 | JPG/PNG/WebP，最大 3MB |
什么时候先对话，什么时候只改现有 prompt
| 场景 | 建议 |
|---|---|
| 目标清楚但不知道怎么写 | AI 对话 → 结构化变体 |
| 已有可用 prompt 但效果漂移 | 对话：「保持结构，只修 [一个问题]」 |
| 新 campaign，方向未定 | 对话探索 2–3 种调性 → 选定 |
| 批量生产已有模板 | 跳过探索，只替换 SKU 字段 |
优化请求写法见 AI 对话功能使用方法。
团队协作：统一提示词库
电商、带货、社媒团队共用一套库，比各自乱写效率高得多：
| 类别 | 模板字段 |
|---|---|
| 商品图 | SKU、角度、背景、光线、「保持标签可读」 |
| 社媒帖 | 平台、钩子情绪、CTA 语气、文字安全区 |
| 配音广告 | 时长、开头钩子、利益点、CTA、偏好音色 |
每月复盘一次，淘汰 CTR 或转化持续偏低的模板。
端到端案例：从 brief 到可投放素材（90 分钟）
场景： 无线耳机 TikTok 9:16 广告——需要封面静帧 + 20 秒口播。
时间线
09:00 AI 对话 — brief + 3 个 9:16 视觉方向 + 2 个口播钩子 (~15 min, 2 积分)
09:15 AI 生图 — fast 1K × 6 筛封面 (~20 min, 18 积分)
09:35 清单打分 — 选定「UGC 手持 + 窗光」 (~5 min)
09:40 AI 生图 — nano-banana-2 2K 定稿 × 2 (~10 min, 8 积分)
09:50 AI 对话 — 口播定稿 40 字，按口语断句 (~5 min, 0.5 积分)
09:55 AI 语音 — 15 秒样本 × 2 音色 (~10 min, 2 积分)
10:05 剪辑工具 — 静帧 + 配音 + 字幕 (~25 min)Evaluate 阶段记录表（建议每次填写）：
| 检查项 | 封面 | 口播 |
|---|---|---|
| 3 秒可辨认主体 | ✓ / ✗ | — |
| 品牌/产品名正确 | ✓ / ✗ | ✓ / ✗ |
| 无乱码文字 | ✓ / ✗ | — |
| 钩子在前 2 秒 | — | ✓ / ✗ |
| 语速自然 | — | ✓ / ✗ |
未达标的项对应单一修改杠杆——不要同时改 prompt、模型和画幅。
常见误区
- 觉得简单主图不用优化 — 背景和白平衡仍会大幅波动
- 一次改太多关键词 — 无法判断哪个改动起效
- 导出时才想画幅 — 9:16 / 1:1 应从提示词阶段就考虑构图
- 语音一上来就生很长 — 先用短样本验证语气
常见问题
优化对 AI 语音也有效吗？
有效。钩子 + 利益点 + CTA 的结构同样适用于广告口播、讲解与社媒配音。
一次生成几个版本合适？
优化 3 个方向 + 1–2 次手动微调，多数决策足够。超过 5 个版本往往拖慢节奏。
同一套提示词能跨模型用吗？
结构可以复用；分辨率和模型相关质量词按需微调即可。