做AI的三个死穴生成很快，完成很难。

聊这个话题，我更想谈谈把AI用进实际项目时，最容易踩的三个坑。

① 需求不清，先追工具。

今天换模型，明天抄提示词，测试图存了一大堆，却没说清楚：作品给谁看？要解决什么问题？做到什么程度才算合格？

工具越多，方向越容易散。开工前先写清目标、限制和验收标准，往往比多试十个工具更有用。

② 判断外包，把“看着不错”当成通过。

文案流畅，事实可能不对；画面漂亮，人物动作可能不成立；单个镜头惊艳，接起来却讲不清故事。

尤其做AI影像，角色是否一致、空间是否连贯、动作有没有动机、观众能不能看懂，都需要逐项判断。生成能力可以借助工具，验收标准必须握在自己手里。

③ 交付失控，只算生成，不算返工。

十分钟出一版，筛选两小时，修正半天，再因为版本混乱重做一次。只盯着生成速度，很容易高估效率。

真正该记录的是：从需求到验收，一共花了多少时间，返工多少次，结果能否稳定复现。先跑通一个小而完整的交付，再扩大规模。

当然，模型本身也有能力边界。有些问题值得继续调，有些就该换方法，或者交给人工处理。

我理解的AI生产力，是能把明确的目标，稳定地做成可用的结果。

你现在最常卡在哪一步：说不清需求、判断不了结果，还是反复修改交不了稿？

AI创作人工智能