制作图像，并用语音和 AI 对话

你将学到什么

• 如何描述一张能用的图片：主体、场景、风格、构图和尺寸
• 如何每次只改一处来改进它，以及为什么文字要你自己加
• 如何确认你是否可以使用一张图片
• 如何用语音练习一次对话，以及事后如何检查

核心概念

很多 AI 工具都能生成图片，也能进行语音对话。图片方面，例如在聊天中使用的 ChatGPT、Gemini 和 Meta AI，或者 Canva AI 和 Adobe Firefly 这样的设计工具。语音方面，例如 ChatGPT、Gemini、Microsoft Copilot 和 Meta AI。每个工具页面都列出了我们已经确认的信息，并附有官方来源。

像“给我的幻灯片配一张图”这样简短的请求，只会得到一张平庸的图。要描述五件事：主体、场景、风格（照片、扁平插画、线描）、构图（特写还是远景，以及在哪里给标题留出空间）和尺寸（幻灯片用横版，海报用竖版）。

把第一张图当作草稿，每一轮只改一处，例如“同一张图，换成纯白背景”，这样你就能看出每次修改的效果。生成图片里的文字仍然可能拼错、模糊不清或位置不对，即使是较新的工具也一样。要求图中不要有文字，标题和标签由你自己添加。

使用图片之前，先查看工具的条款，以及公司或学校的规定。除非得到许可，否则不要放入真实人物、标志和品牌，也绝不要把生成的图片冒充成真实照片。

语音可以帮你练习一次对话，例如面试或一通棘手的电话，也可以让你边想边说，或者在腾不出手时使用。先说明背景：它要扮演谁，你想练习什么。通常你只要开口说话就能打断它。结束后，如果工具保留了转写文本，就读一遍，并核对其中的事实。语音对话也是数据，可能会像文字对话一样被保存，所以要查看你的隐私设置。

示例

Maria 是一名办公室行政人员，要为一场关于新回收规定的讲座准备一张标题页配图。“给幻灯片做一张关于回收的图”给了她一个杂乱的地球，上面横着一行“RECYCLNG”。她的第二次尝试：

为一张演示文稿幻灯片制作一张图片。
主体：三个回收垃圾桶，分别是蓝色、绿色和灰色。
场景：明亮的办公室茶水间。
风格：扁平插画，柔和的色彩。
构图：垃圾桶在右边，左边留出空白放标题。
尺寸：横版，16:9。
图中不要有文字、字母或标志。

垃圾桶生成得太小了，所以她只改了一处：“同一张图，把垃圾桶放大，其他都保持不变。”她自己在幻灯片上输入标题，并查看了公司关于 AI 图片的指引。

在和一位供应商通一通棘手的电话之前，她打开语音模式，说：

你是一家供应商，你们的交货晚了两周。我是客户。
稍微反驳我一下，回答简短一些，五分钟后告诉我，
我的哪些观点没说清楚。

回答太长时她就打断，没有提到任何真实的公司名称，结束后还读了转写文本。

动手练习

1. 选一张你这周需要的图片：一张幻灯片插图、一张海报背景，或者一张解释某个流程的简单图片。
2. 填好下面模板里的图片部分，然后生成图片。
3. 每一轮只改一处，最多三轮，然后自己加上需要的文字。
4. 查看工具的条款，以及公司或学校的规定。
5. 用语音练习一次五分钟的对话。先说明背景。
6. 如果工具保留了转写文本，就读一遍，记下一处要保留的和一处要核对的。

最后，你应该得到一张能用的图片，以及一次语音对话的笔记。

复制这个模板

图片：
为[一张幻灯片、一张海报或其他用途]制作一张图片。
主体：[图片里有什么]。
场景：[在什么地方]。
风格：[例如照片、扁平插画、线描]。
构图：[特写还是远景，以及在哪里留出空白]。
尺寸：[横版、竖版或方形，或者 16:9 这样的比例]。
图中不要有文字、字母或标志。

语音练习（大声读出来，或者先打字，如果工具允许再切换到语音）：
我想练习[对话]。你扮演[角色]。我是[我的角色]。
回答简短一些。最后告诉我哪些地方做得好、哪些地方不清楚，
以及任何你不确定的地方。

要求 AI 标出不确定的地方，并不会让它的回答变得正确。重要的部分仍要继续核对。

检查结果

• 图片是否按你要求的风格和形状展示了你的主体，并留出了放文字的空间？
• 图中有没有乱码文字、标志和能认出来的真实人物？
• 工具的条款以及公司或学校的规定允许这种用法吗？
• 转写文本和你听到的一致吗？其中的事实正确吗？
• 图片和语音对话里，你都避开了姓名和私人信息吗？

常见错误

• 一次改动所有地方。你分不清是什么起了作用。只改一处，其余保持不变。
• 把文字留在图里。拼写错误很容易被忽略，也很难修改。文字自己加。
• 以为你生成的任何图片都可以用。不同的工具、公司和学校规定不同。先查清楚。
• 不交代背景就开始语音对话。你只会得到闲聊。说明它扮演谁、你在练习什么。
• 相信你听到的内容。口头回答听起来很肯定，几秒钟就过去了。有转写文本的话就读一遍。