献丑 AI 发布对话生图：把参考图变成可追问、可对比的创作方案
在 AI 生图领域，创作者常面临一个核心痛点：模型能力已足够强大，但需求表达往往难以一次性完整。一张参考图背后隐藏着构图、色彩、版式、材质等复杂信息，而真实项目还需考虑品牌、分镜、交付比例等维度。将这些信息压缩成一句提示词，极易丢失关键意图。
为了解决这一问题，献丑 AI（xian-chou-ai）在其画布工作流中重磅推出了「对话生图」功能。它不要求用户一开始就写出完美提示词，而是让参考图、画布素材与 AI 对话协同工作，将模糊的视觉灵感转化为可执行、可落地的创作方案。
核心突破：从「写提示词」到「搭流程」
对话生图的入口是一个全新的参考图节点。用户只需将参考图（来自图库或已有图片节点）拖入画布，系统便会将其作为带上下文的创作模板，而非简单的预览图。它保留了图片的原始比例、来源链接及可能的提示词结构，成为后续创作的母版。
这一设计带来了根本性的转变：创作不再是孤立的「写一句话，抽一张图」，而是「把一张图变成可追问的方案」。参考图提供视觉锚点，画布连线管理素材关系，AI 对话则负责逐步拆解并细化需求。
三大核心功能亮点
1. 智能母版复用：保留结构，只改关键信息
当参考图背后存在精心设计的提示词结构（如分镜的镜号、角色的三视图、场景的空间层次）时，对话生图会将其识别为提示词母版。
AI 会先解析原提示词的段落顺序、术语和排版，后续生成时尽量沿用这些稳定结构，仅替换用户明确要改动的字段（如品牌名、剧情、产品）。这种方式特别适合系列化内容创作，例如在保留成熟故事板模板的基础上，快速替换剧情或角色，实现最小改动下的风格迁移。
2. 结构化问卷：降低门槛，快速收敛需求
面对复杂的创作需求，普通聊天式交互容易导致用户迷失在开放式问题中。对话生图采用了结构化问卷机制：AI 每轮仅提出少量关键问题，并提供 2-4 个短选项供用户点击，或允许自定义输入。
这种交互方式显著降低了表达门槛，让新手无需掌握专业术语即可参与决策，同时避免了 AI 陷入无关细节的讨论，确保创作方向快速收敛。
3. 方案对比卡片：多路线并行，一键执行
在创意探索阶段，对话生图支持输出多套提示词方案。系统会自动识别并渲染为独立卡片，每张卡片包含方案名、完整提示词及创建入口。创作者可以先比较不同方向（如高端极简 vs 赛博霓虹），再选择最优方案直接创建到画布中，将「比较」与「执行」无缝衔接。
技术实现与适用场景
在技术底层，对话生图实现了参考图与素材的绝对链接化，确保远程视觉模型能直接读取上下文；同时，首轮任务指令被固定在对话历史前端，防止多轮追问中丢失关键信息。生成的最终提示词会被结构化提取，前端识别后直接展示预览并创建画布节点。
该功能特别适用于以下场景：
- 故事板创作：保留分镜结构，快速替换剧情与角色。
- 角色设定：沿用三视图与设定页排版，仅调整服装与气质。
- 场景概念：迁移空间层次与光照逻辑，替换地点与时代背景。
- 品牌与电商：复用排版与视觉节奏，快速迭代产品与标语。
结语
献丑 AI 的对话生图功能标志着 AI 生图从「拼提示词」正式进入「搭流程」的新阶段。它通过连接参考图、素材与对话逻辑，让创作者不再在聊天窗口、素材文件夹与参数面板之间反复搬运，而是能够围绕一张参考图，进行清晰、可控且高效的迭代创作。
