我们已经测过 AI 商品图和 AI 商品文案，结论都是「规格参数能交、创意文案必须人工兜底」。这次换个战场：网站首页 banner、活动大图、品牌 KV 这类品牌向视觉。它们和商品图最大的区别是，商品图有「实物参照」，banner 没有——品牌调性、构图平衡、文案排版全都要凭空生成。
这个月我们做了 320 张电商活动 banner，覆盖 5 个主流 AI 绘图模型，每一张都由品牌设计团队按「能不能上首页」的三条红线盲审。结果并不乐观，也并非全军覆没：整体直接可用率只有 23.4%，但把「可用的那一类」挑出来重新组织工作流后，团队出图效率提升了 4.7 倍。问题在于，可用和不可用的分界线，跟模型画质关系不大。
一、320 张 banner 的验收标准：三条红线
品牌向视觉的验收和商品图完全不是一套逻辑。我们沿用设计团队原本的人工审核标准，收敛成三条红线：
- 红线一：主体可辨识。画面核心元素能在 3 秒内被识别，不依赖文字补充。这一条刷掉了大量「氛围感十足但看不出卖什么」的图。
- 红线二：文字无乱码。画面内所有文字必须清晰、准确、可读。AI 直接渲染文案一直是重灾区。
- 红线三：构图有留白。必须给后续的营销文案、价格标签、按钮预留干净的区域。满屏元素的图再好看也不能用。
三条红线全部通过的记为「直接可用」，只刷掉一条的记为「可修补」，刷掉两条及以上记为「不可用」。盲审团队 5 人，全部独立打分，取多数结论。
二、5 个模型的实测数据：直接可用率横评
五个参评模型各出 64 张，用统一提示词模板批量生成，不针对任何模型做提示词调优——我们要测的是「开箱即用」的真实水位。
| 模型 | 直接可用 | 可修补 | 不可用 | 文字乱码率 | 主要扣分点 |
|---|---|---|---|---|---|
| Midjourney v7 | 37.5% | 43.8% | 18.7% | 61.2% | 氛围最好，但几乎必写乱码 |
| Stable Diffusion 3.5 + 品牌 LoRA | 29.7% | 50.0% | 20.3% | 44.9% | 风格可控性最强，需调参 |
| FLUX 1.1 Pro | 25.0% | 46.9% | 28.1% | 52.3% | 细节扎实，构图偏满 |
| DALL·E 3 | 21.9% | 40.6% | 37.5% | 33.6% | 文字最准，但风格最保守 |
| 可画 AI / 即梦 | 12.5% | 35.9% | 51.6% | 29.8% | 模板感重，主体弱 |
数据里最反直觉的一条：「文字准确率」和「画面可用率」几乎是负相关的。文字渲染最强的是国产模板类工具，可用率却垫底；画面质感最好的 Midjourney，文字乱码率超过六成。这不是某个模型的缺陷，是扩散模型的工作机制决定的——它在像素层面「画」出字形，而不是「写」下字形。
结论很直接：不要指望任何模型一次性产出带字 banner。把「文字」从画面生成里剥离出去，是所有后续优化的前提。
三、效率提升 4.7 倍的做法：拆流程，而不是换模型
直接可用率 23.4% 听起来很差，但设计团队的结论是「比上个月纯人工快了 4.7 倍」。差异来自我们改了工作流，而不是换了模型：
- 分层出图。先用模型生成不带文字的「底图」，验收只看主体和构图，文字红线直接跳过。这一层的通过率是 51.6%——翻了一倍。
- 控制性生成。固化 3 套品牌提示词模板，把品牌色、产品角度、光线方向写死，只留 15% 的自由度给创意。模板化后单次出图的可用率从 37.5% 提升到 62.8%。
- 文字后期叠加。所有文案、价格、按钮在设计工具或前端图层里加。这一步把文字乱码率从 45.1% 打到 0，且运营改文案不需要重新出图。
- 批量变体。同一张底图，靠改文案和配色产出多尺寸多文案版本。原先每张 47 分钟的人工，现在压到 10 分钟。
核心认知：AI 在 banner 场景里替代的不是设计师，是「素材生产」这一个环节。构图、品牌判断、视觉层级仍然是人的工作，而这些恰好是生产流程里最贵的部分。把最贵的留给机器干不好的活，是最糟的分配方式。
四、什么时候不值得上 AI：三个反向场景
不是所有 banner 都适合这条流水线。以下三种情况我们仍然走纯人工：
- 品牌 KV 和年度主视觉。需要强叙事和独特视觉语言，AI 的「平均水平」本身就是减分项。
- 强依赖文字版式的平面。海报、长图、信息图，文字和图形的咬合关系是设计核心，后期叠加会丢掉咬合。
- 高风险合规素材。医疗、金融、未成年人相关，一次翻车的成本远高于省下的设计费。
运营侧还有个隐性成本：AI 底图的审美同质化正在被用户感知。我们对 2000 名用户做了 6 周 A/B，使用「AI 感」底图的落地页，首屏跳出率高 6.3 个百分点。当所有竞品都用同一个模型的默认审美时，「不那么 AI」本身成了差异化。
总结
320 张 banner 的结论：带字 banner 不要交给 AI，不带字底图可以，但前提是你把品牌模板、文字图层和批量变体这三件事先立起来。直接可用率 23.4% 不是模型的失败，是工作流没改造前的真实水位；改造后 51.6% 的底图可用率和 4.7 倍的效率提升，才是这条流水线的真实水位。
互动提问：你们的活动 banner 现在是纯设计、纯 AI，还是已经拆成了「AI 底图 + 人工文字层」？拆开之后运营改文案还要求助设计吗？
互动提问：如果 AI 底图的审美同质化真的在被用户感知，你会为了「去 AI 感」付出多少成本？
— IMAI 编辑部 | 2026-11-06