简 介： 文章记录了作者尝试使用AI绘图工具"豆包"生成赛道与红色砖块示意图的过程。作者最初希望生成16:9比例的图片，包含白色赛道、蓝色背景以及距离中心线10厘米的红色砖块。经过多次调整提示词（包括修改砖块位置、方向、数量等），AI始终无法准确呈现预期效果，要么砖块位置错误，要么变成砖墙。最终作者采取半人工方式：先让AI生成基础元素，再通过图片编辑软件手动调整赛道角度、添加砖块、绘制中心虚线和标注距离，才获得理想效果。整个过程表明，仅靠AI提示词难以精确控制图像细节，需要结合人工编辑才能实现特定设计要求。

关键词： 室内赛道，赛道，砖块，豆包，AI

01 【砖块在赛道上】

一、问题来源

  今天看到公众号后台同学提问， 询问赛道上红色砖块放置的方式。 显然他是把砖块直立放在赛道上， 这不符合我们规则中要求放入了状态 于是我绘制了一个简笔画， 然后呢将笔墨简笔画呢提给豆包， 希望豆包按照简笔画的方式生成同样的一个16:9的图片， 那么其中呢在赛道中间放置了红色的砖块， 下面试试看，看是否能够通过豆包得到想要的对应的图片。

二、豆包绘制

  首先呢将同学发送照片贴在图片中作为示例， 然后在赛道中间呢绘制一个赛道的大小， 其中包括一个红色的砖块。 以及它的边长距离中心线的10厘米。 下面呢把这个图贴入豆包给出提示词， 提示词是生成一个16:9的图片， 上边有一个白色赛道，背景是蓝色。 其中的红色砖块，距离中心线10厘米。 很可惜，我们看到的确在赛道上有一个砖块， 赛道的颜色和背景都是蓝色，符合要求。 唯独是把砖块放置到赛道中心了， 它其中的10厘米的标识的是砖块的10厘米。 好吧，重新呢在它生成图线上再绘制一个红色的方框， 并且标志出砖块的长边距离赛道中心线是10厘米， 让豆包生成图片。 这一次呢，豆包生成了一个新的图片， 中间包含了两个长方形的砖块， 但是我们看到他把这个砖块放置到赛道的中心上了。 好吧，重新呢给出提示词， 要求把这个砖块往左移动， 距离中心线有10厘米。 可以看到这一次它的确移动了， 仍然是两个砖块啊， 准确讲应该是一个半砖块。 但是它居然是横过来了。 下面还需要进一步对它进行修整。

  接下来让豆包将前面生成的图片中的红色砖块去掉， 只保留白色的赛道以及蓝色的背景， 然后生成一个在赛道左侧的红色砖块， 砖块的长边距离赛道的中心线10厘米， 但是很可惜，我们看到他给出的是一组砖块组成的砖墙， 而且标志的10厘米是砖墙的长度。 再次描述将砖墙的砖合并成单个砖块。 但是很可惜，它生成的图片仍然是一个砖墙。 接下来描述词是将砖块去掉， 只留下一个红色的砖块距离中心线10厘米。 现在的确是一个只有一个砖块了，但是它是横着的， 我们希望它的长边是平行于赛道的中心线。 结果命令词之后，豆包生成的图片， 确实将砖块旋转了90度， 但是它的长边并没有平行于赛道的中心线。 给出提示词，说把砖块放在赛道的左侧， 砖块的长边平行于赛道的中心线。 谁知道这一次生成的结果又变成了砖墙与砖块， 好吧，那么就不再玩了。

  后面又经过多次的提示， 直到最后呢也没有得到我们满意的这个砖块与赛道的位置， 也许我们对图片中的内容描述不清楚， 现在还在摸索着如何通过提示词生成自己想要的图案的情况。 看来这需要有非常丰富的实践经验， 到了最后自己感觉到马上要崩溃了。

  最后再努力一把，重新将前面的简笔画贴到豆包中， 让他直接在赛道上按照简笔画的内容，绘制一个红色砖块。 距离赛道中心虚线大约10厘米。 谁知道他现在生成的也是一个简笔画， 只是生成了一个十字路口，天知道他怎么了来生成了这样的一个图片。 算了，我放弃了。 最后还是将自己的这个简笔画贴在我们的回答的网页中，作为我们问题的示意图。

三、手工加豆包

  不过后面还是没有放弃， 准备通过手工加豆包的方式来完成示意图的绘制， 下面介绍一下整个的操作过程。

  还是从原来的同学发送过来的图开始。  首先手工将图旋转大约45度， 让赛道呈现水平分布的情况， 然后将图贴在豆包里， 通过提示词将图片中的红色砖块去掉。 接下来通过提示词，将图片中棕色的去掉， 只保留蓝色背景， 再通过提示词， 将上述图片水平放置，比例为16:9。 在上述图片中放置一个砖块， 砖块呈现水平分布， 但实际生成的图片中，赛道发生了转变。 接下来就是有意思的过程， 手工将上述赛道中的红色砖块先拷贝下来， 放置在旋转90度之后的赛道上， 通过提示词，让豆包将图片中的赛道表面变得更加光滑连续。 最终得到现在的图片， 只是图片中的赛道表面颜色并不太一致， 然后再手工通过图片编辑软件， 把一些灰色不连续的地方进行平滑。 然后再用手写板板， 在赛道中心线画上虚线， 然后标志出10厘米的距离， 最终得到我们想要的图片。 由此我们得到一个经验，也就是直接通过提示词， 让豆包生成我们想要的图片并不容易， 那在这里呢我们一般用了提示词， 一半呢将中间生成的图片进行切割、组装，最后得到想要的图片了。