把 AI 图像当绘画参考：哪里有用，哪里在骗人
这个问题通常被某一方不怀好意地提出来，而那两个版本我们都没兴趣。我们跑这些图像模型，也卖它们的接入权，而我们仍然认为：一位在职的画家，对眼下人们拿它去做的活儿里大约一半，应该拒绝使用它。
这道分界不是品味问题。它归结为一个区别：生成图像非常擅长唤起感受，而在正确这件事上不可靠。当您的参考只需要暗示某样东西时——一种情绪、一组色彩关系、下午四点光线扫过一个房间的方式——它管用，而且便宜。当它必须是对的、当您要从中把结构抄出来时，您拿到的是一个自信而漂亮的谎言，而您学会的是那个谎言。
下面是我们认为这条界线所在的位置，以及怎么真正从这东西里拿到一份有用的参考。
生成参考真正好用的地方
这些都共享一个属性：您从图像里取走的是一个印象，不是一次测量。
- 光线研究。 一束来自低窗的暖主光，衬着从白墙反弹回来的冷光，读起来是什么样。这类照片模型吸收过海量的，而拿到同一套布光的十二个变体轻而易举。
- 配色。 把色板取出来，把图像扔掉。生成图像在色彩关系的连贯性上出奇地好，因为那正是训练数据奖励的东西。
- 构图小稿。 分块、体量、视线从哪进从哪出。一个粗糙的生成画面比一张粗糙的草图更容易判断。
- 情绪板。 所有用法里最站得住脚的一个。没有人在抄任何东西；您是在定下一个方向之前，先把一种感觉钉住。
- 环境氛围。 雾的浓度、空气里的尘、夜里的湿沥青、透过树叶打进房间的那种绿。全是印象，没有结构。
- 「这东西从四分之三侧面看大概是什么样。」 卡住的时候拿来推一把很有用，一开始照着描就危险了。这一点下面还会说。
它们会悄悄教错您的东西
模型不知道一个肩膀是怎么运作的。它知道肩膀在照片里长什么样，那是一种更浅的知识。大多数时候这个差别不显形。显形的时候，它表现为一个关节朝着一个看起来合理、实际上弯不过去的方向弯了过去，而如果您把它抄进一张画里，您就不是犯了一次错——您是把它练了一遍。
那才是真正的代价，也是我们对下面这份清单说话很直的原因：
- 解剖与关节机制。 尤其是任何透视缩短的、任何受压的、任何有肌肉在发力的地方。这恰恰是参考必须正确的地方。
- 手和脚。 当代模型在这两项上翻车远少于 2024 年那一代，但「远少于」不是「可靠」，而手是人物画里被端详得最多的东西。
- 透视与建筑。 灭点会漂，一整面立面上的窗棂会对不齐，楼梯的踢面高度会变。看着没问题，但撑不住在它之上继续搭东西。
- 机械，以及零件是怎么装上去的。 一台生成的发动机、一套自行车传动、一副铠甲：模型渲染出了装配的外观，没有装配。
- 动物解剖。 尤其是马：腿部关节、步态相位、重心转移。摄影师们花了一个世纪把这件事弄清楚；别再从一个扩散模型那里重新学一遍。
- 特定年代的服装、铠甲与马具。 模型会跨世纪取平均。一个懂行的观众一眼就能看出来，然后那就成了他唯一记住的东西。
规律是：如果您本来会去找一张真实事物的照片来核对某件事，那就还是去做那件事。生成图像替代的是一份您本来打算凭感觉摸过去的参考，而不是一份您本来打算拿去测量的参考。
职业实务这一面
这件事比人们预期的更要紧，而且它主要不是一个法律问题。
来源可溯。 从 Google 模型里出来的每一张图像，包括四个 Nano Banana 档位，都带着 SynthID watermark。它不可见，由 Google 在上游嵌入，而没有任何提供商能关掉它。我们不能，fal.ai 不能，Google 自家 API 也不能。如果您想要来源可溯，这有用；如果某份合同禁止带 watermark 的素材，这就是个操作层面的问题。在围绕它搭东西之前，先知道它在那儿。
您给客户看什么。 一份生成的参考属于您的流程，不属于您的交付物。在概念阶段拿出一张来，就为一张您没画过、也没法随叫随到复现的画面立下了期待，而这是一条很快就会被要求「就用那张吧」的捷径。如果它出现在情绪板上，请说清楚它是什么。
为什么不要照着描。 除了解剖的问题之外，照着描正是来源问题变尖锐的地方。一个您通过看着一张生成画面而得出的构图，是您的。一个逐线从上面扒下来的形，有一段您无法举证的来历。请像对待一张您找到但拿不到授权的照片那样使用它：看，理解，关掉页面，然后画。
这些都不会让一张图库照片显得更纯洁。一张图库日落也是别人关于光的决定。这里的区别在于正确性，不在于德行。
真正拿到一份有用的参考
一份参考不必漂亮。它必须读得清楚。这会改变您该用哪个模型，而答案是便宜的那个。
按我们 2026 年 8 月 26 日的价格核查，Nano Banana 2 Lite 在我们的 API 上每张 $0.0238。二十个变体是 $0.476，而我们的目录价格拆解里没有别的东西比它更低。对参考工作来说，这才是对的经济账：要数量和跨度，不要一张完美画面。为一张您只会眯眼看十秒然后扔掉的 Nano Banana Pro 渲染付 $0.075，是把钱点着了。把 Pro 留给输出，别留给输入。
价格与产品条款可能随时间变化；在做出采购决定前，请核对各家提供商的当前价格。Google 的 Batch 或 Flex 价格在调度、可用容量和处理条件上均有所不同，因此与标准的按需 API request 并不直接等价，已从本对比中排除。这是一次限定范围的对比，并非声称 E2X 在任何配置下都是全球最便宜的选择。
有四个习惯，比把 prompt 写得更好更能榨出东西来。
把同一个场景按好几种 aspect ratio 生成一遍。 取景改变的是模型往画面里放什么，而不只是怎么裁。Lite 带着十四种固定比例外加一个 auto，包括 1:4、4:1、1:8 和 8:1——那几个极端比例在其他档位上并不存在，而它们在推敲一个高瘦构图或一条长条画面时出奇地好用。一条 prompt，六种比例，关于同一个场景的六种真正不同的想法。
用 edit endpoint 在一个固定主体上反复迭代光线。 这是最要紧的一条。生成一个您喜欢的主体，然后把它反复推过 Lite 的 edit endpoint，只改光线：来自相机左侧的硬阳光、阴天、一盏放得很低的暖色实景灯、黄昏逆光。那就是同一个主体在六种条件下，而这正是一次光线研究真正的样子。如果身份需要在更长的一组里保持住，Nano Banana 2 最多接受 14 张参考图——这在让角色在多次生成里保持一致里讲过。
为光写 prompt，不是为主体。 「单一硬光源来自相机左上方，深而无补光的阴影，暖主光衬着冷环境光」才是这条 prompt 里有用的那一半。站在光里的是什么，没您以为的那么要紧。
把失败留着。 一张手画错了的画面，仍然是一份能用的光线参考。把凡是带错误的都扔掉，等于扔掉了您所付的钱里的大部分。
有一条提醒能省下一个下午：我们 API 返回的输出 URL 是临时的。请通过下载字节来建立参考库，而不是通过保存链接。一个装满过期链接的文件夹不是一个库。
发表一张生成图像，而不是照着它画，是一件更严苛的活儿，我们把它的检查习惯单写了一篇：怎么把生成的照片和真照片分开。参考工作其实只需要两个 endpoint，用 text-to-image 做出主体，用 image-to-image 继续把它推来推去，两者都在目录里连同参数一起列着。
常见问题
把 AI 图像当绘画参考有效吗？
用在光线、色彩、构图、情绪和环境氛围上，有效——那些是印象，而生成图像很好地承载印象。用在解剖、透视、建筑、机械和动物结构上，无效：模型复现的是这些东西在照片里的样子，却不知道它们如何运作，所以照抄它的输出，等于在练它的错误。判断标准是：您的参考需要唤起感受，还是需要正确。
我可以照着 AI 生成的图像描吗？
我们不建议。两个理由：当您照着描而不是理解着画时，解剖和结构上的错误会被原样抄进您的作品；而一个描下来的形，在客户或评审日后问起时，有一段您无法举证的来历。请像使用一张您在网上找到、却没有授权的照片那样使用一张生成画面——看它，理解它，然后凭理解去画。
AI 生成的参考图像带 watermark 吗？
Google 图像模型的每一份输出，包括全部四个 Nano Banana 档位，都带着 SynthID，一个由 Google 施加的不可见来源标记。没有任何提供商能禁用它，因为它是在转售之前就嵌进去的。它不会在视觉上影响图像，也不会妨碍您把它当参考用，但它确实意味着这个文件可以被识别为 AI 生成。
生成参考图像最便宜的方式是什么？
在 E2X 上是 Nano Banana 2 Lite，每张 $0.0238，核查日期 2026 年 8 月 26 日。参考工作奖励数量而不是打磨，所以二十个变体、大约 $0.48，胜过一张高端渲染。没有理由为一样您只会瞥一眼然后扔掉的东西付顶级档的价钱。
我怎么在不同光线下生成同一个主体？
先把主体生成一次，然后把那张图像反复发给一个 edit endpoint，每次只改光线指令。那给您的是同一个主体在许多条件下，而不是几张互不相干的图像，而这正是它之所以算一次研究的原因。Nano Banana 2 Lite 处理这件事每轮 $0.0238；如果您需要更紧的身份一致性，Nano Banana 2 最多接受 14 张参考图。
我该把生成的参考给客户看吗？
请把它们留在您的流程里，而不是交付物里。一张出现在面向客户的板子上的生成图像，会为一张您没画过、也没法随叫随到复现的画面立下期待，而客户在看过之后，常常就会点名要「那一张」。如果确实有一张生成画面出现在情绪板上，请给它标注清楚。
AI 模型为什么会把手和解剖画错？
因为一个图像模型学到的是一只手在数百万张照片里的外观，不是它底下的结构。那个表征里没有骨骼，只有关于手指通常怎么彼此挨着的统计，所以一个看着合理的排列在机械上可能根本不成立。这一点在手和透视缩短的肢体上表现得最明显，而那恰恰是画家最需要参考准确的地方。