【TRAE宝个人助理测评】做一套 TRAE 宝表情包:24 次生图、15 张废稿的完整复盘

【任务背景】
我不会画画,也不会建模。这一轮我想给 TRAE 宝做一套自己的表情包:8 张、1024×1024 PNG,能当聊天表情发,也能当帖子配图。整套东西都交给 TRAE 宝:角色设定、八幕故事线、出图、验收、排版,我在对话里给目标和约束,它出结果,我逐张验收。

【一、我怎么把上下文交代给它】
第一件事不是让它画,而是先让它记住这个角色是谁。下面这段固定外观描述,我每次生图都原样贴一遍,八张一张没漏:

角色 = TRAE 宝,小型黑色方块机器人,头大身小,站立。
【头】哑光炭黑(#1C1E21)正方体大方块,硬边,八个角接近 90°,只有约 1 毫米极细倒角,不圆润。头是最大的一块,高与宽接近 1:1。头正面嵌着深色屏幕玻璃(占头正面约 85%),四周均匀细黑框,玻璃有斜向高光和边缘泛光。
【屏幕脸】发光的像素表情:两只方形像素眼睛(#B8F6D9 薄荷青白、带辉光),嘴一条短像素横线。
【身体】头下面是窄小的深黑色方盒躯干,宽仅为头宽的一半,高仅为头高的三分之一,没有胸灯胸牌。
【手臂】块状分段手臂,每臂 2 个方形关节加一个方块手掌,与躯干留出空隙。
【腿】两条极短黑色方柱,高约头高的 22%,下接薄方脚,分开站立、脚掌落地。
【材质与光】哑光软塑料玩具喷漆,细腻颗粒,只有屏幕发光。顶部柔和主光加淡冷色补光,脚下柔和接触阴影,背景干净浅灰到白渐变,无装饰、无底部标签条、无水印。软 3D 渲染,正面居中,角色从头到脚完整入画。

除了文字,每次还把官方形象参考图一起传进去。保一致就靠三件事:同一段原文、同一组参考图、每出一张就放大核对。不合格就带着更明确的一句话重出,不说「再画好看点」。

【二、过程:四次转向,十五张废稿】

1)第一版是像素风,被 64 像素否掉了。
一开始走的是平涂像素:64×64 网格、单格 16 像素、固定色板。问题是黑压黑——哑光炭黑的头、深色躯干和深色屏幕糊成一块,没有层次;缩到聊天框的 64 像素,整套变成一串深色方块,梗全丢。像素版在 1024 下还能看,在真实使用尺寸下不成立。

2)三个方向各试一轮,最后合并。
A 走亮背景高对比,字清楚但不像 TRAE 宝;B 走暗底霓虹,气氛对但 64 像素更糊;C 走纯白极简,干净但物件化没了。三个方向的优点最后合到一版:深色机身压白牌,8% 安全区,道具不超过画面 1/8,光源固定左上单向。

3)从平涂转到软 3D,再定到 AI 生图。
手绘像素的上限到了,就改成软 3D 渲染(哑光软塑料、顶部主光、浅灰到白渐变)。定稿八张用的是 TRAE 内置的文生图,不给它界面截图,只给文字和参考图。
文生图第一次并不成功:头角过圆、躯干偏壮,看着像个圆润的玩具而不是方块机器人。差别就在提示词——把「八个角接近 90 度、只有约 1 毫米倒角、不圆润」写死,把「躯干宽仅为头宽的一半、高仅为头高的三分之一」写死,第二版才立住。这也是我后来每次都要贴同一段原文的原因。

4)逐张验收,废稿都是具体的一句话。
第三张(编译中)第一版是抱膝,手臂和短腿叠成一团,腿的结构直接消失;重出两版蹲坐、侧身,侧面那版还多出块状异物和一个桶状的东西,最后放弃抱膝、改成站着托腮。第六张(已回滚)有一版把牌子上的「滚」写成「浜」,字一错整张作废,后来在提示词里把字拆开写(左边三点水,右边上面一个公、下面一个衣字底)才过。第一张(包在我身上)五个字都对,但末字「上」被牌边裁掉半边,判构图不合格。第七张(能跑了)有一版牌子只占画面三成,缩到 64 像素完全看不清,放大到四成宽并上移才定稿。

5)排版收尾。
底部色带会削字,字就要离安全区留内边距;宋体点阵在 64 像素下有笔画粘连,就把字号和字重一起调,不靠加粗硬顶。

6)合规补齐。
要过程就别只放成品。我把真实存在的中间文件排成三张过程图:版本演进、废稿细节、64 像素实测,一张没重画,并附上提示词原文(见文末)。

【三、结果】
累计 24 次调用,其中 1 次后端报错没出图;23 张里留 8 张,作废 15 张。八张 1024×1024,牌上中文逐字核对通过。


01 需求收到:「包在我身上」


02 疯狂补全:黄色便利贴,两行字


03 编译中:站立托腮,等进度条


04 又报错了:X 眼加波浪嘴,键盘被翻过去


05 我的错:写在纸箱上的回退


06 已回滚:「当我没改」,横杠眼加平直嘴


07 能跑了:「我这儿好好的」

08 下次还敢
08 下次还敢:斜眼坏笑

八张是一条因果链:需求收到 → 疯狂补全 → 编译中 → 又报错了 → 我的错 → 已回滚 → 能跑了 → 下次还敢。不是八个孤立表情,是一个 AI 编程 bot 被反复折腾的八幕。

我还做了一张 64×64 的 1:1 实测图(不放大):八张的梗都能认出,01、06、08 能看出字数与大致字形,07 五字较长,只能看出是块白牌加字块,要靠语境判读。

另外做了一次对照诊断:拿官方形象和主帖点赞前五的投稿,按八个维度打分,我们均分 3.69,参照均分 4.75。赢在文案物件化(字长在白牌、便利贴、报错窗、纸箱上,不是贴标签),输在场景完成度、梗的识别速度和 64 像素可读性。这份诊断我没有藏起来,它就是下一步的改法。

这套表情包此前已单独发在「案例与作品」:TRAE宝表情包小赛|从“包在我身上”到“下次还敢”,一个 AI 编程 bot 的八张自白

【四、我判断的关键节点】

  • 别先让它画,先让它记住角色。外观描述写死,比十次「再像一点」有用。
  • 验收标准要能落地:「上字被裁掉半边」是可判定的,「感觉不对」不是。
  • 小尺寸是硬指标。1024 好看不代表 64 像素能用。
  • 字是生图最容易翻车的地方。多笔画汉字要拆部件写进提示词,或者干脆把字放到后期排版层。
  • 过程图就是证据。真实废稿比精修过程更能说明你会用。

本贴所有图片都是本机生成产物与自建过程图,没有软件界面截图,也不含账号信息。

【附:三张过程图(真实中间文件)】


过程图 1:01/02/03/06/07 五组,从左到右第 1 版到定稿,绿边采用、灰边废弃。


过程图 2:三处判不合格的局部放大——06 的「浜」、01 被裁的「上」、07 只占三成的牌子。


过程图 3:八张 64×64 原始像素 1:1 贴入,未放大。

1 个赞