AI生成的海报未必就难看

一句话看懂：开发者 John Hartnup 用 ChatGPT 生成活动海报做了一次实验，发现 AI 海报之所以千篇一律，问题出在用户没指定风格；只要明确要求“包豪斯”“瑞士风格”等美术方向，输出质量会立刻不同。

事件核心：发生了什么

2026 年 6 月 7 日，John Hartnup 在其个人博客发布了一篇关于 AI 生成活动海报的实验文章。他在文中指出，Facebook 和英国媒体 The Independent 曾报道过一批由 AI 生成的村镇集市海报，它们风格高度雷同，被网友戏称为“孪生海报”，并点名了 Leamington Beer Festival 2026 等现实案例。

Hartnup 的判断是：这些海报单看并不算差，真正的问题是重复率太高。他以一场虚构的春季集市活动（4 月 21 日 11 点至 15 点、Mill Beach Park、免费入场、含桑巴乐队和多尔鼓乐队演出等）向 ChatGPT 下达了首轮指令，要求“干净、明亮、避免粉彩色和人物”。结果第一版仍然接近常见的“手作集市模板”。第二轮他要求“换一种完全不同的美学”，ChatGPT 给出了包豪斯/几何现代主义风格，效果明显区分开来。随后他又让 ChatGPT 列出可选风格清单，得到了瑞士风格、Risograph 印刷、马蒂斯剪纸拼贴、粗野主义设计等具体方向。

为什么重要

这次实验揭示了一个被忽略的事实：图像生成模型的能力边界，往往由提示词的风格指定精度决定，而不只是模型本身的画质上限。目前公开信息显示，主流文生图工具在默认情况下会收敛到一组“安全审美”，因为它们在训练和推理阶段倾向于产出高接受度、低风险的结果。这解释了为何 AI 海报、AI 配图在真实场景中容易撞脸。对行业来说，这意味着提示词中“风格坐标”的价值可能不低于“内容描述”，也为 AI 设计工具的产品化提供了方向——把风格库、风格检索、风格混合做成产品能力，而不是让用户从零造句。

对用户/开发者/创作者的影响

对普通用户来说，可操作的结论很直接：不要只描述“要什么内容”，也要描述“不要什么风格”，并主动指定一个具体的美术流派名称。对开发者和 AI 应用团队来说，如果产品涉及海报、Banner、社媒配图生成，把“风格标签体系”作为一层中间件，可能比单纯升级底层模型更能提升输出差异度。对设计师和内容创作者而言，AI 没有消灭风格判断，反而把“说出风格”变成了新的门槛——能准确命名包豪斯、瑞士风格、Risograph 的人，更容易拿到想要的图。