按任务选模型：一张能落地的决策树

面对一排模型名字，有时像站在颜料架前——每一管都写着诱人的名字，可你要画的那张画，仿佛只需要其中一两管。选模型也是这样，纠结”哪个最强”常常是个假问题，真正该问的，是”我这张图，走哪条岔路”。图叮AI 里接入的几个模型切换只是选一下，成本几乎为零，所以更值得花心思的不是排名，是路径。

先问自己三个问题

在点开任何一个模型之前，先把三个判断条件摆出来。它们像三个岔路口，答完，路径基本就定了：

第一，你手里有没有原图？是拿着一张图要改，还是要从一句话里凭空生出一张？第二，你要动的是整张，还是只想改其中一小块？第三，你写指令，习惯用中文，还是英文 prompt 沉淀更多？

这三问，隐隐把后面的路都铺好了。下面顺着岔路一条条走。

岔路一：手里没有原图，要从一句话生出一张

判断条件：没有原图，需要从零生成。

这条路走文生图。你给一句描述，模型从无到有画一张出来，像在空白画布上起稿。它适合做概念图、氛围底、海报的背景素材——这些东西本就没有”原图”可依，全靠描述长出来。这条岔路的终点很明确：一张全新的、之前不存在的图。图叮AI 里的文生图入口就干这个。要注意的是，从零生成的图往往还差最后一段打磨才能交付，这篇讲生成式出图落地差距的分析把那段差距讲得挺透，起稿之后可以对着看。

这条路也有它的边界：如果你手里其实已经有一张真实的产品图，只是想微调，就别硬走文生图。凭空生成的东西再像，也对不上真实产品的型号、材质、比例这些较真的细节。有原图，就该往下一条岔路走，而不是让模型重画一个”看着差不多”的赝品。

岔路二：有原图，只想改其中一块

判断条件：有原图，且只改局部、保留其余。

这条路走指令改图，图叮AI 里接的 Kontext、千问 2509、香蕉都能干这活——给图加一句指令，让它改被点名的那块，其余尽量不动。终点也清楚：换了背景、去了杂物、或调了某处颜色，而主体还认得出是它。

这条路里还藏着一个小岔口，跟你写指令的语言习惯有关。中文大白话写指令为主的工作流，千问 2509 可能更贴手；英文 prompt 沉淀多的工作流，Kontext 更顺——这是团队内部测试里的观察，不是公开结论，会随版本变化，以你自己类目的实测为准（截至 2026-07）。这背后的中英差异，这篇讲跨境场景中英文指令的拆解说得更细。别在这个小岔口上纠结太久，两个都在，同一张图各出一版，让结果替你选。

岔路三：要把主体单独抠出来，换个背景

判断条件：主体没问题，只想换掉背景。

这条路先走一键抠图，把主体干净地分离出来，再配新背景或做背景替换。它和岔路二不太一样：岔路二是”在原图上改”,这条是”先拆再拼”。终点是一张主体锐利、背景焕然一新的图，适合同一款产品批量换不同场景背景。

三条岔路走下来，你大概也发现了：路径根本不由模型名气决定，是由”你手里那张图长什么样、你想让它变成什么样”决定的。想把这几条岔路接进一条完整的创作流程，这篇 AI 创意工作流入门可以当骨架，先搭好流程，再往每个环节里塞对应的模型。真想立刻上手比一比，就在图叮AI 的在线修图入口里拿同一张图沿不同岔路各走一遍，手感比看排名实在得多。

回到最初那排模型名字。它们像颜料架上一管管颜色，看着都诱人，可你真正要画的这张图，从来只需要其中一两管。别再盯着”哪管最贵最厉害”，先看你手里这张图要走哪条岔路——路认准了，那管颜色自己会亮起来。下次再卡在选哪个模型，就把那三个问题问一遍，让手里的活替你选。