前一天，我想把一张 AI 概念图，做成工厂可以直接制作的文件。
一开始，我觉得这事很简单：把 PNG 图片变清晰，再导出成 PDF，不就可以了吗？
结果，我用 ChatGPT、Gemini 和其他 AI 工具来回试。原本计划十几分钟做完，折腾到睡觉前，也只得到一个稍微清晰一点的版本，离工厂能直接制作还有距离。
中间大约有四分之一的内容已经做出来了，可继续往下做，其他部分开始乱码，画面也慢慢偏离原来的要求。
我还同时开了好几个任务。第二天一上班，电脑变得非常卡。具体是哪项任务造成的，我说不准，但可以确定的是：任务越堆越多，我并没有因此更接近完成。
最后，我找了一个专业人士，花了 200 元，很快就解决了。
这件事让我意识到：AI省不省时间，和任务是否在自己的专业范围内，有很大关系。
我以为是在转格式，实际是在做专业设计
我最初把任务想成“把 PNG 转成清晰 PDF”。
后来才发现，工厂需要的文件不只是看起来清楚，还要符合实际制作要求。比如尺寸要准确，文字要正确，照片位和画作位要按要求排好，文件也要满足具体工艺和设备的需要。
AI概念图能帮助确定视觉方向，但它不一定包含这些生产信息。
图片里的文字如果有错，通常不能像文档那样直接改；照片框看着大小差不多，实际尺寸和间距却可能不对；文件导出来了，也不代表工厂就能直接使用。
至于要不要做成矢量图、怎样处理色彩和工艺图层，也要看工厂具体要求。我当时不清楚这些标准，却一直让 AI 继续做，结果就是指令不够专业，返工越来越多。
不熟悉的领域，AI很难替我判断“对不对”
我之前用 AI 做公众号排版，遇到过乱码。后来把公众号排版标准补充到参考资料里，输出就稳定了很多。
这次的矢量图问题也是一样：如果我提前了解从概念图到工厂制作文件的流程，把尺寸、文字、工艺和交付规范讲清楚，AI也许能做得更好。
但这里有一个前提：我得先知道应该提供哪些标准。
在熟悉的领域，我知道结果应该是什么样，也能判断 AI 做得对不对。即使不用 AI，我手动处理也不会太慢。
在不熟悉的领域，我既说不清楚要求，也很难判断生成结果是否合格。AI可以继续生成、修改，但它不会自动知道我漏掉了什么。于是我不断补指令、重新生成，花了不少时间，却没有把真正的问题解决。
AI的成本，不能只算 Token
这次我用 AI 的费用可能不高，但时间、精力和返工都是真实成本。
反复描述需求、检查图片、改来改去，是时间成本；同时开启多个任务，电脑变卡、工作流程变乱，也增加了管理成本。最后还要请专业人士收尾，前面的尝试并没有真正省下成本。
所以我现在会先问自己三个问题：
这件事我熟不熟悉？
我能不能判断结果对不对？
如果做错了，返工要花多少时间和钱？
如果答案是“我不熟悉，也不知道怎么验收”，我会先找专业人士确认标准和流程，再决定哪些环节适合交给 AI。
AI适合帮忙执行，专业人士帮我少走弯路
专业人士花 200 元解决的，表面上是一张图，实际还包括对制作流程的理解：哪些地方要重做，哪些内容可以保留，工厂需要什么样的文件。
如果我继续让 AI 在错误的方向上反复生成，就算多花几个小时，也不一定能得到能用的结果。
以后遇到类似任务，我会这样处理：先用 AI 做概念图，确认大致的风格和版式；再请专业人士确认生产要求；最后让 AI 协助处理明确、重复的部分。
更省时的配合方式
01 AI做概念图，确认方向
02 专业人士确认标准和交付要求
03 AI协助处理明确、重复的部分
这样，AI做它擅长的创意和执行，专业人士帮我确定标准和交付路径。
我不是每次都需要请专业人士，也不是所有任务都适合交给 AI。关键是先判断自己是否具备提出要求、验收结果的能力。
不熟悉的事，先找人把方向讲清楚，可能比自己反复试错更省时间，也更省钱。