一遍渲染一遍比對，就像一鍋湯要一遍遍試味才對得上

先說清楚事情。這幾天，V2EX 上一位暱稱 weishao666 的開發者分享了他做「圖片轉 PPT」的心得。他說，最難的從來不是生成第一版，而是讓第一版和原圖對得上。他的辦法聽起來一點都不聰明：讓 AI 把結果渲染成圖，跟原圖一塊一塊比，找出差最多的那一塊，改，再渲染。單張圖通常要跑十幾輪。他自己也承認這法子慢，但穩的地方恰恰在這裡：差多少是量出來的，靠眼睛和數據，靠模型的自我感覺。

這段話讀完，廚房裡的人大概會點頭點得很用力。因為這就是我們每天在爐子前做的事。

你以為的第一版，通常只是還沒開始

做一鍋湯，第一版永遠最順利。骨頭焯水、薑片下鍋、水滾轉小火，前半段幾乎不會出錯，就像生成第一版 PPT 一樣，看起來已經有模有樣。湯色是湯色，浮沫撇乾淨了，聞起來也有股端正的肉香。

真正的難關在後面：它跟你想喝的那碗湯，對得上嗎？

鹹了半分還是淡了一分，喝的人說不上來，但舌頭知道。這時候你只有一個笨辦法，舀一勺起來，吹涼，嘗。太鹹就加點水 or 放幾片白蘿蔔進去吸味，太淡就補一小撮鹽，攪勻，再舀一勺，再嘗。十幾輪跑不掉的。這位開發者說他的單張圖要十幾輪渲染比對，我完全不意外，一鍋像樣的湯也差不多是這個輪數。

而且你不能只看湯的表面。就像他堅持要真的渲染出來，不能只聽模型自述「我改好了」，你也不能只聞香味就判斷湯好了。香味會騙人，尤其小火慢燉的時候，整間廚房都是骨頭和薑的味道，你會以為一切都對了。非得舀起來、放進嘴裡，差異才是量出來的，靠舌頭量，用喉嚨確認。

找出最差的那一塊，比全面撒網有用

他的流程裡有一個細節特別值得借來廚房用：每一輪只挑「最差的一塊」來改。

這很像我們在調一鍋滷味。滷汁裡有蛋、有豆幹、有豬脖子肉，你不可能每一輪把所有東西都撈出來重滷。你會先咬一口最薄的那塊豆幹，嗯，夠味了；再戳一下最厚的那塊肉，中心還是白的、還是淡淡的，好，下一輪火就為它開。找出最差的目標，一次改一件事，這是慢，但也是為什麼穩。

這道理跟先前我們聊過的便宜食材要靠老灘和火候的分寸其實是一路的：不追求一次到位，靠的是一輪一輪累積出來的準確。

卡關的地方，廚房裡也有對應

他說目前卡在兩類圖：超大圖渲染慢，長條圖分塊之後對齊容易錯。一個考慮分區降採樣，一個在試按格拆頁。

這聽起來就很像辦桌備料。一整條三十人份的大黃魚不好一次蒸，有經驗的師傅會切段、分區、按厚薄排進蒸籠，厚的先進，薄的後放。長條圖對不齊，就像切一整條蘿蔔糕，刀一長就容易歪，所以老師傅會先畫格、按格下刀，每一格對著線走。分區、按格，這兩個解法，一個在螢幕裡，一個在砧板上，骨子裡是同一套手藝。

收在你可以用的地方

下次你在廚房裡覺得自己笨，一道菜試了五遍味道還是不對，別急著懷疑自己。這位開發者單張圖跑十幾輪，一鍋湯試十幾勺，穩的東西從來都是這樣磨出來的。差異要量，靠舌頭，靠眼睛，靠一次只改一個變數。

具體可以這樣做：調味的時候準備一支乾淨的小湯匙，每一輪試味前沖一下，免得上一輪的鹹味賴帳。改的時候一次只動一樣東西，鹽 or 糖 or 火，不要同時動兩樣，不然你會不知道是哪一個救了這鍋湯。

最後，盛碗之前再試最後一勺。那一勺，就是你的渲染比對結果。對得上了，就開飯。