OpenAI 的模型逻辑是不是又在胡言乱语了

我真的服了，本来想让 ChatGPT 帮我搞个简单的居家健身计划，结果它给出的方案直接让我怀疑人生。我只是想找个能贴在墙上随时看的锻炼指南，结果它生成的这张图，简直是在挑战人类的生理极限，或者说是在挑战物理定律。

事情是这样的，我输入了一段非常明确的提示词，要求它生成一张风格简洁、适合打印出来贴在墙上的健身动作示意图。我预想的是那种线条感强、动作清晰的矢量风格图，结果它直接给我整了个“超现实主义健身”。

仔细看那张图（虽然这里没法直接贴图，但我描述一下那种冲击力）：

• 动作逻辑： 动作完全不符合人体工学，有的动作看起来像是要把脊椎折断，有的则像是要把肢体甩到另一个维度去。
• 视觉错位： 画面里的人体结构极其混乱，肢体和背景的融合方式有一种诡异的、AI 特有的“液态感”，完全没法作为参考指南使用。
• 实用性： 这种图贴在墙上，如果不小心照着练，估计第二天就得去挂急诊，而不是去健身房。

这让我开始思考一个挺深的问题：现在的多模态大模型在处理“功能性指令”时，是不是存在某种天然的短板？当用户要求的不是“艺术创作”而是“准确的信息传递”时，模型往往会因为过度追求画面的“丰富度”或“美感”，而彻底牺牲掉逻辑的严密性。

如果你也遇到这种模型“过度发挥”的情况，我建议在写提示词的时候，别只说“生成一张健身图”，得把约束条件写死。比如：

Task: Generate a minimalist instructional fitness guide.
Style: Clean vector line art, white background, high contrast.
Constraint: Ensure human anatomy is biologically accurate. No surrealism. No distorted limbs. 
Content: Show 4 distinct exercises (Squat, Push-up, Plank, Lunges) in a grid layout.

这种实操经验告诉我，指望模型自动理解“实用性”是非常危险的，必须在提示词里把“不要做什么”写得比“要做什么”还要具体。