我拍了很多照片，但回头翻相册总觉得差点意思。刷 X 看到有人分享的风格 Skill，普通照片放进去就变成水彩和手账。于是试了两种做法：一种拿参考图做风格迁移，一种装上 Skill 再调用，分别在 GPT、豆包、千问和 WorkBuddy 里各跑一遍。

我拍了很多照片，但回头翻相册，总觉得自己拍得不太好看。

风景是好看的，饭也挺好吃，怎么到了我的照片里，就差点意思。直接发吧，感觉有点普通，又想看看能不能弄得高级一点。

后来刷 X，看到小小东分享的风格 Skill。普通照片放进去，出来就成了水彩、拼贴、手账，看着确实比原来有意思。

我本来想装几个试试，但又想到：图像模型不是可以做风格迁移吗？

那我直接把他的 Skill 宣传图拿来当参考，再加上自己的照片，让 AI 照着改，不就行了？为什么还要安装 Skill 呢？

说实话，找 Skill、安装，再让工具调用，我觉得有点麻烦。如果发两张图就能解决，那我肯定想选省事的。

但这两种方法做出来，到底有没有区别？装了 Skill，是不是就更能还原宣传图里的设计？

出于这个好奇心，我从相册里挑了一张风景、一张烤肉，分别放到 GPT、豆包、千问和 WorkBuddy 里试了试。一种直接拿参考图做风格迁移，另一种用 Skill，看看多出来的这些步骤，到底值不值得。

01 先拿一张风景试试

先看我拍的原图。蓝天、白云、树林，还有一大片草地。

skill是这种带水彩、纸纹和邮戳的旅行票券，我找了官方的参考图片来做测试。

一种做法，是把这两张图一起发过去，让它照着转换。另一种，是用小小东的xxd-panel-013skill，就是图片这个风格。

下面都按同一个顺序排：左上 GPT，右上豆包，左下千问，右下 WorkBuddy。先看直接迁移。

这么放一起，区别就比较明显了。

GPT、千问和 WorkBuddy 都做出了左边画、右边信息栏的票券。豆包则画成了一整幅水彩，更像明信片，参考图的信息栏没有保留。

但放大看，豆包邮戳、千问信息栏里，还写着布达佩斯。千问连参考图的日期、坐标和编号也留了下来。我的草地怎么就被贴上这个地点了？

GPT 这张没有沿用这些信息，不过这里得说明：助手展开的指令里明确要求不要编日期和地点，不能全算成模型自己的判断。WorkBuddy 换成了草地、林缘的描述，日期则写了本次测试当天的日期，也不能因此就当作拍摄日期。

WorkBuddy 这次还给了英文票券和纯水彩，四宫格里选的是中文版本，不是把三张当作三次测试。

再看 Skill。

这组都变成了上面摄影画面、下面水彩票券，整体形式比迁移组接近。

GPT 的水彩比较明亮，文字也比较完整。但第一版同样编过日期，重新生成才去掉，圆章小字仍有失真，上下也没有严格对半。

豆包的信息栏空得比较多，DATE 和 SUBJECT 还出现了重复。千问换成了中文，“林边草地”“阳光与夏天”都能读，不过日期、编号和全零坐标仍需核对。

WorkBuddy 的票券颜色更淡，英文排得比较清楚，但日期和编号也不能直接当成真实信息。

看完这两组，相比直接转绘我觉得skill的效果会更好，但文字、日期这些地方，一样得检查。

02 再换成一桌烤肉

这张就复杂了。肉盘、陶罐、蒜片、蘸料、蘑菇，再加上右边的烤盘，满满当当。

这也是xxd-panel-115skill官方案例：手绘蜡笔风+贴纸便签风格

先看直接迁移。

GPT 把木桌和烤盘去掉了，主要留下食物，再加浅蓝、浅绿纸片和蜡笔纹理。它不只是把照片描一遍，也做了删减。

豆包基本把整桌画了下来，颜色浓，描边明显，还加了花、爱心和便签。单看挺热闹，但比参考图挤得多，部分手写英文也看不太明白。

千问在桌子四周留了纸面，搭配便签和格纹胶带，英文改成了聚餐相关的内容，已经有我想要的手账感觉。

WorkBuddy 这次换了 HY4，只生成一张。桌面关系保留得比较完整，蜡笔和撕纸也有了，不过食物仍然画得比较细，没参考图那么简练。

再用小小东的 xxd-panel-115skill，看它的蜡笔拼贴会怎么处理。

这里效果最好的是gpt，可能写skill的时候作者是根据image模型来调整的。

豆包把颜色统一成了粉橙色，效果显示很一般，skill很大可能不适配。

千问这张变化更明显。只留下两盘肉、陶罐、调料碟和叶子，拆开摆在纸上，东西之间的空隙更大。比较适合做什么呢，手帐？

WorkBuddy 的这一版本和原图基本一致，但是吧原图拍的角度不好，这张图也感觉比例有些问题，并没有达到我想要的效果。

如果只问哪个好看，每个人可能选得不一样。但我这次还想看：有没有还原 Skill 原本的设计？

GPT是最接近的。

03 这几组里，我会怎么选？

这轮看下来，风景我更喜欢 Skill，烤肉则更喜欢直接风格迁移。

风景的 Skill 版，上面是摄影画面，下面是水彩票券，这种把照片和设计放在一起的形式，更合我的心意。直接迁移也有好看的，但有些没保留票券布局，有些连参考图里的地点也照搬了。

烤肉就不一样了，四个工具的迁移结果我都觉得挺好。GPT 去掉了桌面背景，豆包画得浓一些、热闹一些，千问和 WorkBuddy 也各有拼贴的感觉。虽然不同，但都有让我想留下来的地方。

反而烤肉的 Skill 版，没有让我觉得更好。有些画面太满，有些没做出原本要求的小主体和大留白。既然直接迁移已经满意，这张我就没必要多折腾。

不过，我更喜欢风景的 Skill 版，主要是喜欢它的成品形式，不代表已经证明它更准确、更稳定。两种方法的输出要求也不完全一样，这里说的是我的选择。

速度上，这次我的感觉是豆包最快，其次 GPT，然后千问，WorkBuddy 最慢。没有统一计时，WorkBuddy 还出过三个版本、中途换过模型，所以只作个人体验参考。

对我来说，不用先决定站哪一边。同一张照片，哪种做出来更喜欢、改起来更省事，就用哪种。

04 模型再进化下去呢？

试完之后，我还是会想：以后直接给参考图就能做得更好了，这类风格 Skill 还值得装吗？

如果我只是偶尔改一张照片，可能会越来越少需要。参考图已经能说清楚我想要什么，结果又满意，我肯定更愿意直接发图。

但这次风景的结果也提醒我，有时候我喜欢的，不只是水彩笔触，而是一整套搭配好的设计。Skill 如果能把这些要求整理好，让我换张照片也方便继续做，那它还是有用的。

只是“能做出来”和“每次都能做好”，不是一回事。

所以我觉得，模型进步以后，单纯描述一种画风的 Skill，可能会变得没那么必要。但如果它能把一套我喜欢的设计反复做好，确实比我每次发参考图更省心，我还是愿意用。

毕竟我最开始只是想让相册里的照片好看一点。但其实好与不好是对比出来的，很多时候只做了一两版觉得不错就用了，普通人可以直接用生图模型即可，对于专业的人来说skill可以锦上添花。