本文定义专栏的工作方法。它不评测具体模型，不报告未经记录的制作耗时或画面收益，也不把公开示例写成生产结论。
01 / 这个专栏回答什么
AI 已经能写出着色器草稿、批量整理参数、生成参考图，也能把一段需求扩成工具原型。技术美术如果只把这些输出直接交出去，得到的是更快的草稿，不是更稳定的制作能力。
这个专栏关注四个问题：任务边界是否写清，候选是否接受约束，视觉或技术结果能否重复观察，有效过程能否留给下一次使用。模型名称、提示词和界面会变化，这条判断顺序可以留下。
02 / 生成速度本身不是成果
一次看起来合理的材质、一张接近目标的参考，或者一段能够运行的脚本，都只是候选。它还没有说明输入是什么、哪些条件被固定、失败时如何回到上一版，以及别人能否按同样条件复核。
所以专栏不把“模型给出了答案”当作完成。完成至少要同时留下三件事：原来的问题，被接受或被拒绝的候选，以及拒绝或接受的观察依据。没有依据的好结果，下一次无法区分是判断，还是偶然。
03 / 把一次生成收成一条闭环
一次 AI 辅助工作可以按五个步骤记录，而不是按聊天轮数记录。
- 问题与约束。写明要改变的视觉或生产结果、不能破坏的内容、目标平台和允许的时间。约束来自制作要求，不来自模型默认偏好。
- 候选生成。让模型提出一个或少数几个方案。同时保存输入、版本和它明确做不到的部分。
- 约束检查。先检查命名、参数范围、依赖、平台限制和可重复执行等可以被规则判断的项目。不能通过的候选不进入视觉讨论。
- 观察验收。在固定的光照、相机、曝光和对照资产下看结果。需要比较时保留前后条件；只说“更好看”不算验收。
- 留下记录。记录最终选择、被放弃的原因，以及下次可以直接复用的输入或检查步骤。
这五步不要求每次都做大型实验。小改动也可以只留下约束、一张对照和一句结论。关键是结论能够追溯，而不是对话结束后只剩最终文件。
04 / 分清可交给模型的部分
模型适合扩大候选、整理已有资料、发现明显遗漏和生成需要人工阅读的草稿。它不适合代替目标定义、最终视觉取舍、未经运行的性能结论，以及任何没有来源的实现细节。
因此提示词应该描述约束和验收方式，而不是只描述希望看到的风格。一个有用的请求会说明：输入在哪里，输出要满足什么，哪一项必须由人确认。模型回答后，人的工作从“继续追问”转成“按预先写好的条件检查”。
05 / 接上已有的技术美术方法
AI 专栏不替代另外三个方向，它把生成步骤放进已有方法里。
- LookDev提供观察候选的稳定环境。光照、曝光和显示链路没有固定时，模型生成的材质无法比较。
- 生产工具设计要求修改可计划、可重复、可恢复。模型写出的脚本也要经过这些检查，不能因为生成得快就跳过。
- 材质系统设计用参数契约限制自由发挥。生成的新效果先落入已有参数和模块边界，再决定是否扩展系统。
后续文章会沿这条顺序写具体题目，例如材质候选的对照方法、工具草稿的验收清单，以及参考图进入 LookDev 前需要保留的信息。每篇都需要有可重复的步骤；只有观点、没有验证条件的内容不进入专栏。
参考资料
- NIST — AI Risk Management Framework：把 AI 系统的使用放到可衡量、可治理和可改进的过程中。此处只借用“结果需要被检查和接受”的框架，不把它当作渲染或材质标准。
- 本站 — LookDev：建立可信的材质判断环境：候选进入视觉比较前的观察基线。
- 本站 — 生产工具设计：生成的工具草稿仍要满足可靠流程。
- 本站 — 材质系统设计：新效果进入系统前的参数与模块约束。
资料核对：2026-10-18。NIST 页面用于说明风险管理框架的存在，本文没有引用其中的控制项编号，也没有据此声称某种模型或流程已经通过评估。