好久没有露面的刘强东，最近跑去送了外卖，被人给抓拍到了：

而且还和“兄弟”王兴一起自拍：

前两天还在上演激烈的商战，突然大和解了么。。

别误会，第二张照片是网友用 GPT-4o 生成的。

不止如此，还有陈奕迅和谢霆锋的偶遇：

成龙和施瓦辛格的偶遇：

还有油管超级网红“甲亢哥”爬长城的自拍：

这些照片全是 AI 生成的。。。而且在各大平台上已经泛滥。毫不夸张地说，这些 AI 照片已经到了真假难辨的程度了。

这就是最近全网非常火的“意外风”照片。

这种玩法最开始来自 reddit 上的一个帖子，有一个网友发了一张“再日常不过”的照片。

这张平平无奇的照片，就是用 GPT 生成的。

和以往的 AI 照片不同，这些照片主打一个“不经意”和“瑕疵”。

比如 reddit 上这张图，缺乏主题，没有焦点，运动模糊，曝光不准确，被拍摄的物体也是充满了各种“瑕疵”，地面不整洁，有各种污渍，磨损，甚至连车都是一辆普通的家用车。

Reddit 上有一个网友说得好：

那这种不完美的“真实”照片是怎么生成的呢？

核心是反向提示词。

这是之前的惯用的提示词——

阳光照耀下，一位穿着复古白色连衣裙的年轻女子站在樱花树下，微笑看向镜头，背景是浅粉色花海，清晨柔光，照片风格，4K 高清

总之提示词描述地越细致、越详细，效果越逼真。

与之前“完美”的提示词不一样，反向提示词主打就是描述不完美，比如

“平凡无奇，随手一拍，曝光过度，构图混乱，平庸，没有特点”

比如生成一张马云和马斯克在大雁塔前的自拍的提示词：

请画一张极其平凡无奇的 iPhone 自拍照，没有明确的主体或构图感，就像是随手一拍的快照。照片略带运动模糊，阳光或店内灯光不均导致轻微曝光过度。角度尴尬、构图混乱，整体呈现出一种刻意的平庸感-就像是从口袋里拿手机时不小心拍到的一张自拍。主角是[马云和马斯克]，[晚上]，旁边是 [西安大雁塔]。

只需要替换[]内的对应内容，就可以生成你想要的内容。

如果想和大佬合照，上传一张你自己的照片，并使用如下提示词：

请画一张极其平凡无奇的 iPhone 自拍照，没有明确的主体或构图感，就像是随手一拍的快照。照片略带运动模糊，阳光或店内灯光不均导致轻微曝光过度。角度尴尬、构图混乱，整体呈现出一种刻意的平庸感-就像是从口袋里拿手机时不小心拍到的一张自拍。主角是 [XX和马斯克，马斯克表现得比较高兴]，[晚上]，旁边是 [上海外滩]。

这是小瑶和世界首富马斯克的合影——

如果你不想自拍，只是想要一张足够以假乱真的普通照片，可以用下面的提示词模板：

这是一张极其普通、毫无特色的 iPhone 照片，看不出明确的主题或构图——就像是随手一拍的快照。画面中可能[包含一段人行道、一辆停着的车的车角、背景里的绿篱，或其他杂乱的元素]。照片有些轻微的运动模糊，阳光不均导致曝光略微过度。拍摄角度显得尴尬，几乎没有构图可言，整体效果平平无奇——就像是不小心从口袋里掏手机时误按快门拍下的一张照片。

方括号中内容就是你想要表达的主题。

这是我用这一段提示词的效果：

这些照片到底有多真？

先把这张照片让 o3 给判断一下：

（GPT-4o 生成，提示词：马云和马斯克， 晚上在西安大雁塔旁边的自拍）

o3 的答案：这是假的！

能证明 o3 有能力分辨一般的 AI 照片。

接着，我把这张图问了 o3 是真是假？

o3 从纯视觉角度已经分辨不出真假了。。。。

我又用几张图试了试，同样的效果：

虽然 o3 对这些照片分析很细致，但是 o3 统一认为都是真实的图片。

那么用 Gemini 2.5 Pro 呢？

Gemini 2.5 Pro 判断对了。

但是它的判断逻辑是根据公开信息，图片的两位主人公没有共同游览西安的报道。

而从图片本身的视觉信息上，没有给出任何确定性的结论。可以认为照片的真实程度已经超过了 Gemini 2.5 Pro 的判断能力。

这套“反向提示词”模板生成的不完美照片，其真实程度超出了当前最顶级的图像模型的判断能力。

Reddit 上的网友普遍表示：

除了感慨图形过于逼真之外，还有些网友已经开始动起了歪脑筋。

比如通过编辑照片，放大汽车事故严重性，骗取保险：

还有这样子的：

技术的提升永远都是双刃剑，这种矛和盾的交锋肯定还会继续。

当“瑕疵”都能被完美伪造时，“眼见为实”这四个字，还剩多少分量？