把一个“想要矢量图或动图”的需求直接交给文生图模型，最常见的结局是：拿回来一张 PNG，或者拿到一段看着像代码、实际只是把位图塞进 <image> 标签的“假 SVG”。下面按报错排查的思路完整走一遍，从提示词写法、失败重试到导出后处理，把这条链路上容易踩的坑都过一遍。
报错现象
现象 A：要 SVG，回来的是位图。
提示词里写了“generate an SVG icon”，接口返回头是 Content-Type: image/png；或者模型确实是返回文本的，但打开后是这种结构：
```xml
<svg xmlns="http://www.w3.org/2000/svg" viewBox="0 0 1024 1024">
<image href="data:image/png;base64,iVBORw0KGgoAAAANSUhEUg..." width="1024" height="1024"/>
</svg>
```
文件后缀是 .svg，本质却是一张 1024×1024 的位图，改不了颜色、改不了路径、放大会模糊。
现象 B：要 GIF，回来的是单帧。
请求里写了“animated GIF”“loop”“8 frames”，返回的还是一张静态图；或者接口直接报 400 unsupported media type / invalid output format。用 file 一看是 PNG image data。
现象 C：GIF 能播，但只播一次就停。
浏览器里点开播一遍就定格，或者首尾帧接不上，循环时“抽一下”。用 identify -verbose 看，Iterations: 1 甚至没有 NETSCAPE 循环扩展。
现象 D：GIF 体积失控、颜色发脏。
8 帧 1024×1024 出来十几 MB，渐变区域出现明显色带和麻点，肤色变成一块块的。
现象 E：SVG 在浏览器里正常，进 Figma / Illustrator 变成一张图片。
或者导入时报 unsupported feature，路径全丢。
影响范围：设计交付物（图标、插画）、网页动效素材、PPT 与文档配图、公众号头图。位图冒充矢量的问题在交付环节才暴露，返工成本最高。
可能原因
按出现概率从高到低排：
1. 模型本身只输出位图。 输出格式由接口的编码器决定，不是由提示词决定的。提示词写“SVG”只能影响构图风格（比如让画面变得扁平、色块化），不能改变返回文件的编码。这一点用任何模型都一样，具体能力以官方文档当前版本为准。
2. 提示词把“画面要求”和“格式要求”混在一句话里。 “画一个飞行的小飞机，扁平风格，SVG 格式，1024×1024，背景透明”——模型通常只抓住前面的画面部分，后面全丢。
3. 调用参数没指定输出格式。 没传 response_format / output_format 一类字段，服务端走默认值（一般是 PNG）。
4. 拿到的是“伪矢量”。 模型或中间层把位图 base64 内嵌进 <svg>，外层是矢量容器，内层是像素。
5. 动图不是一次生成的，而是需要逐帧拼。 模型一次调用产出一帧，动画由你后处理合成。指望一次调用吐出一个多帧 GIF，多数情况下会落空。
6. 多帧之间没有一致性约束。 每帧单独生成、每次随机种子不同，导致主体漂移、配色跳变、线条粗细不一，拼起来像幻灯片。
7. GIF 封装参数缺失或写错。 -loop 没加、帧延迟算错（GIF 延迟单位是 1/100 秒，不是毫秒）、调色板没做。
8. SVG 里用了目标渲染器不认的特性。 滤镜、混合模式、外链字体、<foreignObject> 里塞 HTML，在浏览器能跑，在 Figma 里直接降级。
9. 平台侧限制。 单次返回体积上限、分辨率上限、并发限制，触顶后会静默降级成小图或默认格式。
逐条排查与解决
1. 先用一条命令确认拿到的到底是什么
不要看后缀，看文件头：
```bash
curl -sS -X POST "$API_URL" \
-H "Authorization: Bearer $API_KEY" \
-H "Content-Type: application/json" \
-d @req.json \
-D headers.txt -o out.bin
grep -i '^content-type' headers.txt
file out.bin
head -c 5 out.bin; echo
```
判断标准：
file输出PNG image data/JPEG image data→ 位图，格式这条路的源头就断了，直接跳到“兜底方案”。head -c 5输出<?xml或<svg→ 是文本矢量，继续往下查。- 是矢量的话，继续查是不是伪矢量：
```bash
grep -c 'data:image' out.svg
grep -o 'data:image/[a-z]*' out.svg | sort -u
```
命中 data:image/png 就是内嵌位图，见第 4 条。
2. 提示词：画面段、风格段、格式段分成三段写
混着写是丢要求的头号原因。改成分段结构，每段只讲一件事：
```text
[subject]
a paper plane flying above three rounded hills, side view, centered
[style]
flat vector illustration, limited palette: #1F2937 / #F9FAFB / #38BDF8,
uniform 8px strokes, hard edges, no gradient, no texture, no drop shadow
[output]
single SVG 1.1 document, viewBox="0 0 1024 1024",
all shapes as <path>/<circle>/<rect>, no <image>, no base64, no embedded raster
```
要动图时，把 [subject] 拆成不变的基础段和每帧只改一行的动作段：
```text
[base]
same flat vector character, same palette #1F2937 / #38BDF8,
same camera distance, same stroke width, plain background
[motion]
frame 2 of 8: right arm raised to 45 degrees, left arm unchanged
```
判断有没有效：让模型画一个“纯黑正方形”这种极简图形，然后看返回里有没有 <rect> 标签。有 <rect> 说明真的在出矢量；还是 <image>，说明提示词这条路走不通，别再调措辞了。
3. 参数层：把格式写进请求体，而不是写进提示词
```json
{
"model": "<model-name>",
"prompt": "...",
"size": "1024x1024",
"n": 1,
"response_format": "png"
}
```
字段名各平台不统一（有的叫 output_format，有的放在 modalities 里），以官方文档当前版本为准。如果文档里压根没有 SVG / GIF 这类取值，那就说明接口不支持直出，结论就是第 1 条。
4. 伪矢量清理
如果 SVG 里只有一层 <image>，两条路：
- 找平台要真正的矢量导出通道（有些平台提供“矢量模式”或后处理接口），以官方文档为准。
- 自己描一遍，见第 8 条。
手工清理时顺手做两件事，能省掉后面一堆返工：
```bash
把写死的颜色换成可继承的
sed -i 's/fill="#[0-9A-Fa-f]\{6\}"/fill="currentColor"/g' out.svg
确认没有外链资源
grep -n 'href="http' out.svg
```
currentColor 让图标在深色模式下直接可用，不用再导出两份。
5. 动图：逐帧生成 + 固定种子 + 首帧做参考
一次调用出一整套帧，多数模型做不到。稳定做法是逐帧生成，并且：
- 固定
seed（字段名以文档为准），只改动作那一句； - 把第 1 帧作为参考图传给后续帧（图生图 / 参考图接口），比纯文本描述一致得多；
- 帧数控制在 6～12 帧，GIF 场景下再高意义不大，体积还翻倍。
循环闭合的关键：末帧要能接回首帧。两种做法，一是首尾帧用同一张图（来回摆动的循环），二是把动作设计成完整周期，比如 8 帧里第 8 帧和第 1 帧只差一点点位移。
生成完先做一致性抽检，别急着合成：
```bash
for f in frame_*.png; do
printf "%s " "$f"; magick identify -format "%wx%h\n" "$f"
done
```
尺寸不一致、个别帧明显偏色，就单帧重试，别整批重来。
6. 合成 GIF 与循环控制
ffmpeg 单命令版（带调色板，画质明显好于直出）：
```bash
ffmpeg -framerate 8 -i frame_%03d.png \
-vf "split[s0][s1];[s0]palettegen=max_colors=128[p];[s1][p]paletteuse=dither=bayer" \
-loop 0 out.gif
```
ImageMagick 版：
```bash
magick -delay 12 -loop 0 frame_*.png -layers Optimize out.gif
```
两个参数要记牢：
-loop 0表示无限循环，-loop 1是播两遍；-delay在 ImageMagick 里单位是 1/100 秒，-delay 12约等于 8 fps；ffmpeg 那边用-framerate，别混。
验证是不是真的循环了：
```bash
xxd out.gif | head -8 | grep -i netscape
identify -verbose out.gif | grep -i -m1 iterations
```
NETSCAPE2.0 扩展存在、Iterations: 0 就对了。没有这个扩展，播放器播完就停。
7. 体积与颜色
GIF 硬上限 256 色，渐变多、阴影多的图必然出色带。几个能立刻见效的手段：
```bash
有损压缩，肉眼几乎看不出，体积能砍一半
gifsicle -O3 --lossy=60 -o out.min.gif out.gif
尺寸减半
magick out.gif -resize 50% out.small.gif
```
如果目标是网页，认真考虑换格式：同内容的 WebP 动图或 MP4，体积通常是 GIF 的几分之一，颜色也不受 256 色限制。GIF 只作为兼容兜底。
8. 位图转 SVG 的两条路
单色 / 双色图标用 potrace：
```bash
magick input.png -monochrome pbm:- | potrace -s -o out.svg
```
彩色扁平插画用 vtracer（支持彩色描边）：
```bash
vtracer --input input.png --output out.svg --colormode color
```
判断适用性：扁平插画、图标、logo 转出来是干净的；照片、复杂渐变、细密纹理转出来会变成几千条碎路径，文件比原图还大，这种就别硬转。
转完一定校验：
```bash
grep -c '<path' out.svg
grep -c 'data:image' out.svg # 必须是 0
```
<path> 数量在几十到几百之间算正常，上万条说明参数调过头了，回去降低颜色数或提高 --filter_speckle 一类的去噪阈值。
都不管用时的兜底方案
1. 接口就是不支持 SVG 直出。 让模型出位图当草图，走第 8 条自动描摹，或者人工在 Figma / Illustrator 里重绘。图标这类东西，人工重绘半小时，比跟提示词死磕两小时划算。
2. 接口就是不支持多帧。 用“关键帧 + 补间”的思路：只生成 2～4 张关键姿势，中间帧交给 CSS @keyframes、SMIL 或 JS 做插值，最终交付 SVG 动画而不是 GIF。文件小、可无限缩放、颜色不受限。
3. GIF 体积怎么压都超标。 改交付 MP4 / WebM，网页里用 <video autoplay muted loop playsinline src="..."> 播放，视觉上和 GIF 没差别，体积差一个数量级。
4. 颜色失真无法接受。 用 APNG 或 WebP 动图，同样保留完整色彩，只在需要兼容老环境时才降级到 GIF。
5. 所有路都堵死。 回到需求本身问一句：这个动图是给谁看、在哪儿播。多数场景其实一张静态图加两句说明就够了。
如何预防再次发生
- 先做能力探针，再写业务提示词。 花两分钟发一个极简请求（纯黑正方形、单帧），确认返回是真矢量还是位图、能不能出多帧，再决定后面怎么做。这一步能省掉大量“调了一下午提示词”的时间。
- 提示词模板化、版本化。 固定成
[subject] [style] [output] [negative]四段，存进 Git，每次改动留记录。模型更新后哪段失效了，一眼能看出来。 - 参数固化到配置文件。 尺寸、种子、帧数、格式写进
config.json，脚本读配置，不靠手敲命令，避免“这次能跑下次不能跑”。 - 流水线里加自动校验。 生成完自动跑
file判类型、判<path>数量、判帧数、判文件体积，不通过就报错退出，别让半成品流到交付环节。 - 交付前过一张 checklist： 是真矢量吗（
grep data:image为 0）？循环吗（Iterations: 0）？首尾接得上吗？体积在预算内吗？目标软件打开正常吗？有没有降级方案？ - 关注平台 changelog。 输出格式这类能力变化快，以官方文档当前版本为准，别拿半年前的结论套现在的接口。