铃阅时讯
❌

普通视图

一家大型企业有几十万份文档,究竟应该怎样

2026年10月9日 19:58

这个男人来自千祥 2026-10-09 19:58 浙江

国庆前刚帮上海一家大型国企,把几十万份文档塞进知识库。客户问得特自然:“全导进去让AI直接用行不行?”

技术上当然行。可真干起来才发现,“导进去”反而是整件事里最容易的一步。

这些资料散在OA、ERP、企业微信和NAS里。同一份制度能冒出三个版本,AI该信哪个?正式文件和会议纪要说法打架,听谁的?

更麻烦的是格式。扫描PDF、几百页的制度、带合并单元格的Excel全混在一起。要是表格解析错了、长文被机械切断,后面再强的模型也只能对着碎片胡猜。

最吓人的是,AI找错文件比找不到还危险。它要是精准召回了一份过期的差旅标准,回答得头头是道,员工照着订票,这责任算谁的?

到了Agent时代,权限更是个大坑。员工没权限看薪酬,他调的Agent却可能顺藤摸瓜拼出完整报告。甚至还能直接写回知识库——谁允许它写的?写错了谁负责?

所以别光想着建更大的知识库。企业真正要搭的,是一条能持续供应可信知识的流水线。

跳转微信打开

TRAE 全面升级,太像 Codex 了,想想也没毛病!

2026年10月9日 17:57

原创 向阳乔木 2026-10-09 17:57 北京

先说一个暴论:国内如果你用不了 Codex,那就直接用 TRAE。

毫无疑问,TRAE 是国内 Coding 领域的第一,长期以来专注于 AI Coding。

这也是字节跳动内部工程师一直在用的产品,有很多沉淀积累。

现在,TraeWork 和 TraeCode 两条产品线合并,统称 TRAE。

合并后,TRAE 体验和能力是我用过的所有 Agent Harness 中最接近 Codex 的产品。

不废话,上实际案例。

需求调研

经常有朋友问,乔帮主你为啥有这么多 Vibe Coding 想法和灵感。

我想了下,一方面从自己需求出发,另一方面也会关注很多别人的产品,从中找灵感(偷)。

乔布斯说过:“优秀的艺术家复制,伟大的艺术家窃取”。

从哪儿看新产品呢?比如 Producthunt。

你可以打开 TRAE ,点击插件市场,安装上“电脑控制” 和“浏览器控制”插件。

图片展示的是TRAE插件市场界面。左侧为导航栏,有新建任务、插件市场等选项。右侧是插件市场内容,介绍发现并安装插件、技能和MCP,拓展TRAE能力。其中“电脑控制”和“浏览器控制”插件被红色框突出显示,前者可让TRAE直接操作电脑,替代鼠标和键盘;后者能连接你的Google Chrome、豆瓣等浏览器。这些插件与上下文提到的安装“电脑控制”和“浏览器控制”插件相呼应,为后续让TRAE帮助查看Producthunt等功能做准备。

有了这两个插件,我就可以让 TRAE 去帮我看 Producthunt,找出日榜、周榜、月榜中排名不错的产品。

图片展示了TRAE界面,左侧为功能菜单栏,选中“Product Hunt 榜单筛选”选项。右侧是TRAE的编辑区域,上方有“用 iOS 脚本访问 producthunt 最近几周榜单的前三名,找出值得复制的产品,而且对初学者有用的”任务提示。下方是TRAE的代码编辑区,显示了使用LCUI进行Product Hunt榜单筛选的代码,还列出了相关插件、MCP等信息。该图片与上文提到的让TRAE帮看Product Hunt、找出排名不错产品等内容相呼应,展示了TRAE操作界面及代码编写情况。

甚至还能一句话变成自动化任务,每天自己运行找有趣的产品。

图片展示了TRAE创建的三个定时任务,分别是“PH日榜Top7推送”“PH周报:每日榜第一”“PH月报:周榜第一”,对应每天16:05、每周一16:05、每月1日16:05执行。任务内容为推送当日、上个周/月的榜单产品,下次运行时间也一并列出。图片下方还说明了任务实现说明,包括脚本、推送时间选择及任务有效期等信息,与上文提到的让TRAE帮看Producthunt、找有趣产品等内容相呼应。

最近看到一个免费设计资源站,收录了 2万 UI 设计库,很适合学习研究。

这张图片展示的是TRAE工具筛选出的相关产品列表页面,页面上方标注了筛选条件为近4周榜的4-15名,筛选出的多为小团队或独立开发者的小众产品。列表中分为产品、做什么、为什么值得复刻三列,其中被红色方框高亮标注的是“Kombai Gallery”,该产品的介绍为“2万+精选UI设计库,给Agent和人用”,右侧说明其内容来源模型贴合能力模型,具备类似Vector编码圈的导航功能,是值得复刻的一款设计资源类产品。图片展示的是Kombai网站界面,其口号为“20,000+ standout UI designs Free forever for agents & humans”。界面中有一个搜索框,下方有Web、Mobile等分类标签,以及Landing Pages、Dashboard等设计类别。还展示了多个设计示例,如“Toggle switch | Aqua”“Video player | Infinity”“Carousel | Record Sleeve”等。该图片与文档中提到的“最近看到一个免费设计资源站,收录了2万UI设计库,很适合学习研究”相呼应,直观呈现了该设计资源站的界面及部分设计作品。

那我会想是否能开发出一个工具给大家学习用?

学 UI 插件开发

最近乔帮主沉迷 Obsidian 插件开发, 想把自己的所有需求,都尽量通过这个软件承载。

这样实现 All in One 的阅读、学习、记录,且电脑和手机都能用,分发传播也方便。

比如自己国庆假期开发的几个插件,累计下载已超过一万。

图片展示了TRAE插件市场中搜索“qiaomu”后的结果。搜索框内显示“qiaomu”,右侧有“仅显示已安装”开关。当前显示5个插件,分别是Qiaomu AI RSS、Qiaomu Reader、Qiaomu Home、Qiaomu Radio和Qiaomu Agent,均为未安装状态。这些插件由向阳乔木开发,更新时间不一,如Qiaomu AI RSS更新于2天前,Qiaomu Reader更新于16小时前等。该图片与文档中TRAE插件开发内容相关,展示了开发过程中可利用的插件资源。

这个 UI 学习工具,也打算做成 Obsidian 插件,我就对 TRAE 说:

“基于这个网站的所有图片和分类,做一个 qiaomu-product-gallery 的 Obsidian 插件: https://kombai.com/gallery/web/”

图片展示了TRAE开发qiaomu-product-gallery Obsidian插件的界面。左侧是TRAE的项目列表,选中“创建Obsidian产品画面插件”。右侧是TRAE的开发界面,显示了基于kombai.com网站图片和分类的开发任务,有“任务已手动终止”等提示,还列出开发用到的Skill“npx skills add joeseesun/qiaomu-obsidian-dev”等信息。该图片与上下文紧密相关,直观呈现了TRAE开发插件的界面及任务情况。

等了10 多分钟,第一版就开发好了,开发用到的 Skill:

npx skills add joeseesun/qiaomu-obsidian-dev

很多设计师和产品经理都会花钱订阅 mobbin 网站,这个网站有 62 万张真实截图、14 万以上的用户流程,覆盖 1,000 多个 App。

如果拼截图数量,我们肯定不行,所以我让 TRAE 把我之前做的 UI 学习网站也整合进来。

这是一张Obsidian编辑器的界面截图,对应文档中关于TRAE开发UI学习插件的内容。左侧导航栏中,“整合UI学习网打造审美工具”这一选项被红色框线标注,是当前选中的内容。右侧是TRAE完成开发任务的相关信息,其中一段用户需求被红色框线重点标注,内容为“整合这个库 https://github.com/joeseesun/learnui 我希望我们的产品变成产品和UI学习和审美提升工具,还能点评做笔记”。界面还呈现了任务耗时、当前插件现状、整包方案等内容,体现了TRAE按用户需求推进插件开发的过程。

经过几轮对话,TRAE 调用我的 Skill 完成了所有开发、安装 Obsidian 测试 。

最终成品包含了灵感图库、UI 词典、风格图鉴、审美测试等功能,演示如下:

最后,一句话让 TRAE 帮我上架到了 Obsidian 官方插件库。

安装 Obsidian ,打开设置->第三方插件,搜索 qiaomu 就能找到。

已有产品改造

DeepSeek Harness 终于推出了桌面客户端。

听身边朋友说灵活性特别高,可以定制开发自己的插件。

图片展示的是DeepSeek Harness的界面。上方有“deepseek Harness”标识及语言选项。中间大字显示“DeepSeek Harness Ready to use. Right now.”,并介绍其适用于日常任务、编码等。下方有“Download for macOS”下载按钮。左侧有“New Session”“Plugins”“Automation”等功能选项。右侧弹出窗口介绍DeepSeek Harness,称其为开源插件,基于Codex的“一切皆插件”架构,可作为桌面应用运行或从代码启动Web UI。该图片与文档中介绍TRAE(太像Codex了)的内容相关,展示了TRAE的插件版本DeepSeek Harness。

于是我把自己的所有 Obsidian 插件都做了一份 DeepSeek Harness 版。

Obsidian 版因为有用户反馈,迭代更快,两边版本慢慢对不齐了。

所以,我会让 TRAE 比较两边代码插件,帮我更新,提示词也很朴素:

“原版做了一些优化 qiaomu-reader,你对照检查更新我们当前的 deepseek Harness 版”

图片展示了TRAE(可能是TRAE的界面)在对比优化qiaomu-reader并更新时的界面。左侧为项目导航栏,显示“qiaomu-product-gallery”等项目。右侧上方有“IDE”标识,下方是TRAE界面,显示任务耗时20m 5s,任务内容为对比原版qiaomu-reader 4.5.7+4.5.13,已同步60个问题,修复了10个,还列出部分修复内容。该图片与文档中TRAE比较两边代码插件、更新代码提示词等上下文内容相关,直观呈现了TRAE在代码更新任务中的操作界面及结果。

或者类似表述

“对照原版 qiaomu-home,对 deepseek Harness 版做更新”

这张图片展示了TRAE工具针对deepseek Harness版进行代码更新移植的操作界面,界面上方红色框标注了操作指令“对照原版qiaomu-home,对deepseek Harness版本更新”,与文档中提及的用于代码版本对照更新的提示词对应。界面左侧显示各类任务列表,主区域呈现了TRAE完成qiaomu-home到deepseek Harness版本更新的结果,明确标注本次移植更新的三项核心特性,同时附有明确的变更说明与任务完成状态,体现了该工具完成代码移植开发测试的成果。

大概 20 分钟左右,就能完成全部移植开发测试,质量也很不错。

随时随地开发

TRAE 最新版本有一个“我的助理”,支持绑定飞书、微信等 IM。

图片展示了TRAE最新版本“我的助理”功能界面。左侧为功能导航栏,有新建任务、插件市场等选项,当前选中“我的助理”。右侧是“办公助理”界面,已连接飞书、微信,微信连接状态为“已连接”,有“解绑”按钮。下方有通道连接选项,包括飞书、企业微信、钉钉,其中企业微信和钉钉显示“即将上线”。底部提示保持电脑唤醒以接收消息,有开关按钮。该图片与上下文介绍TRAE“我的助理”支持绑定飞书、微信等IM的内容相关,直观呈现了其功能界面。

如果再通过 TRAE 的插件市场安装了 Github,就能很方便的远程修Bug、合并代码。

在外面吃饭时,我问了一句:“查看下乔木剪藏 clipper 有什么用户 pr”

图片展示的是TRAE“我的助理”功能在手机微信中的应用界面。用户询问“查看下乔木剪藏clipper 有什么用户pr”,TRAE回复正在初始化中,随后告知已查完qiaomu - clipper仓库情况,目前有2个用户PR都需处理,还列出了PR总览信息,如开放、已合并、已关闭未合并数量,以及具体PR内容,如PR #33 - 木子不是木子狸(mu - zi - lee)的feat(study):新增本地Whisper字幕、双语导出与视频布局界面等。该图片直观呈现了TRAE在手机端的使用效果。

等一会,就看到了用户提交的 PR 代码,手机微信就能完成合并、发版。

小红书上也会收到一些用户需求反馈。

图片展示的是小红书平台上的一个评论界面。界面显示时间为5:14,有141个赞和收藏。下方有用户“RYUGU RENA”回复“向阳乔木”的评论,内容为“那我再许愿下有可能支持dataviewjs吗”,时间为2天前,地点为湖南。下方还有“向阳乔木”回复“RYUGU RENA”的评论,内容为“加一个组件,支持dataviewjs 预览展示和配置吗?”,时间为2天前,地点为天津。该图片与文档中提到的“小红书上也会收到一些用户需求反馈”相呼应,展示了用户在小红书平台上的互动情况。

截图+打字发到 TRAE 手机端,也能远程连电脑完成开发。

图片展示的是TRAE手机端界面,显示“Obsidian DataviewJS...”任务,耗时5分34秒。界面中呈现了关于Dataview插件API能力的调研结论,包括第三方插件通过app.plugins.plugins.dataview.api拿到DataviewApi及关键方法等信息。下方有代码示例,还配有“TRAE Auto Model”按钮。该图片与文档中TRAE全面升级的内容相关,直观呈现了TRAE手机端的界面及部分功能展示。

不止用于编程

这次 TRAE 升级合并了 TraeWork,学习、办公能力也大幅加强。

“模板库”中有大量“非程序员”的常用办公、学习需求,直接可以“做同款”。

图片展示了TRAE的“模板库”界面。左侧为功能导航栏,有新建任务、插件市场等选项。右侧上方是“模板库”标题,下方有“精选”“收藏”标签,可按全部、内容创作等分类查看。界面展示了多个模板缩略图,如“沈屿”“边界重写2022”等,部分模板有星星标识,可收藏。该图片与上下文紧密相关,直观呈现了文档中提到的“模板库”中有大量“非程序员”的常用办公、学习需求,可直接“做同款”的功能特点。

我选了个书籍拆解模版,不仅生成了 HTML,还附带 excalidraw 源文件,支持在线编辑。

如果从事教育行业,生成这种画布用于演示、讲解,就非常爽。

图片展示的是TRAE生成的《纳瓦尔宝典》核心内容图解界面。左侧有颜色、字体、字号等编辑选项。中间是图解内容,包含财富篇、幸福篇等板块,如财富篇有“财富公式”“财富杠杆”“财富游戏”等板块,幸福篇有“幸福公式”“幸福杠杆”等板块。右侧有“向阳乔木”相关内容。底部有“核心金句”等板块。该图解与上下文提到的书籍拆解模版生成HTML、附带excalidraw源文件等内容相契合,直观呈现了书籍核心内容。

另外,所有 AI 生成的 HTML、Markdown、图片、视频,都会集中在 “我的产物”中,可以随时查看,二次加工,再不用翻聊天记录找。

最让我惊喜的是关联了“飞书”,无论 AI 生成还是人手工创建的文档,都能在 TRAE 中看到,随时添加到对话界面处理,对于用飞书办公的企业或个人来说,这才是最棒的 “上下文”。

图片展示了TRAE(可能为一款AI工具)的“我的产物”页面。左侧为功能导航栏,有新建任务、插件市场等选项。右侧上方显示“你的产物都在这里,随时回来继续编辑”,下方有本地、云端、飞书三个标签,当前选中“本地”。页面展示了本地的网页、幻灯片、文档、表格、视频、图片等内容,如“report”网页、“musk-poster”图片等,还设有搜索文件栏和筛选、导出按钮。该图片直观呈现了TRAE产物管理功能,与文档中介绍的产物集中管理、随时查看二次加工等功能相契合。

写在后面

国内 AI Coding 赛道里,TRAE 应该是用户量最大的产品。

这次升级,我觉得挺成功的,产品变得更清晰易用,尤其对于小白开发者来说。

产品考虑的也很周到,保留了过去的双模式:SOLO 模式和 IDE 模式。

SOLO 模式适合单项目 AI 端到端开发,IDE 模式适合聚焦单项目深度代码编辑。

对小白来说,只需跟 TRAE 对话就能把想法做出来。

对于专业开发者来说,既能多 Agent 开发多个项目,掌控全局,又能通过 IDE 模式把握细节。

不仅桌面、网页、移动端三端打通,还能绑定微信、飞书等IM 随时查看 Agent 进展,远程处理各种需求。

TRAE 用大量插件打通生态,用模版降低用户使用门槛,让AI Agent的能力覆盖到更广的人群中。

可能有人可能会说,界面太像 Codex 了,我觉得不是问题。

做过 PM 的会有同感,不少产品推演到最后,标准答案可能就那么几个...

毕竟乔布斯说过:“优秀的艺术家复制,伟大的艺术家窃取”。

感谢你读到这里,求一键三连!

跳转微信打开

新模型密集发布,该怎么选?分享我的实测感受

2026年10月9日 17:00

原创 快刀青衣 2026-10-09 17:00 北京

选错模型,有时比不用更麻烦。

国庆节前,有用户在群里问我:「刀哥,最近我看国外新模型怎么发布这么多,你能聊聊这个吗?」

确实,整个9月就是新模型的密集发布期。说实话,我也跟得气喘吁吁。每款新模型出来,我都要拿一些自己常用的问题去试试看。

结果最后我发现,最苦恼的是,靠我自己的能力已经分辨不出哪个模型的答案最厉害了,感觉各有千秋。

我先跟你掰着指头数一数,光传统上的AI御三家都发布了哪些新模型:

9月3日,OpenAI发布新一代旗舰GPT-6 Astra,综合能力目前最强。

19天后,9月22日,OpenAI又发了两个:GPT-6 Sol和Luna,一个中端,一个轻量。同一天,Anthropic发布Claude Opus 5.5。

再过7天,9月29日,OpenAI在开发者大会上推出GPT-6.1 Sol,编程能力直追Astra,价格却只要自家旗舰模型的五分之一。

第二天,9月30日,Google发布Gemini 4 Argon。

一个月,五次发布,三家公司。上一个模型还没搞明白,下一个就来了。

我感觉这三家在玩「斗地主」:每个人都在出牌,但每个人手里都还捏着一个炸弹。你不出我就不出,你一出,我马上就跟上。

这期我就从几个实际问题来聊:这些模型各自强在哪,贵不贵,普通人用得上吗?

把它们放在一起看,也能看出几个正在影响我们怎么选、怎么用AI的趋势。

咱们先从最近非常活跃的OpenAI说起。

GPT-6 Astra是OpenAI的新一代旗舰,也是目前最强的通用模型之一,比上一代GPT-5在复杂推理和长上下文处理上都有明显提升。

但它也是最贵的,API价格是每百万token输入10美元、输出50美元。普通开发者用它做一次深度对话或者研究报告,花费就相当可观,很容易打爆账单。

它适合处理那些你没法自己验证结果、出错代价又很高的任务,比如复杂的代码架构设计、一份几十页合同的风险分析、多步骤的研究推演。

如果你的日常工作不需要这种精度,其实有更合适的选择。

并且这个模型,我自己用下来会发现,有时候你问一些简单的问题,它很容易把问题想复杂。这有点像我们上学时班里那种惹人讨厌的学霸:

拿到一张简单的卷子,或者发现最后一道大题很简单,他不会开心,而是紧皱着眉头说:「老师应该不会布置这么简单的题吧?我是不是想简单了?」

大模型有时就是这样。我可能只是想问问一加一等于几,它以为我在跟它讨论终极的哲学问题。

就在旗舰模型Astra发布19天后,OpenAI同一天推出Sol和Luna两个型号。

Sol是中端定位,大多数日常任务的表现接近Astra,但价格只有它的五分之一。Luna的价格就低得多了,输入0.1美元、输出0.5美元,比Astra便宜了整整100倍。

Luna适合那些需要大批量调用、对质量要求没那么高的场景,比如客服、摘要、分类这类重复性工作。

毕竟100倍的价差,适合做的事情当然不同。

不过,同样花Luna这个价位的钱,今天能买到的能力,一年前我觉得连全世界最好的模型都达不到这个水平。

同样是9月22日,Anthropic发布了Claude Opus 5.5。如果只看文字对话能力,Opus 5.5和上一版Opus 5的差距不算特别大。

Anthropic自己也说得很直白:Opus 5.5在多数工作上达到了自家Fable 5.1的水平,同时典型任务的运行成本比Opus 5低了大约40%。

不过,这个模型刚出来的时候,大家没有太关注。因为除了Opus 5之外,Anthropic旗下还有Fable这样之前断档领先的选择。

让Opus 5.5在社交媒体上刷屏的,是另一种玩法:用纯代码直接生成视频和3D内容。

Opus 5.5自己写代码,代码运行出来就是视频和3D场景,过程中不需要调用视频生成模型。这样一来,语言模型也能做视觉创作了。

过去,「写代码」和「做视频」是两个完全不同的工种,现在同一个模型能把这两件事接起来做。

我看到不少博主就用这个模型来做广告片,质量非常高。而且这些人里,很多之前都不是传统的AI视频工作者。

其实这对很多人来说,是一次非常大的能力横向拓展。我觉得,这种底层能力的变化,可能比跑分的提升更值得关注。

紧接着,9月29日,OpenAI在开发者大会DevDay上发布了GPT-6.1 Sol。

要知道,距离Astra发布,只过了26天。GPT-6.1 Sol在编程能力上已经打平Astra,API价格是输入2美元、输出10美元,恰好是Astra的五分之一。

只过了26天,价格降到五分之一,编程能力就接近旗舰了。这两个数字放到一起,很能说明这一轮更新有多快,简直就是「我狠起来连自己都打」的真实写照。

9月30日,Google发布了Gemini 4 Argon,多项基准测试超过了Astra,输出上限更是提升到了100万token,理论上可以一次性输出一本书。

不过,Gemini 4 Argon目前只向少量合作伙伴开放,咱们普通用户暂时体验不到。

我觉得,Google是着急了,先把实力展示出来。免得就像很多经典的管理学案例一样:一个市场上,老大和老二打架,然后发现老三死了。

如果Google再不发布点新东西,它的模型相比OpenAI或者Anthropic,确实会让人感觉已经不是一个时代了。

不少同学可能还会好奇,那国内的情况怎么样?

同样在提速。Kimi K3、GLM-5.3、DeepSeek V4.1,最近几个月密集更新。在节前的云栖大会上,千问的一批模型也都全线更新,基本上都是更强、更便宜。

除了发布得更勤,哪些模型用得最多,也值得看看。

根据OpenRouter平台最新数据,全球周Token消耗量前四名,有三个都是咱们国内的轻量Flash类模型。

排第一的模型是个厂商匿名未公开的模型;DeepSeek V4.1 Flash排第二,一周消耗25.6万亿token;GLM 5.3 Flash排第三,9.63万亿;MiMo-V2.6-Flash排第四,9.63万亿。

前十名里,中国公司出的模型也占了大半。

当然,虽然很多都是国内模型,但不代表使用它们的都是国内用户。因为现在有非常多欧美初创企业,在日常业务场景中,直接使用咱们的轻量级开源模型。

用量跑在最前面的,反而是便宜的模型,旗舰模型排在了后面。就这,DeepSeek还推出了闲时半价策略,把本来就不高的价格再砍一半。

说到这里,9月这一轮密集发布,如果把前面这些模型放在一起看,至少能看出三个变化。

最直观、最显而易见的一条,是过去很贵的AI能力正在迅速降价。

要知道,2021年,GPT-3刚开放API的时候,每百万token收费60美元。到2026年,同等能力水平的模型,价格降到了0.06美元。五年,降了1000倍。

整个行业的价格都在往下走,这不能用某一家公司的促销来解释。a16z的研究算过,大模型推理成本正在以每年10倍的速度下降,比摩尔定律还快。

这些账,如果我们只以月为单位来看,可能还没那么震撼。但如果回头看一年前、两年前的AI能力和价格,你就会对这个迭代速度非常惊讶。

李开复在《AI未来已来》里也算过一笔账,能帮我们理解这个降价速度:在相同智能水平下,AI推理成本两年降了99.4%。如果一辆特斯拉Model Y也经历同样幅度的降价,25万的车现在只要1428块钱。

回头看9月的发布就能理解了。Astra刚出来26天,GPT-6.1 Sol就用五分之一的价格追平了它的编程能力。Luna更夸张,价格只有Astra的百分之一。

第二个变化是,新模型的研发过程里,已经有旧模型在帮忙了,而且起到的作用越来越大。

这也是我和罗老师8月份去硅谷的时候,好几个AI公司的科学家都在说的趋势。

OpenAI在技术博客中提到,GPT-6的训练流程中使用了AI辅助的数据生成和评估。Anthropic的研究报告也显示,Claude参与了自身下一代模型的安全测试和红队演练。

在硅谷调研时,我们采访了一位Anthropic做预训练的专家。那天坐下来,他就跟我和罗老师说:「按照现在AI的迭代速度,我觉得一年半之后,我可能就要退休了。」

他这么说,就是因为看到了AI在训练AI的过程中,发挥的作用越来越大。

不过,「AI参与研发」,现在离「AI自己造出下一代」还差得很远。

目前AI做的更多还是辅助性工作:生成训练数据、做初步评估、加速测试流程。核心的架构设计、训练策略制定,仍然是人类研究员的工作。

但就是这些非常耗时间的辅助工作,已经足够让研发速度快起来很多。

我看到日经中文网的一个统计数字,2023年初到2026年3月,中美头部AI企业发布高性能模型的平均间隔是125天;而2026年4月到9月,这个数字已经缩短到了44天,只有原来的三分之一。

还有一个变化是,这些模型并不是刚研发完就立刻发布的。

我的感觉是,这几家公司内部往往储备了多个已经训练好的模型,选择什么时候发布,本身也是一个商业决策。

最典型的例子是OpenAI。GPT-6 Astra、Sol、Luna、GPT-6.1 Sol,四个模型在一个月内发布。

它们不太可能是在这一个月里先后完成的,更合理的解释是:公司已经备好了这些模型,再根据市场竞争的情况决定什么时候发布。

再看Anthropic在9月22日发布Opus 5.5,OpenAI一周内就跟上了GPT-6.1 Sol。能这么快跟上,说明模型很可能早就准备好了,就等着对手出牌的时候扔出来。

哪怕不能抢走市场,至少也能抢走媒体和大众的注意力。

不过,手里有几个没发布的模型,不等于领先了几代。有些模型是平行分支,测试不同方向,有的适合视频,有的适合代码;有些效果不够好,可能永远不会发布。

这三个变化,让我们能用上的AI能力越来越多。直觉上,模型越来越便宜,对普通人来说应该是纯粹的好消息,咱们选个最便宜的用就行了,反正都挺聪明的。

可便宜的模型和贵的模型,擅长的事不一样。

特别是,选错了模型,有时候比不用模型更麻烦。因为你会拿到一个看起来像回事、但经不起推敲的结果,而且你可能根本意识不到它错了。

写一封邮件,Luna够了。分析一份复杂合同的风险,可能得用Astra。帮你整理会议纪要,Flash模型绰绰有余。

但如果你要让AI帮你做一个关键决策的推演,就值得选最好的模型,也得知道怎么用它。

怎么选,要看出错的代价。

一封邮件措辞不够精准,影响有限;一份合同的关键条款被漏掉,后果可能不可逆。越是你没法自己验证结果的任务,越需要用好模型。

反正现在我建议大家多去尝试不同的模型,不要太专一了。我拿自己节前做的一个特别小的需求来举例。

不少朋友都知道,我们跨年演讲已经做了11年。过去每年的活动都会有至少几千张高清照片,都散落在一些云相册的链接里。

现在想找一些历史素材,翻起来不仅花时间,很多时候也压根记不清楚了。

所以我就用OpenAI的便宜模型Luna,帮我批量按年份下载照片、整理文件夹;用GPT-6.1 Sol对每张照片进行重命名和打标签。

然后,用Anthropic的Opus 5.5做了一个查询历年素材照片的本地网页。之所以用Opus,是因为他们家做网页的审美一直在线。

在这个需求里,我还使用了马斯克的Grok bot。你肯定好奇,既然已经用了前面两家的模型,为什么还要用这个?我再把具体场景描述一下,你就理解了。

虽然AI下载了很多照片,但我希望命名和标签能精准到这种程度:这是罗老师在台上鞠躬致意,这是脱不花在彩排时巡场。

但是,当我扔给OpenAI和Anthropic的模型几张罗老师的照片,让它们帮我找出这个人的所有照片时,这两家的模型都拒绝了我。

给出的理由也差不多,说这涉及用户肖像和人脸识别,不能拿一张照片去判断其他照片里是不是同一个人。

这时,我就想到了马斯克的Grok bot。因为他家的模型一向以肆意妄为而著称。

果然,我把需求跟它一说,它压根没跟我扯这些,直接开始从几万张图片里干活。我把我和Grok bot的对话截张图,你可以看一下。

与 Grok bot 整理跨年演讲照片的对话截图

你看,就这么一个小需求,我调用了三家公司的AI来处理。

不过,因为现在还都是我自己在创建阶段,接下来如果真给跨年项目组用,我肯定会把背后的模型换成DeepSeek或者智谱的GLM,因为省钱、速度也快。

但我想说的是,目前AI还没法替咱们做这种判断,也不会主动告诉你「这个问题,你应该去问一个更贵的模型」。

它更新得再快,能做的事情再多,这三秒钟的判断,还得咱们自己做。

阅读原文

跳转微信打开

安筱鹏:AI如何重构全球汽车产业竞争格局

2026年10月9日 15:14

原创 阿里研究院 2026-10-09 15:14 浙江

本文主要观点来自2026云栖大会阿里云汽车行业峰会上的主题演讲《AI如何重构汽车产业竞争格局》,由阿里云智能集团副总裁安筱鹏主讲。本文根据演讲内容整理,经结构化编辑而成。

本文作者:安筱鹏  

题记

过去一百年,从福特制、精益生产到电动化,技术革命一次次改写汽车产业的生产方式和全球版图;今天,AI带来的不再只是功能升级,而是经济模型、产品形态和竞争规则的同步重构。它使汽车产业呈现高固定成本、低边际成本的新特征,推动汽车从一次性交付的硬件转向持续运营的智能服务,也让自动驾驶、智能座舱和AI生产力成为新的三大竞技场。下一轮胜负,不只取决于谁能造出更好的车,更取决于谁能把数据变成飞轮、把软件变成服务、把组织重构为AI原生形态,并由此定义新的产业格局。

本文主要观点来自2026云栖大会阿里云汽车行业峰会上的主题演讲《AI如何重构汽车产业竞争格局》,由阿里云智能集团副总裁安筱鹏主讲。本文根据演讲内容整理,经结构化编辑而成。

一、每一次技术重大变革都会重构全球汽车产业格局,AI将带来新一轮价值链颠覆

当我们思考AI对汽车产业的变革到底意味着什么?可以先回看过去一百年——每一次技术的重大变革,都会带来全球汽车产业格局的重构。

上世纪初,美国福特制“标准化、大规模量产”的生产方式,让汽车从“奢侈品”变成“大众消费品”,推动美国汽车产量占到全球的80%;上世纪中后期,日本通过精益生产的方式,将日本汽车产量占全球市场份额从1960年的2%做到1990年的21%;而电动化时代的到来,给中国创造了一次千载难逢的机会——中国“新势力”依靠全球最完整、最具成本优势的电动化与智能化产业链,把中国汽车产量占全球的比重从2000年的3%提高到2025年的36%、居世界第一。

图1|过去一百年,每一次技术的重大变革都会带来全球汽车产业格局的重构

问题是:当智能化的时代到来,中国的汽车产业会走向何方?会不会延续电动化时代的优势?首先需要思考,AI如何影响汽车产业的发展,并如何改变汽车产业的竞争格局?

从利润的角度来说,AI将成为重塑汽车产业利润格局的重要力量。我们对比2021年与2035年,从十年的时间尺度去衡量全球汽车产业的变化。可以看到五年前(2021年),电动化刚刚开始起步,全球汽车产业利润池约3100亿美元,其中90%来自于传统汽车零部件、燃油及混动汽车销售等业务;但面向未来五年(2035年),全球汽车产业利润的传统部分将从90%下降到44%,而电动汽车、自动驾驶等新利润池将占到56%。除了电动化之外,新利润池里增长最快的几块——高阶自动驾驶的软件、数据与网联服务、Robotaxi——恰恰都是AI定义的。整个产业的利润格局,正在发生根本性变化。

图2|新法则:价值链的颠覆与重构,2021与2035年汽车产业利润池分布(亿美元)

二、智能化的两大影响:重塑汽车产业的经济模型和产品形态

那么,AI到底会对未来的汽车产业带来什么变化?我觉得有两个非常重要的观察视角。

第一,人工智能改变了汽车产业的经济模型,重塑了汽车的成本结构。我们看全球的几个产业——软件产业的操作系统、重大新药的开发、基础模型的训练等等——典型的特征是高固定成本、低或者零边际成本。如果一个产业符合这样的基本规律,那么这类产业往往具有较高的市场集中度,甚至呈现寡头格局。而AI对汽车产业变革的一个最重要影响,就是它使得汽车产业具备了这种高固定成本、低边际成本的特征。比如一辆传统豪华轿车卖32万,而一辆相同价格的特斯拉Model 3,可能1/4、1/5的成本来自于AI及软件部分,经济模型在发生变化。

这个变化意味着什么?当一个产品既有硬件又有软件,软件将带来更高的利润率。以苹果为例,苹果几乎拿走了全球手机行业80%以上的利润,软件服务占其收入的28%、却贡献了45%的毛利。对应到汽车行业,特斯拉FSD的利润空间接近90%,而汽车的利润则只有15%到20%。正因如此,软硬结合的产品可以重新定义这个产业的竞争规则。你可以选择利润优先或者市场占有率优先,也可以在硬件定价和自动驾驶定价之间重新组合——FSD就多次调整定价方案,拥有更高定价权。

图3|智能化影响之一,AI重构了汽车产业的经济模型

第二,人工智能改写了汽车的产品形态,从一次性交付产品到提供智能出行服务。2026年2月14日起,特斯拉FSD停止一次性买断、仅提供按月订阅;2026年9月4日,Cybercab在奥斯汀落地,这些都在推动汽车产业从纯粹的制造企业向服务企业演进。

我们经常谈数字化转型的终极目标是什么?我的一个观点是,未来所有的企业都应当成为一个运营商,像中国电信、中国移动一样。什么叫运营商?就是可以实时洞察客户需求、实时满足需求、追求极致的客户体验。如果说运营商是拿手机运营客户,今天的汽车企业就是拿一辆车去运营客户,了解客户需求,实时满足、实时洞察,提供更好的体验。一旦你成为一个运营商,你可以全生命周期地提供服务——尤其是像Cybercab、Robotaxi出现之后,被重新定义的将不只是出行,还有保险市场、租赁市场和后服务市场,也就是全生命周期的价值捕获。

图4|智能化影响之二,AI重写了汽车的产品形态

三、Robotaxi在全球广泛落地,高阶智能重新定义未来出行

汽车从产品走向服务,最具代表性的案例就是Robotaxi。过去几年,Robotaxi在全球多地落地。2022年,全球还只有4个城市、800多辆车、每日4500个订单;到2026年,全球运营城市已达26个,车队规模8000辆,日订单超过10万。四年时间,Robotaxi商业化城市增长6倍以上、全球Robotaxi车队规模增长10倍以上、日订单量增长20倍以上。未来几年,这个进程会持续加速。

图5|过去四年,Robotaxi在全球更多城市加速落地

我们要深入思考的是:当高阶智能出现的时候,整个产业格局会发生什么变化?先看Robotaxi对出租车市场的冲击:Uber在美国硅谷平均每英里的价格是2.75美元,利润是0.26美元,其中司机薪酬占到63%;而Waymo每英里的平均价格是3.55美元,比Uber要高一些,但利润可能高达239%,去年在旧金山运营区的市场份额已经超过了Lyft;而特斯拉Robotaxi价格只相当于Uber打车的50%,但仍然保持80%以上的运营利润,利润率是传统出行方式的8倍。再往后展望:随着规模化运营,到2030年前后,无论是Waymo还是Robotaxi都会把目前的每英里运营成本再降低70%,将达到相当于Uber出行1/10的水平。

图6|Robotaxi价格达到拐点,冲击出租车市场,并将进一步降低成本

如果真的达到这个水平,被颠覆的就不仅是出租车行业了,它会改变人们购车的行为。私家车的年平均每英里成本是一条曲线——一辆私家车的年行驶里程大概在7000-17000英里之间,对应的单位成本分别是7000英里时约1.32美元,年行驶1.7万英里时约0.73美元。Robotaxi今天是1.24美元,已经逼近这个区间;到2035年,全球口径下Robotaxi每英里成本有望降到0.25美元,只有私家车成本三分之一。到那时,Robotaxi的成本将显著低于购买持有私家车的单位成本,会从根本上改变消费者的行为:最终用户会从“买车的人”变成“呼叫Robotaxi的人”;而Robotaxi平台将剥夺车型的购买决策权和品牌心智,传统汽车主机厂有可能被Robotaxi服务提供方管道化。

图7|当Robotaxi单价极致降低,冲击将进一步延伸到私家车市场

所以,高阶智能的出现会重新定义未来的出行市场。看一组对比:2025年-2035年,全球乘用车市场规模的年复合增长率约8%,但Robotaxi可能会冲击私家车的需求;全球网约车与出租车市场的市场规模年复合增长率约11%,但自动驾驶出行服务爆发、传统出行服务或将缩减;而全球Robotaxi市场,年复合增长率超过88%,到2035年会达到1300亿~4150亿美元的量级。

图8|AI重新定义出行未来,Robotaxi市场未来价值超千亿美元

四、AI定义的汽车“三大竞技场”:自动驾驶、智能座舱、AI生产力

除了竞争规则的变化,今天的AI还在重新定义汽车的“三大竞技场”:一是自动驾驶,二是智能座舱,三是AI生产力变革。

(一)自动驾驶:技术路线收敛,算力和数据飞轮成为竞争核心

关于自动驾驶,从过去模块化的流水线到端到端,再走到今天“端到端多模态大模型+世界模型+强化训练”——VLA通过智能和泛化能力提高自动驾驶的水平,世界模型模拟真实世界的Corner Case(边角案例),强化学习抬高VLA模型在具体任务上的上限——这条路越来越成熟,业界共识正在形成。

我们从两个视角来看自动驾驶的趋势:一是算力,二是数据与训练方法的变革。

回顾过去三五年,大模型训练方法一个最基本的特征就是Scaling Law。过去业界一直在追问讨论:Scaling Law是不是走到头了?什么时候是头?但今天来看,Scaling Law的规律仍然适用——这段时间美国发布的重要模型参数已经到了10万亿,Qwen4.5大概也在5万亿-10万亿参数。而在智驾模型上,VLA 1.0大约3200亿参数,VLA 2.0大约7200亿参数;在具身智能上,OpenVLA、Helix等还在几十亿参数量级,但RynnBrain已经到了200-300亿参数级别。自动驾驶、人形机器人的训练仍然遵循Scaling Law,未来模型的参数规模还会不断攀升。

而更大参数要求更高算力,10万亿参数需要十万卡规模的集群。所以对自动驾驶、人形机器人公司来说,遵循Scaling Law,提前布局万卡、乃至十万卡成为头部玩家的战略必选。

图9|从LLM到智驾再到具身,仍然遵循Scaling Law,算力需求持续增长

另一方面,模型训练本身也在发生变化,递归自进化(RSI)是未来关键方向。我们看到,预训练的版本迭代从半年一版,到今天大概两个月一版;后训练从过去的两个月,到现在一个月一版;Harness几乎每天都在改进。为什么预训练、后训练、Harness的迭代速度如此之快?因为模型训练的方法也在追求不断地自动化——就像智能制造的造车车间需要自动化工厂,今天训练模型也要走向自动化。那么模型如何自己训练自己?有四个重要的方向:

  • 第一,Harness工程自主完成感知循环优化的流程。

  • 第二,算法自主完成架构设计、奖励调优、收敛验证等流程。

  • 第三,数据侧由AI自动采集、清洗、标注、合成。

  • 第四,Infra侧做基础设施的深度优化、系统算子调优。

每个方向又像自动驾驶一样,有L1、L2、L3的分级——现在走到什么阶段了?全球头部公司Anthropic大概处于L2到L3的阶段,Harness、算法、数据、Infra各自处于不同的级别,未来两到三年大概会达到L4水平。这样的加速,会进一步加快模型训练的进程。

除了语言模型之外,事实上自动驾驶的训练也正在从手工作坊式的训练方法,不断向RSI自动化流水线训练方向演进。高效的数据飞轮是迈向高阶智能的关键——过去我们可能是手动清洗、人工标注、人工挖掘、小集群训练多个小模型、人来编写规则代码;今天已经演进到云数据管线自动处理、AI自动标注、AI特征挖掘、大集群端到端模型、AI自动生成代码的方式——这也会加快自动驾驶领域模型训练的步伐。

(二)智能座舱:从会聊天、到会办事,从被动调用到主动服务

在智能座舱上,过去几年座舱走过三个阶段:第一阶段是车控工具期(2018到2020年),用嘴替手、语音代替按键操作,交互方式是语音唤醒、被动响应、一问一答;第二阶段是智能交互期(2021到2025年),能多轮对话、聊天、陪伴,实现情感化交互;而今天已经进入第三个阶段——Agentic办事期(2026到2030年):座舱Agent懂你、帮你办事,包括规划行程、订咖啡、买门票等等,未说先知、未触先达。

最重要的一个里程碑,是年初以OpenClaw(小龙虾)为代表的超级智能体的出现。领先的LLM大模型,加上Skills、Context、MCP等多种技术组件,使模型具备了完成复杂任务的能力。而完成复杂任务能力的最大价值,是让车更理解人:每一个人、每一种特定的场景,车都更懂你,能够提供给你更主动、更高效、更体贴的服务。同时,办事的关键在生态——新入口、新体验、新价值。所以,围绕场景、为每个人提供“更懂你”的服务,正是今天各家车企探索新技术、新商业模式和新解决方案的重点。

图10|智能座舱走过的三大阶段,从被动调用到主动服务

(三)AI生产力:超级智能体崛起,加速AI时代的“智能精益制造”

今天整个汽车行业面临的挑战是,一方面投入在不断加大,在追求高阶自动驾驶的道路上,从L3到L4的投入可能是5倍乃至10倍;但另一方面经营压力持续在变大,1-8月中国汽车累计销量在下降,行业利润跌了20%,整体利润率约为3.6%。

但从生产环节来看,今年业界经常讲一个关键词:“超音速海啸”来了。春节前是一个时代,春节后是一个时代。AI不是提高了工作效率、而是提高了工作能力。年初的OpenClaw(小龙虾),本质是把全球3000万软件工程师的红利拓展到了全球12亿白领。这背后是三大技术支撑:一是软件的交互从GUI切换到了CLI,软件编程从Copilot阶段切换到AutoPilot阶段;二是Skill技术作为AI时代的软件,把每个人、每个团队、每个组织隐性的知识转化成了AI可以调用的能力;三是定时触发、长短期记忆等能力的组合,使得今天超级智能体的能力异常强大,具备了改变所有白领工作者的工作方式、工作效率和工作能力的潜质。

超级智能体对汽车产业生产力的最大变革之一,是会改变汽车产业所有的软件。CAD、CAE、ERP、CRM、客户管理、营销等,所有的软件都会因为AI受到影响,主要分为三条路径——第一,软件被增强;第二,软件被吞噬;第三,软件被降级。业界有一句话,AI正在对软件产品本身发起一场“斩首行动”。人机交互的界面会经历两个阶段:第一个阶段,由人来操作软件转变成AI来操控软件;第二个阶段,AI会重构整个工业软件体系。

图11|AI超级智能体正成为企业生产力的统一入口

所以未来,软件将如何服务整个汽车产业?大概率会有一个超级生产力入口,比如千问办公,或者传统软件企业也会自己构建一个生产力入口。另外,传统软件会不断地把功能原子化,它们的大脑虽然不存在了,但保留的身体躯干(软件功能组件)都会接上一个个大脑,这个手术就是Skill化、CLI化和MCP化。软件产业会面临一次全面的重构,整个数据体系会因为AI进一步升级,Data+AI技术演进的步伐会加快。

数字化、智能化,不外乎就是用智能硬件去武装各个行业。而软件产业也会发生这样的剧变,新的生产力入口、软件体系的重构、数据体系的重构,这三者会同时发生。

五、在AI时代,汽车企业如何赢得未来?

面对这样的趋势,企业应该做出什么样的选择?我们将汽车产业的供应链体系拆开:能源与电池、整车、云端AI训练芯片、车载AI推理芯片、自驾算法与服务、座舱算法与服务、自动驾驶出行Robotaxi、汽车保险(UBI)、机器人、飞行器——整个产业链都在被AI重构,而不同的玩家在扮演着不同的角色。

第一类是全栈自研玩家:特斯拉几乎布局整条产业链,Megapack、Model 3/Y、AI5/AI6芯片、FSD v15与FSD订阅、Grok AI、Cybercab、Tesla Insurance、Optimus,飞行器也在传闻研发中;小鹏有TURING芯片、VLA2、VLM、小鹏Robotaxi、IRON机器人和陆地航母;理想有自研电池、马赫M100、Mind VLA、Mind GPT和研发中的Nexus等;第二类是智选生态OEM,AI核心能力依赖于第三方,同时尝试布局自研。第三类是传统硬件OEM,AI能力完全依赖于外采,可能逐步滑向纯硬件、低毛利的代工角色。

面对产业链的全面重构,以及软硬结合、高固定成本+低边际成本带来的极化,车企未来是要成为前瞻自研的主导者,还是成为制造工厂?这是所有汽车企业都需要思考的问题。

图12|面对汽车产业链的重构和极化,不同车企的生态位

最后,要赢得未来,应该如何卡位和破局?首要前提是,拥有一个清晰的AI战略并且坚定执行。同时,从三大方向着手:

第一,坚定地投入高阶智驾研发是迈向全栈的前提,要构建算力、人才和数据的飞轮。

第二,以超级智能体重构企业生产经营流程,提升全环节的效率和降本。对企业来说,超级智能体不仅仅是生产力入口,在研发、生产、供应的每个环节都会有超级智能体出现,从而重构整个数字化、智能化转型的体系。

第三,打造AI原生的组织,摒弃延长线思维,跳出“创新者的窘境”,重构面向AI时代的研发、生产、供应链的完整体系。

回到开场的问题:如果我们把时间尺度拉到五年,AI对汽车产业的变革到底意味着什么?随着整个汽车行业的竞争规则被重写——谁能率先领跑AI时代,把数据变成飞轮、把软件变成服务、把组织变成原生形态,谁就有机会定义下一轮的竞争格局。

图片

跳转微信打开

TRAE 新版,1 + 1 < 2 但 > 2 ?

2026年10月9日 10:45

一泽Eze 2026-10-09 10:45 浙江

Agent 工作台在前,IDE 在后

问:什么时候「1 + 1 < 2 但 > 2」?

TRAE 的新版本答案是:

把 TRAE Work 和 TRAE Code 合成一个产品,让 Agent 工作台和 IDE 合二为一。

时至今日,Agent 赛道早已白热化。

ChatGPT、Claude Code 依靠原厂模型优势,收敛全球用户;国内各大厂推出 XX 办公产品,瞄准打工人办公场景;Muse、Dots 等新贵,更加激进,想替你订酒店、机票、搞定生活大小事。

从 Coding 起家的 TRAE,决定了他们接下来的方向:

继续聚焦 Coding 场景,让开发这件事更顺手。

不管你是出于兴趣做点玩意儿,还是一个人包办产品、设计和开发,或者专业工程师指挥多个 Agent 实施大型项目,都是它想服务的人群。

为了体验 TRAE 的全链路开发流程,我用 TRAE 做了个 Gmail 换肤插件,请看 VCR ⬇️

顺便在后文,向你分享 Vibe Coding 的流程思路。

01

Work、Code 产品线二合一

TRAE 这次改版,最大的变化是面对用户既要专注于对话的 Vibe 体验,又离不开 IDE 界面查看源码的习惯,收拢了他们的产品线,把 Work、Code 两种产品统一在了一起。

你可以在新 TRAE 里按需切换操作界面:

•Agent 工作台:源自 TraeWork

•AI IDE:继承自 TraeCode 的 IDE 界面,在同类 IDE 中交互体验优异

前者聚焦 Vibe 创造体验,提供 文档生成、设计系统管理,以及各类插件、Skill、模板,适合与 AI 讨论产品需求、 打磨 UI 设计、开发新产品,适合小白开发者上手。

后者提供类 VS Code 的 AI 编辑器体验,有熟悉的 Git、编辑器扩展,右边也留着 AI  Copilot 对话栏。看不懂某个文件,或想问问这段代码为什么这么写,都可以在旁边直接问。

甚至还能启用 IDE 中的 Agent 插件,让不同 Harness、不同模型对同一项目接力。

不少开发者在 AI Coding 的时候,习惯了一个屏幕开着 Agent 工作台,一个屏幕还得开另一个 IDE 和终端。

现在你用 TRAE 来做主力 Coding Harness 时,不用额外开 IDE APP 了。在 Agent 界面点击「IDE」,就能自动打开当前项目的编辑器界面;反之,IDE 界面点「Agent」,也能打开回到 Vibe 对话界面。

并且,在新 TRAE 中,Agent、IDE 界面的 AI 对话是同步的,同一段 AI 对话,可以从两个界面进入,切换后还能接着聊。

所以 Coding 时开着的 APP 进程、交互链路 1 + 1 < 2;但又在需要双开时,有了 > 2 的体验。

(不如,我们把新版 TRAE 叫做 TRAE Duo 吧

02

TRAE 的全链路开发流程

目前,TRAE 主打三类人群:

除了 IDE 界面,还内置了很多全链路开发流程用得上的工具,比如文档、白板、设计系统。但都藏的很深,感觉缺了些教程引导,不然还是用起来挺方便的。

比如我用 TRAE 做了套 Gmail 换肤插件,向你分享大致流程。

1  一些用得上的插件、配置

开始前,先在插件市场安装 3 个插件:画板、设计画布、浏览器控制:

•画板:负责给 AI 可视化向你呈现它写的方案,保护前额叶,强推

•设计画布:在设计阶段展示高保真视觉稿

•浏览器控制:因为产品的功能主要是网页样式识别与改造,所以网页元素识别与测试需要浏览器自动化

然后搞个空的文件夹,指定 AI 在里面出方案、写代码。

2  第一段 Prompt

现在做产品,特别是独立开发,我已经很久不写需求文档了。

所以第一条 Prompt 比较重要,需要大致讲一下 AI 要和你努力的共同目标,并让 AI 从模糊目标起步,先向你问清楚只有“你”才能定的要求。

提示词好习惯:如果一开始就知道哪些要求是必须的,也请在一开始就说清楚,减少 AI 和你的拉扯。如果不确定,就不要用陈述句,而是说“我有个模糊的要求,不确定对不对,但我偏向 XX,你可以反驳我”。避免 AI 把你的话当做绝对的,限制整体方案规划。

发出去之后,AI 返给你计划,来问你一些问题

请至少把自己当下能想清楚的问题好好回答。不确定的就说不确定,也可以让 AI“每种方向的方案都试试,让我做选择题”,譬如:

3  设计系统的使用

安装设计画板后,你就能用到 TRAE 内的设计系统,由配色板、icon、组件、使用规范组成,已经预置了不少知名大厂的设计风格。

如果其中有你喜欢的风格,可以直接用,能够有效统一每次 Vibe Coding 的设计产物风格;如果没有,也可以和 AI 沟通,先磨出一套你喜欢的项目样式,为后续的其他产品服务

我自己做开发的时候,在项目开发相对稳定后,也会让 AI 抽取并维护成一套 Html 格式的设计画板,提前规定好各种配色、字体等,例如:

另外再配上用户画像、设计系统使用规范两份文档,就能快速让 AI “模拟用户画像的心理,思考用户在这一步的心理与期待,按照设计规范设计 XX 功能的交互与视觉体验”,做出各种新界面模块。

这点操作虽然不难,但由于确实过于细节,大部分网上的分享也都比较少提及,导致其实不少人都还没用上这个操作。建议即使是凭兴趣做 vibe coding 的朋友,也可以留意着试试。

一切输入给模型的都是上下文,一切上下文都是给模型的提示词。有了设计系统的输入,自然能让模型做的更加规范统一。

4  如何与模型更好的共识方案

1)产品、技术方案:画白板

在和模型对方案,达成共识的过程中,最头疼还是 AI 给你洋洋洒洒写了上千字的方案,你脑子被灌得云里雾里,只能下意识反应一句:“哞?”

那除了“说人话”、“画个可视化 html”这两个 Prompt 外,直接画白板也是一个常用的技巧。

在 TRAE 装了画板后,你可以要求 AI “用画板给我讲解方案的 XX 实现原理/流程”,它就会给你把方案的关键之处,用示意图体现出来。

比起常规的 html 可视化,AI 在画这类白板时,可以绘制更轻松地画出复杂、细节的形状,而且体感绘制速度更快、自作聪明的废话注释更少,带来更简洁、易懂的示意效果。

2)视觉设计:用设计画布,直接出高保真 Demo

在 TRAE 中,视觉设计方面,可让 AI 直接在设计画布画出高保真前端原型。

射箭总得先有个靶子,就算不用自带的画布,无论是 html 也好,直接上 react 原型也罢,都是所有带前端的产品进入正式开发前,务必要完成的环节。

一般在项目初期,建议你多给模型参考项,让模型给你做选择题:

•给参考:“我们在做这个产品,有哪些优秀产品?可先调研参考他们的样式布局,再推导适合我们的视觉方案”

•做选择题:“先发散着做出几套不同风格方向的原型,方便先确定我们偏好的设计方向”

由于一开始就要求了得在开发前给我一版样式 Demo:

所以 TRAE 直接在设计画布里给出了一些不同的方案,一次性呈现在了画布里。

后面让 TRAE 改进、整理出来后,大概有这些选项,最终选的是第一套:

👉 而这些方案、设计模板,以及后续的代码内容,都会放在最初设定的文件夹,在切换到 TRAE 的 IDE 模式时,就能够进行更深入的编辑、git 管理等了。

另外,值得一提的是,TRAE 在交互上做了个小巧思:与 Codex 变侧边面板为浮窗不同,TRAE 可以把 Agent 对话变为悬浮窗口,使得人可以边看更大的画布,边输入自己的要求。

5  开发与测试收尾

基本上经过前面的方案与设计阶段,一个项目的靶子也就立的七七八八了。

好习惯+2:推荐在 Vibe Coding 正式开工前,习惯性多嘴问一句 AI:接下来还需要做什么、有什么遗漏的需要确认吗?

这个环节往往能根据 AI 的自检与提问,再做补充一些细节决策。

当需求目标、业务逻辑、设计原型、技术栈、资源库与开发架构都确定完事后,就可以让 AI 开工。

而后便是枯燥的刷着手机等 AI 完成全栈开发,并督促 AI 改 bug 的过程

因为网页换肤类的项目往往涉及到略复杂的 DOM 结构处理,前前后后还是花了不少 token 处理 bug,这边就不多赘述踩坑细节。

最终磨出来的插件效果如下:

相较原版 Gmail 丑丑的样式,你看是不是好上了不少?

And 理论上你也可以参考这套流程,为任意网站开发换肤插件。

我也顺手用生图模型做了一些像素素材,另做了一个像素邮局风格的主题

得到了以下效果:

最终,再找了 opus 5.5 写了个视频,就有了你开头看到的那支产品片子 ⬇️

🎐 其他想说的话

其实我也是 TRAE IDE 的老用户了。25 年初,当时最火的 Agent 形态就是 AI IDE,国外 Cursor、Windsurf,国内有 TRAE。

因为 TRAE 是当时一众 VSCode 类 AI IDE 中界面最舒服的,就用 TRAE 做了自己第一个独立小产品。

经过了各类 Agent 层出不穷的市场阶段,相比各种「一键发布产品到网页」,Coding Agent 能做的、被用户期待做好的事情依旧不少:

•如何让小白开发者少踩点坑,轻松用上专业的开发流程?

•如何让专业工程师更省力地指挥多个 Agent?

都是这类 Coding 产品接下来值得继续打磨的地方。

之前让我选择 TRAE 的,是用起来舒服。

希望 TRAE 这次二合一后,也能把这份顺手,延伸到开发的更多环节。

希望本文能对你有些许启发,也可以给我个关注、星标~

也感谢你的点赞与分享:)

作者:一泽Eze

跳转微信打开

一家大型企业有几十万份文档,究竟应该怎样交给AI?

2026年10月9日 08:18

原创 这个男人来自千祥 2026-10-09 08:18 浙江

国庆节前帮助上海一家大型国企客户完成了几十万份文档的入库,期间当然也出现过一些问题,把大量文档导入知识库并不是想象的那么简单。所以我想统一来回答一下最近几个月和大型企业交流 AI 项目的时候,经常会碰到一个看起来很简单的问题:

“我们公司已经积累了几十万份文档,能不能全部放进知识库,让AI直接使用?”

如果只是从技术上回答,当然可以。

现在无论文档解析、向量数据库、RAG还是大模型,都已经相当成熟。几十万份文档导进去,从存储和计算能力上来说,并不是什么特别困难的事情。但这两年做过越来越多大型企业的知识库项目以后,我反而越来越觉得:

“导进去”,可能恰恰是整件事情里最容易的一步。

因为几十万份文档放进去之后,真正麻烦的问题才刚刚开始。

这些文档都是有效的吗?比如常见的问题就有:

  • 同一份制度有三个版本,AI应该相信哪个?

  • 正式发布的制度和某次会议纪要里的说法不一样,哪个才是权威知识?

  • 一个员工原本没有权限查看的文件,他使用的Agent能不能看到?

  • 今天花几个月整理好的几十万份文档,半年以后又新增了几万份、修改了几万份,谁来保证AI拿到的还是正确的知识?

所以,当一家企业的知识从几百份、几千份增长到几十万甚至上百万份(我们的客户里面,最多的已经突破550万份文档)的时候,我觉得问题的性质已经完全变了。

企业真正要解决的是建立一套机制,持续把正确的知识,在正确的时间,以正确的权限交给AI。

换句话说,我们需要的可能不是一个更大的“AI知识库”,而是一条具备知识工程能力的,能够持续运转的企业知识供应链。

一、几十万份文档,首先不是“大”,而是“散”

很多人第一次听到“几十万份文档”,首先想到的是规模。

向量数据库能不能存得下?检索会不会变慢?

Embedding需要多久?需要多少服务器?

这些当然都是问题。

但我们实际进入大型企业以后,会发现另外一个问题往往更早出现:

这几十万份文档到底在哪里?

一家几十人、几百人的公司,可能把主要资料放在飞书、企业微信或者一个共享网盘里。

但是到了大型企业,完全不是这样。

  • OA里面有大量制度和流程文件;

  • ERP里面有采购、供应链和生产相关的数据;

  • CRM里面有客户和销售资料;

  • 企业微信/钉钉/飞书里又沉淀了一批文档和知识库;

  • 还有NAS、FTP、对象存储、数据库,以及大量已经运行了十几年甚至更久的业务系统。

集团型企业还会更复杂。

所以我们进入一个大型企业做知识库项目时,真正需要先搞清楚的,往往不是RAG怎么做,而是:

  • 企业的知识到底分布在哪里?

  • 哪些是权威来源?

  • 哪些还在持续更新?

  • 谁负责维护?

  • 访问权限怎么规定?

这也是为什么我现在越来越觉得,对于大型企业来说,“上传文件”其实是一个很容易让人产生误解的产品概念。

因为上传是一种一次性动作,今天把10万份文件上传完了,看起来任务完成了。

但一个月以后呢?OA里新增了3000份文件,钉盘里修改了500份,某个制度废止了,一个子公司的产品手册更新了。

如果这些变化不能持续进入AI,那么你在上线那一天建立的知识库,从第二天开始其实就已经在逐渐变旧。

所以,大型企业真正需要的不是:

“

Upload

而是:

“

Connect + Sync

不是把文件搬进来,而是把AI知识平台和企业原来的知识源连接起来,让知识能够持续流动。

这也是我们这段时间为什么越来越重视 Connector的开发。

企业微信、钉钉、飞书、OA、NAS、数据库、对象存储、各种业务系统……它们不应该只是项目上线之前进行一次“数据迁移”,而应该成为企业AI持续获取知识的来源。

AIS现在也在沿着这个方向建设,包括自动同步、定时增量、Webhook、失败重试,以及NAS、API、S3/OSS等不同接入方式。我觉得这里真正重要的并不是我们支持了多少个Connector,因为随着一个个项目地交付,Connector也会越来越多。

但这里真正重要的是背后的思路变了:

“

小型知识库解决的是“把文件放进来”。

企业级知识平台解决的是“让知识持续流进来”。

这两件事情看起来很像,实际上完全不是一个工程。

二、企业拥有的几十万份“知识”,很多其实只是几十万份“文件”

知识接进来以后,下一个问题可能更麻烦。

我们经常会说:

“这家企业有30万份知识。”

但如果真的打开这些所谓的“知识”,你会发现情况可能完全不是想象中的样子。

有的是扫描PDF,有的是几十年前留下来的Word,有的是三四百页的制度,有的是PPT,真正有价值的信息都在图里面。有的是Excel,而且一个工作簿里面十几个Sheet,各种合并单元格。有些PDF一半是文字,一半是扫描图片。有些文件页眉页脚占了很大比例。有些带水印。有些是同一个文件复制了七八份,只是文件名不同。有些文档完全没有标题结构。有些表格甚至人看起来都很费劲。还有音频、视频、图片、XMind,以及大量企业内部非常特殊的文档格式。

这时候一个很有意思的问题就出现了:

如果一个人打开这些资料都会觉得乱,我们为什么会认为,把它们全部丢给AI以后,它们就会自动变成高质量知识?

其实不会。

这也是我们这几年做企业AI知识库项目一个越来越深的感受:

大家很容易把注意力集中在“检索”上。

  • Embedding选哪个?

  • 向量数据库选哪个?

  • 还有很多很多...

这些当然重要。

但是很多问答效果的问题,根本不是发生在检索阶段。它可能在文件刚刚进入系统的时候,就已经发生了。比如一个表格解析错了,表头和数据的关系丢失了。一个PDF的章节结构没有识别出来,原本属于第三章的内容被错误地拼到了第二章。或者一个300页的制度被按照固定字符数机械切成几百块,原来完整的业务语义被切碎了。

后面再强的Embedding、Rerank和大模型,都只能在已经被破坏的知识上继续工作。所以我们后来把越来越多的精力放到了一个以前很容易被忽略的环节:

“

知识工程

图:知识工程

原始文件进来以后,不应该直接进入向量数据库,它应该先经过一个加工过程。

“

解析—清洗—结构化—切片—抽取—分类—打标签—校验

必要的时候还要经过人工审核,最后才是准入。

在AIS里,我们现在把知识校验、智能预标注、文本预处理、内容审核、知识抽取和知识准入都放在知识正式进入生产环境之前。这有点像工厂。原材料运到工厂门口,并不代表它已经可以直接装到最终产品上。它需要清洗、加工、质检。

知识也是一样。

所以我现在甚至觉得:

“

RAG的上限,很多时候不是由检索决定的,而是在知识进入RAG之前就已经决定了。

一个知识库里面如果本身充满了错误、残缺、重复、过期的知识,再好的检索算法也没有办法从根本上解决问题。

它最多只是更准确地找到那些有问题的知识。

三、真正危险的不是AI找不到,而是AI找到了错误的知识

这是我们在大型企业项目里越来越重视的另一个问题,知识库刚开始做的时候,大家最担心的是:

“资料明明有,AI为什么找不到?”

所以大家不断优化召回率。

但是系统真正进入生产以后,我觉得还有一种风险其实更加危险:

AI找到了。

而且找得非常准,但它找到的是一份已经失效的文件。

举一个非常简单的例子。

一家企业有一份2024年的差旅管理办法,2025年修改了一版,2026年又重新发布了一版。三个版本可能都还存在企业的文件系统里面。

现在员工问:

“我去北京出差,住宿标准是多少?”

如果RAG非常准确地召回了2024年的制度,然后大模型基于这份制度给出了一个非常完整、语言也非常自然的答案,这个答案到底算不算“准确”?

从RAG技术角度看,它可能非常准确。

文件找对了,内容引用对了,模型也没有幻觉。但是从企业业务角度看,它就是错的。而且这种错误比“没有找到答案”更加危险。

而版本只是其中一种情况,大型企业里面还会存在更多复杂的问题。

这个案例后来也让我对“企业知识”有了更多理解。

一份文件的正文,只是知识的一部分。

它的来源是谁?哪个部门发布?什么时间生效?现在是否有效?适用于什么范围?谁是Owner?有没有更高优先级的知识?

这些东西同样是知识的一部分,甚至在企业场景里面,它们有时候比正文还重要。

所以,当企业有几十万份文档以后,我们真正要管理的,其实已经不是几十万个文件。

而是几十万个带着来源、版本、权限、状态、责任和业务语义的知识对象。

这也是为什么我觉得,企业AI做到一定规模以后,知识治理一定会变成一个绕不开的问题。

四、还有一个问题,到了Agent时代会突然变得很严重:它到底能看什么?

以前做企业知识库,权限问题其实就已经很重要,但是进入Agent以后,我觉得这个问题会被进一步放大。

举一个很简单的场景。

员工A没有权限查看公司的薪酬数据,这件事情大家都很好理解,但现在员工A不是自己去知识库搜索。

他告诉一个Agent:

“帮我分析一下公司最近的人力成本变化,然后写一份报告。”

Agent开始自主执行任务。它可能先拆解任务,然后搜索知识库,再查询数据库,再读取几份文件,最后把这些信息组合起来生成报告。

那么问题来了:

这个Agent到底是谁?它应该拥有什么权限(穿透还是不穿透)?是Agent自己的权限?是员工A的权限?还是这个业务应用被预先配置好的权限?

如果Agent调用了三个不同系统,而这三个系统的权限模型又不一样,该怎么办?这已经不是传统知识库里“这个用户能不能打开这个文件”那么简单了。更麻烦的是,Agent不仅会读,它还可能会写。

比如一个Agent分析完售后问题以后,把新的维修经验写回知识库。另一个Agent生成了一份制度草稿,然后提交审核。还有Agent可能自动修改某些知识标签,或者触发一个知识治理任务。

这时候就又会出现新的问题:

谁允许它写?写进去以后是不是直接生效?需不需要审核?出了问题以后能不能知道是哪一个Agent、代表哪一个用户、在什么任务里修改的?

所以我觉得,Agent时代的权限模型需要比传统知识库再往前走一步。

它至少要回答:

“

这个Agent代表谁?

它现在在执行什么任务?

它被允许获取什么上下文?

它可以执行哪些动作?

整个过程能不能被审计?

我比较喜欢用一句话来概括:

“

Agent获得的企业上下文,不应该取决于“它能找到什么”,而应该取决于“它代表谁、正在做什么、被允许知道什么”。

这也是为什么我们现在在AIS里越来越强调“检索前权限过滤”。不是先把所有内容召回来,再看看哪些不能给用户看。而是在检索发生之前,就根据用户、组织、知识库和文档权限确定它到底能够进入哪个知识范围。

同时,Agent通过Skill、MCP或者API访问AIS的时候,也需要有不同的权限边界。现在我们的MCP已经区分readonly、write和admin等不同等级。系统里面的操作、问答、引用、配置变化以及完整执行链路也需要能够留下记录。

因为当Agent只是回答一个问题的时候,错误的代价可能只是一句话答错。但当Agent真正开始参与企业业务、调用工具甚至执行动作以后,权限错误带来的就可能是真正的业务风险。

这也是为什么我一直觉得:

“

企业Agent和个人Agent,其实是两个非常不同的问题。

个人使用AI的时候,可以把自己的资料全部交给它,但企业不行,企业的知识从来都是有边界的。

五、还有一个经常被低估的问题:今天整理好了,半年以后怎么办?

假设前面的问题全部解决了,企业花了几个月时间把几十万份文件全部梳理完成。知识源接好了,文档解析好了,重复文件清掉了,版本理顺了,权限也配置好了,然后经过几轮测试,准确率也达到要求。

项目正式上线,是不是终于可以松一口气了?

我这两年越来越强烈的一个感受是:

“

企业级AI知识库真正困难的部分,很多时候是从上线以后才开始的。

因为企业不是静止的,假设上线的时候有30万份知识,半年以后可能新增了3万份,修改了2万份,几百份制度发生变化。我们现在文档最多的一个客户已经超过了550万份。

另外,一批产品下线,一批新产品发布,有人调岗,有人离职,部门组织架构调整,业务流程变化,新的监管政策出台。你看看这些都是问题。

与此同时,AI自己也在产生新的问题。

所以一个企业AI系统的效果,不可能靠上线前那一次“知识整理”永久保持。这也是我们为什么越来越重视知识运营。

以前做传统软件项目,大家习惯一个思路:

开发 → 测试 → 验收 → 上线。

项目上线,意味着建设阶段基本结束,但是AI知识系统不是这样。我甚至觉得它更像一个长期运行的业务系统:上线只是开始。

比如用户问了一个问题,AI回答错了。以前我们可能只是记录一个“点踩”。

但现在我们会继续追为什么错:

  • 是没有理解用户的业务表达?

  • 是知识根本不存在?

  • 还是知识存在,但是已经过期?

  • 是两份知识发生了冲突?

  • 还是检索召回错了?

  • 又或者因为权限和合规要求,系统不能回答?

不同原因,后面的处理动作完全不同。然后重新审核,重新入库。

然后拿原来的问题再测一次。确认问题真的解决了以后,才关闭这个任务。

于是一个原来很简单的:

“

用户点踩

慢慢变成了一条:

“

问题反馈 → AI归因 → 责任人处理 → 知识更新 → 审核 → 回归验证

的闭环。AIS目前也在按照这条路径持续完善。

我们最近在给大型银行做知识库运营管理规范的时候,也越来越清楚地看到这一点。当知识规模足够大以后,不可能靠某一个管理员“有空的时候整理一下”,它需要真正的运营机制。关于运营管理规范会单独写一篇文章,这里就不展开了。

企业知识库真正的质量,不应该看上线那一天有多准,而应该看运行一年以后还能不能保持可信。

如果一个知识库上线的时候95分,一年以后因为大量过期、冲突和无人维护的知识只剩70分,那么上线时的95分其实没有太大意义。

企业需要的不是一次高分,而是一套让它长期维持高质量的机制。

六、所以,几十万份文档究竟应该怎样交给AI?

写到这里,我们可以重新回到文章最开始的问题。

一家大型企业有几十万份文档,到底应该怎么交给AI?

如果是两年前,我可能会比较自然地回答:

“

建一个企业级AI知识库。

但今天我越来越觉得,这个答案还不够,因为“知识库”这个词太容易让人想到一个容器。

而AI时代发生了一个很大的变化:

“

知识开始真正进入生产过程。

过去员工自己搜索一份制度,看完以后做判断;现在Agent会自动获取制度,然后基于制度完成下一步任务。

过去工程师自己找到维修手册,再决定怎么处理设备;现在Agent可能会读取手册、历史维修案例、设备状态,然后直接给出诊断建议。

过去研究人员自己找十几份报告进行分析;未来Agent可能自主搜索、比较、推理,然后生成研究结果。

所以知识不再只是“被人阅读”,它开始成为AI执行任务时实时消耗的一种生产资料。

这时候,企业真正需要的东西其实更像一条供应链。

我把它简单画成这样:

图:企业知识供应链

我现在很喜欢用“企业知识供应链”这个词来理解这件事情。

因为它和现实世界的供应链其实很像,企业的各种系统和文件,是原材料来源,Connector负责把原材料持续送进来,知识工程负责加工,知识准入相当于质检。权限、版本、知识健康和生命周期管理负责保证整个供应体系的质量和安全,RAG、API、Skill、MCP负责把最终可用的知识送到需要它的AI和Agent手里,而用户反馈、评测和业务结果,又不断反向告诉这条供应链:哪里出了问题,哪里需要改进。所以:

大型企业真正需要建设的,不是一个存放几十万份文档的“AI仓库”,而是一条能够持续向AI供应可信知识的“企业知识供应链”。

这个区别,我觉得非常重要。

仓库关心的是:

“

我有多少东西。

供应链关心的是:

“

正确的东西,能不能在正确的时间,到达正确的地方。

这可能也是企业知识库进入Agent时代以后,一个非常重要的变化。

七、文件不是知识,知识也不是上下文

如果再往前走一步,我觉得还有一个概念需要区分。

“

文件、知识和上下文,其实是三件不同的事情。

一个PDF,是文件。

经过解析、清洗、结构化、版本确认、权限确认以后,它才逐渐变成可以被企业使用的可信知识。

但是即使变成了可信知识,也不代表应该把它全部塞给大模型。因为一个Agent在完成具体任务的时候,只需要其中和当前任务相关的那一部分。

比如一个售后Agent处理某台设备故障。

它需要的可能是:

  • 这台设备的型号;

  • 当前故障码;

  • 对应版本的维修手册;

  • 过去三个月相似故障的维修案例;

  • 客户当前的维保状态;

  • 以及公司规定的处理流程。

企业可能有100万份知识,但是这个Agent此时真正需要的上下文,也许只有其中几十条。

所以企业AI真正需要解决的最后一道题,不是:

“

“我们有多少知识?”

而是:

“

“面对当前这个人、这个任务、这个时间点,AI究竟应该获得什么?”

我觉得这才是企业上下文真正有意思的地方,它不是把企业所有资料都塞进Prompt。而是在一个具体任务发生的时候,从庞大的企业知识和业务数据中,动态找到最合适、最可信、当前用户又有权使用的那一部分,然后交给AI。

所以我们过去一直讲RAG,现在开始讲Agent,但再往后,我认为越来越多企业最终会发现:

“

RAG和Agent中间,其实还需要一个很重要的层——企业上下文层。

它向下连接企业的文档、数据库、业务系统和知识资产。向上服务各种RAG应用、Agent和未来不断出现的AI应用。

它负责的不只是“搜索”,还包括来源、版本、权限、质量、语义、生命周期和可追溯性。

这也是为什么我一直认为:

“

模型越来越强,并不会让企业知识基础设施变得不重要。

恰恰相反。

“

模型越强,Agent能做的事情越多,企业就越需要保证它拿到的上下文是可信的。

否则一个能力很弱的AI拿到错误知识,可能只是答错一个问题。一个能力很强、又可以自主执行任务的Agent拿到错误知识,反而可能把错误放大成一个真实的业务动作。

八、回头看AIS这几年的变化,其实也是被这些问题一步步推着走过来的

TorchV刚开始做企业AI知识库的时候,我们关注最多的,其实也是RAG。

怎么解析得更好?怎么切片?怎么提高召回?怎么让答案更准确?怎么引用原文?

这些问题直到今天依然非常重要。但随着接触的客户越来越大,进入银行、大型集团、制造企业、专业服务机构以后,我们发现问题开始不断往外扩。

客户会问:

  • 企业微信、钉钉、NAS里的资料怎么自动进来?

  • 扫描PDF和复杂表格怎么办?

  • 一份知识有多个版本怎么办?

  • 两个部门知识冲突怎么办?

  • 知识过期了怎么发现?

  • 不同部门权限怎么继承?

  • Agent怎么使用这些知识?

  • 出了错误以后怎么知道是知识问题、检索问题还是模型问题?

  • 系统上线以后谁来持续运营?

于是AIS也被这些问题一步一步推着往前走。

从最早关注RAG,到知识接入。从知识接入,到知识工程。从知识工程,到知识治理。再到知识健康、生命周期、反馈评测,以及现在我们越来越关注的Agent上下文供给。

所以今天我们把TorchV AIS定义为:

“

企业级AI知识引擎,而且正在往知识中台的路上狂飙。

它现在覆盖的也已经不是一个单独的问答链路,而是知识接入、知识工程、知识治理、知识应用和反馈优化这样一条完整链路。

但如果抛开产品名字,我觉得我们真正想解决的问题其实一直没有变:

“

怎样让企业自己的知识,可以被AI长期、安全、准确地使用。

这也是为什么我们现在越来越少把AIS仅仅理解成一个“RAG知识库”。

我们更希望它成为:

“

大模型和Agent使用企业知识之前的那一层基础设施。

向下,把散落在企业各处的知识接进来。中间,把它加工好、治理好、持续维护好。向上,再通过检索、API、Skill、MCP等方式,把可信的企业上下文提供给各种AI应用和Agent。最终企业不需要为每一个Agent重新建设一套知识库。

同一套经过治理的企业知识,可以成为越来越多AI应用共同使用的底座。这也是我们现在对AIS的定位:

“

让企业知识成为大模型与Agent可靠使用的上下文。

最后

回到文章开头那个问题。

如果现在再有一家大型企业问我:

“我们公司有几十万份文档,能不能全部交给AI?”

我的答案依然是:

当然可以。

但我可能会紧接着问一句:

“然后呢?”

  • 谁告诉AI哪些知识是对的?哪个版本有效?

  • 谁决定什么人可以看到什么?谁负责这些知识持续更新?

  • 半年以后,怎么保证今天这几十万份知识仍然可信?

如果这些问题没有答案,那么把几十万份文件导进向量数据库,只是完成了一次规模很大的文件搬家。

它还没有真正变成企业AI可以长期依赖的知识基础设施。

所以我现在越来越相信:

AI时代的企业知识建设,最终不会只是建设一个越来越大的知识库。

而是需要为企业建立一条新的供应链,过去企业有资金供应链、人才供应链、数据供应链,未来可能还会有一条越来越重要的:

“

企业知识供应链。

它持续连接企业内部正在发生的一切知识变化,把原始资料加工成可信知识,再根据身份、权限、任务和场景,把正确的上下文交给AI。而AI在业务中发现的问题,又不断回到这条供应链,推动知识继续更新。

这条链路一旦真正建立起来,企业积累几十年的制度、经验、产品资料、项目案例和专业判断,才不再只是躺在文件服务器里的历史资料。它们会开始真正进入每一次AI推理、每一个Agent任务和越来越多的业务流程。

我觉得这才是“把企业知识交给AI”真正的含义。

最近我们也在和银行、大型集团、制造企业以及专业服务机构不断讨论类似的问题,大家的知识规模、IT环境和组织方式差别很大,但最后碰到的问题却越来越相似:知识在哪里?怎么接?怎么加工?谁负责?哪个版本有效?AI能看什么?怎么保证半年、一年以后仍然可信?

如果你的企业也已经积累了大量文档,正在考虑怎么把这些知识真正交给大模型和Agent,我也很愿意交流。

不一定先聊产品。我们可以先把一件事情做清楚:把你们企业的“知识如何流向AI”画成一张图。

很多时候,这张图真正画完以后,你会发现:企业AI的知识问题到底卡在哪里,其实已经清楚了一半。

阅读原文

跳转微信打开

[收藏贴] 豆包工作:生图 + 修图的 100 种打开方式

2026年10月9日 07:30

原创 DracoVibeCoding 2026-10-09 07:30 海南

这篇是个收藏贴,把「豆包工作」的图片生成和编辑能力,系统整理成 100 种 可直接套用的应用场景,归成10 大类,每一种都配了真实案例图——图里演示的是什么、用了什么技巧、可直接复制的 Prompt,都写在图片下方的caption字段里。做内容、做设计、做电商、做短剧,都能照着找到自己的用法。

一、角色与人物

01 角色设定表(CRS)

做动画、做短剧、做游戏人设的时候,最需要的就是一张标准化的角色参考图。豆包工作可以直接生成专业的 Character Reference Sheet——正面、3/4 视角、侧面、背面四个主视图,加上表情差分、手势和道具细节。

技巧:prompt 里一定要明确约束肢体数量,比如“每只角色只有一条尾巴、每只手五根手指”。生图模型在画多视图的时候特别容易多画一条尾巴或者多一只手,这个坑我踩了不下十次。想要信息栏(Name/Age/Role)拼写准确,直接上最强的 Pro 模型。

写实男性探险家角色设定表 CRS:四视图、信息栏、6 个表情、6 个互不重复的手势与装备分解,英文标签准确 | Prompt:写实风格角色设定表 Character Reference Sheet,竖版纯白背景:顶部大标题 CHARACTER REFERENCE SHEET,信息栏写 Name: Lin Yue / Age: 30 / Role: Field Explorer / Personality: calm, decisive, observant;一位 30 岁亚洲男性探险家,黑色短发、卡其色工装夹克、白 T、深色工装裤、棕色工装靴,横排正面、3/4 侧、正侧、背面四个全身视图标注 FRONT/3-4/SIDE/BACK VIEW;GEAR BREAKDOWN 展示夹克、户外手表、工具腰包;EXPRESSIONS 横排 neutral、happy、surprised、focused、serious、confident 六个表情;HAND DETAILS 横排六个互不重复的手势 open palm、fist、thumbs up、pointing、OK、pinch,每只手五根手指、结构正确;所有英文标签拼写正确,柔和均匀棚光。
写实男性探险家角色设定表 CRS:四视图、信息栏、6 个表情、6 个互不重复的手势与装备分解,英文标签准确 | Prompt:写实风格角色设定表 Character Reference Sheet,竖版纯白背景:顶部大标题 CHARACTER REFERENCE SHEET,信息栏写 Name: Lin Yue / Age: 30 / Role: Field Explorer / Personality: calm, decisive, observant;一位 30 岁亚洲男性探险家,黑色短发、卡其色工装夹克、白 T、深色工装裤、棕色工装靴,横排正面、3/4 侧、正侧、背面四个全身视图标注 FRONT/3-4/SIDE/BACK VIEW;GEAR BREAKDOWN 展示夹克、户外手表、工具腰包;EXPRESSIONS 横排 neutral、happy、surprised、focused、serious、confident 六个表情;HAND DETAILS 横排六个互不重复的手势 open palm、fist、thumbs up、pointing、OK、pinch,每只手五根手指、结构正确;所有英文标签拼写正确,柔和均匀棚光。

02 角色立绘

单人全身或半身立绘,不管是动漫风、写实风还是 Q 版,一句话就能出。适合做小说配图、游戏角色展示、社交媒体配图。

技巧:如果你对构图有要求,直接写“全身入画居中构图,纯浅灰背景,干净均匀打光”。出来的图就是干净的素材底图,后面想怎么改都行。

同一角色的干净全身立绘,纯色背景、居中构图,可直接当素材底图 | Prompt:二次元美少女全身立绘,紫蓝色长发、手持魔法杖、蓝白战斗裙装;全身入画居中、角色完整不裁切,纯净浅灰背景,干净均匀打光,精致日系插画。
同一角色的干净全身立绘,纯色背景、居中构图,可直接当素材底图 | Prompt:二次元美少女全身立绘,紫蓝色长发、手持魔法杖、蓝白战斗裙装;全身入画居中、角色完整不裁切,纯净浅灰背景,干净均匀打光,精致日系插画。

03 表情差分表

同一个角色,生成 2x2、3x3 或者 4x4 的表情差分表——开心、生气、惊讶、害羞、难过……一张图搞定所有表情,做动画和短剧时直接调用。

技巧:写实人物做夸张极端表情很容易掉进恐怖谷,显得狰狞吓人。想要夸张又讨喜的表情差分,建议用高端 3D 动画电影质感,既美观、差异又清晰;prompt 里写“严格等分多格,同一角色同一套服装,只有表情不同”。

3D 动画电影质感的角色表情差分表,多格等分,表情差异清晰、形象讨喜 | Prompt:高端 3D 动画电影质感(皮克斯风)的角色表情差分表,同一个棕色短发圆脸小女孩、同一件米白色上衣,严格 2 行 3 列共 6 格等分,按从左到右、从上到下依次为开怀大笑、生气、难过流泪、惊讶、嫌弃不满、惊恐大哭,只有表情不同、五官干净,表情夸张但可爱讨喜、不恐怖,浅灰色背景,无文字。
3D 动画电影质感的角色表情差分表,多格等分,表情差异清晰、形象讨喜 | Prompt:高端 3D 动画电影质感(皮克斯风)的角色表情差分表,同一个棕色短发圆脸小女孩、同一件米白色上衣,严格 2 行 3 列共 6 格等分,按从左到右、从上到下依次为开怀大笑、生气、难过流泪、惊讶、嫌弃不满、惊恐大哭,只有表情不同、五官干净,表情夸张但可爱讨喜、不恐怖,浅灰色背景,无文字。

04 服装穿搭设计

想给角色换衣服?或者给自己搭配穿搭灵感?直接描述你要的风格:“美式复古工装风,卡其色夹克 + 白色 T 恤 + 直筒牛仔裤 + 棕色马丁靴”。

技巧:如果是给已有角色换装,把角色图喂进去,说“保留脸和发型不变,只把衣服换成 XXX”,出来的就是同一人穿不同衣服的效果。

同一男性模特的 2x2 四套穿搭:美式工装、商务休闲、街头潮牌、户外机能,五官发型一致 | Prompt:同一位男性模特的四套穿搭方案,严格 2 行 2 列四格排列(2x2 grid),每格一个全身人物、格子间留白整齐,纯白背景,写实服装摄影;四套风格完全不同:左上美式复古工装(卡其工装夹克+直筒牛仔裤+工装靴)、右上商务休闲(深蓝西装+浅衬衫+米色西裤+皮鞋)、左下街头潮牌(oversize 卫衣+工装短裤+高帮球鞋+棒球帽)、右下户外机能(深色冲锋衣+束脚工装裤+登山靴);四格必须是同一人,五官、发型、身材、站姿一致,只有服装不同,每格全身入画、双脚完整、五指自然,无文字。
同一男性模特的 2x2 四套穿搭:美式工装、商务休闲、街头潮牌、户外机能,五官发型一致 | Prompt:同一位男性模特的四套穿搭方案,严格 2 行 2 列四格排列(2x2 grid),每格一个全身人物、格子间留白整齐,纯白背景,写实服装摄影;四套风格完全不同:左上美式复古工装(卡其工装夹克+直筒牛仔裤+工装靴)、右上商务休闲(深蓝西装+浅衬衫+米色西裤+皮鞋)、左下街头潮牌(oversize 卫衣+工装短裤+高帮球鞋+棒球帽)、右下户外机能(深色冲锋衣+束脚工装裤+登山靴);四格必须是同一人,五官、发型、身材、站姿一致,只有服装不同,每格全身入画、双脚完整、五指自然,无文字。

05 头像生成

社交媒体头像、职业头像、Q 版头像,想要什么风格直接说。

技巧:头像最重要的是辨识度。prompt 里加上“居中构图,头部特写,纯色背景”,出来的图裁剪成头像正好合适。

高辨识度的人物头像,头部特写、纯色背景、居中构图 | Prompt:Q 版可爱女孩头像,棕色蓬松短卷发波波头、右侧别一个粉色蝴蝶结发夹、大眼睛腮红,头部特写居中,浅粉色纯色背景,3D 黏土毛毡质感,柔和光,正方形构图。
高辨识度的人物头像,头部特写、纯色背景、居中构图 | Prompt:Q 版可爱女孩头像,棕色蓬松短卷发波波头、右侧别一个粉色蝴蝶结发夹、大眼睛腮红,头部特写居中,浅粉色纯色背景,3D 黏土毛毡质感,柔和光,正方形构图。

06 表情包制作

一套表情包,九宫格、十六宫格都行,直接生成出来就能当贴纸用。“一只橘猫的表情包套图,严格 3x3 九宫格、共 9 个:开心、生气、惊讶、卖萌、委屈、大笑、点赞、比心、流泪,白色背景,Q 版扁平插画风”。

技巧:一定要在 prompt 里写死“严格 3 行 3 列、正好 9 格、不重复”,否则模型很容易给你排成 12 格甚至漏动作;点赞、比心这类带手势的,要写明“猫爪竖拇指 / 双爪捧红心”。另外记得加“白色背景”或“透明背景”,不然后面没法直接贴。

橘猫表情包 3x3 九宫格共 9 个:开心、生气、惊讶、卖萌、委屈、大笑、点赞、比心、流泪 | Prompt:一套橘色虎斑猫表情包贴纸,严格排成 3 行 3 列的九宫格、总共正好 9 格,不能多也不能少,每格一只完全相同的橘色虎斑猫头肩特写,统一 Q 版扁平卡通描边画风、纯白背景,格子大小一致、行列对齐、间距均匀;按从左到右、从上到下依次为开心大笑、生气、惊讶、卖萌(两只前爪托住脸颊)、委屈(眼眶含泪)、大笑、点赞(一只猫爪正对镜头竖起大拇指)、比心(两只猫爪在胸前捧着一颗红色爱心)、流泪(两行热泪大哭);九格表情各不相同、不重复,每只猫只有一只头两只耳朵,猫爪结构自然,画面无任何文字、字母或数字。
橘猫表情包 3x3 九宫格共 9 个:开心、生气、惊讶、卖萌、委屈、大笑、点赞、比心、流泪 | Prompt:一套橘色虎斑猫表情包贴纸,严格排成 3 行 3 列的九宫格、总共正好 9 格,不能多也不能少,每格一只完全相同的橘色虎斑猫头肩特写,统一 Q 版扁平卡通描边画风、纯白背景,格子大小一致、行列对齐、间距均匀;按从左到右、从上到下依次为开心大笑、生气、惊讶、卖萌(两只前爪托住脸颊)、委屈(眼眶含泪)、大笑、点赞(一只猫爪正对镜头竖起大拇指)、比心(两只猫爪在胸前捧着一颗红色爱心)、流泪(两行热泪大哭);九格表情各不相同、不重复,每只猫只有一只头两只耳朵,猫爪结构自然,画面无任何文字、字母或数字。

07 人物姿势参考

画人物或者做视频分镜的时候,经常需要各种姿势参考。站立、抱胸、坐姿、走路、奔跑、回头……一次出一整页姿势库。

技巧:如果你是画画的人,用“线稿风格”或者“素描风格”出图,直接就能当临摹参考;要做 3D 动画就用写实姿势库,并在 prompt 里约束“人体结构正常、每只手五根手指”。

同一男性的六个姿势参考:站立、抱胸、坐姿、走路、奔跑、回头,人体结构准确 | Prompt:同一成年男性的六个姿势参考,2 行 3 列,依次为自然站立、双手抱胸、坐姿、行走、奔跑、回头;五官发型服装一致,写实人体结构准确、四肢比例正常、五指自然,全身,纯白背景。
同一男性的六个姿势参考:站立、抱胸、坐姿、走路、奔跑、回头,人体结构准确 | Prompt:同一成年男性的六个姿势参考,2 行 3 列,依次为自然站立、双手抱胸、坐姿、行走、奔跑、回头;五官发型服装一致,写实人体结构准确、四肢比例正常、五指自然,全身,纯白背景。

08 多人场景 / 群像

两个人、三个人甚至一群人同框,保持每个人的特征一致。“两个女生在咖啡馆聊天,一个穿红裙子一个穿蓝裙子,温馨午后氛围”。

技巧:多人场景容易脸崩,建议每个人单独出一张参考图,然后把多张参考图一起喂进去,说“[图1] 是左边的女生,[图2] 是右边的女生”。

多人同框群像,各角色特征清晰、互动自然、氛围统一 | Prompt:两位年轻女性朋友在咖啡馆窗边聊天,一位红裙、一位蓝裙,自然互动对视微笑,暖色窗光,电影感中景,写实摄影,氛围温馨。
多人同框群像,各角色特征清晰、互动自然、氛围统一 | Prompt:两位年轻女性朋友在咖啡馆窗边聊天,一位红裙、一位蓝裙,自然互动对视微笑,暖色窗光,电影感中景,写实摄影,氛围温馨。

09 年龄变化

同一个角色,看看他小时候长什么样、老了长什么样。做角色时间线、家庭故事都用得上。

技巧:这种操作一定要用图生图,把原图喂进去,说“保留五官特征,改成 10 岁 / 70 岁的版本”,并用写实风格。纯文生图出来的就不是同一个人了。

写实风格的同一人物年龄变化对比,五官特征延续、年龄感真实 | Prompt:同一位女性的年龄变化对比,左右并排,左边 5 岁小女孩、右边 30 岁成年女性,大眼睛、酒窝、黑发等五官特征延续可辨,同款白 T 恤,纯白背景,写实人像。
写实风格的同一人物年龄变化对比,五官特征延续、年龄感真实 | Prompt:同一位女性的年龄变化对比,左右并排,左边 5 岁小女孩、右边 30 岁成年女性,大眼睛、酒窝、黑发等五官特征延续可辨,同款白 T 恤,纯白背景,写实人像。

10 多视图 + 色板

专业设计稿格式——除了多视图,还要有配色方案色板。“角色设定表,底部必须包含 COLOR PALETTE 色板,6-8 个主色色块”。

技巧:有色板的好处是后面你做其他物料的时候,配色不会跑偏。比如做海报的时候,直接照着色板选颜色就行。

角色多视图设计稿,底部附 COLOR PALETTE 配色色板 | Prompt:金发女性角色多视图设计稿,正面、正侧面(90 度 side view)、背面三视图横排,绿色夹克、白色 T 恤、黑色短裤、黑色短靴;底部附一行 COLOR PALETTE 配色色板(8 个主色色块),浅灰背景,日系动画人设稿。
角色多视图设计稿,底部附 COLOR PALETTE 配色色板 | Prompt:金发女性角色多视图设计稿,正面、正侧面(90 度 side view)、背面三视图横排,绿色夹克、白色 T 恤、黑色短裤、黑色短靴;底部附一行 COLOR PALETTE 配色色板(8 个主色色块),浅灰背景,日系动画人设稿。

二、人物进阶:职业照、数字人与各种身份形态

11 职业形象照

简历、LinkedIn、工牌、公司官网团队页都需要一张体面的职业照,不用再专门跑照相馆,豆包工作直接出写实级职业形象照。

技巧:prompt 写清职业、服装和背景,比如“30 岁女性,深蓝西装白衬衫,自信微笑,纯色浅灰背景,专业人像棚拍打光”。想要正式感就用纯色背景;想要亲和力可以换成明亮办公环境。

写实职业形象照:深蓝西装女性、纯色背景、专业棚拍打光、自信微笑 | Prompt:专业职业形象照,一位亚洲女性、深蓝色西装、白衬衫、自信微笑,纯色浅灰背景,影棚柔光、面部光线均匀,半身,写实商业人像摄影,50mm 镜头。
写实职业形象照:深蓝西装女性、纯色背景、专业棚拍打光、自信微笑 | Prompt:专业职业形象照,一位亚洲女性、深蓝色西装、白衬衫、自信微笑,纯色浅灰背景,影棚柔光、面部光线均匀,半身,写实商业人像摄影,50mm 镜头。

12 发型设计预览

想剪短发、烫卷发又怕翻车?先让 AI 把同一个人换上不同发型,剪发前看清楚效果。也适合理发师和造型师给客户出方案。

技巧:用“同一个人,四种发型对比,五官完全一致,只有发型不同”的说法,模型才不会给你画成四个不同的人。

同一女性的四种发型对比:短发、波浪长发、高马尾、盘发,五官一致 | Prompt:同一位女性的四种发型对比,2x2 排列,依次为利落短发、波浪长发、高马尾、优雅盘发;五官、脸型、妆容完全一致,正面半身,纯白背景,写实美发造型。
同一女性的四种发型对比:短发、波浪长发、高马尾、盘发,五官一致 | Prompt:同一位女性的四种发型对比,2x2 排列,依次为利落短发、波浪长发、高马尾、优雅盘发;五官、脸型、妆容完全一致,正面半身,纯白背景,写实美发造型。

13 妆容造型

日常妆、职场妆、晚宴妆、创意妆,同一套脸换上不同妆面,化妆师出方案、自己试妆都能用。

技巧:把每种妆的差异写明确(清透 / 干练 / 烟熏 / 创意),并要求“同一个人、妆面精致”,对比才拉得开。

同一女性的四种妆容对比:日常、职场、晚宴烟熏、创意桃花妆,差异明显 | Prompt:同一位女性的四种妆容对比,2x2 排列,依次为素颜日常妆、通勤职场妆、晚宴烟熏妆、创意桃花妆;发型服装一致,正面特写,纯白背景,写实美妆。
同一女性的四种妆容对比:日常、职场、晚宴烟熏、创意桃花妆,差异明显 | Prompt:同一位女性的四种妆容对比,2x2 排列,依次为素颜日常妆、通勤职场妆、晚宴烟熏妆、创意桃花妆;发型服装一致,正面特写,纯白背景,写实美妆。

14 体型变化

健身、减肥、增肌的前后对比,做励志海报、课程宣传、方案展示都很有冲击力。

技巧:一定要“同一个人、同款服装、同一背景”,只改变体型,对比才有说服力;否则看起来像两个不相干的人。

同一男性健身前后对比:左发福、右结实,五官特征一致、同款服装 | Prompt:同一位中年男性的健身前后对比,左右并排,左边身材发福、右边肌肉结实;五官特征一致、都穿同款灰色 T 恤短裤,全身,纯白背景,写实。
同一男性健身前后对比:左发福、右结实,五官特征一致、同款服装 | Prompt:同一位中年男性的健身前后对比,左右并排,左边身材发福、右边肌肉结实;五官特征一致、都穿同款灰色 T 恤短裤,全身,纯白背景,写实。

15 虚拟数字人

虚拟主播、数字偶像、品牌虚拟代言人、客服数字人……一个超写实又带科技感的数字人形象,一句话生成。

技巧:用“超写实与科幻结合”,加上渐变发色、发光服装、全息光效和粒子,数字人未来感立刻就出来了。

未来感虚拟数字人:紫渐变长发、发光科技服装、全息光效与粒子 | Prompt:未来感虚拟数字人,年轻女性、紫蓝渐变长发、发光科技服装、耳部全息耳机,深色背景配全息光效与漂浮粒子,半身,赛博朋克写实 3D 渲染,霓虹蓝紫光。
未来感虚拟数字人:紫渐变长发、发光科技服装、全息光效与粒子 | Prompt:未来感虚拟数字人,年轻女性、紫蓝渐变长发、发光科技服装、耳部全息耳机,深色背景配全息光效与漂浮粒子,半身,赛博朋克写实 3D 渲染,霓虹蓝紫光。

16 性别转换

想看一个角色的男版 / 女版?做设定、玩梗、补全角色谱系都很有趣。

技巧:prompt 里要求“五官神韵、发型颜色、服装风格保持一致,只是性别不同”,两版才像同一个人的不同性别,而不是随便两个人。

写实真人风格性转:同一五官神韵、发色与同款牛仔外套,左男右女,仅性别特征不同,真实照片质感 | Prompt:同一张脸的性别转换写实对比照,左右并排,纯白摄影棚背景;左边年轻男性、右边同一人物的女性版本,五官神韵、发色、脸型、肤色高度一致,仅性别特征不同(男轮廓硬朗、女柔和),都穿白 T 恤牛仔外套,自然微笑,单反写实人像,非 3D、非动漫。
写实真人风格性转:同一五官神韵、发色与同款牛仔外套,左男右女,仅性别特征不同,真实照片质感 | Prompt:同一张脸的性别转换写实对比照,左右并排,纯白摄影棚背景;左边年轻男性、右边同一人物的女性版本,五官神韵、发色、脸型、肤色高度一致,仅性别特征不同(男轮廓硬朗、女柔和),都穿白 T 恤牛仔外套,自然微笑,单反写实人像,非 3D、非动漫。

17 奇幻种族化

把同一个角色变成精灵、兽人、机甲、人鱼……做游戏和奇幻设定时,一张图看清角色在不同种族下的样子。

技巧:列出每种种族的关键特征(尖耳、兽耳尾巴、机械装甲、鱼尾),同时要求“同一张脸特征可辨”。

同一女性的四种奇幻种族形态:精灵、兽人、机甲、人鱼,特征鲜明 | Prompt:同一位女性的四种奇幻种族形态,2x2 排列,依次为尖耳精灵、猫耳兽人、机甲改造人、美人鱼,保留同一五官特征,各配对应种族服饰与元素,深色奇幻背景,写实 3D 渲染。
同一女性的四种奇幻种族形态:精灵、兽人、机甲、人鱼,特征鲜明 | Prompt:同一位女性的四种奇幻种族形态,2x2 排列,依次为尖耳精灵、猫耳兽人、机甲改造人、美人鱼,保留同一五官特征,各配对应种族服饰与元素,深色奇幻背景,写实 3D 渲染。

18 历史名人形象

李白、苏轼、孔子……历史名人的写实形象,做教育内容、纪录片配图、知识短视频都用得上。

技巧:服饰、头饰、道具和场景要做朝代考据(比如李白配唐代白袍软巾、酒壶、月夜江边),并要求电影级写实质感,避免古装影楼风。

唐代诗人李白写实形象:白袍软巾、手持酒壶、月夜江边,意境洒脱 | Prompt:唐代诗人李白,白袍软巾、手持酒壶、仰头洒脱,月夜江边、芦苇与远山,冷蓝月光配暖灯笼光,电影感写实国风人像,意境潇洒。
唐代诗人李白写实形象:白袍软巾、手持酒壶、月夜江边,意境洒脱 | Prompt:唐代诗人李白,白袍软巾、手持酒壶、仰头洒脱,月夜江边、芦苇与远山,冷蓝月光配暖灯笼光,电影感写实国风人像,意境潇洒。

19 全家福合影

人凑不齐、当年没拍上的全家福,让 AI 帮你补一张三代同堂的温馨合影。

技巧:写清人物构成(祖父母、夫妻、孩子)、服装和环境,要求“笑容自然、写实摄影、专业家庭合影构图”。

三代同堂全家福:祖父母、年轻夫妻与孩子,明亮客厅、笑容自然 | Prompt:三代同堂全家福,祖父母、年轻夫妻和一个孩子共五口人,明亮现代客厅,自然笑容、姿态亲密,温馨自然光,写实家庭摄影。
三代同堂全家福:祖父母、年轻夫妻与孩子,明亮客厅、笑容自然 | Prompt:三代同堂全家福,祖父母、年轻夫妻和一个孩子共五口人,明亮现代客厅,自然笑容、姿态亲密,温馨自然光,写实家庭摄影。

20 动态动作

高位踢腿、出拳、腾空跳跃、芭蕾旋转……高难度动态瞬间,做动画、游戏、动作戏参考非常好用。

技巧:动态场景最容易出现手脚崩坏,prompt 里务必写“四肢结构正常、每只手五根手指”,并强调动作的力量感与动感。

同一女性的四个高难度动态:踢腿、出拳、腾空跳、芭蕾,四肢结构正常 | Prompt:同一位女性的四个高难度动态,2x2 排列,依次为高位踢腿、出拳、腾空跳跃、芭蕾舞姿;前三格为灰色运动内衣配黑色紧身裤、马尾的运动造型,芭蕾格为黑色芭蕾练功裙、盘发髻、足尖鞋的芭蕾造型;同一人物五官一致,四肢结构正常、每只手五根手指,纯白背景,写实运动摄影。
同一女性的四个高难度动态:踢腿、出拳、腾空跳、芭蕾,四肢结构正常 | Prompt:同一位女性的四个高难度动态,2x2 排列,依次为高位踢腿、出拳、腾空跳跃、芭蕾舞姿;前三格为灰色运动内衣配黑色紧身裤、马尾的运动造型,芭蕾格为黑色芭蕾练功裙、盘发髻、足尖鞋的芭蕾造型;同一人物五官一致,四肢结构正常、每只手五根手指,纯白背景,写实运动摄影。

三、场景与影视:概念图、氛围图到异世界

21 场景概念图

电影、游戏、短剧的场景空镜,一句话出氛围图。“赛博朋克风格的雨夜街道,霓虹灯牌,地面湿滑反射灯光,电影感构图”。

技巧:场景图一定要多生成几个角度——正面、侧面、全景、特写。后面做视频或者做 PPT 的时候,不同镜头需要不同角度的场景。

影视级场景概念图,氛围与空间关系明确,可作空镜与美术参考 | Prompt:赛博朋克城市街道场景概念图,雨夜、霓虹灯牌、湿润地面反光、紫青色调,电影级光影与纵深,无人物,超写实数字绘景,宽幅。
影视级场景概念图,氛围与空间关系明确,可作空镜与美术参考 | Prompt:赛博朋克城市街道场景概念图,雨夜、霓虹灯牌、湿润地面反光、紫青色调,电影级光影与纵深,无人物,超写实数字绘景,宽幅。

22 氛围图 / 情绪板

做项目之前先定调——这个项目整体是什么感觉?温暖治愈,还是冷峻科技?出一张氛围图就能对齐所有人的预期。

技巧:氛围图不用太具体,重点是感觉。“温暖、治愈、午后阳光、木质纹理、柔焦效果”,出来的图就是情绪板级别的。

项目氛围图 / 情绪板,以光影色调传达整体调性 | Prompt:清晨窗边书桌氛围图,阳光透过白纱帘,绿植、摊开的书与咖啡杯,暖金色调、浅景深胶片感,安静治愈,写实生活摄影。
项目氛围图 / 情绪板,以光影色调传达整体调性 | Prompt:清晨窗边书桌氛围图,阳光透过白纱帘,绿植、摊开的书与咖啡杯,暖金色调、浅景深胶片感,安静治愈,写实生活摄影。

23 风景壁纸

自然风光、城市天际线、幻想场景,直接生成壁纸尺寸的大图。“宫崎骏风格的草原风景,蓝天白云,绿色山丘,远处有风车”。

技巧:想要电脑壁纸就说“横版 16:9”,手机壁纸就说“竖版 9:16”。尺寸说清楚,出来的图不用裁剪。

壁纸级风景大图,构图开阔、画质细腻,可直接用作桌面或手机壁纸 | Prompt:高清风景壁纸,蓝天白云下的绿色草原与小野花、远处缓坡,开阔构图,色彩通透,超写实风景摄影,4K 画质,无水印。
壁纸级风景大图,构图开阔、画质细腻,可直接用作桌面或手机壁纸 | Prompt:高清风景壁纸,蓝天白云下的绿色草原与小野花、远处缓坡,开阔构图,色彩通透,超写实风景摄影,4K 画质,无水印。

24 故事板 / 分镜关键帧

写剧本、拍短剧的时候,把关键场景画成分镜关键帧,快速过一遍故事节奏和镜头语言。

技巧:分镜草图不用太精致,用“线稿风格”或者“简笔画风格”出图,重点是把景别、机位和动作讲清楚;关键帧则可以做到电影级精度。注意本例中间那格是主观镜头(POV)——镜头代替女主的眼睛去看门后的气球,所以画面里故意不出现她本人,紧接着一格她的惊讶反应特写,这就是剪辑里常用的“主观所见 + 反应”组合。画分镜时要在 Prompt 里写清哪格是 POV、哪格是客观镜头,模型才不会在主观镜头里多画出一个人。

开门惊喜分镜三连:①全景(女主握把手推门)→ ②主观镜头 POV(女主视点看门内气球,故此格没有她本人)→ ③惊讶反应特写 | Prompt:影视分镜故事板,黑白铅笔线稿,干净白色背景,专业 storyboard 风格,同一位扎马尾、穿 T 恤牛仔裤的年轻女性、同一扇门、光线一致,横向连续三格:第 1 格为全景(wide shot,客观镜头),女性背对镜头站在紧闭的门前、右手握住门右侧的球形门把手正要向内推开,门的铰链在左侧;第 2 格为主观镜头(POV,女主第一人称视点,画面中故意不出现女主本人),门已绕左侧铰链向内推开、门叶转到门洞左侧,从女主站立位置的视线高度看向门内,房间里堆满了气球;第 3 格为反应特写(close-up),女主睁大眼睛、张嘴惊喜的脸部大特写。三格之间动作与视线连贯、门的开合方向一致,每格下方留白以便标注机位与景别,画面不出现任何文字。
开门惊喜分镜三连:①全景(女主握把手推门)→ ②主观镜头 POV(女主视点看门内气球,故此格没有她本人)→ ③惊讶反应特写 | Prompt:影视分镜故事板,黑白铅笔线稿,干净白色背景,专业 storyboard 风格,同一位扎马尾、穿 T 恤牛仔裤的年轻女性、同一扇门、光线一致,横向连续三格:第 1 格为全景(wide shot,客观镜头),女性背对镜头站在紧闭的门前、右手握住门右侧的球形门把手正要向内推开,门的铰链在左侧;第 2 格为主观镜头(POV,女主第一人称视点,画面中故意不出现女主本人),门已绕左侧铰链向内推开、门叶转到门洞左侧,从女主站立位置的视线高度看向门内,房间里堆满了气球;第 3 格为反应特写(close-up),女主睁大眼睛、张嘴惊喜的脸部大特写。三格之间动作与视线连贯、门的开合方向一致,每格下方留白以便标注机位与景别,画面不出现任何文字。

25 城市街景

现代都市的繁华街道、商业街、黄昏车流,做都市题材内容、广告背景、城市宣传片都能直接用。

技巧:指定时间(黄昏最出片)、天气和镜头(广角),并让玻璃幕墙、车灯、霓虹灯形成层次,电影感更强。

黄昏繁华城市商业街:高楼幕墙、车流行人、霓虹初上,电影级光影 | Prompt:黄昏繁华城市商业街,高楼玻璃幕墙、车流光轨、行人、霓虹初上,蓝调时刻天空,电影级光影,超写实城市摄影,宽幅。
黄昏繁华城市商业街:高楼幕墙、车流行人、霓虹初上,电影级光影 | Prompt:黄昏繁华城市商业街,高楼玻璃幕墙、车流光轨、行人、霓虹初上,蓝调时刻天空,电影级光影,超写实城市摄影,宽幅。

26 自然景观

雪山、湖泊、云海、松林……震撼的自然风光大片,做壁纸、PPT、旅行内容都很高级。

技巧:用“黄金时刻光线 + 广角 + 前景引导”,画面层次和震撼感会明显提升。

雪山云海下的绿松石高山湖泊与松林,晨光穿透,风景震撼 | Prompt:雪山云海下的绿松石色高山湖泊,岸边松林,晨光穿透云层洒在湖面、倒影清晰,震撼风光摄影,航拍宽幅。
雪山云海下的绿松石高山湖泊与松林,晨光穿透,风景震撼 | Prompt:雪山云海下的绿松石色高山湖泊,岸边松林,晨光穿透云层洒在湖面、倒影清晰,震撼风光摄影,航拍宽幅。

27 天气与昼夜

同一个地点,晴天、雨天、黄昏、雪夜四种状态,做项目时快速展示不同时间与天气下的氛围。

技巧:要求“同一地点、构图完全一致”,只改变天气和光线,对比才整齐;雨丝、水洼、积雪、暖灯这些细节要写出来。

同一乡村木屋的四种天气昼夜:晴天、雨天、黄昏、雪夜,氛围差异明显 | Prompt:同一座乡村木屋的四种天气与时间,2x2 排列,晴天、雨天、黄昏、雪夜;木屋位置与机位完全一致,仅天气光线不同,写实。
同一乡村木屋的四种天气昼夜:晴天、雨天、黄昏、雪夜,氛围差异明显 | Prompt:同一座乡村木屋的四种天气与时间,2x2 排列,晴天、雨天、黄昏、雪夜;木屋位置与机位完全一致,仅天气光线不同,写实。

28 四季变化

同一个场景的春夏秋冬,做节气内容、季节主题、时间流逝镜头都很直观。

技巧:固定机位和构图,用色彩拉开四季(春樱嫩绿、夏浓翠绿、秋红叶金黄、冬雪白),并让标志性建筑保持一致。

同一公园湖边的四季变化:春樱、夏荷、秋叶、冬雪,色彩鲜明 | Prompt:同一个公园湖边的四季变化,2x2 排列,春樱、夏荷、秋叶、冬雪;机位构图完全一致,仅季节植被色彩不同,写实风景。
同一公园湖边的四季变化:春樱、夏荷、秋叶、冬雪,色彩鲜明 | Prompt:同一个公园湖边的四季变化,2x2 排列,春樱、夏荷、秋叶、冬雪;机位构图完全一致,仅季节植被色彩不同,写实风景。

29 异世界奇幻场景

浮空岛、魔法城堡、发光水晶、飞龙……奇幻世界观的核心场景,做游戏、动画、小说封面都用得上。

技巧:把最有想象力的母题(浮空岛 + 瀑布 + 水晶山)组合起来,配合暖金色魔法光和云海,奇幻感和壮观感兼得。

异世界浮空岛:瀑布、白色城堡、发光水晶山与飞龙,金色魔法光芒 | Prompt:异世界浮空岛,白色城堡、倾泻而下的瀑布、发光水晶山、空中飞龙,金色魔法光芒与云海,奇幻史诗感,超写实概念艺术。
异世界浮空岛:瀑布、白色城堡、发光水晶山与飞龙,金色魔法光芒 | Prompt:异世界浮空岛,白色城堡、倾泻而下的瀑布、发光水晶山、空中飞龙,金色魔法光芒与云海,奇幻史诗感,超写实概念艺术。

30 科幻末世场景

荒废城市、废墟高楼、孤独人影……科幻末世题材的氛围场景,适合做短片、游戏、概念设计。

技巧:用冷色调、丁达尔光束、裂缝中生长的杂草和废弃车辆营造荒凉感,再放一个孤独人影强化叙事。

科幻末世废墟:倾倒高楼、废弃车辆、丁达尔光束与孤独人影,荒凉冷色调 | Prompt:科幻末世废墟,倾倒的摩天楼、废弃车辆、破碎道路,丁达尔光束穿过灰尘,远处一个孤独人影,荒凉冷青色调,电影级概念图。
科幻末世废墟:倾倒高楼、废弃车辆、丁达尔光束与孤独人影,荒凉冷色调 | Prompt:科幻末世废墟,倾倒的摩天楼、废弃车辆、破碎道路,丁达尔光束穿过灰尘,远处一个孤独人影,荒凉冷青色调,电影级概念图。

四、空间与建筑:室内、户型、景观到载具内饰

31 室内设计效果图

客厅、卧室、办公室、咖啡馆,各种空间效果图。想看装修灵感,这个比翻小红书效率高多了——直接描述风格,出来的就是效果图级别。

技巧:写清风格、主材、配色和采光,比如“北欧风客厅,浅木地板、米白沙发、原木茶几、大落地窗自然光、绿植点缀”。

北欧风客厅效果图:浅木地板、米白沙发、原木茶几、大落地窗与绿植 | Prompt:北欧风客厅室内设计效果图,浅木地板、米白布艺沙发、原木茶几、大落地窗、绿植,自然采光、干净通透,超写实建筑渲染。
北欧风客厅效果图:浅木地板、米白沙发、原木茶几、大落地窗与绿植 | Prompt:北欧风客厅室内设计效果图,浅木地板、米白布艺沙发、原木茶几、大落地窗、绿植,自然采光、干净通透,超写实建筑渲染。

32 建筑外观

现代建筑、复古建筑、中式园林、欧式古堡……各种建筑外观。做房地产或建筑设计,可以快速出概念方案草图给客户看方向。

技巧:先出几个风格方向(现代极简 / 新中式 / 欧式),选定方向后再细化材质和细节。

建筑外观概念图,体量、材质与周边环境关系清晰 | Prompt:江南徽派建筑外观概念图,白墙黛瓦、马头墙、门前水景与绿树,阴天柔和光,超写实建筑可视化。
建筑外观概念图,体量、材质与周边环境关系清晰 | Prompt:江南徽派建筑外观概念图,白墙黛瓦、马头墙、门前水景与绿树,阴天柔和光,超写实建筑可视化。

33 户型图 / 平面布局

看房、买房、装修沟通时,一张彩色户型平面图能把空间关系讲得明明白白。

技巧:让 AI 出俯视、色块分区、带家具示意的布局图,门用弧线表示;但精确尺寸和承重墙还得以专业 CAD 图纸为准。

彩色户型平面布局图:客餐厅、卧室、厨卫分区清晰,带俯视家具示意,并用代码叠加中文房间名 | Prompt:先用 AI 生成无文字的彩色住宅户型平面布局底版,俯视,客餐厅、主卧、次卧、儿童房、厨房、卫生间、阳台分区清晰,带简化俯视家具示意、门用弧线表示,干净矢量风格;再用代码(PIL)在各房间中心叠加半透明深藏青底、白色粗体的中文房间名“厨房、卫生间、餐厅、客厅、主卧、次卧、儿童房、阳台”,文字落在空白地面、不遮挡关键家具。
彩色户型平面布局图:客餐厅、卧室、厨卫分区清晰,带俯视家具示意,并用代码叠加中文房间名 | Prompt:先用 AI 生成无文字的彩色住宅户型平面布局底版,俯视,客餐厅、主卧、次卧、儿童房、厨房、卫生间、阳台分区清晰,带简化俯视家具示意、门用弧线表示,干净矢量风格;再用代码(PIL)在各房间中心叠加半透明深藏青底、白色粗体的中文房间名“厨房、卫生间、餐厅、客厅、主卧、次卧、儿童房、阳台”,文字落在空白地面、不遮挡关键家具。

34 园林景观

新中式园林、现代庭院、社区景观方案,回廊、池塘、假山、花木一目了然。

技巧:把园林的核心元素(曲折回廊、荷花池、假山叠石、拱桥、漏窗、造型松)写清楚,意境和层次更足。

新中式园林:回廊、荷花锦鲤池、假山、石拱桥与漏窗,意境雅致 | Prompt:新中式园林景观,木质回廊、荷花锦鲤池、假山、石拱桥、漏窗与竹林,雅致意境,自然柔光,超写实景观渲染。
新中式园林:回廊、荷花锦鲤池、假山、石拱桥与漏窗,意境雅致 | Prompt:新中式园林景观,木质回廊、荷花锦鲤池、假山、石拱桥、漏窗与竹林,雅致意境,自然柔光,超写实景观渲染。

35 商业空间

开店前先看看店铺、展厅装出来是什么效果。服装店、餐厅、展厅、便利店都能出。

技巧:写清业态、货架 / 陈列方式、灯光和橱窗,比如“极简服装店,水磨石地面、原木货架、轨道射灯、大玻璃橱窗”。

极简品牌服装旗舰店:水磨石地面、原木货架、轨道射灯与玻璃橱窗 | Prompt:极简品牌服装旗舰店室内,水磨石地面、原木货架、轨道射灯、玻璃橱窗与服装陈列,明亮通透,超写实商业空间渲染。
极简品牌服装旗舰店:水磨石地面、原木货架、轨道射灯与玻璃橱窗 | Prompt:极简品牌服装旗舰店室内,水磨石地面、原木货架、轨道射灯、玻璃橱窗与服装陈列,明亮通透,超写实商业空间渲染。

36 家具软装

单件家具设计、整组软装搭配,沙发、单椅、茶几、灯具、地毯一次配齐。

技巧:用纯白背景突出家具,写清材质(布艺、原木、金属)和配色,方便单独看单品也能看整体搭配。

现代设计感家具软装组:曲线沙发、原木单椅、圆茶几、弧形落地灯与绿植 | Prompt:现代设计感家具软装组合,米色曲线沙发、原木单椅、圆形茶几、弧形落地灯、绿植,浅灰背景、柔和光,产品级渲染。
现代设计感家具软装组:曲线沙发、原木单椅、圆茶几、弧形落地灯与绿植 | Prompt:现代设计感家具软装组合,米色曲线沙发、原木单椅、圆形茶几、弧形落地灯、绿植,浅灰背景、柔和光,产品级渲染。

37 灯光效果

无主灯设计、氛围灯带、洗墙灯……夜间灯光效果图,帮你看清不同灯具打出来的层次。

技巧:把环境调暗来展示灯光,分层写清筒灯、落地灯、灯带、氛围灯、台灯,光线温暖、明暗对比柔和。

客厅夜间灯光设计:筒灯、落地灯、洗墙灯带与氛围灯,层次丰富 | Prompt:同一客厅的夜间灯光设计效果图,筒灯、落地灯、洗墙灯带、氛围灯分层点亮,暖色光层次丰富,写实夜景室内渲染。
客厅夜间灯光设计:筒灯、落地灯、洗墙灯带与氛围灯,层次丰富 | Prompt:同一客厅的夜间灯光设计效果图,筒灯、落地灯、洗墙灯带、氛围灯分层点亮,暖色光层次丰富,写实夜景室内渲染。

38 建筑改造前后

旧改、翻新、外立面改造,用前后对比图直观展示改造价值,做方案汇报特别有说服力。

技巧:保持建筑结构和轮廓一致,左边破旧、右边焕新,只改外墙、门窗和庭院,对比才成立。

同一栋老房改造前后:左破旧斑驳、右焕然一新,建筑轮廓一致 | Prompt:同一栋老房子改造前后对比,左右并排,左边墙面斑驳破旧、右边翻新为现代温馨住宅,建筑轮廓与机位一致,写实。
同一栋老房改造前后:左破旧斑驳、右焕然一新,建筑轮廓一致 | Prompt:同一栋老房子改造前后对比,左右并排,左边墙面斑驳破旧、右边翻新为现代温馨住宅,建筑轮廓与机位一致,写实。

39 舞台 / 展台

发布会舞台、演唱会舞美、展会展台,LED 屏、灯光、台型提前可视化。

技巧:写清主屏 / 辅屏、演讲台、灯光束和观众席,深色环境更能凸显舞台光效。

科技发布会舞台:LED 主屏、白色演讲台、多束舞台灯光与观众剪影 | Prompt:科技产品发布会舞台效果图,巨型 LED 主屏、白色演讲台、多束舞台灯光、观众剪影,蓝紫色调,超写实活动空间渲染。
科技发布会舞台:LED 主屏、白色演讲台、多束舞台灯光与观众剪影 | Prompt:科技产品发布会舞台效果图,巨型 LED 主屏、白色演讲台、多束舞台灯光、观众剪影,蓝紫色调,超写实活动空间渲染。

40 载具内饰

未来飞船驾驶舱、机舱、豪华车内、高铁座舱……载具内部空间,科幻和汽车题材都用得上。

技巧:用舷窗外的星空 / 云海、全息屏、金属材质和仪表细节营造沉浸感,广角展示整个座舱。

未来飞船驾驶舱:环绕座椅、舷窗外星云、全息显示屏与金属仪表 | Prompt:未来宇宙飞船驾驶舱,环绕式座椅与操控台、舷窗外的星云、全息显示屏、金属仪表,蓝紫冷光,超写实科幻场景。
未来飞船驾驶舱:环绕座椅、舷窗外星云、全息显示屏与金属仪表 | Prompt:未来宇宙飞船驾驶舱,环绕式座椅与操控台、舷窗外的星云、全息显示屏、金属仪表,蓝紫冷光,超写实科幻场景。

五、产品与电商:主图、包装、结构到 SKU

41 电商主图

产品白底图、场景图、卖点图,电商三件套都能做。“白色运动鞋产品图,纯白背景,影棚灯光,正面 45 度角”。

技巧:电商主图最重要的是干净。prompt 里加上“纯白背景,产品居中,高清细节”,出来的图直接就能用。

干净的电商产品主图,纯色背景、居中构图、细节清晰 | Prompt:一双白色运动鞋电商主图,45 度角居中,纯白色背景,柔和棚光、底部自然投影,鞋型完整、材质细节清晰,产品摄影。
干净的电商产品主图,纯色背景、居中构图、细节清晰 | Prompt:一双白色运动鞋电商主图,45 度角居中,纯白色背景,柔和棚光、底部自然投影,鞋型完整、材质细节清晰,产品摄影。

42 食品摄影

菜品、饮料、甜点的诱人效果图。菜单、外卖、食品广告都能用。

技巧:食物摄影最关键的是光线。prompt 里加上“暖光、侧光、浅景深”,再让食物冒着热气、带光泽,就有餐厅菜单的质感。

诱人的食品摄影:暖光侧光、浅景深,食物色泽与质感真实 | Prompt:一块抹茶千层蛋糕配拉花拿铁,木质桌面,暖色侧光、浅景深,食物色泽诱人、质感真实,商业美食摄影。
诱人的食品摄影:暖光侧光、浅景深,食物色泽与质感真实 | Prompt:一块抹茶千层蛋糕配拉花拿铁,木质桌面,暖色侧光、浅景深,食物色泽诱人、质感真实,商业美食摄影。

43 产品白底图

电商最基础也最高频的需求——纯白无缝背景的产品图,耳机、杯子、小家电都适用。

技巧:强调“纯白无缝背景、柔和棚拍光、底部自然投影”,产品边缘干净、不漂浮,才符合平台规范。

白色无线耳机充电盒白底图:无缝背景、柔和棚光、自然投影 | Prompt:白色无线耳机充电盒,打开状态露出耳机,纯白色无缝背景,柔和棚光、底部自然投影,产品居中,电商白底图,超写实渲染。
白色无线耳机充电盒白底图:无缝背景、柔和棚光、自然投影 | Prompt:白色无线耳机充电盒,打开状态露出耳机,纯白色无缝背景,柔和棚光、底部自然投影,产品居中,电商白底图,超写实渲染。

44 产品场景图

把产品放进真实使用场景,比白底图更有代入感,适合详情页和种草内容。

技巧:用浅景深虚化背景、搭配道具(咖啡、书、绿植)和暖光,既突出产品又营造生活氛围。

耳机咖啡馆场景图:原木桌、拿铁、翻开的书与绿植,浅景深暖调 | Prompt:白色无线耳机放在咖啡馆原木桌上,旁边一杯拿铁、一本翻开的书、绿植,窗边暖光、浅景深,生活化产品场景图。
耳机咖啡馆场景图:原木桌、拿铁、翻开的书与绿植,浅景深暖调 | Prompt:白色无线耳机放在咖啡馆原木桌上,旁边一杯拿铁、一本翻开的书、绿植,窗边暖光、浅景深,生活化产品场景图。

45 包装设计

包装盒、包装袋、礼盒的设计效果图,新品上市前快速看包装方向。

技巧:让 AI 出无文字的包装底版,靠配色、材质(哑光、烫银)和结构体现设计感,品牌名和信息后期再排,避免文字乱码。

深青色耳机包装开盒效果图:哑光材质、烫银线条,配件整齐,无文字 | Prompt:深青色高端耳机包装盒开盒效果图,哑光材质、烫银线条,耳机、充电线、说明书整齐排列,纯白背景,无任何文字,产品渲染。
深青色耳机包装开盒效果图:哑光材质、烫银线条,配件整齐,无文字 | Prompt:深青色高端耳机包装盒开盒效果图,哑光材质、烫银线条,耳机、充电线、说明书整齐排列,纯白背景,无任何文字,产品渲染。

46 结构爆炸图

把产品零件层层分解的爆炸视图,做说明书、众筹页、工业设计沟通都很专业。

技巧:让各零件沿一个方向悬浮展开,用淡引导线连接,写清主要零件(外壳、电路板、电池、喇叭)。

耳机结构爆炸图:外壳、电路板、电池、喇叭等零件悬浮分解,带引导线 | Prompt:无线耳机结构爆炸图,外壳、电路板、电池、喇叭单元等零件沿中轴悬浮分解,带细引导线,纯白背景,工业设计技术插图风格。
耳机结构爆炸图:外壳、电路板、电池、喇叭等零件悬浮分解,带引导线 | Prompt:无线耳机结构爆炸图,外壳、电路板、电池、喇叭单元等零件沿中轴悬浮分解,带细引导线,纯白背景,工业设计技术插图风格。

47 服装平铺

服装电商的俯拍平铺 / 挂拍,整套搭配一目了然,适合详情页和穿搭种草。

技巧:纯白背景、俯拍、把上下装和配饰搭配整齐,写清“布料纹理清晰、光线均匀”。

女装俯拍平铺:米色毛衣、牛仔裤、格纹围巾、短靴与皮包,搭配协调 | Prompt:女装秋季穿搭俯拍平铺 flat lay,米色毛衣、蓝色牛仔裤、格纹围巾、棕色短靴、皮包,整齐搭配,浅灰背景,自然光。
女装俯拍平铺:米色毛衣、牛仔裤、格纹围巾、短靴与皮包,搭配协调 | Prompt:女装秋季穿搭俯拍平铺 flat lay,米色毛衣、蓝色牛仔裤、格纹围巾、棕色短靴、皮包,整齐搭配,浅灰背景,自然光。

48 3C 数码渲染

手机、耳机、平板、智能手表的超写实渲染图,新品宣传和详情页都能用。

技巧:深色背景 + 冷色轮廓光最显质感,强调金属边框、镜头模组和精致反光。想画得像“现在的主流手机”,要把造型特征写实:当代旗舰多为平直钛金属中框、纤薄扁平机身、左上角圆角矩形摄像头模组、三摄三角排列;只写“一台手机”模型容易给你画成厚圆角、背部居中大圆镜头的过时或概念造型。品牌 logo 和型号名一律不要,避免侵权和乱码。

当代主流旗舰手机 3C 渲染:平直钛金属中框、纤薄机身、左上角矩形三摄模组,深色背景 + 冷色轮廓光 | Prompt:产品级商业 3D 渲染,一台当代主流旗舰直板智能手机,背面三分之四微俯侧视角,同时呈现背部摄像头模组、平直哑光钛金属中框和极窄屏幕边缘;机身纤薄扁平、现代小弧度圆角,背面是一整块细腻磨砂玻璃,左上角一块与背板近乎齐平的圆角矩形摄像头模组,三颗大底镜头呈三角形排列、配一颗圆形暖色闪光灯和一个小型传感器,镜头玻璃深邃、金属装饰圈精致;石墨黑原色钛金属配色,机身无任何品牌 logo、文字或数字;深灰到纯黑渐变影棚背景,一道冷蓝色轮廓光沿中框勾边,镜头玻璃与磨砂背板有真实克制的反光与细腻高光,底部柔和投影;超写实、手机新品发布会广告质感、8K 细节,正方形构图,主体居中略偏右、左侧留出呼吸空间。
当代主流旗舰手机 3C 渲染:平直钛金属中框、纤薄机身、左上角矩形三摄模组,深色背景 + 冷色轮廓光 | Prompt:产品级商业 3D 渲染,一台当代主流旗舰直板智能手机,背面三分之四微俯侧视角,同时呈现背部摄像头模组、平直哑光钛金属中框和极窄屏幕边缘;机身纤薄扁平、现代小弧度圆角,背面是一整块细腻磨砂玻璃,左上角一块与背板近乎齐平的圆角矩形摄像头模组,三颗大底镜头呈三角形排列、配一颗圆形暖色闪光灯和一个小型传感器,镜头玻璃深邃、金属装饰圈精致;石墨黑原色钛金属配色,机身无任何品牌 logo、文字或数字;深灰到纯黑渐变影棚背景,一道冷蓝色轮廓光沿中框勾边,镜头玻璃与磨砂背板有真实克制的反光与细腻高光,底部柔和投影;超写实、手机新品发布会广告质感、8K 细节,正方形构图,主体居中略偏右、左侧留出呼吸空间。

49 使用步骤图

产品怎么组装、怎么使用,用多格步骤图讲清楚,降低客服和退换货压力。

技巧:让同款产品在多格里逐步变化(收纳 → 展开 → 完成),编号和说明文字后期加。两个坑:①相邻步骤必须有一眼可辨的状态变化——高度、布料松紧、部件位置都要不同,尤其最后两步,最容易被画成两张几乎一样的完成图、只靠画面裁切来假装区别,看着就像重复;prompt 里把每一步“做到哪了、什么还没到位”写死,比如第 3 步支架只撑开七成、帆布松垮、扶手还竖着没翻下,第 4 步才完全锁定、布绷紧、扶手水平。②中间步骤只是状态不同、零件一个都不能少:露营椅撑到一半,左右扶手和四条腿也必须都在(扶手可以是竖着的,但不能缺失),否则中间格容易漏掉一个扶手、像残次品。出图后逐格放大,一边数零件、一边对比相邻两格到底差在哪。

折叠露营椅展开四步骤(1×4):收纳袋 → 取出收拢 → 半展开(支架偏矮、帆布松垮、扶手竖直未锁定)→ 完全展开(布绷紧、扶手水平、支架锁定),相邻步骤差异明确、每格零件齐全 | Prompt:一张折叠露营椅的展开使用步骤说明图,严格 1 行 4 格、正好四格、从左到右四个连续步骤,等大等距、细细分隔,纯白无缝背景、干净产品说明摄影、四格光照与视角完全一致、每格椅子完整居中不被画格边缘裁切、画面无文字数字箭头。四格是同一款卡其色帆布折叠露营椅(银色金属 X 型交叉支架、卡其色帆布座面与靠背、左右两个同色帆布卷扶手、黑色塑料脚垫),只有展开程度不同:第 1 格【收纳】椅子完全装在卡其色长条形帆布手提袋里(有拉链和提带),只看到竖长收纳袋、看不到支架;第 2 格【取出收拢】金属 X 支架并拢收合成一束、帆布收拢带褶皱、两个扶手贴架竖直收拢,整椅竖立成窄长条;第 3 格【半展开、未锁定,必须与第 4 格明显不同】X 支架只撑开约七成、交叉夹角偏小、椅子比成品明显偏矮且略前倾,座面与靠背帆布松垮下垂、有明显褶皱、完全没绷紧,左右两个扶手还竖直向上、没有翻到水平位;第 4 格【完全展开、完成】X 支架完全撑开锁定、夹角到位、椅子达到正常高度四平八稳,座面靠背帆布绷紧平整无松垮,左右扶手水平翻下到位,四只脚垫平稳着地。每格零件都必须齐全:左右两个扶手、四条金属腿、完整 X 支架、座面与靠背布一件不少,第 3 格只是半开未锁定、扶手是竖着而非缺失,任何一格都不得缺扶手、缺腿或多件,金属管左右对称;产品级真实材质。
折叠露营椅展开四步骤(1×4):收纳袋 → 取出收拢 → 半展开(支架偏矮、帆布松垮、扶手竖直未锁定)→ 完全展开(布绷紧、扶手水平、支架锁定),相邻步骤差异明确、每格零件齐全 | Prompt:一张折叠露营椅的展开使用步骤说明图,严格 1 行 4 格、正好四格、从左到右四个连续步骤,等大等距、细细分隔,纯白无缝背景、干净产品说明摄影、四格光照与视角完全一致、每格椅子完整居中不被画格边缘裁切、画面无文字数字箭头。四格是同一款卡其色帆布折叠露营椅(银色金属 X 型交叉支架、卡其色帆布座面与靠背、左右两个同色帆布卷扶手、黑色塑料脚垫),只有展开程度不同:第 1 格【收纳】椅子完全装在卡其色长条形帆布手提袋里(有拉链和提带),只看到竖长收纳袋、看不到支架;第 2 格【取出收拢】金属 X 支架并拢收合成一束、帆布收拢带褶皱、两个扶手贴架竖直收拢,整椅竖立成窄长条;第 3 格【半展开、未锁定,必须与第 4 格明显不同】X 支架只撑开约七成、交叉夹角偏小、椅子比成品明显偏矮且略前倾,座面与靠背帆布松垮下垂、有明显褶皱、完全没绷紧,左右两个扶手还竖直向上、没有翻到水平位;第 4 格【完全展开、完成】X 支架完全撑开锁定、夹角到位、椅子达到正常高度四平八稳,座面靠背帆布绷紧平整无松垮,左右扶手水平翻下到位,四只脚垫平稳着地。每格零件都必须齐全:左右两个扶手、四条金属腿、完整 X 支架、座面与靠背布一件不少,第 3 格只是半开未锁定、扶手是竖着而非缺失,任何一格都不得缺扶手、缺腿或多件,金属管左右对称;产品级真实材质。

50 SKU 配色变体

同款产品一次出齐所有配色,方便上架多 SKU,也方便给客户选色。

技巧:要求“造型完全一致,只有颜色不同”,把每个颜色逐一列出,色彩区分鲜明。

同款保温杯六个配色:白、黑、雾霾蓝、抹茶绿、奶黄、粉色,造型一致 | Prompt:同款不锈钢保温杯六个配色,2 行 3 列,白、黑、雾霾蓝、抹茶绿、奶黄、粉色,造型角度完全一致,纯白背景,产品渲染。
同款保温杯六个配色:白、黑、雾霾蓝、抹茶绿、奶黄、粉色,造型一致 | Prompt:同款不锈钢保温杯六个配色,2 行 3 列,白、黑、雾霾蓝、抹茶绿、奶黄、粉色,造型角度完全一致,纯白背景,产品渲染。

六、品牌与营销:海报、VI、封面到户外广告

51 海报设计

活动海报、产品发布海报、节日海报。想要惊艳,就别只让主体居中发个光——给它一个有透视的角度、一组沿对角线迸发的光束和粒子、再加一个反差色,冲击力立刻就上来了。比如“一张科技公司旗舰芯片发布会海报,3/4 微仰透视的写实芯片悬浮中央,核心迸射出青蓝色能量光束与数据粒子、对角线动势,深蓝黑背景、少量品紫光点缀、电影级体积光,上方留出标题区”。

技巧:海报里的文字有时候生成不准,建议画面用 AI 出、文字用设计工具后期排,标题区在 prompt 里提前留好。提升冲击力记住四点:主体给角度(微仰或 3/4 透视,别正面平拍)、光效有动势(放射光束、粒子、体积光、镜头光晕)、配色有反差(一个主色压住暗部,再点一个亮色或反差色)、构图有重心(偏轴或对角线,别死板居中)。

科技发布会海报视觉底版:微仰透视的写实芯片、对角线放射光束与粒子、青蓝撞品红、电影级体积光,上方预留标题区(无文字,后期加字) | Prompt:极具视觉冲击力的科技公司旗舰芯片发布会主视觉海报底版(无文字版),16:9 横版电影画幅;画面中央偏下是一颗超写实旗舰处理器芯片,三分之四微仰透视、悬浮空中,能看清金属封装边缘、细密的金色与青色电路刻线、核心 die 的镜面反射和厚度;从芯片核心向四周迸发放射状青蓝色能量光束、流动数据光带与大量发光粒子,光束沿强烈对角线动势冲向四角,带明显体积光、辉光与镜头光晕;背景是藏蓝到纯黑的深邃太空感空间,叠加多层发光 PCB 电路纹理、同心数据光环与景深虚化,远处有数据星云与光点;主色电光蓝与青色、暗部压到深藏蓝,少量品红紫光作反差色点缀,明暗对比强烈、四周暗角收边,冷峻炸裂、8K 电影级光影;上方偏左留出一块只有微弱光效、相对干净的深色区域用于后期排标题;画面本身不出现任何文字、字母、数字或品牌 logo。
科技发布会海报视觉底版:微仰透视的写实芯片、对角线放射光束与粒子、青蓝撞品红、电影级体积光,上方预留标题区(无文字,后期加字) | Prompt:极具视觉冲击力的科技公司旗舰芯片发布会主视觉海报底版(无文字版),16:9 横版电影画幅;画面中央偏下是一颗超写实旗舰处理器芯片,三分之四微仰透视、悬浮空中,能看清金属封装边缘、细密的金色与青色电路刻线、核心 die 的镜面反射和厚度;从芯片核心向四周迸发放射状青蓝色能量光束、流动数据光带与大量发光粒子,光束沿强烈对角线动势冲向四角,带明显体积光、辉光与镜头光晕;背景是藏蓝到纯黑的深邃太空感空间,叠加多层发光 PCB 电路纹理、同心数据光环与景深虚化,远处有数据星云与光点;主色电光蓝与青色、暗部压到深藏蓝,少量品红紫光作反差色点缀,明暗对比强烈、四周暗角收边,冷峻炸裂、8K 电影级光影;上方偏左留出一块只有微弱光效、相对干净的深色区域用于后期排标题;画面本身不出现任何文字、字母、数字或品牌 logo。

52 公众号封面

公众号头条封面是 2.35:1 的横图,要有钩子、有吸引力,读者才愿意点。

技巧:封面文字分两种做法。短标题、字数少、层级清晰时,直接让 5.0 Pro 把字生在画面里效果最好——字体会自带描边、立体投影和材质,能跟画面光影融合,明显比后期用代码贴上去的纯色字高级;关键是文字要短,在 prompt 里逐字写清内容、颜色、位置和字号层级,出图后一定放大逐字核对,错一个字就重抽。若是长句、大量小字、数字图表,或文案要反复改,再让 AI 出无字底版、交给设计工具后期排字更稳妥。

2.35:1 公众号封面成品:标题由 AI 直接生在画面里,粗体大字带描边与投影、和颜料画面融合,钩子醒目、缩略图可读 | Prompt:2.35:1 超宽横版微信公众号头条封面,专业商业平面设计,左右分区:右侧约三分之一是一台现代智能手机,屏幕与机身迸发出大团多彩立体油画颜料飞溅(橙黄青紫绿)和几支画笔,充满动感与视觉冲击,暖橙色调;左侧约三分之二是暖橙到深棕的柔和渐变、相对干净用于排字。所有中文文字直接由画面渲染、清晰准确、无错别字无乱码,且是专业设计的一部分、带描边与柔和立体投影、和背景光影自然融合,不是后期平贴的纯色字:左上角橙色圆角小标签内写深色粗字“保姆级教程”;其下超大号粗黑体主标题分两行,第一行白色“别再只会用AI”,第二行柠檬黄“抽卡了!”,黄色字带一点颜料笔刷质感;主标题下方一行中等白色副标题“100种生图修图玩法,看完直接上手”。文字层级分明、留白有呼吸,主标题在手机缩略图下依然醒目,整体高级、有钩子和点击欲。
2.35:1 公众号封面成品:标题由 AI 直接生在画面里,粗体大字带描边与投影、和颜料画面融合,钩子醒目、缩略图可读 | Prompt:2.35:1 超宽横版微信公众号头条封面,专业商业平面设计,左右分区:右侧约三分之一是一台现代智能手机,屏幕与机身迸发出大团多彩立体油画颜料飞溅(橙黄青紫绿)和几支画笔,充满动感与视觉冲击,暖橙色调;左侧约三分之二是暖橙到深棕的柔和渐变、相对干净用于排字。所有中文文字直接由画面渲染、清晰准确、无错别字无乱码,且是专业设计的一部分、带描边与柔和立体投影、和背景光影自然融合,不是后期平贴的纯色字:左上角橙色圆角小标签内写深色粗字“保姆级教程”;其下超大号粗黑体主标题分两行,第一行白色“别再只会用AI”,第二行柠檬黄“抽卡了!”,黄色字带一点颜料笔刷质感;主标题下方一行中等白色副标题“100种生图修图玩法,看完直接上手”。文字层级分明、留白有呼吸,主标题在手机缩略图下依然醒目,整体高级、有钩子和点击欲。

53 Logo / 品牌标识

文字 Logo、图形 Logo、吉祥物设计,都能出。“一个咖啡品牌的 Logo,一杯冒着热气的咖啡,简约线条风格,深棕色”。

技巧:Logo 建议多生成几版挑。Logo 主观性很强,生成 4-5 个版本选最顺眼的,再用编辑功能微调。

咖啡品牌图形 Logo 方案,简约线条、识别度高,便于多版比选 | Prompt:咖啡品牌图形 Logo,一杯冒着热气的咖啡,极简棕色单色线条、识别度高,白色背景,矢量标志风格,无文字。
咖啡品牌图形 Logo 方案,简约线条、识别度高,便于多版比选 | Prompt:咖啡品牌图形 Logo,一杯冒着热气的咖啡,极简棕色单色线条、识别度高,白色背景,矢量标志风格,无文字。

54 品牌 VI 系统

比单个 Logo 更进一步——一整套视觉识别系统:标志、标准色、字体气质,以及在名片、手提袋、杯子、围裙上的应用。

技巧:让 AI 把 logo、色卡和多个应用 mockup 放在一张图里、配色统一,快速给客户看整套品牌调性。

咖啡品牌 VI 系统:logo、三色色卡及名片、手提袋、杯子、围裙应用 | Prompt:咖啡品牌 VI 视觉识别系统展示板,包含 logo、三色色卡,以及名片、手提袋、纸杯、围裙、包装的应用效果图,统一深绿+米色+棕色,干净排版,无乱码文字。
咖啡品牌 VI 系统:logo、三色色卡及名片、手提袋、杯子、围裙应用 | Prompt:咖啡品牌 VI 视觉识别系统展示板,包含 logo、三色色卡,以及名片、手提袋、纸杯、围裙、包装的应用效果图,统一深绿+米色+棕色,干净排版,无乱码文字。

55 小红书封面

小红书是竖版 3:4 的封面,大标题 + 钩子 + 杂志感排版,决定了笔记的点击率。

技巧:Pro 模型可以直接生成拼写正确的中文标题;写清主标题、副标题和画面场景,文字放在顶部强阅读区,缩略图下也能看清。

竖版 3:4 小红书封面:中文主标题“晨间自律 routine”+ 副标题,杂志感 | Prompt:竖版 3:4 小红书封面,温馨卧室晨光中一位女生坐在床上写手账,杂志感排版,顶部大字中文标题“晨间自律 routine”、副标题“5 个习惯开启高效一天”,暖色调,生活方式摄影。
竖版 3:4 小红书封面:中文主标题“晨间自律 routine”+ 副标题,杂志感 | Prompt:竖版 3:4 小红书封面,温馨卧室晨光中一位女生坐在床上写手账,杂志感排版,顶部大字中文标题“晨间自律 routine”、副标题“5 个习惯开启高效一天”,暖色调,生活方式摄影。

56 短视频封面

横版 16:9 的视频封面,一句钩子大字 + 诱人画面,是完播和点击的关键。

技巧:把最诱人的画面放大,左侧 / 顶部放粗壮标题,角落加小标签(如“零失败”),制造点击欲望。

横版 16:9 短视频封面:红烧排骨特写 + 大字“3步搞定硬菜”+“零失败” | Prompt:横版 16:9 短视频封面,红烧排骨特写居中、色泽诱人,左上角大字中文“3步搞定硬菜”,右下角红色标签“零失败”,暖色厨房背景,美食教程封面。
横版 16:9 短视频封面:红烧排骨特写 + 大字“3步搞定硬菜”+“零失败” | Prompt:横版 16:9 短视频封面,红烧排骨特写居中、色泽诱人,左上角大字中文“3步搞定硬菜”,右下角红色标签“零失败”,暖色厨房背景,美食教程封面。

57 宣传单 / 折页

三折页、宣传单、DM 单,线下地推和展会的标配,图文分区一次排好。

技巧:折页信息多、又是立体透视,直接在斜着的 mockup 上排大量中文小字最容易糊成一团或乱码。更稳的做法是让 AI 出正俯视平铺(flat lay)的展开折页,文字正对镜头最清晰;内容拆成短词层级——封面主标题加 slogan、内页栏目标题加几条短卖点、几个标签和一个行动按钮,逐字写进 prompt;长段落、真实电话和二维码留给后期(AI 画的二维码扫不出来,只能当占位图形)。出图后按栏逐字核对,错一个字就重抽。

健身房三折页正俯视展开成品:封面主标题+slogan+人物图,内页卖点条目、课程标签与“新客首课免费”行动按钮,绿白配色、层级完整 | Prompt:专业商业平面设计成品:健身房三折页宣传册完全展开后的正俯视平铺图(flat lay,垂直 90° 向下看),横版,纸张平铺在浅灰干净背景上,两条清晰竖向折痕把版面均分为等宽三栏,纸边有极轻微自然投影;现代健身品牌视觉,主色深绿+活力绿+白、深灰文字,字体专业、层级分明、网格整齐、留白合理、印刷品高清质感。所有中文清晰锐利、准确无误、无错别字无乱码:第 1 栏封面深绿底,上方白色小标签“全城连锁”,中部超大白色粗体主标题“活力健身”,其下细体英文“VITALITY FITNESS”,再下白色短句“让改变发生”,底部一张健身男性举哑铃的矩形照片;第 2 栏白底,顶部绿底白字栏目标题“为什么选择我们”,其下四行卖点,每行一个简约绿色线性图标加深灰短词,依次为“24小时营业”“一对一私教”“进口器械”“百种团课”;第 3 栏浅绿底,顶部深绿栏目标题“热门课程”,中部四个圆角课程标签两两排列,分别写“力量训练”“动感单车”“瑜伽塑形”“搏击有氧”,下方深绿圆角按钮内写白色粗字“新客首课免费”,底部左侧一个简约黑白方形扫码占位图标、右侧两行小字“扫码预约体验”“市中心旗舰店”。整体像可直接印刷的成品折页,图文分区明确、调性高级。
健身房三折页正俯视展开成品:封面主标题+slogan+人物图,内页卖点条目、课程标签与“新客首课免费”行动按钮,绿白配色、层级完整 | Prompt:专业商业平面设计成品:健身房三折页宣传册完全展开后的正俯视平铺图(flat lay,垂直 90° 向下看),横版,纸张平铺在浅灰干净背景上,两条清晰竖向折痕把版面均分为等宽三栏,纸边有极轻微自然投影;现代健身品牌视觉,主色深绿+活力绿+白、深灰文字,字体专业、层级分明、网格整齐、留白合理、印刷品高清质感。所有中文清晰锐利、准确无误、无错别字无乱码:第 1 栏封面深绿底,上方白色小标签“全城连锁”,中部超大白色粗体主标题“活力健身”,其下细体英文“VITALITY FITNESS”,再下白色短句“让改变发生”,底部一张健身男性举哑铃的矩形照片;第 2 栏白底,顶部绿底白字栏目标题“为什么选择我们”,其下四行卖点,每行一个简约绿色线性图标加深灰短词,依次为“24小时营业”“一对一私教”“进口器械”“百种团课”;第 3 栏浅绿底,顶部深绿栏目标题“热门课程”,中部四个圆角课程标签两两排列,分别写“力量训练”“动感单车”“瑜伽塑形”“搏击有氧”,下方深绿圆角按钮内写白色粗字“新客首课免费”,底部左侧一个简约黑白方形扫码占位图标、右侧两行小字“扫码预约体验”“市中心旗舰店”。整体像可直接印刷的成品折页,图文分区明确、调性高级。

58 名片物料

商务名片正反面,连同信封、信纸等基础物料,一套体现品牌专业度。

技巧:写清配色、姓名、职位和联系方式,要求纸质质感和投影;正反面风格要呼应。

商务名片正反面:深蓝白配色、姓名“张伟/创意总监”,纸质质感真实 | Prompt:商务名片正反面,深蓝+白色配色,正面中文名“张伟”、英文名与“创意总监”头衔,背面联系方式区,纸质质感真实、烫银细节,干净排版。
商务名片正反面:深蓝白配色、姓名“张伟/创意总监”,纸质质感真实 | Prompt:商务名片正反面,深蓝+白色配色,正面中文名“张伟”、英文名与“创意总监”头衔,背面联系方式区,纸质质感真实、烫银细节,干净排版。

59 活动主视觉 KV

大促、发布会、节庆的主视觉 KV,是整套传播物料的视觉母体,要够炸、够有冲击力。

技巧:用立体数字 / 主标题居中,周围环绕主题元素(礼盒、红包、光效),主标题和利益点文字要醒目准确。

双十一活动 KV:立体“11.11”、标题“全球狂欢节”、礼盒红包金粒子 | Prompt:双十一购物节活动主视觉 KV,红色喜庆背景、立体金色“11.11”、大字“全球狂欢节”、礼盒红包与金色粒子、底部“全场五折起”,向心爆发构图,电商大促海报。
双十一活动 KV:立体“11.11”、标题“全球狂欢节”、礼盒红包金粒子 | Prompt:双十一购物节活动主视觉 KV,红色喜庆背景、立体金色“11.11”、大字“全球狂欢节”、礼盒红包与金色粒子、底部“全场五折起”,向心爆发构图,电商大促海报。

60 户外广告

楼宇大屏、公交站牌、地铁灯箱、高炮广告,把广告放进真实城市场景看效果。

技巧:用真实街景做 mockup,广告牌上放简洁的产品图和一句广告语,注意广告牌亮度与环境光协调。

城市黄昏户外 LED 大屏:新能源汽车广告 + 中文“驶向未来”,场景真实 | Prompt:城市黄昏街头的户外 LED 大屏广告牌,屏上是一辆新能源汽车广告配中文“驶向未来”,周围是真实街道、建筑与车流,广告牌透视自然,写实场景合成。
城市黄昏户外 LED 大屏:新能源汽车广告 + 中文“驶向未来”,场景真实 | Prompt:城市黄昏街头的户外 LED 大屏广告牌,屏上是一辆新能源汽车广告配中文“驶向未来”,周围是真实街道、建筑与车流,广告牌透视自然,写实场景合成。

七、信息与办公:图表、流程、UI 到漫画版式

61 信息图 / 数据可视化

把一份流程、一组要点变成一张好看的信息图——公众号长图、社媒卡片、知识科普页都能直接用。

技巧:先想清楚这张图要让读者 3 秒看懂什么,要点控制在 3~5 个——信息图最大的坑是贪多,塞 20 条要点等于没做。涉及数据时把具体数值直接写进 prompt,别让模型自己编数字;标签用大字、短词,出图后逐字检查一遍再发。

5 步咖啡流程信息图:大标题 + 两字大标签,层级清晰 | Prompt:竖版杂志风信息图海报《一杯咖啡的旅程》,顶部大标题「一杯咖啡的旅程」,从上到下 5 个步骤依次为种植、采摘、烘焙、研磨、冲煮,每步左侧配扁平杂志风小插画(咖啡树/红果实/烘豆机/磨豆机/手冲壶)、右侧两字大标签,底部小字「从种子到杯子,大约需要 3-4 年」,暖奶油底色 + 咖啡棕焦糖橙配色,大量留白,高级杂志编辑感
5 步咖啡流程信息图:大标题 + 两字大标签,层级清晰 | Prompt:竖版杂志风信息图海报《一杯咖啡的旅程》,顶部大标题「一杯咖啡的旅程」,从上到下 5 个步骤依次为种植、采摘、烘焙、研磨、冲煮,每步左侧配扁平杂志风小插画(咖啡树/红果实/烘豆机/磨豆机/手冲壶)、右侧两字大标签,底部小字「从种子到杯子,大约需要 3-4 年」,暖奶油底色 + 咖啡棕焦糖橙配色,大量留白,高级杂志编辑感

62 PPT 配图

商务风、科技风、插画风的 PPT 插图,再也不用到处找素材。

技巧:PPT 配图首选扁平插画风,和绝大多数模板的风格匹配,prompt 里加“扁平矢量插画风格、非写实、非照片”,别只写“插画”两个字——不然很容易给你出成一张写实照片,和模板完全不搭。另一个高发坑是手:人物的手是 AI 最容易画崩的地方,写实手部特写经常数出四根、六根手指;做 PPT 配图尽量用场景化中景、把人物画完整、手画小一点,用几何块面概括手部,既干净又能绕开手部恐怖谷。确实需要手部特写时,prompt 里写明“每只手完整五根手指、拇指位置正确”,出图后务必放大逐根数一遍。

扁平矢量风商务握手 PPT 配图:场景化半身中景、蓝灰色调、留白充足、与模板风格匹配 | Prompt:扁平矢量商务插画(flat vector illustration,非写实、非照片,无写实质感与皮肤毛孔),横版 4:3,两位商务人士上半身半身像、面对面站立在现代办公室里握手,人物完整入镜(头、肩、躯干、双臂都在画面内),场景化中景、不是手部特写,交握的手位于画面中下部、占比偏小;手部用圆润几何色块概括,每只手都是拇指加四根手指、五指关系清楚、数量正确,无缺指、多指、并指或畸形;左侧人物穿深藏青西装、白衬衫、蓝领带,右侧穿中灰色西装,两人微笑、面部简化概括;蓝灰主色调(藏青、中灰、浅蓝)加暖橙肤色,浅色干净背景,点缀抽象办公窗格、绿植与上升图表剪影,大量留白,专业现代,通用 PPT 商务合作配图,描边简洁。
扁平矢量风商务握手 PPT 配图:场景化半身中景、蓝灰色调、留白充足、与模板风格匹配 | Prompt:扁平矢量商务插画(flat vector illustration,非写实、非照片,无写实质感与皮肤毛孔),横版 4:3,两位商务人士上半身半身像、面对面站立在现代办公室里握手,人物完整入镜(头、肩、躯干、双臂都在画面内),场景化中景、不是手部特写,交握的手位于画面中下部、占比偏小;手部用圆润几何色块概括,每只手都是拇指加四根手指、五指关系清楚、数量正确,无缺指、多指、并指或畸形;左侧人物穿深藏青西装、白衬衫、蓝领带,右侧穿中灰色西装,两人微笑、面部简化概括;蓝灰主色调(藏青、中灰、浅蓝)加暖橙肤色,浅色干净背景,点缀抽象办公窗格、绿植与上升图表剪影,大量留白,专业现代,通用 PPT 商务合作配图,描边简洁。

63 UI / 界面草图

App 界面、网页界面的线框图或高保真设计图。“一个健身 App 首页,顶部数据、中间分类卡片、底部导航栏,iOS 风格”。

技巧:UI 图建议先出“线框图”把布局定下来,再做高保真,一步步来不容易跑偏。

App 界面 UI 设计:线框 / 高保真呈现布局、卡片与导航结构 | Prompt:一款健身 App 的手机界面 UI 设计,浅灰背景,中间一部手机展示高保真界面(数据卡片、图表、底部导航),周围放线框小图,干净现代,UI/UX 展示。
App 界面 UI 设计:线框 / 高保真呈现布局、卡片与导航结构 | Prompt:一款健身 App 的手机界面 UI 设计,浅灰背景,中间一部手机展示高保真界面(数据卡片、图表、底部导航),周围放线框小图,干净现代,UI/UX 展示。

64 数据图表

汇报和分析里最常用的柱状图、折线图,关键是数据真实、来源清楚、能一眼看出结论。

技巧:这类精确图表建议用代码(matplotlib 等)生成而不是 AI 硬画——数值、坐标轴、环比和数据来源都准确可靠,再用标题直接点出结论。

2024 中国新能源汽车季度销量柱状图 + 环比折线,标注数值与中汽协数据来源 | 【代码生成,非 AI 出图】用 Python matplotlib 画双轴组合图:柱状图为 2024 中国新能源汽车季度销量(Q1 209.0、Q2 285.4、Q3 337.6、Q4 454.6 万辆),折线为环比增速,柱顶标数值,标题、图例、数据来源“中汽协”齐全,中文字体设为 Noto Sans CJK。
2024 中国新能源汽车季度销量柱状图 + 环比折线,标注数值与中汽协数据来源 | 【代码生成,非 AI 出图】用 Python matplotlib 画双轴组合图:柱状图为 2024 中国新能源汽车季度销量(Q1 209.0、Q2 285.4、Q3 337.6、Q4 454.6 万辆),折线为环比增速,柱顶标数值,标题、图例、数据来源“中汽协”齐全,中文字体设为 Noto Sans CJK。

65 流程图 / 思维导图

工作流、决策流程、知识结构,用流程图或思维导图把步骤和分支讲清楚。

技巧:含判断分支的流程用代码(graphviz)绘制最清晰,判断节点用菱形、分支标“是 / 否”,回环箭头也要交代清楚。

AI 生图工作流流程图:含两处判断分支与回环,步骤和是/否分支清晰 | 【代码生成,非 AI 出图】用 graphviz(dot) 画流程图:需求分析→写 Prompt→生成图片→“是否满意?”判断分支,否→调整 Prompt 回环,是→后期处理→交付;判断用菱形节点、回环用箭头,中文标签清晰。
AI 生图工作流流程图:含两处判断分支与回环,步骤和是/否分支清晰 | 【代码生成,非 AI 出图】用 graphviz(dot) 画流程图:需求分析→写 Prompt→生成图片→“是否满意?”判断分支,否→调整 Prompt 回环,是→后期处理→交付;判断用菱形节点、回环用箭头,中文标签清晰。

66 图标 icon

一整套风格统一的功能图标,做 App、网页、PPT、看板都能直接用。

技巧:要求“统一的线性 / 面性风格、统一线宽和配色”,把需要的图标逐一列出,避免风格忽大忽小。

12 个统一 3D 面性功能图标:房子、放大镜、齿轮、爱心等,风格一致 | Prompt:12 个统一的 3D 立体面性功能图标,3 行 4 列,包含房子、放大镜、齿轮、爱心、购物车、相机、日历、云朵、设置、信封、定位、铃铛,同款蓝白柔和材质与光照、圆角,风格一致。
12 个统一 3D 面性功能图标:房子、放大镜、齿轮、爱心等,风格一致 | Prompt:12 个统一的 3D 立体面性功能图标,3 行 4 列,包含房子、放大镜、齿轮、爱心、购物车、相机、日历、云朵、设置、信封、定位、铃铛,同款蓝白柔和材质与光照、圆角,风格一致。

67 文章插图

公众号、博客、专栏文章里的配图,让长文更好读、更有呼吸感。

技巧:用现代 3D 插画风格,画面紧扣文章主题(如远程协作、效率工具),构图留出可放标题的空间。

远程协作主题 3D 文章插图:人物居家视频会议,屏幕浮现同事头像 | Prompt:远程协作主题 3D 文章插图,一个人在家中书桌前用笔记本开视频会议,屏幕里浮现多个同事头像卡片,暖色调房间、柔和光,立体卡通风格。
远程协作主题 3D 文章插图:人物居家视频会议,屏幕浮现同事头像 | Prompt:远程协作主题 3D 文章插图,一个人在家中书桌前用笔记本开视频会议,屏幕里浮现多个同事头像卡片,暖色调房间、柔和光,立体卡通风格。

68 漫画 / 条漫

四格 / 多格漫画,用来讲小故事、做科普、玩梗,比纯文字更易传播。

技巧:要求主角形象在各格保持一致、表情夸张;对话气泡先留白,文字后期排,能有效避免乱码。

上班族与 AI 机器人的四格条漫:发愁、求助、惊讶、击掌,气泡留白 | Prompt:上班族与 AI 机器人的四格条漫,2x2,依次为对着报表发愁、向机器人求助、看到结果惊讶、开心击掌,简约办公场景,对话气泡留白无字,扁平卡通。
上班族与 AI 机器人的四格条漫:发愁、求助、惊讶、击掌,气泡留白 | Prompt:上班族与 AI 机器人的四格条漫,2x2,依次为对着报表发愁、向机器人求助、看到结果惊讶、开心击掌,简约办公场景,对话气泡留白无字,扁平卡通。

69 地图 / 路线图

旅行路线、探店地图、活动导览,手绘风地图比标准地图更有温度和分享欲。

技巧:用一条虚线串联景点图标,加上河流、桥梁和小旗子,地名文字留白后期排。

手绘城市一日游地图:虚线串联景点、河流桥梁与小旗,地名留白 | Prompt:手绘风格城市一日游地图,俯视,虚线步行路线串联钟楼、湖边、咖啡馆、博物馆等景点,配河流、桥梁、小旗和树木,米黄纸张质感,地名标签留白。
手绘城市一日游地图:虚线串联景点、河流桥梁与小旗,地名留白 | Prompt:手绘风格城市一日游地图,俯视,虚线步行路线串联钟楼、湖边、咖啡馆、博物馆等景点,配河流、桥梁、小旗和树木,米黄纸张质感,地名标签留白。

70 书籍 / 杂志版式

杂志跨页、书籍内页、画册排版,图文混排的编辑设计。

技巧:让 AI 出图文版式,文字区域用整齐灰线(假文字)表示、不生成具体文字,标题可直接生成,最后再替换真实文案。

生活方式杂志跨页版式:左大图、右多栏文字区,中文标题“城市生活的艺术” | Prompt:生活方式杂志跨页版式,左页大图(时尚人物)、右页多栏文字区与小图,中文大标题“城市生活的艺术”,留白与网格考究,现代杂志编辑设计。
生活方式杂志跨页版式:左大图、右多栏文字区,中文标题“城市生活的艺术” | Prompt:生活方式杂志跨页版式,左页大图(时尚人物)、右页多栏文字区与小图,中文大标题“城市生活的艺术”,留白与网格考究,现代杂志编辑设计。

八、教育与文创:课件、绘本、科普到 IP 衍生

71 课件插图

做教学课件、网课、教案时,用插图把知识点和场景画出来,学生更爱看。

技巧:用扁平可爱插画风、明快配色,把老师、学生和关键场景画清楚;黑板和书本上的具体文字留白,避免乱码。

小学课件插图:女老师指黑板、学生举手,教室明亮、配色明快 | Prompt:小学课堂课件插图,女老师指着黑板、学生举手发言,教室明亮、桌椅整齐,明快配色,扁平卡通儿童插画。
小学课件插图:女老师指黑板、学生举手,教室明亮、配色明快 | Prompt:小学课堂课件插图,女老师指着黑板、学生举手发言,教室明亮、桌椅整齐,明快配色,扁平卡通儿童插画。

72 儿童绘本

给孩子做绘本、睡前故事,水彩手绘风的大跨页插画柔软又有童趣。

技巧:用可爱的小动物主角、温暖柔和的色调和简单场景(草地、风筝、彩虹),画面干净不放文字,文字单独排版。

水彩绘本跨页:小兔子和小熊放风筝,蘑菇小屋与彩虹,柔软童趣 | Prompt:水彩儿童绘本跨页,小兔子和小熊在草地上放风筝,远处蘑菇小屋、彩虹和白云,柔软笔触、温暖配色,手绘水彩童话风。
水彩绘本跨页:小兔子和小熊放风筝,蘑菇小屋与彩虹,柔软童趣 | Prompt:水彩儿童绘本跨页,小兔子和小熊在草地上放风筝,远处蘑菇小屋、彩虹和白云,柔软笔触、温暖配色,手绘水彩童话风。

73 科普图解

水循环、太阳系、植物生长、人体系统……科普示意图把抽象过程可视化。

技巧:用箭头把过程方向和环节画清楚,标签文字留白后期排,配色清新、结构干净。

水循环科普图解:蒸发、凝结、降水、径流箭头清晰,标签留白 | Prompt:水循环科普图解,太阳照射海面蒸发、水汽上升凝结成云、降水落到山地、地表径流汇回海洋,蓝色箭头清晰标示循环方向,标签文字留白,扁平教育插画。
水循环科普图解:蒸发、凝结、降水、径流箭头清晰,标签留白 | Prompt:水循环科普图解,太阳照射海面蒸发、水汽上升凝结成云、降水落到山地、地表径流汇回海洋,蓝色箭头清晰标示循环方向,标签文字留白,扁平教育插画。

74 单词 / 识字卡

儿童英语单词卡、识字卡、认知卡,图文对照,启蒙教育高频需求。

技巧:每张卡一个可爱插画 + 一个拼写正确的单词(Apple/Cat/Sun/Car),用不同柔和底色区分,字体圆润。

四张英语识字卡:苹果 Apple、猫 Cat、太阳 Sun、汽车 Car,单词拼写正确 | Prompt:四张英语启蒙识字卡,2x2,分别是红苹果配“Apple”、橘猫配“Cat”、太阳配“Sun”、小汽车配“Car”,每卡上方卡通图、下方单词,圆润可爱、色彩明快,拼写正确。
四张英语识字卡:苹果 Apple、猫 Cat、太阳 Sun、汽车 Car,单词拼写正确 | Prompt:四张英语启蒙识字卡,2x2,分别是红苹果配“Apple”、橘猫配“Cat”、太阳配“Sun”、小汽车配“Car”,每卡上方卡通图、下方单词,圆润可爱、色彩明快,拼写正确。

75 历史场景复原

古代集市、朝代生活、重大历史场面,写实复原让历史内容更有代入感。

技巧:在建筑、服饰、道具上做朝代考据(如盛唐长安的木构店铺、驼队、城楼),用写实电影感呈现。

盛唐长安集市复原:唐代服饰行人、驼队马车、木构店铺与城楼,繁华写实 | Prompt:盛唐长安集市复原图,唐代服饰行人、驼队马车、木构店铺、酒旗与远处城楼,繁华热闹,写实历史场景,暖色调、考据感。
盛唐长安集市复原:唐代服饰行人、驼队马车、木构店铺与城楼,繁华写实 | Prompt:盛唐长安集市复原图,唐代服饰行人、驼队马车、木构店铺、酒旗与远处城楼,繁华热闹,写实历史场景,暖色调、考据感。

76 生物 / 解剖图解

植物细胞、动物结构、器官系统、花朵剖面,教学和科普用的结构示意图。

技巧:让各结构用不同颜色区分、轮廓清楚,标签文字留白后期排,确保科学插画风格干净专业。

植物细胞结构图解:细胞壁、细胞核、液泡、叶绿体、线粒体,标签留白 | Prompt:植物细胞结构科学图解,立体剖面,标注细胞壁、细胞膜、细胞核、液泡、叶绿体、线粒体、细胞质,结构准确、配色清新,标签引线留白,教育插图。
植物细胞结构图解:细胞壁、细胞核、液泡、叶绿体、线粒体,标签留白 | Prompt:植物细胞结构科学图解,立体剖面,标注细胞壁、细胞膜、细胞核、液泡、叶绿体、线粒体、细胞质,结构准确、配色清新,标签引线留白,教育插图。

77 实验操作示意

化学、物理、生物实验的规范操作示意,用来强调安全和正确步骤。

技巧:把护目镜、手套、白大褂、正确的器材使用姿势画出来,配合明亮整洁的实验室环境。

化学实验规范操作:学生穿白大褂戴护目镜,用滴管滴液、记录,老师指导 | Prompt:化学实验规范操作场景,两位穿白大褂、戴护目镜的学生,一位用滴管向试管滴液、一位记录,老师在旁指导,明亮实验室,写实科普插画。
化学实验规范操作:学生穿白大褂戴护目镜,用滴管滴液、记录,老师指导 | Prompt:化学实验规范操作场景,两位穿白大褂、戴护目镜的学生,一位用滴管向试管滴液、一位记录,老师在旁指导,明亮实验室,写实科普插画。

78 知识卡片

把一个知识点、冷知识、概念或金句做成卡片,适合社媒传播和记忆。

技巧:每张卡“图标 + 标题 + 一行说明”,文字精简,让 Pro 直接生成准确中文;卡片配色统一又有区分。

四张科学冷知识卡:地球、闪电、章鱼、蜂蜜,中文标题与说明准确 | Prompt:四张科学冷知识卡片,2x2,主题分别为地球、闪电、章鱼、蜂蜜,每卡一个图标+中文标题+一句冷知识说明,统一蓝绿配色、圆角卡片,文字准确无乱码。
四张科学冷知识卡:地球、闪电、章鱼、蜂蜜,中文标题与说明准确 | Prompt:四张科学冷知识卡片,2x2,主题分别为地球、闪电、章鱼、蜂蜜,每卡一个图标+中文标题+一句冷知识说明,统一蓝绿配色、圆角卡片,文字准确无乱码。

79 文创周边

博物馆、景区、品牌的文创周边——帆布袋、手机壳、冰箱贴、徽章、笔记本、马克杯。

技巧:让所有产品共用一套统一插画图案(如新中式仙鹤云纹),一张图看齐全系列衍生品。

新中式文创周边:帆布袋、手机壳、笔记本、冰箱贴、马克杯,图案统一 | Prompt:新中式文创周边产品组合,帆布袋、手机壳、笔记本、冰箱贴、马克杯,统一使用山水仙鹤图案与米色青绿色,整齐陈列在浅灰背景,产品样机渲染。
新中式文创周边:帆布袋、手机壳、笔记本、冰箱贴、马克杯,图案统一 | Prompt:新中式文创周边产品组合,帆布袋、手机壳、笔记本、冰箱贴、马克杯,统一使用山水仙鹤图案与米色青绿色,整齐陈列在浅灰背景,产品样机渲染。

80 IP 衍生品

把 IP 形象做成盲盒、公仔、手办、钥匙扣,是 IP 变现的重要一环。

技巧:用 Q 版圆润造型、搪胶玩具质感,让同一 IP 穿上不同职业 / 主题服装,形成可收藏的系列。

Q 版 IP 盲盒公仔:厨师、宇航员、画家、音乐家、探险家、魔法师六款 | Prompt:Q 版 IP 盲盒公仔六款,一排,分别为厨师、宇航员、画家、音乐家、探险家、魔法师造型,同款可爱比例、不同职业服饰与道具,纯白背景,3D 潮玩渲染。
Q 版 IP 盲盒公仔:厨师、宇航员、画家、音乐家、探险家、魔法师六款 | Prompt:Q 版 IP 盲盒公仔六款,一排,分别为厨师、宇航员、画家、音乐家、探险家、魔法师造型,同款可爱比例、不同职业服饰与道具,纯白背景,3D 潮玩渲染。

九、编辑与修复:改图、修图、上色、换装

81 局部修改

最常用的编辑功能——哪里不对改哪里,其他地方完全不动。比如这张桌面图,你想把咖啡杯换成一盆多肉,就说“只把桌面上的咖啡杯替换成一盆多肉,书、桌面和光影都别动”,它就精准替换这一处,不会顺手重画整张图。

技巧:局部修改的指令一定要具体。不要说“这里改好看点”,要说“把哪个位置的什么物体,换成什么”,并明确声明其余内容保持不变。越具体,改得越准;改完放大看一眼替换边缘和投影是否自然。

局部修改前:原木桌上只有蓝皮书和一杯拉花咖啡 | 【原图】局部修改前的原始照片:原木桌上只有一本深蓝色布面精装书和一杯带叶形拉花的拿铁(白瓷杯配白瓷碟),画面中没有任何植物或花盆(本张是输入图,无生成 Prompt)。
局部修改前:原木桌上只有蓝皮书和一杯拉花咖啡 | 【原图】局部修改前的原始照片:原木桌上只有一本深蓝色布面精装书和一杯带叶形拉花的拿铁(白瓷杯配白瓷碟),画面中没有任何植物或花盆(本张是输入图,无生成 Prompt)。


局部修改后:咖啡杯被精准替换成一盆多肉,书、桌面与光影完全不变 | 编辑指令:保持[img0]的构图、拍摄视角、原木桌面纹理、左侧蓝皮书的位置外观、午后侧光方向与柔和阴影完全不变,把右侧的拉花咖啡杯连同杯碟一起删除,在原咖啡杯的位置替换成一盆栽种在浅灰色水泥质感小圆盆里的多肉植物(莲座状饱满绿叶),多肉的体量、落地投影与受光方向和原咖啡杯一致、盆底与桌面自然融合;替换后桌面上只有书和多肉两件物品,不再出现咖啡杯、杯碟或咖啡。
局部修改后:咖啡杯被精准替换成一盆多肉,书、桌面与光影完全不变 | 编辑指令:保持[img0]的构图、拍摄视角、原木桌面纹理、左侧蓝皮书的位置外观、午后侧光方向与柔和阴影完全不变,把右侧的拉花咖啡杯连同杯碟一起删除,在原咖啡杯的位置替换成一盆栽种在浅灰色水泥质感小圆盆里的多肉植物(莲座状饱满绿叶),多肉的体量、落地投影与受光方向和原咖啡杯一致、盆底与桌面自然融合;替换后桌面上只有书和多肉两件物品,不再出现咖啡杯、杯碟或咖啡。

82 风格迁移

把一张照片改成油画风、动漫风、水彩风、赛博朋克风……

技巧:风格迁移时一定要强调“保留构图和主体不变”,不然模型容易给你重画一张,那就不是迁移而是重新生成了。

【原图】风格迁移前的原始照片:写实海滩风景,作为保留构图与主体的基准(本张是输入图,无生成 Prompt)。
【原图】风格迁移前的原始照片:写实海滩风景,作为保留构图与主体的基准(本张是输入图,无生成 Prompt)。


风格迁移后:同一构图主体被转换成目标画风 | 编辑指令:参考[img0],保持画面构图、海面沙滩比例、云朵位置完全不变,把整体风格转换为高饱和明信片插画风:海水更青蓝、云朵更立体、色彩更鲜艳,保留海岸线与脚印。
风格迁移后:同一构图主体被转换成目标画风 | 编辑指令:参考[img0],保持画面构图、海面沙滩比例、云朵位置完全不变,把整体风格转换为高饱和明信片插画风:海水更青蓝、云朵更立体、色彩更鲜艳,保留海岸线与脚印。

83 背景替换

给人物换背景——海边、办公室、纯色背景,电商和证件照常用。

技巧:要求“人物边缘干净、光影与新背景协调”;要做透明背景可用英文指令“Make the background transparent, RGBA image”。

【原图】背景替换前的原始照片:一位长发女性在树林中的半身照(本张是输入图,无生成 Prompt)。
【原图】背景替换前的原始照片:一位长发女性在树林中的半身照(本张是输入图,无生成 Prompt)。


背景替换后:人物边缘干净、融入新背景 | 编辑指令:保持[img0]中人物的五官、发型、服装、姿态、光影完全不变,把背景树林替换为纯白色摄影棚背景,人物发丝边缘抠图干净、与白底自然融合。
背景替换后:人物边缘干净、融入新背景 | 编辑指令:保持[img0]中人物的五官、发型、服装、姿态、光影完全不变,把背景树林替换为纯白色摄影棚背景,人物发丝边缘抠图干净、与白底自然融合。

84 扩图 / Outpainting

把一张图往四周扩展、改变比例。方图想改成横版壁纸,直接说“左右扩展成 16:9”。

技巧:prompt 里描述扩展部分应该有什么,并核对输出尺寸和构图确实改变了,否则可能扩了个寂寞。

【原图】扩图前的原始画面:橘猫坐在窗台的方形近景(本张是输入图,无生成 Prompt)。
【原图】扩图前的原始画面:橘猫坐在窗台的方形近景(本张是输入图,无生成 Prompt)。


扩图后:画面沿指定方向延展、比例改变且内容连贯 | 编辑指令:以[img0]为基础向外扩图(outpainting),向右和上方延展,补全窗外的花园、绿篱、房屋与天空,向左补全窗帘;橘猫本身保持不变,新增内容透视、光影连贯。
扩图后:画面沿指定方向延展、比例改变且内容连贯 | 编辑指令:以[img0]为基础向外扩图(outpainting),向右和上方延展,补全窗外的花园、绿篱、房屋与天空,向左补全窗帘;橘猫本身保持不变,新增内容透视、光影连贯。

85 老照片修复

家里的老照片有划痕、破损、清晰度不够?喂进去说“去除划痕斑点、提升清晰度、保持年代感”。

技巧:不要追求过高清晰度,否则修出来像重新拍的;保留一点年代感才对。

【原图】老照片修复前:有划痕、霉点且模糊的黑白全家福(本张是输入图,无生成 Prompt)。
【原图】老照片修复前:有划痕、霉点且模糊的黑白全家福(本张是输入图,无生成 Prompt)。


老照片修复后:划痕去除、清晰度提升,同时保留年代感 | 编辑指令:修复[img0]这张老照片:去除划痕、斑点和霉点,提升清晰度与面部细节,校正曝光,同时保留黑白影调和年代颗粒感,不改变人物原貌。
老照片修复后:划痕去除、清晰度提升,同时保留年代感 | 编辑指令:修复[img0]这张老照片:去除划痕、斑点和霉点,提升清晰度与面部细节,校正曝光,同时保留黑白影调和年代颗粒感,不改变人物原貌。

86 黑白照片上色

黑白老照片变彩色。“自然真实的颜色,自然肤色,衣服颜色合理”。

技巧:对某些物体颜色有要求就直接说,比如“裙子是红色、头发是黑色”,不然可能上错色。

【原图】上色前的黑白全家福老照片(本张是输入图,无生成 Prompt)。
【原图】上色前的黑白全家福老照片(本张是输入图,无生成 Prompt)。


上色后:肤色与衣物颜色自然合理的彩色照片 | 编辑指令:为[img0]这张黑白老照片自然上色,还原真实的肤色、发色、衣物颜色和户外环境色(草地、房屋、天空),色彩克制自然、符合年代感,保留照片质感。
上色后:肤色与衣物颜色自然合理的彩色照片 | 编辑指令:为[img0]这张黑白老照片自然上色,还原真实的肤色、发色、衣物颜色和户外环境色(草地、房屋、天空),色彩克制自然、符合年代感,保留照片质感。

87 去杂物 / 去水印

照片里有路人、多余杂物或水印?直接说“把背景路人去掉,保持背景连贯自然”。

技巧:处理完一定要检查边缘,留下痕迹就再用局部修改微调。

【原图】去杂物前:城市街道斑马线上有一位正在过马路的行人(本张是输入图,无生成 Prompt)。
【原图】去杂物前:城市街道斑马线上有一位正在过马路的行人(本张是输入图,无生成 Prompt)。


去杂物后:多余元素消失、背景连贯自然 | 编辑指令:删除[img0]中正在过马路的行人和多余杂物,依据周围街道、斑马线和建筑背景智能补全被遮挡区域,使背景连贯自然、看不出修补痕迹。
去杂物后:多余元素消失、背景连贯自然 | 编辑指令:删除[img0]中正在过马路的行人和多余杂物,依据周围街道、斑马线和建筑背景智能补全被遮挡区域,使背景连贯自然、看不出修补痕迹。

88 高清放大

模糊老图或低分辨率图想变清晰?喂进去说“提升分辨率、增强细节、保持原图风格”。

技巧:适合放大 2-4 倍,放太大细节会糊;需要超大尺寸建议多次放大。

【原图】高清放大前:低分辨率、细节模糊的山湖风景照(本张是输入图,无生成 Prompt)。
【原图】高清放大前:低分辨率、细节模糊的山湖风景照(本张是输入图,无生成 Prompt)。


高清放大后:分辨率与细节明显提升 | 编辑指令:对[img0]做超分辨率高清放大,提升约 4 倍分辨率,重建山体岩石、松林和水面波纹细节,去噪去模糊,保持原有色彩与构图。
高清放大后:分辨率与细节明显提升 | 编辑指令:对[img0]做超分辨率高清放大,提升约 4 倍分辨率,重建山体岩石、松林和水面波纹细节,去噪去模糊,保持原有色彩与构图。

89 换装

给人物换衣服、换造型,电商试衣和角色改稿都常用。

技巧:用图生图,要求“保留脸和发型不变,只换服装”;原图与目标服装的光线角度最好一致。

【原图】换装前:穿黑色上衣的女性半身照(本张是输入图,无生成 Prompt)。
【原图】换装前:穿黑色上衣的女性半身照(本张是输入图,无生成 Prompt)。


换装后:同一人物换上新服装,脸与发型不变 | 编辑指令:保持[img0]中人物的脸、发型、姿态和背景不变,把黑色上衣替换为红色连帽卫衣,衣物褶皱与光影贴合身形、自然真实。
换装后:同一人物换上新服装,脸与发型不变 | 编辑指令:保持[img0]中人物的脸、发型、姿态和背景不变,把黑色上衣替换为红色连帽卫衣,衣物褶皱与光影贴合身形、自然真实。

90 面部表情修改

人物表情太僵、闭眼、角度不好?直接改表情。

技巧:描述要具体,“微笑”不够,说“嘴角微微上扬、眼睛弯成月牙形”,效果好很多。

【原图】表情修改前:表情平淡僵硬的女性证件照(本张是输入图,无生成 Prompt)。
【原图】表情修改前:表情平淡僵硬的女性证件照(本张是输入图,无生成 Prompt)。


表情修改后:表情自然生动、五官协调 | 编辑指令:保持[img0]中人物的五官、发型、服装、背景不变,只把表情改为自然的微笑,嘴角与眼神协调、面部肌肉自然,写实不夸张。
表情修改后:表情自然生动、五官协调 | 编辑指令:保持[img0]中人物的五官、发型、服装、背景不变,只把表情改为自然的微笑,嘴角与眼神协调、面部肌肉自然,写实不夸张。

十、合成与工作流:融合、统一、写真到拼图叙事

91 多图融合

把 A 角色放进 B 场景、保持角色特征不变。“把这只黑猫放进茶餐厅场景,猫坐在卡座上”。

技巧:这是做短剧和合成最常用的功能,参考图顺序要对,prompt 说清哪张是角色、哪张是场景。

多图融合:指定角色被自然合成到目标场景中,特征保持一致 | 编辑指令:把[img0]这只橘猫自然合成到[img1]的咖啡馆场景中,让猫坐在原木桌上,保留橘猫花纹与特征,匹配场景的暖色光线、透视和景深,边缘融合自然。

92 透明背景生成

直接生成 RGBA 透明底素材,做设计时直接用。“一个卡通火箭图标,透明背景,矢量风格”。

技巧:透明背景用英文指令更稳:“transparent background, RGBA”。

透明背景素材图,主体边缘干净,可直接叠放到设计稿中 | Prompt:一只卡通红色火箭,主体居中,纯白色背景、干净均匀光、边缘清晰,3D 图标风格(生成后再用抠图去除白底,得到透明底 PNG)。
透明背景素材图,主体边缘干净,可直接叠放到设计稿中 | Prompt:一只卡通红色火箭,主体居中,纯白色背景、干净均匀光、边缘清晰,3D 图标风格(生成后再用抠图去除白底,得到透明底 PNG)。

93 批量变体生成

同一个 prompt 跑 4-5 个版本,挑最好的那个。这是提升出图质量最有效的方法之一。

技巧:不要一张不满意就改 prompt 重跑,先跑多版挑最好,再在最好的基础上微调。

同一 prompt 的批量变体,多版并置便于择优 | Prompt:同一只橘猫的四种姿势变体,2x2,端坐、侧躺、伸懒腰扑球、趴卧,花纹配色一致,纯白背景,写实可爱;同一 Prompt 批量生成后择优。
同一 prompt 的批量变体,多版并置便于择优 | Prompt:同一只橘猫的四种姿势变体,2x2,端坐、侧躺、伸懒腰扑球、趴卧,花纹配色一致,纯白背景,写实可爱;同一 Prompt 批量生成后择优。

94 风格一致性保持

做一套图最烦每张风格都不一样。用第一张满意的图做参考,后面都基于它生成。

技巧:喂入参考图说“保持相同画风、色调、笔触,只换主体内容”,整套图风格就统一了。

成套图片风格一致:画风、色调、笔触统一,仅主体内容不同 | Prompt:同一套治愈系生活插画,三张竖版场景横向并排拼成一张图、细白边分隔,三张画风、色调、笔触高度统一,仅场景不同:左为咖啡馆内景(吧台、吊灯、咖啡杯)、中为满墙落地木质书架、右为公园大树下女生坐着看书;统一温暖米色与森林绿色调、细腻日系插画笔触、柔和光影;书架书脊一律用纯色块、色条和抽象纹理表现,不出现任何可读文字、字母或书名,全图无字。
成套图片风格一致:画风、色调、笔触统一,仅主体内容不同 | Prompt:同一套治愈系生活插画,三张竖版场景横向并排拼成一张图、细白边分隔,三张画风、色调、笔触高度统一,仅场景不同:左为咖啡馆内景(吧台、吊灯、咖啡杯)、中为满墙落地木质书架、右为公园大树下女生坐着看书;统一温暖米色与森林绿色调、细腻日系插画笔触、柔和光影;书架书脊一律用纯色块、色条和抽象纹理表现,不出现任何可读文字、字母或书名,全图无字。

95 参考图复用

好用的角色、风格、场景存下来,做新图直接喂参考图,不用每次重新描述半天。

技巧:建一个自己的素材库,按角色 / 风格 / 场景分类存好,下次直接复用省时间。

参考图复用示意:同一参考资产被迁移到新画面中 | 编辑指令:参考[img0]的线框界面布局与组件结构,复用其栅格、卡片和导航规范,生成一套新的数据看板 App 界面,延续统一的 UI 视觉语言。

96 Prompt 模板库

把好用的 prompt 沉淀成模板——角色设定表模板、电商主图模板、海报模板,下次直接套。

技巧:一个好模板包含风格 + 主体 + 构图 + 背景 + 质量约束(不要文字、不要水印),固定模块、每次只换主体。

Prompt 模板库示意:结构化模块拼装,便于复用与批量出图 | Prompt:一个桌面端“Prompt 模板库”软件的低保真线框图(wireframe),16:9 横版、纯白底,只用中性灰(浅灰到中灰)的色块与 1px 细线绘制:顶部一条窗口标题栏(左侧三个圆形窗口按钮、中间一个灰色圆角矩形表示地址栏),左侧窄边栏竖向排列若干小方块图标与灰色短条表示菜单,中间主区域纵向整齐排列 6 到 8 个模板卡片(每张卡片由一个灰色矩形缩略图加两三行长短不一的灰色圆角占位条组成),右侧是一块大面积浅灰矩形预览面板;整体严格栅格对齐、等距留白、UI/UX 示意风格。画面中绝对不出现任何可读文字、字母、数字或单词,所有原本应是文字的位置一律用中性灰色圆角短条或纯灰色块占位。
Prompt 模板库示意:结构化模块拼装,便于复用与批量出图 | Prompt:一个桌面端“Prompt 模板库”软件的低保真线框图(wireframe),16:9 横版、纯白底,只用中性灰(浅灰到中灰)的色块与 1px 细线绘制:顶部一条窗口标题栏(左侧三个圆形窗口按钮、中间一个灰色圆角矩形表示地址栏),左侧窄边栏竖向排列若干小方块图标与灰色短条表示菜单,中间主区域纵向整齐排列 6 到 8 个模板卡片(每张卡片由一个灰色矩形缩略图加两三行长短不一的灰色圆角占位条组成),右侧是一块大面积浅灰矩形预览面板;整体严格栅格对齐、等距留白、UI/UX 示意风格。画面中绝对不出现任何可读文字、字母、数字或单词,所有原本应是文字的位置一律用中性灰色圆角短条或纯灰色块占位。

97 换天空 / 换季节

平淡的照片换个绚烂晚霞、星空,或把场景从夏天换成冬天,立刻出大片。

技巧:保持地面和主体完全一致,只替换天空 / 季节元素,并让水面、光影呼应新天空,合成才真实。

同一场景换天空前后:左平淡阴天、右粉紫绚烂晚霞,湖面映晚霞 | 编辑指令:保持[img0]山湖风景的山体、湖面、松林完全不变,只把平淡的阴天天空替换为粉紫色绚烂晚霞,湖面同步倒映晚霞色彩,光影自然。

98 光影色调统一

一组来源不同、色调杂乱的照片,统一成同一套电影色调(如青橙色调),看起来才像一个系列。

技巧:固定阴影和高光的色彩倾向,逐张统一,注意肤色不能偏色过头。

三张照片色调统一前后:上杂乱、下统一为青橙电影色调,成套 | 编辑指令:把[img0]三张色调不一的旅行照片统一调色为青橙电影色调(teal & orange):暗部偏青、高光偏橙,三张照片色温影调一致,形成成套组图。

99 AI 写真

不用约摄影师、不用出门,一套个人写真——时尚、古风、日系、职业多种风格一次出齐。

技巧:①别让模型一次性出四宫格,先拿一张满意的正面照做人脸基准,再用图生图一套一套生成、最后自己拼成 2×2,脸的一致性和单张质感都明显更稳;②想不像 AI、看着像真人,核心是“去塑料感”:prompt 里写清真实皮肤纹理(自然毛孔、细微肤色不匀、不磨皮)、自然光或真实布光、浅景深、轻微胶片颗粒、抓拍般的自然表情,同时反向排除塑料磨皮、蜡像感、网红滤镜、美瞳、瓷娃娃皮肤、AI 塑料高光;③手是重灾区,能藏就藏——时尚照让手插兜、汉服把手收进宽袖、职业头像裁到胸部、日系用浅景深虚化,实在要露手就写明“五指完整自然”并放大检查。

同一真人脸基准逐套生成的四套写实 AI 写真(2×2):时尚大片、古风汉服、日系清新、职业形象,皮肤光影真实、无塑料感 | 编辑指令:先用一张写实正面照作为人脸基准 [img0],再以图生图分别生成四套、最后拼成 2×2。统一要求:保持 [img0] 同一张脸(脸型、五官比例、眉眼鼻唇、肤色完全一致),真实人像摄影质感——真实皮肤纹理与自然毛孔、不磨皮、自然妆容与发丝、自然光或真实布光、浅景深、轻微胶片颗粒、抓拍般自然表情;反向排除塑料磨皮、蜡像感、网红滤镜、美瞳、瓷娃娃皮肤、AI 塑料高光、过度对称。四套分别为:①时尚杂志大片,黑色亮面西装外套+银色亮片抹胸+灰牛仔裤、金属腕表,轻奢室内水晶灯与丝绒沙发,一手插兜、眼神冷艳;②古风汉服,淡粉白齐胸襦裙与薄纱大袖披帛、盘发玉簪珍珠耳坠,江南园林月洞门池塘假山垂柳,双手含蓄收于宽袖内不露手指;③日系清新,白色泡泡袖连衣裙,春日草坪樱花木栅栏蓝天白云,灿烂笑容、发丝被风吹起、手部自然摆动并浅景深虚化;④职业形象,深灰西装白衬衫、浅灰纯色背景、胸部以上头像、不画手,亲和自信微笑。露出的手必须五指完整自然。

100 拼图多图叙事

把一次旅行、一场活动、一个产品的多张照片有机拼贴成一张叙事海报,信息量大又好看。

技巧:用大小错落、留白和杂志网格排版,一张大图定调、小图补充细节,形成完整叙事,避免简单平铺。

露营主题多图拼图:大图帐篷山景 + 篝火、野餐、星空等小图错落拼贴 | Prompt:露营主题多图拼图海报,一张帐篷山景大图作主视觉,周围错落拼贴篝火、野餐、帐篷细节、星空、人物合影等小图,加胶片边框、胶带和手写标注,叙事拼贴风格,留白透气。
露营主题多图拼图:大图帐篷山景 + 篝火、野餐、星空等小图错落拼贴 | Prompt:露营主题多图拼图海报,一张帐篷山景大图作主视觉,周围错落拼贴篝火、野餐、帐篷细节、星空、人物合影等小图,加胶片边框、胶带和手写标注,叙事拼贴风格,留白透气。

写在最后:生图是起点,工作流才是分水岭

100 种场景,说到底还是三件事:从零生图,把脑子里的想法一句话变成图;基于图改图,让已有的图哪里不对改哪里;串成工作流,把单次抽卡变成可复用、可批量、风格统一的效率系统。

很多人用 AI 生图停留在第一层——抽卡玩一玩,出张好看的图就结束了。但真正把生图用进工作的人,靠的是后两层:改图和工作流。生图只是起点,修图、合成与流程才是拉开差距的地方。

工具只是工具,审美和需求才是核心——你清楚自己要什么图,AI 才能帮你出什么图。

你需要通过精准的关键词来描述出你心中所想的那张图,这里面涉及了:

•人物:

•容貌特征

•服饰特征

•动作特征

•环境:

•包含什么物体

•物体的特征

•构图

•物体之间的相对位置

•镜头:

•拍摄器材

•远近

•高低

•光影

•焦距

•快门

•ISO

•色盘:

•冷峻/温暖?

•莫兰迪/马卡龙?

•锐利/柔和?

•补色?撞色?

•风格:

•写实

•半写实

•水墨/水彩

•漫画(日漫/美漫以及无数绘画家风格)

•油画

•等等等等..... (这里省略几百行)

总之,AI生图是个下限高,上限也很高(上手容易精通难)的技术活。

今天这100个案例也只是非常入门的,算是“抛砖引玉”吧~


注意:

网页搜索「豆包工作」下载电脑端,可以限时免费领取30天订阅权益,之前领过的到期后可再领一次


跳转微信打开

❌