WWW.YOUINFO.SITE
标签聚合 作图

/tag/作图

v2ex.com · 2026-05-02 02:35:24+08:00 · tech

它的定位不是“提示词合集”,而是一个面向广告作图场景的 Prompt Agent:把业务 brief 、行业、文案、画幅、参考图用途这些信息,整理成更稳定、更可执行的 Image2 测试提示词。 我做这个的背景是:广告作图里直接对白话需求生图,结果经常会比较飘;而网上很多 prompt 案例又是一次性的,难以迁移到真实客户需求里。所以我把流程拆成了几层: Brief -> 意图解析 -> 广告业务模板 -> 视觉配方 -> LLM Prompt Brain -> 确定性检查 -> optimized prompt 当前社区版包含: - 本地 Web 工作台 - 120 条广告业务模板 - 75 条视觉配方 - 50 个一图一 prompt 的 gallery case - 参考图策略 - 确定性 prompt 校验 - 手动 Image2 测试流程 现在它还不直接调用生图 API ,只做 prompt planning layer 。也就是说,工具输出 optimized prompt ,用户再手动复制到 Image2 测试。后续真实生图 adapter 、批量案例、ERP/生产系统集成会单独往后放。 和普通 prompt 仓库的区别,我自己理解主要有三点: 1. 输入不是“复制一条酷 prompt”,而是业务需求、行业、文案和参考图。 2. 模板不是只记录画面描述,而是带 task type 、use case 、材质/构图/文字层级/负面约束。 3. 最终 prompt 会做确定性检查,尽量把“高级感、网红风、类似某某”这类词改成可执行的构图、色彩、灯光、材质和排版规则。 GitHub: https://github.com/kwistzzqq-byte/image2-ads-studio Gallery: https://github.com/kwistzzqq-byte/image2-ads-studio/blob/main/examples/gallery/cases.md 想听听大家的反馈,尤其是: - 这种“广告垂类 Prompt Agent”相比 prompt collection 是否有实际价值? - 模板 / 视觉配方 / LLM 重构这套结构是否合理? - 如果后面接真实生图 API ,应该优先做批量生成、案例评分,还是先做 ERP/门店物料生产系统集成?