先来看看我做出了什么
![]()
![]()
![]()
![]()
一、问题的起点：为什么AI画的海报"不对味"
用AI生成海报的人，大概率都遇到过同一个困境：图是好看的，但没有"味道"。
具体表现为三类：
- 风格漂移——生成10张，10种风格，无法形成系列感；
- 文字失控——中文字符错字、截断、变形；
- 情绪错位——画面元素齐全，但和文案的情绪完全不搭。
这三类问题的本质，不是"画得不好"，而是AI没有理解"诗意"这件事的构成要素。
本文以一次真实的海报生成实践为样本，拆解"诗意感"在技术层面到底由什么构成。
二、"诗意"的技术解构：四个可量化的维度
"诗意"听起来很玄，但在视觉生成领域，它可以被拆解为四个可操作的维度：
2.1 留白（Negative Space）
技术定义：画面中非主体区域的面积占比与分布方式。
为什么重要：留白决定视觉呼吸感。东方美学中"计白当黑"，留白本身就是内容。
实现要点：
- 主体元素控制在画面 20%-30% 区域；
- 留白区域需有层次，不能是均匀空白；
- 文字通常落在留白区，形成"图文互不干扰"。
2.2 纸张肌理（Paper Texture）
技术定义：通过噪声、纹理映射模拟物理纸张的视觉质感。
为什么重要：肌理是"温度感"的来源。纯数字渲染的画面是"冷"的，纸张肌理让它"旧"下来、"暖"起来。
实现要点：
- 复古纸张（牛皮纸、做旧宣纸）比纯白背景更有情绪；
- 肌理强度需控制，过强会干扰文字可读性。
2.3 实验性文字排版（Experimental Typography）
技术定义：打破常规网格，采用散落、竖排、大小对比等非常规排布。
为什么重要：排版本身就是设计语言。散落的字块能制造"碎片化诗意"。
实现要点：
- 竖排适合东方美学语境；
- 字块大小对比制造节奏；
- 位置需避开主体，落在留白处。
2.4 低饱和色彩点缀（Low-Saturation Accent）
技术定义：整体低饱和基调 + 少量高对比点缀色。
为什么重要：低饱和营造"克制感"，点缀色提供"视觉锚点"。
实现要点：
- 主色调控制在 2-3 种低饱和色；
- 点缀色面积不超过 5%；
- 常用点缀：暗红、靛蓝、墨黑。
三、关键技术难点：参考图的"视觉语法提炼"
3.1 问题描述
传统AI画图的工作流是：关键词 → 图片。
这个流程无法处理"参考图"——因为关键词描述的是"要什么"，而参考图表达的是"像什么"。
3.2 视觉语法的三层结构
一张参考图可以被拆解为三层：
| 层级 | 内容 | 示例 |
|---|---|---|
| 构图层 | 元素位置、比例、留白分布 | 雪后庭院居中、木窗棂框景、红梅点睛 |
| 风格层 | 材质、笔触、色调 | 水墨晕染、低饱和、宣纸质感 |
| 情绪层 | 氛围、节奏、冷暖 | 孤寂、克制、清冷 |
3.3 提炼流程
参考图 → 构图层解析 → 风格层提取 → 情绪层归纳 → 视觉语法 → 应用到新内容核心难点在于：提炼出的"视觉语法"必须是可迁移的——它能应用到新文案上，而不是简单复制原图。
四、闭环设计：为什么"自检"是分水岭
4.1 单向生成 vs 闭环生成
| 模式 | 流程 | 结果 |
|---|---|---|
| 单向生成 | 输入 → 输出 | 错误不可控 |
| 闭环生成 | 输入 → 输出 → 自检 → 修正 → 输出 | 错误可收敛 |
4.2 自检需要检查什么
一次合格的自检至少覆盖三类：
- 文字准确性——逐字比对，检查错字、漏字；
- 排版完整性——检查文字是否被边缘截断；
- 构图合理性——检查主体角度、比例是否协调。
4.3 为什么这是分水岭
单向生成的产品，用户拿到的是"一次抽卡结果"；
闭环生成的产品，用户拿到的是"经过收敛的成品"。
前者是工具，后者是助手。
五、实践记录
5.1 任务背景
需要为一组文案配图，生成5张统一风格的诗意海报。
5.2 输入
- 5段文案
- 5张参考图（含雪后庭院、木窗棂框景、红梅点睛等元素）
- 风格要求：水墨诗意、文字竖排、落在画面下方留白处
5.3 执行过程
Step 1｜素材输入：文案 + 参考图 + 自然语言风格描述
Step 2｜视觉语法提炼：从参考图中提取构图、风格、情绪三层结构
Step 3｜生成与自检：生成后自主检查，发现并修正：
- 文字错误（"会"字被误写为"念"）
- 排版问题（文字被画面边缘切断）
- 构图问题（人物低头角度偏差）
5.4 结果
- 5张海报风格统一
- 文字准确率 100%（经自检修正）
- 人工干预：0 行代码
六、一点技术判断
做完这次实践，有一个判断想放在技术层面说：
国产桌面智能体在 AIGC 链路上的完成度，已经超出我的预期。
具体超出在哪？不是"能生成图"这件事本身——那早就不稀奇了。真正超出预期的是链路的完整性：从参考图解析、视觉语法提炼，到生成、自检、修正，整条链路是闭合的。过去我们评价一个 AIGC 工具，标准是"单点能力够不够强"；现在这个标准正在变成"链路够不够完整"。
单点能力可以靠堆模型解决，链路完整度靠的是工程能力。这是两回事。
七、技术总结
6.1 核心结论
AI海报生成的难点，不在"画"，在"懂"。
"懂"包含三层能力：
- 看懂参考图的构图逻辑；
- 看懂文案的情绪；
- 看懂自己哪里做错了。
6.2 工程建议
- 提示词要具体：避免"高级感""氛围感"等模糊词，明确留白位置、排版方向、风格基调；
- 必须提供参考图：参考图是视觉语法的唯一来源；
- 利用闭环能力：给自检留出空间，不要一次出图就用。
八、工具说明
本次实践中，我使用的是一款桌面级AI智能体工具（AiPy Pro）。它在这套流程中承担了"视觉语法提炼 + 生成 + 自检"三个环节。
除了海报生成，这类智能体还能用自然语言完成文档处理、数据分析和软件操作等任务——本质上，它把"描述需求"变成了唯一的操作门槛。
