该项目版权归作业帮公司所有，仅作个人能力展示用途
AIGC 设计提效
从小心试探、稳定工作流到自研生产工具，复盘设计师与 AI 并肩协作的三次真实跃迁。
( The challenge )
面对 45 天、2000 张插画、1 名插画师与 5 名外包的极限任务，如何不靠单纯加人，找到可控的 AI 生产方法？
01
探索：驯服随机
调整关键词、统一插画风格并输出严格规范，把不可控生成逐步变成稳定产出。
02
成熟：沉淀工作流
拆解业务并判断适合 AI 的环节，把设计师经验蒸馏成可复用的生产资产。
03
创造：自研工具
针对 100 多款封面延展，参与搭建批量生产工具，让设计师从重复劳动中抽离。
针对 100 多款封面延展，参与搭建批量生产工具，让设计师从重复劳动中抽离。
Role ｜ 作者 / 创意架构
DeliverablesIP｜ Workflow / Visual R&D
Category ｜ 流程实验
Outcome｜ 45 天 / 2000 张插画 ；工作内容skill标准落地，整体提效50%；自研工具释放生产力提效50%
DeliverablesIP｜ Workflow / Visual R&D
Category ｜ 流程实验
Outcome｜ 45 天 / 2000 张插画 ；工作内容skill标准落地，整体提效50%；自研工具释放生产力提效50%
我是亲眼见证AI崛起的一代。回首这几年，与AI的关系，恰似一场从远远打量、小心试探，到并肩共舞的漫长进化。我将这段旅程切为三个章节，其中深埋着一个设计师被彻底重塑时，所必经的全部阵痛与兴奋。
探索阶段：当“焦虑”成为第一生产力
刚接触AI绘画时，印象最深的是Midjourney问世带给整个圈子的震撼。那种感觉就像原始人第一次见到火——它明亮、炽热，但没人知道该怎么把它带进洞穴。那时大多数人都在观望，人是固执的动物，长时间养成的习惯很难被打破，我们一边惊叹，一边依旧攥紧手里的鼠标和手绘板。AI在飞速进步，而我们的大脑还在旧系统里打转。
真正让我动起真格、把AI塞进项目里硬碰硬的，是一个“大阅读”插画项目。需求是45天产出2000张插画，配置是1个插画师加5个外包，简单算一下，每人每天要稳定输出6张。按照过往经验，第一反应永远是“报风险、申预算、加人手”，但花钱找人从来不是最优解。那会儿AI概念正火，我决定让插画师先试一下。
说实话，心里完全没底。那段日子我焦虑到每天都要盯着插画师过进度，最怕听到“不行，今天ai生的修改成本太高了，还不如重画”。产出极不稳定，有时候改一张图的时间，足够推倒重画两张。但混乱中我隐约看到了一条缝：AI能提效，只是还没找到开关。
于是我们开始死磕——调整关键词、统一插画风格、输出严格的设计规范。像驯一匹烈马，一点点收紧缰绳。不稳定渐渐变成了相对稳定，虽然AI偶尔还会抽风，但那点“可控”对我们来说已经是巨大的突破。那一刻我明白了：AI不会替你飞，但它能让你跑得更快，前提是，你得先学会怎么给它下指令。
探索阶段：当“焦虑”成为第一生产力
刚接触AI绘画时，印象最深的是Midjourney问世带给整个圈子的震撼。那种感觉就像原始人第一次见到火——它明亮、炽热，但没人知道该怎么把它带进洞穴。那时大多数人都在观望，人是固执的动物，长时间养成的习惯很难被打破，我们一边惊叹，一边依旧攥紧手里的鼠标和手绘板。AI在飞速进步，而我们的大脑还在旧系统里打转。真正让我动起真格、把AI塞进项目里硬碰硬的，是一个“大阅读”插画项目。需求是45天产出2000张插画，配置是1个插画师加5个外包，简单算一下，每人每天要稳定输出6张。按照过往经验，第一反应永远是“报风险、申预算、加人手”，但花钱找人从来不是最优解。那会儿AI概念正火，我决定让插画师先试一下。
说实话，心里完全没底。那段日子我焦虑到每天都要盯着插画师过进度，最怕听到“不行，今天ai生的修改成本太高了，还不如重画”。产出极不稳定，有时候改一张图的时间，足够推倒重画两张。但混乱中我隐约看到了一条缝：AI能提效，只是还没找到开关。
于是我们开始死磕——调整关键词、统一插画风格、输出严格的设计规范。像驯一匹烈马，一点点收紧缰绳。不稳定渐渐变成了相对稳定，虽然AI偶尔还会抽风，但那点“可控”对我们来说已经是巨大的突破。那一刻我明白了：AI不会替你飞，但它能让你跑得更快，前提是，你得先学会怎么给它下指令。
成熟应用：当工具不再是话题，工作流才是答案
AI进化的速度快到让人眩晕，一个产品刚爆火，转眼就被下一个拍在沙滩上。今天我已经快要遗忘MJ和SD了，不是它们不行，而是整个行业进入了神仙打架的阶段，我们在各个平台间反复横跳。幸运的是，公司做出了极有远见的一步：搭建起专属的AI平台，把优质模型汇总在一起，统一管理输出。对我们而言，这就像从一堆杂乱的工具箱，升级到了一间智能中控室。
这个阶段，我们不再纠结“AI能不能用”，问题变成了“怎么用、如何用好”。我做得最多的事情，是业务拆解——把需求掰开揉碎，判断哪些环节适合喂给AI；然后结合设计师的经验，沉淀出一套套稳定的工作流。把设计师的审美、判断和经验，蒸馏成可复用的业务资产，让新项目不必每次都从零开始。
这完全颠覆了传统的工作方式，也倒逼着我们去打开设计的边界。过去，我们只关心画得好不好看，现在，我们站在更高维度审视行业，学会用工程化的思维去拆解创意。那一刻我意识到，设计师不再仅仅是手艺人，我们要成为懂得驾驭生产线的“创意架构师”。
创造阶段：当标准被解决，定制化才是真正的解放
AI在进步，它逼着设计师不断向外拓宽边界。如果说工作流解决的是标准化问题，那自研工具，解决的就是特定场景下的定制化提效。
我的第一个自研平台是绘本封面批量生产工具，那也是最刻骨铭心的一段经历。当时，100多款封面的延展全靠人力，2个人一周才能做完。封面特点是文字信息都是分散的，如果使用工作流很容易出现工作流冗长且充满变数，任何一个环节出错都得打回重来。因此我就在想，能不能依托智能研发，开发一个工具，把这一切自动化？
真正开始参与研发之后，我对研发行业升起了前所未有的敬畏心。极高的token消耗、冗长代码像泥潭一样拖慢运行速度……这些问题每天都在重复，过程非常痛苦。当时每天都在疯狂查资料，如何节省token消耗，如何搭建稳定框架，前端目前稳定的架构，什么canvas可以支持矢量。什么canvas方案能支持矢量输出。每一步都是从零开始，每一步都走得跌跌撞撞。但当那个自己研发的工具终于上线、第一次顺畅地跑通时，我整个人是兴奋的。
当我们拥有了coding能力，是不是就该无限开搞、什么都自己搓一个？答案显然不是。恰恰相反，这更需要我们静下心来，回到业务本身——去拆解、去判断，什么场景真的需要自研，什么场景用现成工具就足够。Coding从来不只是工具，它是价值的量化。每一行代码的背后，不是炫技，而是你对业务痛点的理解深度。乱搓一通只会制造新的混乱，真正有价值的能力，是想清楚在哪儿下钉子，再稳稳地敲下去。
这是一种真正的生产力解放，同时也是一次生产方式的革命，AI将设计师从重复延展中抽离出来，把最宝贵的精力，重新投入到创意构思和产品打磨上去。那一刻我才深刻理解，AI最终要给我们的不是魔法，而是时间——拿回我们被那些低价值劳动偷走的时间。
回头看这三次跃迁，与其说AI改变了设计，不如说它逼着我们重新回答了“我是谁”。从前我们是画笔的执行者，后来成为流程的设计者，未来，我们将是生产工具的创造者。站在更高处审视行业，你会发现：被AI淘汰的从来不是设计师，而是那些不愿抽离惯性、拒绝自我蒸馏的人。
如今，满天都是AI。似乎哪个项目不挂上AI的名头，都不好意思拿出来见人。与此相伴的，是越来越重的失业论——恐慌弥漫，好像设计师的终点就是被替代。当潮水漫过所有人，什么东西能让我沉淀下来？当我们不再把AI看作对手，它是一面镜子，照出我们必须升级的那部分——重新审视定位，把经验从执行层抽离，升维成判断力。AI不是来抢饭碗的，它是来逼我们成长的。这场进化远未结束，而我们已经学会，不再是被浪潮推着走的旁观者，而是借着浪潮，亲手造船的人。
回头看这三次跃迁，与其说AI改变了设计，不如说它逼着我们重新回答了“我是谁”。从前我们是画笔的执行者，后来成为流程的设计者，未来，我们将是生产工具的创造者。站在更高处审视行业，你会发现：被AI淘汰的从来不是设计师，而是那些不愿抽离惯性、拒绝自我蒸馏的人。
如今，满天都是AI。似乎哪个项目不挂上AI的名头，都不好意思拿出来见人。与此相伴的，是越来越重的失业论——恐慌弥漫，好像设计师的终点就是被替代。当潮水漫过所有人，什么东西能让我沉淀下来？当我们不再把AI看作对手，它是一面镜子，照出我们必须升级的那部分——重新审视定位，把经验从执行层抽离，升维成判断力。AI不是来抢饭碗的，它是来逼我们成长的。这场进化远未结束，而我们已经学会，不再是被浪潮推着走的旁观者，而是借着浪潮，亲手造船的人。
( The impact )
项目建立了“教学逻辑视觉化”的完整方法论，并以系统化设计完成线上课程与线下全物料的一体化体验闭环。
NEXT CASE
喵MIAO妙！