GENERATIVE AI CASE STUDY

AI Concept Studio

把生成式设计从 Prompt 试错变成可控状态链

面向文化与空间概念设计,把需求理解、文化依据、概念策略、视觉状态与受控调整串成可理解、可修改、可追踪的设计链路。

Structured BriefEvidence GroundingGeneration SpecControlled EditingHuman-in-the-loopMotion Extension
概念策略选择界面
视觉生成界面
受控调整界面

PRODUCT POSITIONING

真正难的不是出图,而是让生成过程保持一致。

从 Brief 到 Prompt 再到 Image,需求、文化依据、概念方向与已确认画面很容易在多轮对话中漂移。产品不把它们留在一次性对话里,而是沉淀为稳定的中间状态对象。

  1. 需求
  2. 文化依据
  3. 概念
  4. 视觉状态
  5. 修改关系
  6. 最终资产

CREATION JOURNEY

把复杂 Workflow 隐藏在一条连续创作体验里。

用户从设计任务描述出发,理解文化与场景约束、选择概念方向、获得首轮画面,再以清晰的修改关系推进到图像与视频资产。产品内部的状态命名服务于系统,不要求用户学习一套工作流术语。

01 / START

明确设计任务

02 / CHOOSE

选择概念方向

03 / GENERATE

确认视觉结果

04 / ADJUST

带着意图继续调整

GROUNDED CONCEPT

让 Concept 有依据,但不让研究拖慢创作。

主叙事采用 Concept B「蜀光织网·四方交汇」:从蜀地光影、织网结构与城市交汇关系中抽取可转译的设计依据,形成面向空间与氛围的概念策略。

Evidence
文化与场景的可核对依据。
Creative Implication
把依据转化为可用的创作启发。
Concept Strategy
定义方向、构图和叙事关系,不是堆叠视觉风格。
Demo 同时保留 A / B / C 三个概念分支,用于展示用户仍可比较并作出选择。

VISUAL STATE

Prompt 是执行指令,Generation Spec 才是产品状态。

  1. Selected Concept
  2. Generation Spec
  3. 状态校验
  4. Prompt Compiler
  5. Image Generation
  6. Image V1

Generation Spec 保存构图、材质、光色、镜头、空间关系与不可变约束;Prompt 只是将当前状态编译为可执行指令。这样用户确认过的视觉状态才有明确的 Source of Truth,而不会在下一轮被自然语言覆盖。

CONTROLLED EDITING

修改不是重来,而是对已确认状态做可追踪的变化。

IMAGE V1
IMAGE V2
  1. Image V1
  2. Change Set
  3. Semantic Diff
  4. Deterministic Patch
  5. Image V2

Change Set 记录用户要变什么、不变什么;Semantic Diff 把意图对齐到当前状态;Deterministic Patch 只写入已批准的字段。LLM interprets. Code owns the write permission.
LLM 负责理解,代码持有写入权。

因此,控制的是状态变化,而不是要求用户重新描述整张图。

EVALUATION & MOTION

评估辅助判断,确认后的视觉继续向动态表达延展。

后台质量检查

Evaluation 检查需求、Concept、Generation Spec 与视觉结果之间的一致性。

Evaluation → Human Decision当前 W4 为 Evaluation Fixture,不实时调用 VLM。

动态延展

  1. Final Image
  2. Motion Preference
  3. Motion Spec
  4. Video Prompt
  5. Video Preview
当前视频结果使用预生成资产。

SYSTEM WORKFLOW

用户看到的是创作链,系统背后运行的是状态 Workflow。

W0需求状态

收束设计需求与约束。

W1概念策略

文化研究形成可比较方向。

W2视觉状态

建立 Generation Spec 并生成视觉。

W3受控调整

将修改写入 Change Set 与新状态。

W4多模态评估

辅助检查需求、概念与结果一致性。

MOTION动态延展

由 Final Image 继续形成 Motion Spec 与视频表达。

PRODUCT DECISIONS

四个关键决策,让生成式设计从“好看”走向“可控”。

01

不让 Prompt 成为真相源

Prompt 与具体模型和 Provider 强绑定。因此使用 Generation Spec 作为模型无关的 Visual State,Prompt 只承担执行格式。

02

不把 Research 变成用户任务

文化研究是必要系统能力,但不是用户的创作目标。因此 Research 自动运行,Evidence 只在 Concept Detail 中按需追溯。

03

修改使用 Change Set + Deterministic Patch

自然语言表达修改意图,LLM 负责理解变化,确定性逻辑负责实际状态写入,降低“改一点、漂一片”。

04

W4 不阻断主创作链

Evaluation 辅助检查需求、Concept 与 Visual State 的一致性,不替用户完成最终创意判断,因此作为后台质量能力。

DEMO BOUNDARY

Demo 使用固定 Fixture 数据集复现完整产品链路:A / B / C Concept 可自由选择,W0–W3 按真实状态逻辑驱动;W4 为 Evaluation Fixture,Motion 使用完整状态 Contract,Video 为预生成素材。