AI 配图想篇篇不同又张张统一,答案是分层加抽签

AI 配图想篇篇不同又张张统一,答案是分层加抽签

把我们站里十几篇文章的封面摆在一起看,蓝白对比卡、星空城市、国风朱印、深蓝几何,一眼扫过去每篇都不一样。点进任何一篇,封面和里面的正文图又明显是一家人。有朋友以为这是请设计师按篇定制的,其实全部是同一个 Skill 自动生成的,一篇五张图,成本几毛到一块钱,三五分钟出全套。

配图这件事有两个需求天生打架。篇与篇之间要有辨识度,读者翻列表的时候每篇都能认出来;同一篇里面要有血统,封面和正文图得是一套视觉语言。让 AI 直接生成,这两条几乎不可能同时满足,你要么得到一堆长得差不多的图,要么一篇之内风格四处漂移。

篇内漂移长什么样,多数人见过。封面是深色科技风,第一张正文图突然变成卡通插画,第二张又回到写实渲染,读者说不清哪里不对,就是觉得这个号不专业。它的根因也简单,你给每张图的都是同一段文章描述,AI 当然画得差不多,而你换个说法,它又飘到别的地方去了。单张图的提示词写得再漂亮,也同时解决不了「不同」和「一致」这两个方向相反的要求。

很多团队的解法是堆人力,外包按张算钱,一张几十到几百,设计师按篇定制要排期要沟通。也有团队上了 AI 生成,钱省了,翻车方式换成每篇文章的图都在重复同一个套路。老雷想说,问题不出在模型不够强,出在提示词的架构上。把一件事拆干净了,谁来做都不容易走样。

一套提示词拆成三层,各管各的

这套方案把配图的提示词拆成三层。第一层是文章主题,整篇文章压缩成一句话,不超过二百四十字。关键在于,这句话只给封面看,正文图压根不知道整篇文章讲什么,它只知道自己那一节的标题和内容。封面管大方向,正文图各讲各的章节,画面自然有层次,不会每张图都从一个模子里刻出来。

第二层是视觉风格,整篇文章共享一份。从一百种预设风格里抽一种,每种风格的核心就是一段五十字到一百字的视觉描述,色调、构图、笔触、整体气质,中英文两版全部提前写好。选定之后,这篇的每一张图共用同一份风格描述,篇内的统一感就是从这里来的。

第三层是单图画面,每张图独立写,一份场景语境加一个主焦点。想信息丰富可以铺细节,想要高级感也可以大片留白,六档密度自己定。

三层直到出图前一刻才合成。改风格只动第二层,全部图自动换装;换文章只动第一层和第三层,风格逻辑碰都不用碰。风格管用什么笔触画,内容管画什么,各干各的,互不干扰。

分层还有个容易被忽略的好处,责任能定位。哪张图不满意,先看是风格抽得不合适,还是画面描述写歪了,改对应那一层重跑就行,不用推倒重来。管内容的人不需要懂提示词技巧,只需要会问这两个问题,管理成本一下子就下来了。

深蓝终端背景上三张堆叠的提示词分层卡片沿管线汇入同一个出图出口,表现三层分离末端合成的配图架构

抽签比挑得准更管用

这里有个反直觉的设计,风格是随机抽的,不是 AI 挑的。听上去让 AI 根据文章内容自动选「最合适」的风格更聪明,实测下来,「最合适」就是最无聊的那个,科技文章永远选科技风,教程永远选扁平设计,篇篇都合适,列表摆在一起全长一个样。

随机抽签反而出效果。我们一篇讲多 AI 协作的文章抽到中式朱印,一篇讲搜索工具的文章抽到星空城市叙事,这种不按套路的搭配,恰恰成了每篇文章最强的记忆点。一百种风格从极简到赛博朋克、从国风到波普都有,任意两种放一起都能一眼区分。

当然抽签不是唯一姿势。品牌有固定视觉调性的场合,比如系列专栏要统一成一种风格,加个参数指定风格名就行,随机和指定一个开关切换。工具给你自由度,约束权在你手里。

配图的辨识度不来自选得准,来自敢随机。审美交给流程,比交给灵感靠谱。

封面只有一条硬规矩

封面有一条铁律,画面里唯一允许出现的文字是文章标题原文,不改写、不缩写、不加副标题,其他概念全用画面元素表达。道理很朴素,封面在信息流里只有一两秒的扫视时间,缩略图大小下标题文字必须清晰锐利,画面文字一多,手机上什么都看不清。

正文图宽松得多,可以有简短标注、更复杂的构图,因为读者已经在读那一节,不需要靠画面抢注意力。两套模板收到的信息也不一样,封面知道标题和全文主题,正文图只知道自己的章节,所以每张图真的在讲自己那段的事。

平台适配也不只是改尺寸。微信图文是 2.35 比 1 的宽图,小红书是 3 比 4 的竖图,独立站对齐 1.91 比 1 的分享预览标准,这套方案内置了十九个平台的尺寸,还把每个平台的阅读场景写进了配置,手机信息流里 1.5 秒扫过的图,就得比桌面长文阅读的图更抓眼球。一百种风格每种都有中英文两版提示词,框架自动检测文章语言,做海外内容的团队用同一套流程出英文配图,不用另起炉灶。

深蓝终端背景上,一张封面卡片只留醒目标题条,旁边对比卡片文字杂乱,表现封面少字才能在缩略图里清晰可辨

这笔账怎么算

算钱。一篇典型文章一张封面加四五张正文图,图像 API 的费用在几毛到一块人民币。五张图并行生成,总耗时跟画一张差不多,三五分钟全套出来。对比外包按张计价、按周排期,差了两个数量级,这就是分层架构省下来的钱,它让配图不再依赖任何人的手感。

算稳定性。整个流水线拆成七步,写主题、写画面描述这些动脑的步骤交给 AI,抽风格、拼提示词、调接口、上传这些照章办事的交给脚本。脚本步骤支持断点续跑,生成到第三张图断网,重跑只补剩下两张。服务商配了两家,第一家挂了自动切第二家,后面还有四轮重试兜底。对内容团队来说,这套东西搭好之后,配图从一个需要盯的活,变成一个不需要盯的默认值,设计师休假、外包断档,图照常出。

一致性靠系统,不靠自觉。把审美判断写进流程,团队里最没有美术基础的人也能稳定产出及格线以上的图。

两条路线怎么选

这套纯提示词的方案不是唯一解,它和垫图方案是互补的两条路。垫图是拿真实参考图当视觉锚点,你给什么调性,出来就是什么调性,锁得最精准,代价是你要有审美判断力,还得花时间找图。纯提示词是拿一百种预设风格替代参考图,零参考成本,抽签就出效果,代价是单次的精准度不如垫图。

老雷给的判断标准就一条,问自己这篇内容值不值得为视觉多花一个小时。品牌大片、精品长文,值得,用垫图。日常更新、批量内容,不值得,用抽签。两条路可以交替走,不用二选一。落地顺序建议倒着来,先用纯提示词把日常更新跑顺,一个月后回头看哪些篇的视觉值得升级,再对那几篇补垫图。先把系统跑起来,再谈精修,别一上来就追求张张精品,那样只会回到堆人力的老路。

风格池也不是一百种封顶。每种风格就是一段视觉描述,往配置里加一条记录就是第一百零一种,自己品牌的专属色调、喜欢的杂志版式,都能写成提示词放进去,加风格不用改代码。风格池越大,抽到重复的概率越低,这对一个月发几十篇的团队是实打实的多样性储备。

配图从来不是内容的装饰,它是内容品牌在信息流里的脸。脸要每张不一样,又得一看就是一家人,这件事交给分层加抽签,比交给某个设计师的临场发挥稳定得多。先把三层架构搭起来,再让风格池慢慢长大,你的内容品牌就有了自己的视觉资产。

深蓝终端背景上两条分叉路径,一条挂骰子图标通向批量出口,一条挂参考图锚点通向精品出口,表现配图两条路线的选择