2024 AI 视觉辅助设计总结

本文档记录了 2024 年期间，在活动视觉设计中应用 AI 辅助生成素材的一些尝试与总结。核心思路是利用 AI 快速进行前期风格发散和基础元素生成，后续再通过人工筛选、修图和合成，完成最终的端内资源位设计。

一、核心工作流

为了提高前期的设计效率，我们尝试将 AI 引入常规的设计工作流中，形成了以下 AI 辅助设计流程：

如图所示，新的 AI 工作流与传统流程的主要区别在于前期的设计出图阶段。

1. 前期发散（AIGC设计出图）：不再从零开始手绘或找图，而是利用 ChatGPT、Midjourney 等 AI 工具快速生成不同方向的草图、主体或背景，以此降低前期的试错成本。
2. 人工精修（设计优化）：对 AI 产出的初稿进行人工筛选，利用 PS 等工具调整光影、材质，甚至利用 AI 工具进行无损放大，使其更符合实际的业务诉求。
3. 场景落地（设计定稿）：将处理好的元素进行组合，拼接到实际的活动页面（如 Banner、弹窗、列表卡片）中，最终对接到研发上线环节。

二、项目产出示例

基于上述流程，以下为我们在具体活动中通过 AI 辅助产出的部分视觉成果展示：

(注：上图展示了从基础元素生成到最终资源位排版落地的环节)

三、小结

通过这些尝试，我们发现 AI 目前最适合的定位是“提效工具”，主要用于前期快速铺开方向和生成基础素材。但要达到可上线的视觉质量，并适配多样的业务场景，最终仍离不开设计师的专业判断与后期合成处理。