作者: xiaoxiao

  • 我是如何设计“得到 app”开屏封面的

    今年三月底的时候,我发现到「得到 App」发起了一个很有意思的活动,叫「凡墙皆是门」。这个活动规则最有意思的是,它允许你可以完全使用 AI …

    今年三月底的时候,我发现到「得到 App」发起了一个很有意思的活动,叫「凡墙皆是门」。这个活动规则最有意思的是,它允许你可以完全使用 AI 生成,如果被选中,可以上“得到 app”的开屏封面。

    于是,我给自己定下了一个特别的目标:只使用 AI 的提示词,不使用任何 PS 或传统设计工具,纯粹靠想象力和提示词参与投稿。就在昨天晚上,我惊喜地发现,自己用 AI 设计的海报真的被选中了,并登上了「得到 App」的开屏封面。因为有群友问我是怎么设计的,我简单说下吧:

    一开始,我使用的是 ChatGPT。我问它:“你怎么理解‘凡墙皆是门’?”它给了我几个不错的回答。我再进一步跟它说:“我觉得这个主题的关键词可以是主动、心态、机会、探索和成长。我想用 Midjourney 生成一张 3:4 比例的海报,你能不能基于这些关键词,帮我写一段更富哲学意味和启发性的提示词?”

    于是,ChatGPT 很快给出了几组颇具意境的提示词。我再把这些提示词输入到 Midjourney 里,进行不同风格的图像尝试。这过程就像是不断地“翻牌子”,需要一张一张地筛选、比较,修改,再挑出最合适的一张。

    但在实际操作中,生成的图片质量始终和预期有差距,总觉得还差一点想象力和创意空间。于是,我专门设计了一款名叫「灵感错配器」的 GPTs 工具,专注于提供更多意外的想象组合。只需输入最核心的几个字,比如「墙,门,希望」,它就会给我输出各种我自己想不到的奇妙提示词,这对于拓展创作就方便多了。

    经过不断的调整和大量的尝试,最终我从 300 多张图片里精心筛选出了一张提交给「得到 App」。附上一些我喜欢但没有提交的设计,供大家一起欣赏。

    关于生成图片,我的经验是这样:

    1. 生成的内容质量,取决于人类的想象力和思考深度。而想象力会依赖提示词,但提示词的背后包含的是人的创意和创新,这里是最难的。
    2. 不能指望大模型一次型就能生成你理想的作品,和人类的想象力“协作”是关键点。要让大模型不断不断理解你的想法、延伸更多的想象,才能激发出创意。
    3. “翻牌子”是一个解决图形生成随机性的好方式,但(生成的)牌子要足够多。我生成了超过 300 张不同的图片,通过逐张比对和筛选,认真思考大众可能喜欢的形式和视觉语言,最后才确定了最终提交的作品。所以,审美与判断力也会直接影响最终的成果。

    提示词我放评论区了,感谢欣赏和点赞!嗯:

    “勇气是撕开墙的光!”

  • o3 可以生成地图了

    chatGPT-o3 提示词:我想明天上午 9:00 从深圳大学开车到深圳南方科大学,你帮我设计三条路线。并生成一张 16:9 的驾车路线地…

    chatGPT-o3 提示词:我想明天上午 9:00 从深圳大学开车到深圳南方科大学,你帮我设计三条路线。并生成一张 16:9 的驾车路线地图,要有拥堵预测。

    虽然地图有点问题,生成的错误挺大,但仍能看到希望!

  • AI 时代产品经理的素质定位

    这个采访《OpenAI CPO 最深度的一次访谈,讲了很多关键认知》挺有料,比如“围绕模型能力构建场景,不是围绕功能构建系统”这有点惊讶,但…

    这个采访《OpenAI CPO 最深度的一次访谈,讲了很多关键认知》挺有料,比如“围绕模型能力构建场景,不是围绕功能构建系统”这有点惊讶,但似乎在这个 AI 时代也说得过去。而“回答正确率有多少?边界是什么?”和之前问产品“能不能用”是一个非常大产品设计差别。也就是说,AI 和模型本身已经开始让产品组织结构、流程、角色定义发生根本性改变。未来的产品经理,就是一个“Prompt 设计师 + 模型策略师 + 模型评估管理师” 综合复杂角色。

    以下是 chatGPT 的核心总结洞察:

    • AI 不只是能力的突破,更是交互方式与组织机制的再定义;
    • 构建可迭代的产品比追求完美模型更关键;
    • 从 Evals 到微调,从 prompt 到 ensemble,每一个机制都构成 AI 产品的新“工艺体系”;
    • 教育、创造力、交互界面等场景仍是未被充分释放的巨大机会场;
    • 未来的产品经理,不是 slide 制作者,而是模型认知体系的设计者与行动者。

    个人行动与反思:AI 产品从业者的现实建议:

    1. 学会写 Evals,建立“可验证-可演进”的模型产品开发体系。Kevin 多次强调:“Evals 是产品经理的核心能力”。未来 AI 产品中,不能只问“能不能用”,还要问“正确率有多少?边界是什么?进步指标是什么?”
    2. 与其期待“完美模型”,不如围绕“模型边界”构建可演进产品。将任务精细拆解,使用模型集成方案(ensemble),用 prompt 设计 + 微调 + 小模型组合解决现实场景问题。
    3. 向组织内部推广“原型优先”的协作机制。从传统文档与 PPT 导向,转向“快速用 Vibe Coding 验证创意 → 用户交互反馈 → 数据收集 → 模型再训练”的循环流程。
    4. 参与并建设“模型能力图谱”。每个团队都需要建立一套关于“模型能做什么、不能做什么、边界在哪里”的能力认知。这是未来团队最重要的知识资产。
  • Photo of the day 2025.5.6

    噢噢,大家都老了,但青春依旧在。

    噢噢,大家都老了,但青春依旧在。

    L1002230.jpeg
  • Photo of the day 2025.5.4

    这一家民宿还行。

    这一家民宿还行。

    L1002213.jpeg

© 2026 Xiaoxiao’s Weblog. 粤ICP备15088982号