主 KV 三段式生图与全渠道多尺寸适配

AI 直接出带字的成品图会当场翻车 · 行业标准流程是三段式:无字底图 → 真字体叠字 → OCR 校验

一这件事现在是什么样

视觉制作 · 真实业务触发

方向定了、模板库建了,现在要出主 KV:小男孩拿着伊利牛奶。这一步是最容易当场翻车的地方 —— 直接让模型生成带中文标题的成品图,「画 4 个大字可能没问题,画 20 个小字几乎必错」,上海地铁六指海报让品牌好感度 3 天跌 21%。所以这张图必须走三段式管线,生图工具用的是 WorkBuddy 自带的 ImageGen。

二痛点 · 每条都有来源

不是流程描述,是调研出来的真痛点 —— 每条可点开核对出处

1
中文乱码是模型内生缺陷,不是提示词问题:模型「把文字当图像纹理去画,并没有真正认字」,画 20 个小字几乎必错 —— 商用规范明确「不可直接使用模型原生内嵌文字」依据 · 腾讯云技术文章:AI 生图「把文字当图像纹理去画,并没有真正认字」,中文字符集庞大笔画复杂,「同一模型画 4 个大字可能没问题,画 20 个小字几乎必错」—— 中文乱码是模型内生缺陷,不是提示词问题
2
AI 直出成品不经审核的代价有公开案例:上海地铁六指海报品牌好感度 3 天跌 21%、连夜全城下架;淘宝已累计拦截AI 失真图近 10 万张 —— 平台已经在用机器拦,人眼时代结束了依据 · 上海地铁六指 AI 海报(2026.1)—— 美妆品牌地铁灯箱模特六指、关节扭曲,登上本地热搜,品牌好感度 3 天下跌 21%,连夜下架全城海报重新设计;上海地铁合作广告方随后撤下全部 AI 生成广告
3
多渠道规格各有硬约束:京东主图严格纯白底无文字、拼多多文字覆盖 >10% 判牛皮癣限流、小红书整篇只能一种比例 —— 一张 KV 裁 18 个渠道,纯缩放必踩规则,必须按渠道重排安全区依据 · 多渠道尺寸规格速查(2026)—— 淘宝主图 800×800(第 5 张白底、文字区域 ≤1/3);京东 800×800 严格纯白底无文字水印 LOGO、单张 ≤1MB;拼多多 750×750 文字覆盖 >10% 判「牛皮癣」限流;抖音信息流 1080×1440;小红书封面 1080×1440 整篇只能一种比例;详情页宽 750px 前 3 屏定生死
4
「手多一根指头、招牌上的字是乱码、品牌主色被改成另一个色号」—— 甲方看不见的『几分钟』背后全是这些;而品牌安全边距 8–12%、平台 UI 遮挡区域这些约束,现在只存在于设计师的收藏夹里依据 · 从业者原话:「我跟客户说,这套设计我需要三天。微信那头顿了一下,回了句:啊?用 AI 不是几分钟就出图了吗?……你连『我需要时间』这五个字,都越来越说不出口」—— 甲方看不见的『几分钟』背后是手多一根指头、招牌上的字是乱码、品牌主色被改成另一个色号

三换个做法之后

变化不在「快」,在「参与的角色」和「覆盖的范围」

✕ 现在的做法

  • 中文乱码是模型内生缺陷,不是提示词问题:模型「把文字当图像纹理去画,并没有真正认字」,画 20 个小字几乎必错 —— 商用规范明确「不可直接使用模型原生内嵌文字」
  • AI 直出成品不经审核的代价有公开案例:上海地铁六指海报品牌好感度 3 天跌 21%、连夜全城下架;淘宝已累计拦截AI 失真图近 10 万张 —— 平台已经在用机器拦,人眼时代结束了
  • 多渠道规格各有硬约束:京东主图严格纯白底无文字、拼多多文字覆盖 >10% 判牛皮癣限流、小红书整篇只能一种比例 —— 一张 KV 裁 18 个渠道,纯缩放必踩规则,必须按渠道重排安全区
  • 「手多一根指头、招牌上的字是乱码、品牌主色被改成另一个色号」—— 甲方看不见的『几分钟』背后全是这些;而品牌安全边距 8–12%、平台 UI 遮挡区域这些约束,现在只存在于设计师的收藏夹里

✓ 交给 Agent 之后

  • 多来源文件一次读入,先做口径与完整性校验,再开始算
  • 每条结论绑定来源文件、字段或条号,可以被审
  • 产出是企业真会流转的正式件(带签批栏),不是一张展示用的表
  • 该拦的地方给出「现在还不能提交」,并给不用干等的替代方案

四场景闭环

6 步 · 每一步的产出都是下一步的输入

第 1 步
触发 · 主 KV 制作启动方向 B 校门口成长 —— 主 KV 是后面 18 项交付物的母版,这张图的质量决定整套物料的上限
第 2 步
第一段 · ImageGen 生成无字底图用 WorkBuddy 自带的 ImageGen 工具,按模板提示词生成「小男孩拿着伊利牛奶的广告图」画面:校园清晨、暖色调、顶部留白 —— 负面清单带上不含文字、不渲染 LOGO、规避手部特写
第 3 步
抽卡与质检 · 四轮 16 张,硬伤拦截每轮 4 张,质检两道:六指/肢体畸变(第 2 轮拦下 3 张)、色板偏移(与 VI 主色比对);不合格整轮重跑,第 4 轮 01 号底图通过全部质检
第 4 步
第二段 · 程序化叠字(真字体渲染)思源黑体,主标题落顶部 12% 留白区,字号与行距按版式规范执行 —— 文字是排版排出来的,不是模型画出来的,所以不会乱码
第 5 步
第三段 · OCR 全文校验对叠字后的成图做 OCR,识别结果与文案定稿逐字比对 —— 主标题 8 字全部一致才放行;任何一字不符,定位是叠字层还是底图干扰,修对应段
第 6 步
尺寸适配 · 1 张主 KV 输出 18 个渠道按规格台账逐渠道适配:安全区标记、京东纯白底单独出、拼多多文字面积自检、小红书比例锁定 —— 每张输出附 AI 生成标识(新规要求)

要准备什么

品牌提示词工程库 品牌提示词模板库(主 KV 型)
正向描述框架 + 负面清单(不含文字/不渲染 LOGO/规避手部特写)+ 顶部 12% 留白构图指令
创意方向与概念板(数据驱动版) 方向 B 概念板(校门口成长)
场景元素与情绪关键词的出处
各渠道规格速查表(18 个渠道)
从设计师收藏夹里的帖子整理成台账
思源黑体字库(免费商用白名单)
叠字层的字体来源,授权状态已核

为什么这个场景值得做

痛感 4 × AI 适配 5 ÷ 落地难度 2 = 10.0

最大差异点 · 三段式管线的每一段都有留痕:底图带提示词版本与负面清单、叠字层带字体与字号记录、OCR 校验逐字比对 —— 出问题时能定位到段,而不是整张图重来。生图段用的是 WorkBuddy 自带的 ImageGen,提示词直接写「用 ImageGen 工具生成小男孩拿着伊利牛奶的广告图」—— 这一段可以现场演示,从提示词到底图全程可见。

评分口径:痛感看「这事没做好谁会生气、生气到什么程度」; AI 适配看「输入是否非结构化、是否要跨部门取数、错了能不能当场看出来」; 落地难度是分母 —— 需要客户先做数据治理的场景,分数会被压得很低。

五会产出什么

判断标准只有一个:这份东西能不能直接进企业的流程

正式件本体
主KV三段式制作记录.xlsx
正式件 · 4 sheet(抽卡与质检记录 / 叠字参数 / OCR 校验逐字比对 / 18 渠道适配台账)· 含美术指导审定签批栏
可派发清单
全渠道物料包(18 张)
交付件 · 每张带渠道规格、安全区标记、AI 生成标识 —— 按渠道命名规范归档
可派发清单
废卡与拦截记录.xlsx
可派发 · 每张被拦底图的原因归类(六指/色偏/构图),模板库迭代的输入

这套东西不承诺什么

不生成带长句文字的成品图 —— 画面文字一律走程序化叠字,这是工程红线不是偏好。不替设计师选图 —— 16 张底图哪张代表这个 campaign,是美术指导的判断,质检只拦硬伤。不承诺出图质量 —— 模板保证约束被带上,不保证审美。AI 生成标识按 2025 年 9 月新规打上,不删。

想看具体怎么跑?

Live Demo 里有一个完整案例的每一步,包括 Agent 在哪一步拦住了