AI 创意设计
以 DeepSeek 和 Codex 为核心大脑，组合多种专业工具的创意设计工作流体系，覆盖 PPT、图片修图、AI 视频、3D 建模、视觉风格迁移等多个领域
核心观点
-
大脑 + 执行端分工模式成熟：DeepSeek 负责策略、脚本、提示词生成等”脑力”工作，专业工具负责执行渲染，分工明确效率倍增
-
多工具链式协作是趋势：单个工具能力有限，组合工具链能实现单个工具做不到的效果（如：文字 → 脚本 → 图片 → 视频 → 3D 模型）
-
零代码自动化解放生产力：通过自然语言生成脚本，不需要编程基础就能实现 Photoshop 自动化等重复性工作
-
国产工具链全面闭环：从大模型（DeepSeek）→ 生图（即梦）→ 视频（可灵）→ 剪辑（剪映）→ 3D（腾讯混元 3D），全链路国产工具已经可以独立完成高质量创意产出
-
Style Lock + 多宫格策略解决 PPT 视觉一致性难题：Codex + Image 2 的 visual-style-ppt Skill 通过锁定风格参数（配色、框形、装饰、字号层级）和两段式生成（先多宫格后逐页放大），实现了多页 PPT 的视觉一致性，这是之前 DeepSeek + Gamma 方案无法解决的问题
-
运营素材的流水线思维替代随机画图思维：Codex + Canva 的运营素材自动化，核心不是让 AI “随机画图”，而是搭建稳定流水线（选题库→Codex生成素材数据→Canva/HTML模板批量套图→自动质检→人工审核→多平台发布→数据反哺选题）。Codex 承担”模板工程师”角色而非”设计师”角色，先固定5-8套模板再填充字段。提示词分两层（内容层+设计层），素材拆成6个标准字段支持批量化。——来源：2026-05-10-codex-canva-operations-assets
-
Prompt-as-Code 把提示词从”散文”升级为”协议”：329 条 GPT-Image 2 提示词不是简单陈列，而是降维成 JSON/YAML 结构化组件，让 Agent 稳定解析零幻觉、无缝接入工作流、精确控制画面排版。这是提示词从”手工作坊”走向”工业流水线”的关键跃迁——不再是”人肉扒提示词”，而是 Agent 批量出提示词、批量出图一条龙。——来源：2026-05-10-gpt-image-2-prompt-templates
-
图像 Prompt 的”双层骨架 + 锁定 + 负面词”四件套已稳定成型：数位时代整理的 60 组 ChatGPT Image 2.0 提示词反复出现同一稳定结构——“自然语言场景叙述 + 中英混合视觉关键词列表 + 锁定指令（保留臉部 / 髮型 / 姿势）+ 负面提示词（避免恐怖谷 / 低解析度 / 比例失控）“，是 GPT Image 2 在 C 端最稳定的调用范式。22 组照片风格转换全部使用锁定条款来绕开 Image 2 人像漂移弱点，证明 Prompt 工程除了”加什么”，“禁止什么 / 必须保留什么”是同样重要的两个维度。本文提示词与苍何 329 条 Prompt-as-Code 互补——前者是”Agent 批量调用”路径，后者是”内容创作者人手套用”路径。——来源：2026-05-27-bnext-chatgpt-image-2-60-prompts
-
9:16 直式构图崛起为移动端社群时代的核心交付物：与 2026-05-09-codex-visual-style-ppt 主导的 16:9 PPT 路线相比，新一代 GPT Image 2 高频场景（IG 帖文 / 小红书 / LINE / 手机桌布 / 旅游海报）已转向 9:16 / 4:5 直式构图。Image 2 支持多尺寸直出，使得不同消费场景（PPT / IG / 桌布 / 赛事现场）可由同一模型用不同比例覆盖。——来源：2026-05-27-bnext-chatgpt-image-2-60-prompts
-
Image 2 在 B 端 UI 设计中的正确定位是”打开视觉方向”而非”一步到位出设计稿”：真实 B 端项目里页面不只是”好看”，还需要保留产品原型的模块关系、业务字段和信息层级。更稳妥的方式是先用 image2 把视觉效果做出来，再回到 Figma / Figma Make 里整理结构。提示词必须同时写清楚”结构约束、视觉目标、输出要求”三件事，尤其是”不要改变原型结构”——AI 很容易为了好看把页面改成概念稿。——来源：2026-06-17-001354-tg-1b9f80
-
B 端 UI 设计应”整页负责方向，局部素材负责质感”：小图标、插图、Banner 等元素如果跟着整页一起生成效果不稳定，应拆出来单独绘制。视觉氛围类内容可以图片化，业务内容类必须可编辑——业务内容后续一定会改，做成图片维护成本高。——来源：2026-06-17-001354-tg-1b9f80
-
image2 直写 Figma 与 Figma Make 按图还原应组合使用：前者保视觉质感（小图标、装饰元素可能以 SVG 形式生成），后者保结构和自动布局（后续改字段、改数据、改模块内容的成本更低）。最佳做法是先 image2 还原一版看视觉细节，再 Figma Make 还原一版拿自动布局，最后设计师合并两边优点。——来源：2026-06-17-001354-tg-1b9f80
-
ChatGPT Images 2.0 开启”会思考的生图”时代：OpenAI 首款具备 Thinking 能力的图片模型，生成前先推理分析需求、搜寻最新资讯、规划画面结构，一次最多生成 8 张具关联性的图片，适合漫画分镜、系列海报、室内设计提案等场景。Arena.ai 排行榜以 1512 分位居全球第一，定位从”生图工具”升级为”视觉设计系统”。——来源：2026-06-17-techbang-chatgpt-images-2-0-hands-on
-
中文文字渲染质的飞跃彻底改变 AI 生图实用性：ChatGPT Images 2.0 彻底解决了繁体中文、日文、韩文等非拉丁语系文字乱码问题，用户不再需要在提示词中要求”不要文字”。结合排版能力和视觉理解，现在用简单提示词就能生成可直接使用的海报、宣传图、社群贴文，不再只是设计草稿。——来源：2026-06-17-techbang-chatgpt-images-2-0-hands-on
-
外观一致性提升但”大幅改动”仍是边界：ChatGPT Images 2.0 在杂志封面还原和局部调整（换背景、换穿搭）场景表现优秀，但大幅改动（半身改全身、重新生成整套穿搭）时仍会出现细微变化。更换表情需提供参考图片才能稳定效果。这说明 AI 生图的”一致性”在小幅度编辑场景已接近实用，但在大幅度重新生成场景仍需人工干预。——来源：2026-06-17-techbang-chatgpt-images-2-0-hands-on
-
10 大实用提示词模板覆盖 C 端高频场景：LINE 贴图、手绘注解涂鸦、小画家丑图风、角色三视图、ChatGPT 想象中的我、发型分析、色彩鉴定、五官分析、社群截图评论、电影海报——这 10 个模板与苍何 329 条 Prompt-as-Code（Agent 批量调用）和数位时代 60 组模板（照片风格转换）形成三条互补路径，分别覆盖”Agent 工程化”、“C 端人手套用”和”实用性设计”三个细分场景。——来源：2026-06-17-techbang-chatgpt-images-2-0-hands-on
-
“照片风格转换”已成 Image 2 最热门用法，80 组提示词中占比最高：数位时代 80 组版本比 60 组新增 20+ 组照片风格转换深度场景（優雅老年風、人物臉貼玻璃、復古膠片朦朧風、Q版人物躍出手機、精緻鏤空生日海報等），验证了”一张自拍照变 N 种风格”已成 IG 社群内容生产新范式。提示词结构从”双层骨架”进化为”三层叙事”（场景叙述 + 视觉关键词 + 约束/锁定层），30+ 组全部使用锁定指令绕过人像漂移弱点。——来源：2026-06-29-bnext-chatgpt-image-2-80-prompts
-
“场景合成”类提示词突破传统风格转换边界：F1 赛车现场照 / NBA 球赛现场照 / 职棒现场照 / 偶像打歌 FanCam 等提示词不再是简单的”风格化”，而是将人物合成到特定场景中（维修站策略控制台 / NBA 场边观众席 / CPBL 内野热区 / 韩国打歌舞台），配合”超写实、电影级”关键词和特定场景细节描述，实现”假装在现场”的高仿真合成。这标志着 Image 2 从”风格转换”工具升级为”场景合成”平台。——来源：2026-06-29-bnext-chatgpt-image-2-80-prompts
-
代码做视频（Vibe Motion）不是”一句话生成视频”，而是把视频制作变成软件工程：与前面 AIGC 生图/生视频路线完全不同，Vibe Motion 用 Remotion（React）或 HyperFrames（HTML）把网页代码逐帧截图再用 FFmpeg 编码成 MP4，本质是可调试、可验证、可复用的工程流程——哪里不对能定位到时间码/图层/坐标。核心选型规律是”输入形态决定生产线”：只有文字想法走 Claude Code + Remotion（全合成动画），有真人口播素材走 Codex + HyperFrames（真人视频 + 透明图文叠加层）。方法论五条：先问手里有什么、不跳过 DESIGN.md 直接写代码、每次踩坑沉淀为强制检查规则、每条片产出一批可复用动效模版、最终 MP4 才是事实。——来源：2026-07-01-woshipm-vibe-motion-10-pitfalls
-
GPT Image 2 正从生图工具扩展为“视觉生产系统”：2026-07-06-woshipm-gpt-image-2-prompts-free 展示的不是单一风格模板，而是六类生产能力：真照片/社交截图、图文设计排版、PPT/论文图表、GUI 面板、插图海报和 AI视频分镜。核心方法从“写风格词”升级为“写视觉规格书”：身份参考、场景语法、媒介语法、清晰文字、比例、质感和负面约束一起决定结果。场景合成提示词 尤其值得单独沉淀，因为 KBO 直播截图、FPS 实机截图、游戏菜单和社交截图的关键不是“像照片”，而是像某种真实媒介。——来源：2026-07-06-woshipm-gpt-image-2-prompts-free
-
免费 API + Agent Skill 把「接生图生视频」压到五分钟，但要把「氛围探索」与「人物终稿」分流：WorkBuddy 读取 Agnes AI 文档即可生成调用 Skill（
agnes-image-2.0/2.1-flash+agnes-video-v2.0），文生图氛围场景够测试；图生图/图生视频会叠加模型韩系审美先验，Video 无人脸锁定。结论：免费额度做概念图与原型验证，IP/数字人/人脸一致走 HeyGen。——来源：2026-07-17-juejin-workbuddy-agnes-ai-api -
WorkRally 走「角色锁定的漫剧工作台 + CLI」路线，与 Agnes 免费 API 形成互补：Agnes 适合氛围/概念探索且人物终稿需分流；WorkRally 专攻短剧/短番/条漫的角色一致性，经 WorkBuddy 文档编译 Skill 后可照片→成片。约 15 积分/图、50 积分/5s，四场景样例约 300 积分。——来源：2026-07-19-juejin-workbuddy-workrally-ai-short-drama
-
YouTube 内容源把 AI 简报从「工具选型」推进到「原料→初稿→后制」流水线：2026-07-23-bnext-chatgpt-youtube-to-ppt 与 2026-06-28-bnext-ai-presentation-tools-map 互补——后者解决选 NotebookLM/Gamma/Claude/Canva，前者解决「影音知识如何进入 PPT」。设计侧关键约束是：Prompt 强制低文字密度、概念图表化、禁 Logo/页码；ChatGPT 直出
.pptx往往不能在对话内改字改图，需下载后润色或串 Canva；若产出图片式 PPT 则要重跑或换可编辑工具。与 2026-05-09-codex-visual-style-ppt 的 Style Lock 图片版路线对照：ChatGPT 路径编辑性更好，视觉一致性控制更弱。——来源：2026-07-23-bnext-chatgpt-youtube-to-ppt -
生产力生图的验收从「好不好看」变成「能不能交差」；提示词也有「模型脾气」：Qwen-Image-3.0 官方关键词「实」= 细节真实 + 内容丰实（约 4.5k token）+ 知识厚实。量子位 9 题实测：论文公式/肖像/九宫格大体过关，但速度慢于同题 ChatGPT Plus（约 3′20″ vs 1′19″）；复杂试卷用 Codex 提示词会拒图/改序/吞题，改用 通义千问（Qwen3.7-Plus）写适配 Markdown 提示词 + 题库才成功。结论：跨模型原封搬 prompt 是坑；「出色」≠「一把出活」。——来源：2026-07-25-woshipm-qwen-image-3-9-tests
-
电商产品视觉从“单次出图”升级为“一致性门禁的 Agent 流水线”：Claude Code + 产品一致性 skill 把真实产品照变成 5 张可上架/可投放产品图（约 $0.025/图），再经 Seedance 2.0 动画、ElevenLabs 旁白、HyperFrames 或人工剪辑变成 5 条竖版广告。核心不是更炫的 prompt，而是参考图绑定、单变量修改、单图校验与阶段 QC；Adobe MCP+HTML/CSS 可自动出图像广告，人机分支保留品牌终稿。与 Style Lock / 角色锁定同族，但约束对象是 SKU 可指认性。——来源：2026-07-26-youtube-claude-product-photo-ad-campaign
-
站点级 anti-slop：先 Nano Banana 2 锁世界，再让编码 Agent 执行：与「一图出广告」的产品保真门禁同构，Astra 篇把生成式图像放进 建站前视觉层——Google Flow 内 Nano Banana 2 出品牌静帧与 scroll 专用视频，切 WebP 帧后才进 Claude Code。色板/mood/禁纯黑写进 prompt；CLAUDE.md 再禁 generic 圆角卡与重阴影。创意设计的交付物从单张图扩展为 可滚动的视觉系统原料——来源：2026-07-26-youtube-claude-code-nano-banana-astra-site
-
生图竞争重心从「卷画面惊艳感」转向「稳定嵌入商业交付流程」：GPT-Image-2.5 在 API 端拆分为 Flare（低延迟，画质看齐 2.0）与 Sunburst（高保真，广告级成品）双模型实现速度与画质解耦，价格与 2.0 标准档一致；并补齐多轮编辑抗衰减（长对话画质不逐轮下滑）、多参考图精准解耦（更换附着物不再连带改变面部/身形）、真透明通道（
background=transparent输出 Alpha PNG/WebP）等交付级工程能力。官方同步发布 Image prompting 指南，把最核心的手感归纳为「约束优先于变更、严格引号 + verbatim + render exactly once、单轮单变量推进」。作者判断 Flare 低延迟让交互式修变流畅，多轮编辑一致性与透明通道切实降低二次人工修图返工成本——来源：2026-09-18-woshipm-gpt-image-2-5
素材汇总
| 素材标题 | 核心贡献 | 典型工作流 |
|---|---|---|
| 2026-07-26-youtube-claude-code-nano-banana-astra-site Claude Code + Nano Banana 2 反 generic 站 | 视觉先行；Flow 图+视频；WebP 滚动帧；PRD/CLAUDE.md 设计真源；PRD 审计 | Google Flow → Nano Banana 2 → Easy GIF 帧 → Claude Code + audit |
| 2026-04-29-deepseek-5-killer-combinations DeepSeek 5 大王炸工具组合 | 5 大组合全景介绍 | PPT/视频/图片/会议/3D |
| 2026-04-29-deepseek-photoshop-script DeepSeek 一句话生成 PS 脚本 | 自动化修图新思路 | 自然语言 → JSX 脚本 → 一键修图 |
| 2026-04-29-deepseek-ai-video-tutorial DeepSeek AI 视频制作全流程 | 视频完整生产链路 | 分镜脚本 → 生图 → 动效 → 剪辑 |
| 2026-05-09-codex-visual-style-ppt 当我用 Codex 做 PPT | 视觉风格迁移 PPT 全流程 | 参考图 → Style Lock → 多宫格 → 逐页放大 → 图片版 PPTX |
| 2026-05-10-codex-canva-operations-assets Codex 制作运营素材图调研+落地攻略 | 6种方案+4套工作流+5个提示词模板 | 选题库 → Codex → Canva Bulk Create/Autofill/MCP → 质检 → 发布 |
| 2026-05-10-gpt-image-2-prompt-templates 我逆向了 329 条 GPT-Image2 提示词模板 | Prompt-as-Code 工业化范式 + 9 大场景 | JSON/YAML Schema → Agent 学习 → 批量出提示词 → 批量出图 |
| 2026-05-27-bnext-chatgpt-image-2-60-prompts 数位时代：60 组 ChatGPT Image 2.0 实战提示词 | 五大类型 60 组场景化模板 + 三种 Prompt 结构（双层骨架 / 照片转换 / 占位符模板） | 上传照片 + 锁定指令 + 风格关键词 + 负面词 + 输出比例（9:16 / 4:5 / 1:1 / 16:9） |
| 2026-06-17-001354-tg-1b9f80 AI没法直出UI？GPT+Figma这样搭才管用！ | B 端 UI 设计四步工作流 + 两种 Figma 回写方法对比 + 原型约束提示词模板 | 原型 + 参考图 → image2 视觉方案 → Figma/Figma Make 结构承接 → 设计师收敛 |
| 2026-06-17-techbang-chatgpt-images-2-0-hands-on ChatGPT Images 2.0 深度实测 | Thinking 模式 + 多图连续生成 + 灵活长宽比 + 中文渲染突破 + 10 大实用提示词 | 上传照片 + Thinking 模式 + 指定比例 + 锁定指令 → 一次出多图 |
| 2026-06-28-bnext-ai-presentation-tools-map AI 简报工具完整攻略 | 20 篇教学整合 · 工具选型 · YAML 指令 · 后制修改 · 品牌工作流 | NotebookLM/Gamma/Claude Design/Gemini 简报选型 → YAML 指令去 AI 味 → Canva/Lovart 后制 → 品牌风格工作流 |
| 2026-06-29-bnext-chatgpt-image-2-80-prompts ChatGPT Image 2.0 提示詞大全：80 組 | 80 组场景化模板（比 60 组版新增 20+ 组照片风格转换深度场景）+ 三层叙事结构 + 场景合成突破 | 上传照片 + 三层叙事（场景+关键词+锁定约束）+ 占位符模板 → 无限变体 |
| 2026-07-01-woshipm-vibe-motion-10-pitfalls 踩了10个坑后，我弄清了 Vibe Motion 的真实玩法 | 代码做视频方法论：输入形态决定生产线 + 两条组合选型 + 5 条方法论 + 10 个实战坑 | 只有文字想法 → Claude Code + Remotion（全合成）；有真人素材 → Codex + HyperFrames（口播叠加层） |
| 2026-07-06-woshipm-gpt-image-2-prompts-free GPT Image 2 提示词合集免费分享 | 真照片/截图、图文排版、论文图表、GUI、插图海报、角色设定板与 AI 视频分镜 | 参考图 + 场景语法 + 媒介语法 + 文字字段 + 负面约束 → 可交付视觉图/分镜表 |
| 2026-07-17-juejin-workbuddy-agnes-ai-api WorkBuddy + Agnes AI 免费 API 全链路实测 | 文档→Skill 五分钟接入；文生图够用；图生视频无人脸锁+韩系审美；人物分流 HeyGen | 2.1 Flash 竖版旗袍约十几秒 / Video 最长 18s / 标价 0.005/s 视频 |
| 2026-07-19-juejin-workbuddy-workrally-ai-short-drama WorkBuddy + WorkRally 短剧全流程 | 角色多视图锁定 + CLI/Skill；照片→四场景成片；成本数量级塌陷 | 注册领积分 → 文档编译 Skill → 一句话生成 → 人工打磨 | | 2026-07-23-bnext-chatgpt-youtube-to-ppt ChatGPT 把 YouTube 转简报 | 贴链接 vs 逐字稿优先；完整清稿/角色 Prompt；长片拆段；可串 Canva 后制 | YouTube 字幕/ASR → ChatGPT 清稿 → .pptx → PowerPoint/Canva 精修 | | 2026-07-25-woshipm-qwen-image-3-9-tests Qwen-Image-3.0 九道实测题 | 「实」三层验收；提示词适配；试卷三步法；与 GPT Image 2 速度对照 | 题库 → 千问写适配 Markdown 提示词 → Qwen-Image-3.0 生图 → 对话改错 | | 2026-07-26-youtube-claude-product-photo-ad-campaign Claude 一图出全套广告 | 产品一致性 skill 抗 drift；Claude Code 编排 Fal/Seedance/ElevenLabs/HyperFrames；80/20 成片 | 真实产品照 → hero+QC → 5 产品图 → 分镜旁白 → 竖版广告（自动或人工） | | 2026-09-18-woshipm-gpt-image-2-5 GPT-Image-2.5 深度解析与实战手册 | Flare/Sunburst 双模型拆分速度与画质；多轮编辑抗衰减；多参考图解耦；真透明通道；三大场景 8 个 Prompt 模板 + 8 点手感 | 定义交付物 → 锁定不可变清单 → 单轮单变量 → 严格引号 + verbatim → 按 Flare/Sunburst 选择速度或高保真 |
知识体系
领域一：PPT 快速生成 — 可编辑路线（成熟度：★★★★★）
核心组合：DeepSeek + Gamma
工作流：
- DeepSeek 生成 Markdown 格式大纲（身份 + 受众 + 主题三要素）
- Gamma 粘贴文本一键生成（支持主题选择）
- 效果：“下次做汇报之前，再也不用通宵了”
适用场景：教学课件、工作汇报、产品介绍、项目提案
局限：视觉风格统一性不够好，Gamma 生成的多页 PPT 细节（框形、装饰元素）常有不一致
领域一（新）：PPT 视觉风格迁移 — 图片版路线（成熟度：★★★★☆）
核心组合：Codex + GPT Image 2 + visual-style-ppt Skill
工作流（10 步完整流程）：
- 判断任务类型 → 2. 提炼风格（Style source + Style Lock）→ 3. 理解内容（主张/受众/观点）→ 4. 确认生产参数 → 5. 规划页型 → 6. 产出 outline.md + prompts.md → 7. 多宫格缩略图 → 8. 用户确认 → 9. 逐页放大 → 10. 打包质检
关键创新：
- Style Lock 机制：锁定配色、框形、装饰元素、字号层级，防止多图风格漂移
- 两段式生成：先多宫格锁版式，再逐页放大优化，Image 2 放大时自发优化细节
- Style-used 复用：风格模板可跨项目复用，追加页面风格一致
适用场景：品牌视觉资产制作、高质量演示文稿、设计风格实验
局限：输出为图片版 PPTX（文字不可编辑），Image 2 人像细节弱于 Nano Banana Pro
领域二：批量图文视频（成熟度：★★★★☆）
核心组合：DeepSeek + 剪映
工作流：
- DeepSeek 生成 500 字左右爆款文案（爆款文案专家身份设定）
- 剪映 AI 图文成片一键生成
- 产能：一天 100 条视频级别
适用场景：短视频矩阵运营、知识科普、旅游景点介绍
领域三：AI 专业绘画（成熟度：★★★★★）
核心组合：DeepSeek + Midjourney / 即梦
工作流：
- DeepSeek 生成长且专业的英文提示词
- Midjourney / 即梦执行渲染
- 解决痛点：“提示词太长自己写不出来”
适用场景：概念设计、插画创作、IP 形象设计
领域四：AI 视频全流程（成熟度：★★★★☆）
核心组合：DeepSeek + 可灵 + 剪映
工作流（两轮迭代法）：
- 第一轮：生成表格化分镜脚本（含时间轴）
- 第二轮：细化画面描述，指定生图工具语法
- 可灵生成动态视频
- 剪映完成后期剪辑
专业度验证：得到专业 AI 绘画玩家高度认可，“提示词写的太好了，还会自动添加环境、风格词，还不重复”
领域五：Photoshop 自动化（成熟度：★★★★☆）
核心组合：DeepSeek + Photoshop
工作流：
- 自然语言描述风格需求
- DeepSeek 生成 JSX 脚本
- 记事本转码（纯文本 + UTF-8）
- PS 导入脚本一键执行
- 效果：三秒完成手动几十分钟的调图工作
扩展潜力：可扩展到批量处理、多种风格、其他 Adobe 软件自动化
领域六：2D→3D IP 全流程（成熟度：★★★☆☆）
核心组合：DeepSeek + Midjourney + 腾讯混元 3D
工作流：
- DeepSeek 生成专业 Midjourney 提示词（含 3D 前置约束：纯白背景）
- Midjourney 生成 2D 形象
- 腾讯混元 3D 图生 3D，一键生成模型
突破意义：降低 3D 内容生产门槛，普通人也能快速完成从概念到 3D 模型的完整流程
领域七：运营素材批量自动化（成熟度：★★★★☆）
核心组合：Codex + Canva（Bulk Create/Autofill API/MCP）+ 飞书/Google Sheets + Playwright
6种方案按团队成熟度递进：
- Codex + Canva：自然语言生成品牌一致运营图，Brand Kit锁定字体/颜色/Logo
- Codex + Canva MCP：AI通过MCP直接调用Canva设计生成、编辑、导出能力，Codex从”写代码”升级为”工作流编排”
- Codex + Canva Bulk Create：CSV批量填充模板，最低门槛方案，一张模板+CSV一次生成100张图
- Codex + Canva Autofill API：工程化动态设计生产，需Enterprise，适合有固定品牌模板和数据源的成熟团队
- Codex + GPT Image：直接生成高质量图，但后期可编辑性差，推荐分工（固定文字用Canva模板，背景氛围图用GPT Image）
- Codex + HTML/SVG/React：自建素材图生成器，React组件模板+Playwright截图导出，最高自由度
4套工作流递进：
- A 低门槛版：ChatGPT/Codex + Sheets + Canva Bulk Create，人工导入CSV
- B 半自动版：Codex + 飞书多维表格 + Canva + 人工审核，Codex生成标题/brief/提示词
- C 工程化版：Codex + Next.js/React + Tailwind + Playwright，内部素材图生成器
- D 高级自动化版：Codex + Canva Autofill API/MCP + Zapier/Make，飞书新增选题自动触发全链路
核心技巧：不要让 Codex “自由发挥设计”，而是维护5-8套固定模板；提示词分内容层和设计层；素材拆成6字段（main_title/subtitle/badge_text/visual_direction/CTA/compliance_note）；关键文字放在可编辑模板层而非AI直接渲染；建立自动质检规则
领域八：GPT-Image 2 多场景直出（成熟度：★★★★☆）
核心组合：Codex + GPT-Image 2（无需 Skill 直接调用）
9 大场景：直播画面、手绘水彩城市地图、产品海报、产品拆解图/爆炸视图、技术详解图、社交截图（朋友圈/X）、个人网页、诗词意境图、长卷图
关键突破：
- 中文文字渲染几乎零乱码（之前香蕉生图文字乱码严重）
- 支持多尺寸直出（长卷图等非常规比例）
- Codex 直接调用无需 Skill，一分钟出封面图
- Prompt-as-Code 范式：JSON/YAML 结构化模板 → Agent 学习 → 批量出图
开源资源：awesome-gpt-image-2（https://github.com/freestylefly/awesome-gpt-image-2）— 329 条工业级提示词模板
适用场景：公众号封面图（Codex + Obsidian）、信息图、海报、地图、诗词插画
局限：社交截图以假乱真带来信息安全隐忧；人像细节仍弱于 Nano Banana Pro
领域九：ChatGPT Image 2.0 C 端场景化模板套用（成熟度：★★★★☆）
核心组合：ChatGPT Image 2.0（网页 / App）+ 60 组场景化提示词模板（人手套用）
与领域八的差异：领域八是 Codex / Agent 路径（B 端开发者批量调用），本领域是 C 端内容创作者直接在 ChatGPT 网页 / App 套用模板。
五大类型 60 组提示词：
- 品牌社群（11 组）：社群贴文图、YouTube 缩图、商品形象照、EDM 主图、品牌商品化形象、活动海报、社群轮播图、教学信息图、品牌 Logo 概念图、品牌社群模板、品牌商业策略信息图表
- 工作应用（10 组）：商业简报封面、公司介绍图卡、产品比较表、Q&A 问答图卡、App Icon、操作流程图解、数据信息图、Checklist、部落格首图、社群分享卡片
- 生活实用（10 组）：菜单设计、季节月历、旅游行程规划表（三步任务结构）、编织小人气象图（占位符模板）、读书笔记风、时间管理规划图、美食插画、日系白边手绘风、一周习惯追踪表、电影观後感笔记
- 灵感点子（12 组）：四格漫画、LINE 贴图角色、旅行日记插画、黑胶唱片封面、漫画封面、奇幻书封、复古杂志封面、男性时尚杂志封面、宠物走出 IG 框、黏土 Q 版角色、IG 精选动态封面、扭蛋包装风
- 照片风格转换（22 组）：冲破手机屏幕、潑墨插画、角色设定海报、穿搭分析、复古电子宠物像素风、Q 版 3D 小人、电影海报、大尺寸与迷你版人物、日本极道千金风、Y2K 四格大头贴、蜡笔手绘风、小画家随兴画风、大头照手机桌布、风景浮雕徽章、手作纸雕风、地球小行星风、电玩像素风、塔罗牌风、F1/NBA/CPBL 现场照、偶像打歌 FanCam
三种 Prompt 结构：
- 双层骨架（纯生图）：自然语言场景 + 中英混合视觉关键词 + 负面词 + 输出比例
- 照片风格转换（上传图）：锁定指令（保留臉部 / 髮型 / 姿势）+ 目标风格描述 + 风格关键词 + 负面词
- 占位符模板（同结构不同实例）：
_____/【XX】填空 + 固定的视觉关键词列表
关键洞察：22 组照片风格转换全部使用”保留人物原本臉部 / 髮型 / 表情 / 姿势”锁定指令，证明 Image 2 人像漂移问题可通过 Prompt 工程绕过。“上传一张照片 + N 种风格转换”是 ChatGPT Image 2.0 在 IG / 小红书时代的杀手级用法。9:16 直式构图崛起为移动端核心交付物。
适用场景：自媒体起号期低粉爆款视觉资产（LINE 贴图 / 一周习惯追踪 / 电影观後感 / NBA 场边照 / Y2K 大头贴）、个人 IG / 小红书内容、商业品牌策略图、餐饮品牌全套视觉、旅游攻略海报
局限：仍是单次出图，无 Agent 批量化能力；繁体中文场景化模板需简体用户做轻微适配
领域十：B 端 UI 设计 — image2 + Figma 工作流（成熟度：★★★★☆）
核心组合：GPT Image 2 + Figma / Figma Make
工作流（四步流程）：
- 原型 + 参考图定方向：原型负责结构约束，参考图负责视觉方向，框住 AI 发挥范围
- image2 生成视觉方案：基于原型生成多方向视觉方案，确认整体风格后再拆局部素材
- 回到 Figma 做结构承接：image2 直写 Figma（保视觉）+ Figma Make 按图还原（保自动布局），两种方式组合使用
- 设计师整理与收敛：复用组件库，整理图层、自动布局、字段、组件和规范
关键创新：
- 原型约束提示词：同时写清楚结构约束（哪些不能动）、视觉目标（哪些可以优化）、输出要求（最终生成什么），防止 AI 生成脱离业务的概念稿
- 整页 + 局部拆分：整页负责方向，图标/Banner/插画等局部元素单独生成保证质感
- 双路径 Figma 回写：image2 直写保视觉细节，Figma Make 保自动布局，组合使用最优
适用场景：B 端后台设计、政企工作台、运营工作台、真实项目 UI 设计
局限：image2 直写 Figma 无自动布局需人工修正；Figma Make 视觉效果不如 image2 直接画；AI 在复杂业务字段场景可能出现字段错位或层级混乱
领域十一：Vibe Motion — 代码驱动视频制作（成熟度：★★★☆☆）
核心组合：由输入形态决定两条生产线
- 全合成动画（只有文字和想法）→ Claude Code + Remotion（React 组件描述每一帧）
- 真人口播视频（有真人实拍素材）→ Codex + HyperFrames（HTML 透明图文叠加层）
底层机制：把网页代码逐帧截图，再用 FFmpeg 编码成 MP4。与 Seedance/可灵等 AIGC 视频生成模型的”直出”路线完全不同——这里 AI 拥有对每一帧的精确控制权，问题能定位到时间码/图层/坐标。
工作流（工程化流程）：
- 选生产线：先问”我手里有什么”——有真人素材走 Codex + HyperFrames，只有想法走 Claude Code + Remotion
- DESIGN.md 锁视觉系统：进代码前锁死色板、字体、容器样式、动效规范、转场方式
- STORYBOARD 锁分镜：每段显式标注全屏真人 / PIP 小窗 / 无真人
- 单 Agent 跟完整条视频：Multi-Agent 拆任务会因上下文不共享失败
- 代码合成 → 远程渲染 → 带字幕交付
- 按时间码逐个 review：完整看片、标出所有问题、交 Agent 修，验收对象是最终 MP4
关键创新：
- 输入形态决定生产线：不是工具好坏问题，手里有什么决定走哪条线
- 每次踩坑 = 下次的规则：真人闪回坑 → FULL/PIP/NO_HUMAN 显式标注；画面跑在嘴前 → 按时间码逐个触发。规则可写进代码，下次不再犯
- 每条片 = 一批可复用资产：Loop Engineer 沉淀 5 个动效模版，复利效应做得越多越快
适用场景：AI 产品概念解释动画、技术概念视频、真人口播 + 图文卡的知识类短视频、数据驱动批量产出的同风格系列视频
局限：口播视频对齐能力要求高（Claude Code 时间码对齐不够、Remotion 塞真人视频别扭）；HyperFrames 生态太新踩坑概率高；动态背景视频嵌进 HyperFrames 会冻帧（需 FFmpeg 后期合成）；Codex 会自作主张重画用户素材。——来源：2026-07-01-woshipm-vibe-motion-10-pitfalls
领域十二：GPT Image 2 场景合成与 AI 视频前期（成熟度：★★★★☆）
核心组合：GPT Image 2 + 场景合成提示词 + AI视频分镜
工作流：
- 身份参考：上传人物、角色或产品参考图，明确保留面部特征、发型、服装、气质或产品识别点。
- 场景语法：写清地点、时间、行业、事件、环境元素和必须出现的道具。
- 媒介语法：指定画面是直播截图、朋友圈截图、杂志封面、论文图表、SaaS 仪表盘、游戏实机截图还是影视分镜表。
- 文字字段：把标题、KPI、按钮、比分、图表标签、镜号、景别、运镜、台词和时长等字段写进 Prompt。
- 负面约束：排除自拍、写真、海报拼贴、漫画分镜、塑料感皮肤、错误场馆、版权 logo 等错误方向。
关键创新：
- 场景合成从照片风格转换中独立出来：不是“把照片变成某种风格”，而是把主体放进一个具备媒介细节的可信场景中。
- 图文排版能力跨到专业图表与 GUI：自然医学论文图表、医学 AI 方法图、Web3 钱包、健康 App 和 SaaS 仪表盘都依赖可读文字与清晰层级。
- AI 视频前期资产化：先生成角色设定板，再生成执行分镜表，解决人物一致性、风格一致性和场景一致性。
适用场景：社交媒体截图演示、品牌/杂志视觉、游戏宣传图、科研图表、产品 UI 提案、AI 短剧和广告视频前期。
局限：高仿截图和直播画面容易被误用为虚假证据；借鉴真实 IP 风格、平台 UI 或公众人物时需要明确 AI 合成标识，避免冒充真实现场或复制版权元素。——来源：2026-07-06-woshipm-gpt-image-2-prompts-free
领域十三：Qwen-Image-3.0 生产力生图与同系提示词适配（成熟度：★★★☆☆）
核心组合：通义千问（Qwen3.7-Plus 写提示词）+ Qwen-Image-3.0（渲染）± 题库/brief 文档；对照锚点 GPT Image 2 / ChatGPT Plus
工作流（试卷类复杂版面，实测有效）：
- 准备 Word/文档题库，或先让千问按出题要求生成题库
- 请同系千问生成适配 Qwen-Image-3.0 的 Markdown 长提示词（不要默认用 Codex 跨生态硬写）
- 题库 + Markdown 提示词一并提交生图
- 检查题号连续、公式重叠、吞题改序、同音错字；对话指出后迭代
- 预留额度与时间：论文页可约 3 分钟级，高强度 9 题可触达 limit
9 题关卡映射：细节真实（论文公式 / 肖像 / 手写批注）→ 内容丰实（九宫格 / 试卷 / 海报+分镜+活动页同图）→ 知识厚实（日文直播间 / 中英日海报 / 仿公众号 UI）
关键创新：
- 把验收标准从「哇好漂亮」改成「能不能装下需求、细节清不清楚、能不能交差」
- 明确 提示词适配 是生产力链路的一等公民：A 模型写的 prompt 不是 B 模型的万能钥匙
- 与 Image 2 知识库形成对照：海外侧重 Thinking / Prompt-as-Code / 场景合成；通义侧重长上下文复杂版面 + 同生态提示词编译
适用场景：教辅试卷与知识图解、设计师从 0 视觉初稿、多语种商业海报、仿真 UI 方向稿
局限：速度偏慢；术语混淆/拼写/语法错误；仿真 UI 易「混血」；仍需多轮烧额度才到想要样子，距离一把出活尚远。——来源：2026-07-25-woshipm-qwen-image-3-9-tests
领域十四：设计驱动站点视觉系统 — Nano Banana 2 + Claude Code（成熟度：★★★★☆）
核心组合：Nano Banana 2 + Google Flow + Easy GIF 帧序列 + Claude Code（PRD + CLAUDE.md）
工作流：
- 锁定项目世界（mood / palette / restraints），结构化图像 prompt
- Flow 内出静帧并迭代 → 图生视频（运动为 scroll 服务）
- Video→WebP Split 进入
assets/ - PRD 定结构与体验，CLAUDE.md 定原则/栈/禁区，Claude Code 多轮构建
- 对照 PRD 审计缺口（尤其「中心件」是否真按规格）→ 计划 → 再执行
适用场景：作品集/品牌体验站、需要统一大气与滚动叙事的展示页；与「一图广告工厂」互补（站体验 vs 投放素材）。
综合分析
不同素材的交叉视角
关于组合工作流的共识： 5 篇素材共同强调：AI 工具的价值不在于单独使用，而在于作为”大脑”与各领域专业工具组合。这是目前最实用也最高效的 AI 应用范式。DeepSeek + 专业工具 和 Codex + Image 2 + Skill 和 Codex + Canva 是三种不同的组合范式，分别擅长不同场景。
关于 PPT 生成的两条路线：
- 可编辑路线（DeepSeek + Gamma）：优点是生成后可修改文字，适合需要频繁调整内容的场景；缺点是视觉风格统一性差
- 图片版路线（Codex + Image 2 + Skill）：优点是视觉品质高、风格一致；缺点是打包后不可编辑文字 两条路线互补而非替代，选择取决于使用场景。
关于运营素材自动化的新路线： Codex + Canva 开辟了第三条路线：可编辑模板 + AI数据生成。Canva 生成的是可编辑设计（品牌文字、CTA都可后期修改），Codex 负责数据生成和流程编排。这条路线同时解决了”可编辑性”和”批量生产”两个痛点，是目前运营素材场景的最佳实践。
关于风格一致性问题的演进： PS 脚本教程和视频教程都未涉及多图风格一致性问题，而 Codex + Image 2 的 visual-style-ppt Skill 通过 Style Lock + 多宫格策略正面解决了这个问题。运营素材场景中，Canva Brand Kit + 模板化思路则从另一个角度（品牌规范锁定+模板填充而非风格迁移）解决了风格一致性问题。
关于国产工具链的判断： AI 视频教程特别指出整套工作流全部是国产工具，并对 DeepSeek 的限制注册政策表达了”国产 AI 崛起”的自豪感。但 Codex + Image 2 路线和 Codex + Canva 路线都是海外工具链，说明在视觉品质要求高和工程化自动化的场景下，海外工具仍有优势。
关于思路价值大于案例本身： PS 脚本教程、Codex PPT 教程和运营素材攻略都强调：核心不是单个案例，而是可复制的范式——前者是”自然语言 → 脚本 → 自动化执行”，中间是”Style Lock + 多宫格 → 视觉一致性”，后者是”流水线思维 + 模板维护 + 字段标准化 → 批量生产”。新增的 Prompt-as-Code 范式延续了这一脉络——“提示词 → JSON/YAML Schema → Agent 批量调用”，核心不是329个案例本身，而是把案例变成可自动化消费的方法论。
关于 Codex 调用 Image 2 的两条路线：
- Skill 路线（visual-style-ppt Skill）：适合复杂多步工作流（PPT风格迁移），需要精确控制生产参数
- 直接调用路线（无需 Skill）：适合单图快速生成（封面图、海报、信息图），一分钟出图，简单高效 两条路线不是替代关系，而是按任务复杂度选择。
关于 Image 2 在不同设计场景的定位差异：
- PPT 设计（领域一）：image2 是视觉风格迁移引擎，通过 Style Lock + 多宫格策略解决多页一致性
- 运营素材（领域七/八）：image2 是批量出图工具，通过 Prompt-as-Code 或场景化模板实现规模化
- B 端 UI 设计（领域十）：image2 是视觉方向探索工具，通过原型约束 + 参考图快速生成多方案，再由 Figma 承接结构 同一模型在不同场景的定位完全不同——PPT 场景强调风格一致性，运营素材强调批量化，B 端 UI 强调结构约束和可交付性。这说明 AI 工具的使用方法论比工具本身更重要。
关于 GPT Image 2 调用的 B 端 vs C 端两条路径：
- B 端（Agent 批量化）：Codex / Claude Code Skill + 苍何 329 条 Prompt-as-Code（JSON/YAML）→ Agent 学习 → 批量出提示词 → 批量出图。适合产品 / 运营团队批量生产视觉资产
- C 端（人工套用）：ChatGPT 网页 + 数位时代 60 组场景化模板 → 单条复制 + 微调（填空 / 改风格 / 改比例）→ 单次出图。适合内容创作者 / IG 小红书博主 / 自媒体起号者
- C 端（实用性设计）：ChatGPT 网页 + T客邦 10 大实用提示词 → 上传照片 + 简单指令 → 生成可直接使用的海报、贴图、分析图卡。适合普通用户日常设计需求 三条路径覆盖同一模型（Image 2），但用户画像、调用方式、产出速度、批量化能力完全不同。共同验证 Image 2 中文文字渲染突破、多场景适配、风格转换三大核心能力。
关于免费生成 API 与人物终稿的分流（Agnes）： 2026-07-17-juejin-workbuddy-agnes-ai-api 把「大脑 + 执行端」推进到「Agent 宿主 + 外部多模态 API」：WorkBuddy 编译 Skill，Agnes 负责渲染。与 Codex + Image 2 / Canva 路线相比，它的优势是零客户端成本与免费额度，短板是身份一致性不在产品承诺内。这与 Vibe Motion / HyperFrames「可控帧」和 HeyGen「锁脸数字人」形成三角分工——探索用 Agnes，工程包装用 HyperFrames，人物交付用 HeyGen。与 2026-07-19-juejin-workbuddy-workrally-ai-short-drama 对照：Agnes 走免费氛围探索，WorkRally 走角色锁定漫剧工作台 + CLI，二者互补而非互相替代。
关于国产生产力生图与「提示词钥匙」（Qwen-Image-3.0）： 2026-07-25-woshipm-qwen-image-3-9-tests 补上了与 Image 2 模板库不同的一环：同系文本模型当提示词编译器。Codex 是优秀的通用大脑，但丢给 Qwen-Image 写试卷提示词会翻车；千问自产 Markdown 规格 + 题库才过关。这与「大脑 + 执行端」共识一致，却多了一条约束——大脑最好与渲染模型同生态，或至少做适配编译。外网「超过 GPT Image 2」的说法与实测速度/稳定性对照并存：宣传与第三方评测不能替代交差场景验收。
趋势与判断
-
工具链整合加速：从单点工具应用向”大脑 + 多执行端”的完整工作流演进
-
零代码编程普及：自然语言转代码的能力将让自动化能力普及到每一个普通用户
-
内容生产门槛持续降低：3D 建模、专业视频等曾经高门槛的技能，正在被组合式 AI 工作流拉平
-
国产 AI 生态崛起：从大模型到垂直应用的完整国产工具链已经形成，且质量达到”完胜”级别
-
视觉一致性成为新焦点：随着 AI 图像生成能力提升，多图/多页的视觉一致性问题从”不可能”变为”可工程化解决”，Style Lock 类机制和 Brand Kit + 模板化思路将成为标配
-
运营素材从”手工活”走向”流水线”：Codex + Canva 的组合标志着运营素材生产从”设计师逐张手绘”模式进入”流水线批量生产”模式，模板维护+字段标准化+自动质检的工程化方法论将重塑运营团队的工作方式
-
提示词从”散文”走向”协议”：Prompt-as-Code 范式标志着 AI 创意设计从”手工作坊”（人写人读的散文式提示词）走向”工业流水线”（机器可解析的结构化 Schema），Agent 批量调用将成为标配
-
9:16 直式构图成为移动端社群时代的核心交付物：与 16:9 PPT 路线互补，IG / 小红书 / LINE / 手机桌布等移动端场景已驱动 Image 2 的高频输出比例转向 9:16 / 4:5 / 1:1。多比例直出 + 风格转换让”一个模型覆盖 PPT / IG / 桌布 / 赛事现场”成为现实
-
“上传照片 + 提示词 = 风格转换”成为 Image 2 杀手级用法：22 组照片风格转换提示词全部基于用户上传的原图做风格化处理，使得”一张自拍照变 100 种风格”（蜡笔 / 塔罗牌 / NBA 场边 / Y2K 大头贴 / 日本极道千金）成为 IG / 小红书内容生产新范式；锁定臉部 / 髮型 / 姿势是绕开 Image 2 人像漂移弱点的工程化方案
-
B 端 UI 设计进入”AI 视觉探索 + Figma 结构承接”双工具时代：Image 2 + Figma / Figma Make 的组合工作流标志着 B 端 UI 设计从”设计师从零手绘”模式进入”AI 快速探索视觉方向 + 工具承接可编辑结构 + 设计师收敛交付”模式。原型约束提示词（结构约束 + 视觉目标 + 输出要求三件套）成为 B 端场景的标配提示词结构
-
AI 生图进入”会思考”时代：ChatGPT Images 2.0 的 Thinking 模式标志着 AI 图像生成从”被动执行提示词”进入”主动推理后生成”阶段。模型可以先搜寻资讯、规划画面结构再生成，这使得教学图解、资讯整理、简报素材等需要高正确性的场景成为 AI 生图的新战场。一次生成 8 张关联图片的能力则将漫画分镜、系列海报等需要整体一致性的场景从”不可能”变为”可工程化实现”
-
中文文字渲染突破将 AI 生图从”辅助工具”推向”可直接交付”：ChatGPT Images 2.0 彻底解决繁体中文乱码问题后，AI 生成的海报、宣传图、社群贴文从”还需设计师后期修改”变为”可直接使用”，这将大幅降低中小企业和个人创作者的视觉内容生产成本
-
免费多模态 API + 文档生成 Skill 成为第三条接入路径：除「网页套模板」与「Codex/Claude 直接调模型」外，厂商文档驱动 Skill（Agnes + WorkBuddy）把接入压到五分钟；选型关键从「会不会调 API」变成「这个模型有没有脸锁、审美先验是否可接受」
-
「能不能交差」成为生产力生图的新验收轴，提示词适配成为第四件套：在双层骨架 / 锁定 / 负面词之外，必须回答「这套 prompt 是为哪个渲染模型编译的」。Qwen-Image-3.0 证明国产复杂版面能力在涨，但速度、错字、额度与跨模型摩擦决定它仍是「能打草稿/能迭代」而非默认「一把出活」。
-
SKU 级产品一致性成为电商视觉流水线的硬门禁：相对 PPT Style Lock 与人像锁定，产品一致性 要求多阶段生成后商品仍可指认；Andy Lo 路径证明一致性应写成 Agent Skill 与 QC，而不是事后肉眼抽查。——来源：2026-07-26-youtube-claude-product-photo-ad-campaign
未解决的问题
- 工具间数据流通仍有摩擦：当前仍是手动复制粘贴模式，未来可能出现原生支持多工具协作的平台
- 图片版 vs 可编辑 PPT 的取舍：目前两条路线各有利弊，尚无方案能同时满足视觉品质和可编辑性
- 版权归属仍不明确：多工具组合生成的内容，版权如何界定尚无明确标准
- 高级创意仍需人类把控：AI 擅长执行，但整体创意方向、审美判断仍需人类决策
- Image 2 人像细节不足：风格迁移场景人像仍是弱项，需要与其他模型（如 Nano Banana Pro）互补
- Canva Autofill API 门槛较高：面向 Enterprise 用户，小团队无法使用工程化自动方案，只能停留在 Bulk Create 手动导入阶段
- 运营素材的合规风险自动化检测尚不成熟：虽然文章提出质检规则思路，但实际落地仍需人工复核”保分""必过”等风险词和标题与模板类型匹配
- GPT-Image 2 社交截图的以假乱真带来信息安全隐忧：朋友圈/X截图逼真到”照骗成本太低”，需要警惕深度伪造风险
- Agnes 类通用 Video API 的人脸锁定与审美可控仍未解决：免费链路适合氛围探索，人物 IP 终稿仍依赖 HeyGen 等专用方案；模型默认审美（如韩系）与中文场景的错配缺少系统级控制旋钮
- 跨模型提示词自动适配仍未产品化：用户仍需自己摸索「钥匙」（如千问写 Qwen-Image 专用 Markdown）；只要还依赖人工适配，官方「实」的含金量就会被打折
- Qwen-Image-3.0 的速度与一把出活率：论文页显著慢于 ChatGPT Plus 同题样本；复杂 UI/试卷仍需多轮与额度，距离稳定交差有差距