惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

A
About on SuperTechFans
C
Cybersecurity and Infrastructure Security Agency CISA
N
News and Events Feed by Topic
C
Cisco Blogs
Cisco Talos Blog
Cisco Talos Blog
A
Arctic Wolf
Scott Helme
Scott Helme
P
Palo Alto Networks Blog
S
Schneier on Security
D
Darknet – Hacking Tools, Hacker News & Cyber Security
T
Tor Project blog
量子位
G
Google Developers Blog
H
Hackread – Cybersecurity News, Data Breaches, AI and More
B
Blog RSS Feed
NISL@THU
NISL@THU
Exploit-DB.com RSS Feed
Exploit-DB.com RSS Feed
AWS News Blog
AWS News Blog
爱范儿
爱范儿
Last Week in AI
Last Week in AI
Y
Y Combinator Blog
L
LINUX DO - 最新话题
Security Archives - TechRepublic
Security Archives - TechRepublic
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
S
Secure Thoughts
Cloudbric
Cloudbric
aimingoo的专栏
aimingoo的专栏
L
Lohrmann on Cybersecurity
TaoSecurity Blog
TaoSecurity Blog
Recent Commits to openclaw:main
Recent Commits to openclaw:main
Hacker News: Ask HN
Hacker News: Ask HN
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
The GitHub Blog
The GitHub Blog
有赞技术团队
有赞技术团队
S
Security @ Cisco Blogs
cs.CL updates on arXiv.org
cs.CL updates on arXiv.org
C
Cyber Attacks, Cyber Crime and Cyber Security
G
GRAHAM CLULEY
P
Proofpoint News Feed
V
V2EX
Martin Fowler
Martin Fowler
C
CERT Recently Published Vulnerability Notes
Attack and Defense Labs
Attack and Defense Labs
C
CXSECURITY Database RSS Feed - CXSecurity.com
The Cloudflare Blog
SecWiki News
SecWiki News
罗磊的独立博客
CTFtime.org: upcoming CTF events
CTFtime.org: upcoming CTF events
小众软件
小众软件
The Last Watchdog
The Last Watchdog

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理, 企事业单位数字化的业务供需本质 – 人人都是产品经理, 医疗智能体·第1讲——医疗信息化重构:从“辅助软件”到“自主智能体”的范式转移 – 人人都是产品经理, 粉丝量就是空气!!! – 人人都是产品经理, 用户说“薯片碎了”,机器回“要买吗?”:意图识别的翻车与破局 – 人人都是产品经理, RAG召回准确率从75到90 我做对了这三件事 – 人人都是产品经理, AI大事件:Anthropic改收费、OpenAI发安全版、手术机器人纳入医保、阿里发布”秒悟” – 人人都是产品经理, Chrome 推出 Skills 新功能,Agent 重塑上网方式 – 人人都是产品经理, GitHub前创始人拿了a16z的1700万美元,做Agent时代的Git – 人人都是产品经理 拷贝或克隆其他 Flutter OH 项目到本地后无法运行 – 人人都是产品经理, 优惠券设计:优惠券创建 – 人人都是产品经理, 不用死磕文档!AI 助手 1 小时搞定飞书 CLI 安装 + 配置 + 知识库 – 人人都是产品经理, 用小龙虾做竞品分析报告:从2天到20分钟,我是怎么做到的 – 人人都是产品经理 用小龙虾做市场分析报告:搞懂这3个公式,市场规模不再靠猜 – 人人都是产品经理, 你早就在做 Harness 工程,只是不知道它叫这个名字 – 人人都是产品经理, Think Long就够?你可能想多了! – 人人都是产品经理, 货代SRM实战:供应商准入怎么做,才能让资源池不是通讯录而是可交付网络? – 人人都是产品经理, 如何做好用户调研?详解基本技巧 – 人人都是产品经理, 木鸟、途家、美团对打,平台春天行动开“卷” – 人人都是产品经理, 入职才发现公司不靠谱?小红书从业者求职避坑指南 – 人人都是产品经理, 美国 AI 三巨头联手封堵,中国 AI 突围之路在何方 – 人人都是产品经理, 小红书,放在需求对面的镜子 – 人人都是产品经理, AI 会带来大规模失业吗? – 人人都是产品经理, 从出单到补货前,我第一次犹豫:该不该放大? – 人人都是产品经理, Flutter 三方库鸿蒙化适配:5 种高效检查方式,快速判断是否需要适配 – 人人都是产品经理, 从做产品进阶拿结果:医美机构产品经理转岗科室运营经理 – 人人都是产品经理, 阿里HappyHorse,一场关于“Token经济”的阳谋 – 人人都是产品经理, To B AI:客户留存落地的观察与思考 – 人人都是产品经理, AI产品的“生命线”——数据采集、标注、清洗的产品化设计 – 人人都是产品经理, 谈谈AI Agent(二):当“孩子”能自己“体验世界”时,你该学什么? – 人人都是产品经理, UI/UX设计师的3层能力进阶,前两层让你活下来,第三层…才是真正的分水岭 – 人人都是产品经理, 2分钟 → 30秒,效率提升75%:B端产品经理如何用「规则枷锁」驯服AI幻觉? – 人人都是产品经理, 还没来得及学OpenClaw,来了个更猛的:Hermes Agent – 人人都是产品经理, AI日报:宇树机器人跑出10m/s刷新世界纪录 – 人人都是产品经理, 一文说透基金互金如何用情绪价值引导用户决策做转化 – 人人都是产品经理, 当浏览器开始替你”看”网页:AI 浏览器正在亲手拆掉它脚下的那张网 – 人人都是产品经理, 0代码,一天时间我Vibe Coding了个网站 – 人人都是产品经理, Hermes 和 OpenClaw 之争,Agent 的能力应该“装上去”还是“长出来”? – 人人都是产品经理 视频生成的“桌子”,字节Seedance 2掀完,阿里快乐马掀 – 人人都是产品经理, 从听不懂到完全信任:我的 Codex 深度产品体验 – 人人都是产品经理, 当虚拟偶像有了北京户口,与真人偶像还有什么区别? – 人人都是产品经理, 会说,远远比会做更重要 —— 对 SBTI 爆火现象的五层观察 – 人人都是产品经理, AI产品经理必看:当“搭环境”比“选模型”更重要,你的认知还在2024年吗? – 人人都是产品经理, 2026年AI产品商业化核心逻辑:从功能demo到规模化营收的3个必破卡点 – 人人都是产品经理, 京东围绕供应链,卷起裤腿下场的那些事儿 – 人人都是产品经理, SBTI一夜刷屏:它赢在了“太会说人话” – 人人都是产品经理, 折扣零售的真相:不是便宜,而是价值感! – 人人都是产品经理, 和甲方吵了一架,最后加钱做了——我学到的ToB产品经理生存法则 – 人人都是产品经理, 和几位小红书操盘手聊了8小时,干货全在这 – 人人都是产品经理, 智谱GLM-5.1登场,开源模型首超Opus4.6!!! – 人人都是产品经理 Anthropic收入凭什么反超OpenAI,终于有人把这事说清楚了 – 人人都是产品经理, 史上最有故事感的技术报告——Claude最强模型Mythos 7个极其精彩的细节 – 人人都是产品经理, 模型不是壁垒,Harness 也不是 – 人人都是产品经理, 抖音本地生活业务思考21 – 人人都是产品经理, Superpowers:145k Star的AI编码框架,到底是什么来头? Superpowers:145k Star的AI编码框架,到底是什么来头? – 人人都是产品经理, OpenAI 的路走错了,Anthropic Harness 解法启示:模型需要实践专科生 – 人人都是产品经理, 画原型图的前一步:设计站点地图 – 人人都是产品经理, 给 DeepSeek 的最后一封催更信 – 人人都是产品经理, 手把手教你用 Claude Code 搭建 AI 营销团队:5 个 Agent、12 项技能,独立完成研究、写作、设计全流程 – 人人都是产品经理, 你以为大模型在学语言?不,它在重新发明语言学 – 人人都是产品经理 所谓Skill,不过是AI时代的工业垃圾 – 人人都是产品经理, 聊一聊内容传播的几个方法 – 人人都是产品经理, 当平台开始吃掉生态:从 OpenClaw 被封杀,读懂 Anthropic 的这盘棋 – 人人都是产品经理, 你装了 10 个 AI 插件,Obsidian 还是一个文件夹 – 人人都是产品经理 关于AI智能体架构演进的系统性思考:从单体试水到多体协同的重构 – 人人都是产品经理, 当“人”变成Skill,我们又该何去何从? – 人人都是产品经理 Mythos 事件:前沿 AI 治理的意外实验 – 人人都是产品经理, 货代CRM:信用与风险管理怎么做,才能把坏账风险拦在放货之前? – 人人都是产品经理, 从HR收集自拍照到员工自助录入——我见证了园区人脸识别从”不可用”到”真好用”的全过程 – 人人都是产品经理 千问闯关AI混沌期:阿里画靶,吴嘉张弓,马云射箭? – 人人都是产品经理,
Lovart深度体验:不止是出图,它真能帮你干活!
彩云sky · 2025-06-05 · via 人人都是产品经理

设计师们有福了!近期,AI设计领域异军突起的Lovart让众人眼前一亮。它不仅能高效出图,还兼具实用性,助力设计师从繁琐的执行性工作中抽身,专注创意与策略构思。本文将深度剖析Lovart的特色、优势、功能及实际应用效果,看它如何重塑设计流程,成为设计师的得力助手,快来看看吧!

最近设计垂直AI工具Lovart很火,我其实第一时间就拿到了邀请码,但结果却是一波三折,说起来甚至有点好笑。我在Lovart官网申请了排队,结果第二天就拿到激活码,当我激动地准备好好测试一把… 结果,尴尬了!死活用不了!每次都报错。

跟官方联调的截图

我立马联系了Lovart官方,前前后后“联调”了两周多也没搞定,清理缓存,甚至卸载浏览器都不行,我甚至还多用了一个激活码来测试依然不行。最后,当我把浏览器从Chrome换到Firefox总算是解决了,我跟官方都挺无语。

所以,今天必须跟大家聊聊,这玩意儿到底靠不靠谱?能不能帮我们设计师(甚至是非设计师)实实在在地干活儿?

官方送的免费点数耗费太快,为了完成演示效果,下血本冲了个高级会员,如果大家有学到,别忘了帮我点赞转发三连呀,感谢朋友们~

1、Lovart和其他AI生图工具的区别?

我学习任何一个新东西都有一个习惯:先从全局对它建立认知,然后再细化到局部去深度学习体验。所以,我的第一个问题就是,它和其他AI生图工具到底有什么区别和优势?

像现在可以直接生图的AI工具已经非常多了,最早的AI工具也是从直接出图开始的,比如Midjourney,SD,GPT-4o之类的,都是给一个提示词,它直接出图。这样的工具有一个最大的问题就是可控性比较差,后期要调整比较麻烦,所以我平时用的最多就是拿来找找灵感,尽管我买了Midjourney的年费,但用的其实非常少了。

然后还有一个问题就是我们在设计图的时候,经常是需要在上面排版和加文字设计的,但现在的AI工具虽然也能出文字,但经常出错,而且在图片上也不好修改。这2个问题会让这些AI工具很难被实际运用到工作中,因为实际工作很少会一稿过。

后面出了comfyUI,稍微好点,我们可以把工作流搭建好,可控性稍微好一些,仅此就在实际工作中用到的会多一些,尤其是像电商类的非常好用:品质不需要那么高,很多时候也容易模板化。所以comfyUI基本上是真的是可以做到像一个初级的电商设计师水平了,能帮老板节省不少成本。

然后就到了现在的Lovart,它能像我们设计师一样自己去规划设计步骤,完善提示词,找参考图,选合适的模型,最终完成我们的需求,一次性从概念到落地都能搞定。它的出现部分解决了上面的2个问题,还可以拆分图层,这比直接出图等抽卡实用多了。

所以,大家也可以看到这种趋势,从“单点出图” 到 “带流程的ComfyUI” 再到“Lovart式的一站式设计Agent”。AI正在往一个真实岗位要求的方向去迭代,不再是生成一张“好看的图”,而是搞定一个完整的设计任务。未来的目标是从零开始做一个品牌手册、一套活动海报、甚至一个完整项目!

这很关键!AI只有真正理解并满足一个真实岗位的工作流和要求,才能真正落地,而不是变成一个“看起来很酷,但用起来很累”的玩具。Lovart给我的感觉,就是在往这个方向努力。

2、它的提示词有哪些讲究?

和其他AI工具一样,也是给它提示词。但到这里就有一个问题,给Lovart的提示词和其他AI绘画工具的提示词有什么特别需要注意的地方吗?

我的经验是:提示词越细致,结果越靠谱! 这跟咱们平时接甲方需求简直一模一样!想想看:

好甲方: “要一个高端大气的科技感logo,主色调蓝白,体现‘连接’和‘未来’,参考附件里的品牌手册第5页风格,尺寸要求是…” —— 这种需求,做起来是不是方向明确,效率贼高?

坑甲方: “感觉不太行,你再改改?我要那种… 嗯… 感觉对了就行!” —— 这种,是不是改到想死?

好的要求做起来方向明确效率高,模糊的要求简直要改到天荒地老、怀疑人生结果也可能还是不行。所以,用Lovart(或者说任何AI工具)的秘诀就是:当个“好甲方”!把你的需求写得清晰、具体、可执行。

提示词,用中文和英文都可以,关键是把需求写清楚。

举个例子,我用下面的提示词给我自己的公众号logo设计一套品牌手册折页,这是我实验的第一个效果,其实也还行:

Create a vertical 9:16 brand design guide poster using the uploaded product image. Adapt the design style to match the product’s niche and visual identity. Structure the poster with clear, elegant sections: (1) Large logo display and safe zone usage, (2) Product mockup centered and highlighted, (3) Primary and secondary color palette swatches with hex codes, (4) Typography guide with heading, subheading, body font samples, and line spacing specs, (5) Iconography or graphic motif examples used by the brand, (6) Image treatment style with sample lifestyle or studio visuals, (7) Grid system or layout rules, (8) Packaging mockups and surface applications, (9) Do’s & Don’ts with annotated visuals. Use minimalist white or soft neutral background with structured layout dividers and drop shadows. The result must be visually rich, clean, and suitable for a printed or digital brand book.

从海报比例、设计风格、内容板块(Logo、产品、色板、字体、图标、图片风格、网格、包装、注意事项),到背景、视觉效果,几乎把所有关键要素都定义清楚了。虽然还没有达到特别惊艳的地步,但对比其他AI生成的效果,这个出图水平已经很不错了。

3、基础功能

它本身也集成了一些基础的常用功能,在出图后可以快速使用,不要切别的AI工具修图。我理了下,主要有8个基础功能:

(1)upscale 高清放大图片

(2)图片扩展

(3)去背景

(4)移除背景元素

(5)添加元素

(6)背景模糊

(7)生成单张图

目前可以选择2个图片生成模型输出单张图

(8)可以在出图的时候,选择想要的风格,风格模版库中的风格样式还是挺丰富的。

4、实操案例,看看到底靠不靠谱?

为了测试Lovart的极限,我模拟了一个超完整的需求:打造一个全新的餐饮品牌 —— “彩云的包子铺”!我一股脑儿把需求“喂”给了Lovart,让它能不能接住?

假设我要开一家全新的连锁包子铺,品牌名叫“彩云的包子铺”,主打健康、美味、有特色。我希望用lovart帮我从品牌logo设计到品牌形象、表情包、节日海报、品牌画册、促销图、菜单包装,加盟PPT模版甚至宣传短片都帮我做出来。

当我把下面写的那些提示词打包一起发给lovart时,它也能跑完全流程,但出来的效果很一般。

在提示词不变的情况下,单个生成的时候,效果会更好一些。我把要求写具体并且分拆后:

(1)品牌Logo。想要一个既传统又有现代感的Logo,能体现包子的美味和彩云的吉祥寓意。大概的画面是“一个微笑的、热气腾腾的卡通包子,头顶祥云图案,背景是温暖的橙黄色调,现代扁平插画风格,适合餐饮品牌”,可能要尝试几种风格:扁平风、国潮风、可爱卡通风。

正常情况下,它出的图不会帮你做好分层。如果想要拆分图层,可以在提示词后面加上一句提示词:在设计时图文分层,文字可编辑。

(2)品牌形象及周边衍生。设计一个可爱的“包子君”IP形象,用于后续的插画、表情包、甚至小动画。基于Logo的风格,或者单独设计,要求生成“包子君”的不同动作、表情(开心、惊讶、满足、谢谢老板、吃到撑、求投喂、今日最佳),然后将这些形象应用到餐具、包装袋、员工服装等周边产品的样机图上,快速预览效果。

生成出来的表情包个数和类型全都对上了,一致性也做的挺好。

(3)节日海报。儿童节到了,设计一组“童趣食光”主题的促销海报。希望的画面是: “儿童节主题海报,主角是可爱的包子君和小朋友一起分享美食,色彩鲜艳活泼,充满童趣,包含‘儿童节套餐半价’等文字信息占位。

(4)品牌画册。做一本精美的品牌手账或小画册,介绍品牌故事和产品。要求它生成手账本的封面、内页排版风格,融入品牌元素和插画。

(5)促销图。把“彩云的包子铺”这几个字,用面粉、蒸汽、竹笼等材质效果来呈现,做成创意海报。 “将文字‘彩云的包子铺’设计成由白色面粉堆积而成的效果,背景是木质案板,有少量散落的面粉颗粒,微距摄影风格”。这就要考验Lovart对材质和光影的理解了。

它甚至还会猜测我接下来还需要设计哪些内容,比如我接下来正好就准备输出菜单设计。

(6)菜单包装。设计出一种年轻化的视觉风格。 “绘制一组包子铺相关的扁平风插画,高饱和度色彩,粗黑描边,包含包子、蒸笼、筷子、茶杯等元素”。

(7)宣传短片。为“彩云的包子铺”拍个品牌宣传小短片,讲述一个关于美味和传承的故事。把故事大纲拆解成几个关键场景,比如“清晨,第一缕阳光照进包子铺”、“师傅精心制作包子”、“顾客品尝后露出满足的笑容”。

做短片是耗时最久的,大概花了30分钟,用了1000多积分,这样算的话充值一个月的积分也生成不了几条啊,积分完全不够用。不建议拿来测试生成视频,送的积分估计都不够出一条片的。

而且出片这个需求,我当时测试的比较着急,没有给它参考,也没有提太多要求,结果质量比较一般。只能说生成的bgm和配音效果还行。

5、做UI的水平怎么样?能不能理解需求

我用它测试了下生成一个天气APP,看看能不能行?

我先把我自己的初步想法写出来:我需要设计一个天气应用,在天气首页显示当天的天气和未来7天的天气变化,用动态图示的方式进行设计,底部需要有3个tab栏:首页,时刻,我的。

首先它会制定一个小的计划

然后它会去网上找UI的设计规范,包括风格,尺寸,配色,字体,图标等等。这些因为我一开始没交代,所以它会自己去找参考,定义好。

最后,它会调用gpt生成UI界面图

我的要求比较随意,所以最后的效果只能说一般般,但其实已经有了一个基本的结构了,比其他AI工具还是要好一些。

总结下它在UI生成方面的能力。在生成App界面和加上机模后的展示水平算入门水平。能理解“设置页”、“个人中心”、“电商商品列表”这类常见页面结构,生成符合基本设计规范的布局。风格上也能跟随提示词变化(极简、新拟态、毛玻璃等)。

对于涉及复杂交互逻辑、数据展示的界面,目前理解力和表现力还比较有限。生成的界面可能布局不够合理,信息层级不够清晰。

对于理解需求能力,依赖于你输入的提示词质量! 如同前面强调的,提示词越精准、描述越清晰(像写产品需求文档PRD那样),它理解得越好,产出越贴切。如果你只写“做个社交App首页”,那结果可能天马行空;但如果你写“设计一个图片分享社交App的首页,顶部为搜索栏和消息入口,中部是双列图片瀑布流,底部有发布按钮和四个Tab导航…”,那结果就靠谱得多。它的“理解力”上限,很大程度上取决于你的“表达力”。

Lovart在UI设计方面,适合快速生成视觉灵感、低保真/中保真原型图、特定风格的页面视觉稿。对于需要深度交互逻辑和复杂数据可视化的高保真设计,仍需咱们设计师主导,但Lovart可以成为高效的“视觉化助手”。

6、优点和不足

假期的时候,试了2天,Lovart确实给我带来了不少惊喜。目前它还处于内测阶段,就能做到这个程度,说实话,已经超出了我的预期。

我看到的亮点:

(1)一站式设计Agent。最大的优势!从概念到相对落地的设计稿,一个平台搞定,工作流极其顺畅,不用在多个工具间反复横跳。

(2)理解力较强(对清晰提示词)。对于结构清晰、描述具体的需求(尤其是品牌、营销、电商类设计),理解和执行能力超出预期。它不像传统工具那样死板,而是试图理解你的整体需求,并提供一套解决方案。这感觉更像是在跟一个初级设计师助理沟通。

(3)效率爆炸。想法到初稿的速度是手动的N倍,快速试错、快速迭代成为可能。

(4)分层导出。虽然不完美,但这功能让AI设计真正具备了可编辑性,落地性大增。

(5)聚焦创意设计。专注于解决设计师/创意工作者的痛点,在特定领域做得比综合Agent更深入、更便捷。之前看过创始团队的访谈,提到他们很多员工本身就是设计师出身。从Lovart的界面设计和一些功能细节上,确实能感受到他们对设计师工作流程的理解。在创意这个垂直领域,一个打磨到极致的设计Agent,会比那些大而全的综合型Agent更懂你,也更高效。

当然它也有不足的地方:

(1)分层导出不稳定。字体有时会被替换或变形,经常生成的图片是不带分层的。

(2)3D效果时灵时不灵。生成3D风格的元素或场景,成功率有待提高。

(3)字体库有限 。内置字体选择不多,对生成文字内容的精准控制(位置、大小、样式)还可以更强。

(4)精细控制不足。 比如精确控制某个元素的位置、大小缩放,目前还比较“模糊”,靠提示词调整不够直观高效。

写在最后

我觉得,像Lovart这样的AI设计工具,可能预示着未来设计师全新的工作范式。我们不再是单纯的“绘图员”,而是更像一个“导演”或“项目经理”,负责提出创意、设定方向、调教AI、整合输出。

而且,Lovart的野心可能不止于服务设计师。它的智能化、简单化和易用性,让更多没有设计基础的人也能轻松上手,实现自己的创意想法:

广告营销人: 用它快速头脑风暴,寻找视觉灵感,秒出方案示意图。

电商运营: 做活动海报、产品推广图,速度和数量都能起飞,再也不用苦等设计师排期。

小老板: 品牌从0到1的第一步,可以从Lovart开始,低成本搞定基础视觉设计。

自媒体博主/自由职业者: 内容创作的配图、视频素材,都可以尝试用它来高效产出。

但AI工具再牛,也取代不了设计师的创意和思考。我们设计师未来需要更侧重于前期的策略构思、创意发想、需求把控,以及后期的深度优化、情感注入和细节雕琢,而将大量中期的执行性、重复性、探索性的视觉生成工作交给像Lovart这样的AI Agent去高效完成。这对我们未来的职业规划,如何提升自身价值提出了新的方向和要求。

如果你对设计、对AI工具感兴趣,特别是你经常需要做图、做海报、做品牌物料,甚至发愁作品集项目,Lovart 绝对值得你深度关注和尝试。后续如果Lovart有更多好玩的功能上线,或者我有更多骚操作,再来跟大家分享!

本文由人人都是产品经理作者【彩云sky】,微信公众号:【彩云译设计】,原创/授权 发布于人人都是产品经理,未经许可,禁止转载。

题图来自Unsplash,基于 CC0 协议。