+← 返回个站

AI PRODUCT / CASE STUDY

海外本地化
AIGC 素材生产平台

把概率性的生成能力,放进可约束、可评估、可复用的业务生产系统

AI 产品经理作品集本人负责:业务抽象 · AI 方案 · 平台机制 · 评测印度 · 墨西哥 · 乌干达

CORE THESIS

我解决的不是“怎么出图”
而是“怎么稳定生产”

把问题收敛为四个产品目标

沟通 · 效率 · 质量 · 复用

结果:Banner 首版 8 小时降至 2–3 小时,运营图日产出从 10+ 张提升至 40 张

01 / CONTEXT

多国家、多类型素材让协作越来越复杂

国家×产品×内容场景×素材类型×语言×比例
01

国家规则不同

语言、产品名称、品牌术语和本地表达需要保持准确。

02

内容场景不同

功能介绍、活动内容、页面文案和日常运营素材目标不同。

03

设计任务不同

App 图标、真人、Banner 和 UI 视觉有不同输入与标准。

01 / BEFORE

我们最终把问题归纳为四类

01需求反复确认关键信息散落在沟通中
→
02首版从零探索找参考、写要求、试方向
→
03审核口径不一产品、语言、品牌容易出错
→
04经验无法复用Prompt、参考图分散保存
不是简单的“出图慢”而是需求、制作、审核和复用都缺少统一方法

01 / AI BOUNDARY

我们先把项目目标定成四件具体的事

效率目标

先解决沟通与首版效率

  • 目标 1|把需求说清楚
  • 目标 2|缩短首版周期
质量与资产目标

再解决审核与经验复用

  • 目标 3|让结果可审核
  • 目标 4|让经验可复用

后续所有功能都围绕这四个目标展开。

02 / PRODUCT ARCHITECTURE

目标 2|为运营和设计分别设计生产流程

PRODUCT OPERATIONS

运营素材生产线

Google渠道/日常需求→规则读取→本地化文案→图片生成
DESIGN

设计素材生产线

选择专用生成器→批量候选→筛选精修→模板复用
国家与产品规则Prompt 中心模型路由任务系统素材库质量评估

02 / OPERATIONS LINE

运营素材:从需求到图片候选

01素材需求国家 · 产品 · 内容主题
02规则读取语言 · 产品 · 品牌术语
03文案初稿标题 · 说明 · 图片文案
04图片生成人物 · 场景 · 风格 · 构图
05归档复用标签 · 记录 · 模板
贯穿案例:墨西哥 × Google渠道运营图 × 西班牙语 × 本地化真人 × Banner

02 / DESIGN LINE

设计素材:按交付物选择生成能力

01

Logo/启动图标

品牌色 · 核心元素 · 参考风格 · 1:1

02

本地化真人

运营图片 · 落地页 Banner 共用

03

落地页 Banner

参考图 · 保留项 · 修改项 · 本地化

04

UI 素材

UI 插图 · UI Banner · 品牌规范

共用模型能力,但输入 Schema、Prompt、图片工作流与评价标准独立。

02 / INPUT DESIGN

目标 1|减少反复沟通:统一素材需求

补充要求 / Natural language

人物在右侧,表达轻松和解决问题后的状态;避免过度奢华,不增加图片文字。

少追问少漏项可检索可复用

03 / SHARED FOUNDATION

目标 4|把好用的模板和素材保存下来

保存需求国家与产品内容场景素材类型补充要求
保存方法Prompt 模板参考版式图片工作流审核规则
保存结果候选图片选中素材精修版本审核状态
整理标签国家产品风格使用场景
下次复用查找历史素材复用模板调整变化项快速再生成

03 / PROMPT SYSTEM

目标 1|把好用的生成要求保存成模板

基础任务模板+产品真实信息+国家规则+内容场景+素材类型+用户需求+输出 Schema
[PRODUCT]

产品名称|金额信息|真实功能|品牌术语

[LOCALIZATION]

墨西哥西班牙语|自然、简洁|避免生硬直译

[OUTPUT]

标题|说明文案|视觉需求|禁止项

03 / PROMPT ISOLATION

三层隔离,避免国家、产品和任务之间串规则

01

模板隔离

每类任务独立模板 ID 与输入 Schema,不共用万能主模板。

02

作用域隔离

只读取当前国家、产品、内容场景和素材类型下的生效规则。

03

版本隔离

记录 Prompt、规则与模型版本,历史任务可还原。

真正的隔离,不是告诉模型“别串数据”,而是根本不把无关数据传进去。

03 / CONFLICT RESOLUTION

目标 3|把明显错误挡在素材交付之前

01 合规与安全
02 产品真实信息
03 国家本地化规则
04 内容与素材规则
05 用户创意要求
硬冲突

用户要求展示未上线功能 → 提交前拦截,不进入模型。

软冲突

创意风格 vs 品牌规则 → 保留意图,调整视觉表达。

03 / HARD CONSTRAINTS

Prompt 提高遵循概率,程序负责最终兜底

BEFORE

生成前

可信配置注入
字段与冲突校验

DURING

生成中

固定 JSON Schema
事实与创意分离

AFTER

生成后

产品名称、功能、语言
禁用表达校验

DELIVERY

交付前

文字与品牌元素
确定性渲染

校验失败 → 定向修复 → 再校验 → 超过阈值进入人工确认

04 / MODEL ROUTING

目标 2|不同任务选择合适的模型能力

GATE 01

生产准入

官方 API / 合法部署
商业授权 · 数据安全
稳定性 · 可追踪 · 成本

GATE 02

能力评测

指令遵循 · 本地化
构图 · 编辑保真
首轮可用率 · 速度

ROUTE

按任务分配

GPT-4o 复杂文案与扩写
GPT-4o mini 标准批量任务
图片模型 按生成 / 编辑路由

Midjourney:视觉探索参照,因缺少通用官方 API,不进入平台自动链路。

04 / MODEL EVOLUTION

从 SDXL 工作流,迭代到 Nano Banana 多模态编辑

PHASE 01

SDXL 视觉底座

  • 文生图 / 图生图 / 局部重绘
  • ControlNet 控制构图与留白
  • LoRA 支持品牌和风格定制
  • 适合 API 或私有部署
挑战:工作流维护高,多参考图与自然语言编辑有限
→固定测试集 · 逐节点替换
PHASE 02

Nano Banana 系列

  • 自然语言定向编辑
  • 多参考图融合与人物一致性
  • 更好保留未修改区域
  • Flash / Pro 分层控制成本与质量
优先替换:Banner 改版、本地化真人、多图融合

SDXL 不必全部下线:私有部署、LoRA 与精细 ControlNet 任务继续保留。

04 / VISUAL PIPELINE

目标 3|AI 负责画面,准确内容由系统合成

AI GENERATES

视觉底图

人物 · 背景 · 插画 · 氛围 · 构图 · 留白

COMPOSITION ENGINE模板定位与确定性渲染→可交付素材
SYSTEM RENDERS

准确元素

标题 · 按钮文案 · Logo · 产品截图 · 字体

PRODUCT FEATURE

Todo en un solo lugar

模型创造画面,系统保证事实、品牌与多语言排版。

04 / REFERENCE EDITING

Banner 改版先结构化编辑意图,再选择工作流

KEEP

保留项

构图、Logo 位置、文案区域、品牌色

CHANGE

修改项

人物、服装、背景、主色和镜头

ADD

新增项

节日氛围、装饰元素、当地场景

AVOID

禁止项

不增加文字、不改变产品 UI、不变形 Logo

整体风格变化 → 参考图编辑局部变化 → 蒙版 / 局部重绘关键准确元素 → 编辑后重新合成

05 / EVALUATION

固定业务测试集,比挑几张“好看结果”更可靠

文案评测

  • 产品事实准确性
  • 语言自然度与本地化
  • 指令与格式遵循
  • 创意差异度
  • 响应速度与成本

图片评测

  • 人物与国家属性
  • 构图与文案留白
  • 参考图还原
  • 畸变与首轮可用率
  • 生成时间与成本

统一评分口径

5 可直接使用

4 可进入精修

3 方向可用

2 修改成本高

1 不符合核心要求

一票否决:产品信息错误 · 编造产品能力 · 明显畸变 · 国家或语言错误

05 / FEEDBACK LOOP

这些改造最终带来了可量化结果

任务提交
→
生成候选
→
用户选择
→
精修 / 使用
→
素材沉淀
↺
LOGO

5 天 → 1 天

40 个 Logo 首版方案

BANNER

8 小时 → 2–3 小时

Banner 首版制作

OUTPUT

10+ 张 → 40 张

运营图片首版日产出

落地页视觉首版:1 个工作日 → 半天|以上为项目阶段性效率记录,采用统一模板+人工复核口径

MY CONTRIBUTION / TAKEAWAY

我的核心工作,是把模糊业务需求
转化成可控制、可评估的 AI 生产系统

01业务抽象

场景、字段、生产线与产品范围

02AI 产品设计

Prompt、规则、路由与评测

03平台化落地

任务、素材、配置扩展与反馈闭环

沉淀的不是某一个模型,而是规则、工作流、评估方法和团队能力。

本 Deck 为脱敏项目复盘;演示版本用于还原业务场景与产品逻辑,不等同于公司生产代码。

上下滑动翻页 · ↑ ↓ 键翻页 · F 全屏