返回

海报智能延展工作台

MULTI-RECOMPOSE

海报智能延展工作台

从一张主视觉到多尺寸投放画面：以精确排版、核心画面保护与安全区检查，完成可控的广告海报批量延展。

PROJECT ROLE
产品设计 · 业务洞察 · MVP 搭建
ARCHITECTURAL DESIGN
React + LangGraph + VLM + Seedream
  • 像素级精确尺寸
  • 安全区校验
  • 核心画面保护
多尺寸海报在发光工作台上展开

PROJECT INTRODUCTION

项目介绍

WHY RECOMPOSE?

将重复生产还给系统，让设计师回归创意

项目背景

广告公司业务中，重复性强、审美创意要求低的基础性项目或流程大量消耗设计师精力和时间，投产比低。合理利用 AI 能力，协助团队快速消化繁琐机械的执行工作，提升生产效率，让设计师转向更高质量的创意生产。

AI落地场景选择

综合灵感图片查找、品牌素材整理、尺寸延展和基础修图等机械性工作，选择高频、痛点集中且易落地的场景：广告投放海报多点位批量延展。

AI能力落地

将业务流程抽象为“点位梳理→素材识别→布局规划→背景补全→核验交付”，规划 AI 介入节点。视觉模型负责理解和质检，Pillow 根据坐标精确合成，必要时调用生图模型补全背景，形成端到端自动化生产流程。

产品目标

单个点位延展从人工 30 分钟+压缩至分钟级；核心画面零失真；沉淀点位模板库，支持多模板并行生成与批量导出。

COMPETITOR ANALYSIS

竞品分析

海外竞品

海外竞品 Logo 集合

成熟平台侧重规模化创意生产与协作，适合大型团队和多渠道投放，但缺少针对广告海报多点位延展的精细控制。

国内竞品

国内竞品 Logo 集合

国内工具覆盖创作、修图和指定比例延展，但核心画面保护与安全区校验仍以人工判断为主。

产品优势

精确模板库
安全区检查
核心画面保护

PROJECT INTRODUCTION

架构设计

A CONTROLLED PRODUCTION SYSTEM

从业务发起到可核验的批量交付

INPUT
海报 / 分层素材 / 点位模板
PROCESS
素材识别 → 布局规划 → 合成 →背景补全 → 质检
OUTPUT
审查看板 / 审批记录 / 批量导出

目前mvp版本由Codex辅助搭建

SYSTEM LAYERS

系统分层

层级技术核心职责
  1. 前端React + Vite + TypeScript

    素材上传、模板选择、任务发起、审查看板、人工审批和导出

  2. 后端FastAPI

    提供项目、素材、模板、任务、审批和导出 API

  3. 工作流LangGraph

    串联识别、布局规划、合成、扩图、质检和重试节点

  4. 多模态模型Ark 多模态模型

    理解参考海报与拆层素材，输出布局 JSON

  5. 生图模型Seedream

    延续原背景的色彩、纹理和光影，补全目标画板空白区域

  6. 图像处理Pillow

    精确缩放和粘贴 PNG 图层、生成保护蒙版、恢复受保护像素

  7. 本地数据SQLite + 本地项目目录

    保存模板、任务、布局版本、质检、审批、原图、蒙版和结果

BUSINESS FLOW

业务流程

SYSTEM FLLO

系统流程

  1. 01接收素材与点位Python素材检查
  2. 02VLM布局规划输出分层素材坐标布局JSON
  3. 03Pillow合成创建画布、根据JSON合成
  4. 04VLM2质检Python硬规则检查
    VLM2视觉质检
  5. 05背景补全生图模型进行背景补全
  6. 06人工审查输出到人工看板
  7. 07调整/下载人工调整/批量下载

核心画面保护

模型理解与确定性合成协同，保证核心画面不失真。

画面质量保障

Python硬规则检查+VLM2审美质检

成本控制

有条件调用生图模型+质检次数达到上限转人工

Prompt Engineering

Prompt 设计

VLM1·布局规划·System Prompt

#角色定义：营销海报版式设计师，擅长排版和视觉层级定义，擅长将已有视觉适配到不同尺寸。

#目标：接收输入，输出布局json和排版理由（用于调试）

Chain-of-ThoughtSelf-Check结构化输出JSONFew-shot

#输入语义：解释输入参数（包含输入图像+点位数据+python输出的图像属性bbox等）

#坐标与边界计算方法：将坐标转换为可见像素边距，便于后续判断约束条件

#硬约束：写入安全区规范、位置大小等排版要求

#工作步骤：

  1. 识别原始参考海报
  2. 识别安全区范围
  3. 规划坐标
  4. 规则检查
  5. 输出坐标和理由

VLM2·视觉质检·System Prompt

#角色定义：资深美指，熟悉版式和视觉层级，精准衡量排版质量、画面完整性和视觉融合效果。

#目标：对照原海报与待检图，结合 Python 硬规则报告，判断下一步节点，并输出结构化质检结果。

Chain-of-Thought结构化输出JSONFew-shot

#输入语义：解释输入参数（包含输入图像+点位数据+python输出的图像属性bbox等）

#坐标与边界计算方法：将坐标转换为可见像素边距，便于后续判断约束条件

#硬约束：写入安全区规范、位置大小等排版要求

#工作步骤：

  1. 确认硬规则结果
  2. 检查前景布局
  3. 检查背景
  4. 确定处理方式
  5. 生成修复信息
  6. 输出质检理由

生图模型·背景补全· Prompt

动态Prompt：由VLM2生成，描述扩图区域生图提示词

固定Prompt：1.目标outpainting 2.说明归一化bbox区域语义，限制重绘区域 3.再次强调保护区域内禁止重绘 4.边界融合区硬规则 5.不新增内容

蒙版输入：Python生成蒙版以mask url输入 / 计算保护区域的bbox传入

MODEL SELECTION

模型选型

按节点展示当前选型，展开查看完整对比依据。

关键设计原则

01

模型负责理解、规划与审美判断

程序负责精确合成与可验证约束。

02

生成模型不作为品牌前景的最终来源

品牌元素始终来自受保护的原始像素。

03

统一样本集完成 A/B 测试

质量、延迟和真实成本验证后再定版。

EVALUATION & ITERATION

评测与迭代

01

评测方法 / 真实点位 × 真实海报

选择 6 个比例相差较大的经典点位（含矩形安全区和异形安全区），输入真实海报案例测试生成结果。

B612 开屏点位模板与安全区 百度网盘开屏点位模板与安全区 网易云音乐开屏点位模板与安全区 长图点位模板与安全区 横幅点位模板与安全区 异形安全区点位模板
四张真实海报的组合：人物、618 IP、美年达促销与 DJI 产品海报
02

迭代闭环 / 从节点记录到再次测试

在 Codex 中搭建评测 skill，收集各个节点的输入输出，展示到看板；分析 badcase 原因，修改后再次测试，不断优化流程 / 提示词。

MVP 阶段评测结果

在 mvp 评测中，常规尺寸生成结果 100% 保护品牌素材不被重绘、90% 以上符合安全区要求、一次生成可交付率达 80%，通过人工在工作台中微调后可达 100%。

100%品牌素材不被重绘
90%+符合安全区要求
80%一次生成可交付率
100%人工微调后可交付

能力边界与迭代方案

当前 MVP 已验证多尺寸智能生成与人工审核闭环；下一阶段将重点提升生成稳定性、协作能力与企业级治理能力。

  1. 超长、超窄点位下，背景延展的连续性与视觉一致性仍不稳定。

    引入分阶段扩图、分区修复与自动质检路由，建立长比例专项评测集。

  2. 素材需要人工拆分、命名并上传。

    支持 PSD 等设计源文件解析、自动图层映射与人工校正。

  3. 本地 Web + SQLite + 本地文件存储，适合单机验证。

    升级为云端服务架构，接入 PostgreSQL、对象存储与异步任务队列，支持多人协作。

  4. 暂无账户、组织与权限体系。

    建设 SSO、项目协作、角色权限与操作审计能力。

  5. 人工调整结果后，尚未自动触发二次质检。

    建立“编辑—再质检—审批—导出”的质量闭环。

  6. 任务运行依赖单进程，缺少断点恢复与并发调度能力。

    引入任务队列与独立 Worker，支持重试、恢复和进度追踪。

  7. 缺少模型效果、耗时与成本的持续监控。

    建立模型评测、版本管理与成本看板，支持模型路由和降级。