为什么我用Lovart设计不出灵魂？

刚接触 Lovart 那会儿，说实话，它的表现让人有点沮丧。

这个号称首个设计AI Agent的工具，整合能力确实够硬——GPT-Image、Gemini、Liblib AI、11 Labs、可灵视频生成，再加上结构化排版工具，全都开箱即用。可上手就是另一回事了。

别人生成的图，视觉、构图、氛围感全线在线，动不动就是神图级别；自己产出的图呢，乍看也不算差，但怎么看怎么像“功能图”——没情绪、没表达，甚至没人想点开看第二眼。

那段时间经常刷别人的作品，一边惊叹一边纳闷：明明用的是同一套AI工具，为什么别人做出来像艺术，自己做出来像模板？

问题的核心，其实不在工具，而在一个更根本的地方——有没有故事想讲。

AI确实越来越会画画，越来越会剪片。但关键在于，你有没有什么东西想让它帮你说？当认真拆解别人的prompt，也回头问自己：这张图是给谁看？想表达什么？

真正的差异在于：那些让人眼前一亮的好作品，背后都有一句“想对谁说的话”。它们不炫技、不抓马，但就是动人。因为它们用AI工具把情绪可视化了，让观者瞬间读懂作者的意图。

更好的路径是像设计师一样去感受生活、记录情绪、表达观点。这不意味着非要做出一个爆款海报或短片，而是重新学会：到生活的细节里去——光线怎么透过窗帘照到地板，记录一个想法——比如“AI可以生成图，但它读不懂我今天的心情”，然后用文字、图像、音频、视频，讲一个小小的故事。

第一个用Lovart做的“多模态作品”是这样的：

一张图，是夜晚十点的楼道灯光，带有孤独患者会喜欢的画面感。用AI音频生成器配了一段lo-fi小片段；用GPT生成了对应的alt文案：“这个世界没有忽略你，只是你还在安静发光”；最后让AI生成了一个8秒的短视频，用同样的文字加图像组合出来

很简单，不花哨。但发出去后，有朋友说：“你那个图，好像让我想起了之前一个深夜走路回家的瞬间。”

就在那一刻意识到——AI不只是用来“生产内容”的，它也可以成为讲故事的出口。那些没能说出口的情绪，也许可以交给AI先试着说说看。

Lovart这类工具，集合了太多“生产能力”——图像、排版、视频、音频……但真正重要的是：它能不能把人心里那些情绪、想法、回忆这些“没有形状的东西”，变成能看见、能听见、能点开的内容？

现在的Lovart还在不断更新中，确实也有一些不完美的地方：前端生成的内容暂时还不能直接结构化编辑，Prompt写起来还有点依赖经验……但这些都不妨碍继续用它，去讲一个个小故事。

更好的做法是：用设计师的脑子、创作者的心情去写Prompt。不是凑词，也不是堆关键词，而是像写一段心里话一样去写。

以前可能会写：“生成一套电商风格图，用红色调，有年轻感，适合女装品牌。”看上去有点用，但其实并不清楚想要的细节——不想要包包，模特也希望是中国的。

后来写得更清晰了（目标感也更明确）：

适用于短视频片头或vlog开场，做一句话情绪共鸣内容。图像提示词：“请生成一张黄昏时分的城市街道图，光线从建筑缝隙间穿过，地面有反光但没有行人，整体氛围宁静略带孤独，画面需要构图干净，具有留白感。”音频提示词：“请用温柔低沉的女性声音，朗读这段话：‘很多时候你以为你没被看见，其实只是你还没到发光的那一刻。’节奏稍慢，停顿自然，带一点晚风的氛围。”最终产出是一张氛围图加AI读白，轻轻地说出那句话，像朋友在深夜和你说话。

“请生成一段8-10秒的视频，展示一款面向18-30岁女性消费者的护肤产品，整体风格参考OLAY或SK-II的广告，镜头需要突出瓶身细节、光泽质感和清晨自然光的氛围，场景为白色极简梳妆台或浴室台面，画面风格干净克制，节奏温柔舒缓，镜头从侧面扫过瓶身并慢慢上摇，最后定格在品牌LOGO处，背景音乐为轻柔电子氛围音，整个视频传递自然、纯净、高级感的产品印象。”