《爆炸产品》系列 · AI 广告素材生产平台 · 第 3 篇
上期我们完成了平台总体设计：八大模块、前后台信息架构、角色权限矩阵。从本期开始，逐模块拆解。第一个要拆的，是 P0 核心底座里使用频率最高、直接决定"素材荒"能否缓解的模块——AI 素材生成引擎。一、产品定位与业务逻辑
生成引擎回答 MRD 里的第一个痛点：素材生产效率低下，无法满足投放消耗速度。投手每天要消耗 20-50 条素材，素材生命周期只有 3-7 天，靠人工设计根本无法跟上。生成引擎的目标不是"画一张好图"，而是：让一个投手在 10 分钟内，产出一批符合投放场景、可被系统继续流转（审核/打标/推送）的完整素材。
注意"完整"二字——生成的素材不是孤立的图片文件，而是带着任务上下文（模型、模板、品牌、策略、定向）的资产。这决定了生成工作台的产品设计：业务上下文先行：任务命名、生成模型、模板、品牌，必须先于素材本身确定——因为品牌决定了后续合规规则、命名规范、投放命名规则，模型决定生成风格；广告业务字段全覆盖：不只是"提示词+数量"，还要有参考图、投放目标、人群、定向、生成策略——这些直接决定素材的投放适配性（MRD 里"素材即定向"的趋势判断）；任务闭环：创建 → 排队 → 执行 → 完成入库 → 展示结果，每一步可感知，完成后自动进入素材库待审核，串起整条业务链。二、核心能力拆解
2.1 全模态类型体系
| | |
|---|
| 商品场景图 / 虚拟模特图 / 风格迁移 / 智能换背景 / 图像扩图 | |
| 广告标题 / 描述与 CTA / 落地页文案 / 多语言翻译 | |
| | |
类型选择采用分类 Tab + 子类型卡片两级结构，切换类型时下方的参数区动态重建——每种子类型渲染专属参数（图片有保真度/风格强度/尺寸/场景模板/负面提示词/种子/采样步数，文案有字数/调性/CTA 类型/目标受众，视频有时长/转场/混剪素材），做到"选什么类型，就只出现什么参数"，避免无关配置干扰。2.2 业务上下文配置（模型/模板/品牌）
生成工作台的第一屏不是提示词，而是模型、模板、品牌三个业务选择器：生成模型：模型池（如 SDXL 系列）按任务类型过滤，并展示模型反哺状态——闭环系统会自动标注"本模型基于最近投放数据优化过"，让投手知道选哪个模型更容易出好素材；生成模板：预置场景模板（如"夏季促销主图"），选模板即带入风格、参数预设，降低使用门槛；品牌规范：必选且不可跳过——品牌决定了后续的命名规范、合规规则与投放命名规则。品牌为空时系统会阻止创建并提示，这是业务强校验，不是 UI 摆设。2.3 投放定向配置（参考图/目标/人群/定向）
这是生成引擎区别于普通文生图工具的核心差异，也是 MRD 里"素材即定向"的直接落地。创建任务时可以配置四类广告投放字段：① 参考图：从素材库选择（展示 8 张候选缩略图，点击添加）或本地上传（即时预览），上限 3 张。参考图让生成"有据可依"——商品图、实拍图都可以作为生成基底，保证新素材与在投素材的调性连贯。文案类型自动隐藏参考图区（参考图对文案无意义）。② 投放目标：品牌曝光 / 引流获客 / 销售转化 / 新品教育 / 复购召回，五个单选卡片，默认品牌曝光。投放目标会进入任务参数，成为后续效果预测与归因分析的输入——系统知道这条素材是冲着转化去的，评分时就会更看重 CVR 相关特征。③ 目标人群：4 个人群包预设（年轻女性美妆 / 数码全年龄 / 男性汽车游戏 / 中老年健康），选择后一键联动年龄/性别/城市 + 兴趣标签 + 预估覆盖人数；也可自定义或后台增加读音预设配置和定向范围。 人群包预设的价值在于"把投放专家的经验沉淀成可复用配置"，新投手不用从零理解人群分层。④ 定向规则：兴趣定向（时尚穿搭/护肤美妆等）与行为定向（近期搜索/加购等）chips 多选，加"自动定向优化"开关——开启后系统会参考历史高表现素材的定向组合，自动补充定向建议。2.4 生成策略（平台级通用配置）
在类型、定向之外，还有一套所有类型通用的生成策略：执行方式：立即执行 / 定时生成（切定时显示时间选择，可预约大促前集中生成）；优先级：普通 / 高 / 低（高优任务插队执行，应对"素材告急"场景）；目标平台：巨量引擎 / 腾讯广告 / 快手 / 阿里妈妈 / 不指定（提前声明投放平台，为多平台适配做准备）；自动打标 / 自动合规初筛 / 失败自动重试：三个默认开启的开关——素材生成后自动进入打标与初筛流程，失败自动重试，减少人工介入。2.5 动态参数区（13 类表单完整收集）
参数区随子类型动态渲染，且所有参数都会被完整采集并随任务持久化——这是很多同类产品会踩的坑：UI 上有一堆参数，提交时只传了数量。 本系统通过通用采集器覆盖全部 13 类表单配置：保真度滑块、风格强度、尺寸选择、场景模板卡、负面提示词、种子、采样步数、肤色/发型/姿态、背景类型与颜色、羽化/阴影、比例、扩展方向、字数、CTA 类型、时长、落地页类型、模板、转场、调性、平台多选、目标语言、产品名称、核心卖点……40+ 字段完整入参。参数进任务后，才能支撑"同一参数配置再次生成""对比不同参数的效果差异"等后续能力。2.6 高级选项默认展开
负面提示词、种子值、采样步数是专业投手高频调整项，系统将它们默认展开而非折叠在"高级选项"里——少一次点击，多一次调参。可折叠但默认打开，是"为专业用户设计"的细节。三、任务闭环：从创建到入库的完整流转
用户侧流程：填写任务名 → 选类型子类型 → 配模型/模板/品牌 → 配投放定向 → 配生成策略 → 调参数 → 确认生成 → 右侧任务卡实时推进 → 完成后归档到最近结果区。业务侧链路：创建（校验任务名唯一、品牌必选、参数完整）→ 排队 → 执行（进度实时上报）→ 完成 →结果自动入库素材库（source=ai_generate，状态待审核，自动带入兴趣标签）→ 新素材自动进入机器审核队列 → 审批通过后可打标推送。这条链路打通了 MRD 里"生成到评分到投放到反馈到再生成"闭环的第一步——素材从生成的瞬间起，就是平台的资产，而不是孤立的图片文件。任务卡片展示任务名、策略/定向摘要（品牌 · 模型 · 目标平台 · 高优先级 · 投放目标 · 参考图数）与详情入口，新卡片有高亮动画提示。四、产品作用与量化价值
五、功能作用与业务逻辑串联
生成引擎单独看是"AI 出图工具"，放进平台看，它是整条业务链的起点与数据源头，作用远超"生产素材"本身：① 为审核提供输入。生成任务携带的品牌、类型、投放目标，直接决定了素材进入审核链路后的规则集——品牌决定品牌规范校验，类型决定违规词检测范围，投放目标决定效果预测的评分侧重。生成时多配一个字段，审核和预测就多一分依据，这也是"业务上下文先行"设计的深层原因。② 为资产管理打基础。任务完成时结果自动入库，携带来源任务 ID、生成参数、兴趣标签——素材库的自动打标、检索、变体生成全部依赖这批元数据。没有生成侧的完整入参，素材库就只是"文件仓库"，无法支撑按标签检索、按参数复现。③ 为闭环优化供数据。投放数据回流后，归因分析要回答"哪种参数组合的素材效果更好"——答案的前提是生成任务里记录了完整参数。参数采集是闭环的燃料：采得越全，归因越准，迭代越有依据。这是"参数完整收集"从 UI 细节升格为业务逻辑关键环节的原因。④ 与策略中心联动。模型反哺状态（"本模型基于最近投放数据优化过"）来自闭环系统的特征回传；生成模板里沉淀的是运营总结的最佳实践。生成引擎不是孤立地"画图"，而是策略落地到素材的第一落点。⑤ 与协作中心衔接。需求单驱动的生成任务，任务状态会回写到需求进度——需求方不用催，"看到任务到哪一步"即可。一句话总结生成引擎的业务逻辑：生成不是终点，而是平台一切业务的起点——它决定了素材的"出身信息"，而这些信息会贯穿审核、管理、投放、优化的全链路。六、一些思考和建议
生成类工具要"带着业务上下文生成"。模型、品牌、投放目标、人群、定向和素材本体一起进任务，素材才是完整的业务资产。很多文生图工具只存"图+提示词"，导致素材进了资产库却无法被业务消费——这是"工具"和"系统"的分水岭。参数完整采集是后续一切能力的地基。UI 上有参数就要持久化，否则"一键复用参数""对比调参效果""按参数归因"这些能力永远做不了。数据采集的完整度，决定了产品能长多大。默认展开高频专业参数。负面提示词、种子、采样步数这类专业项，对高频调参的投手来说，折叠一次就是一次摩擦。专业工具的参数设计，默认展示高频项比收纳进"高级选项"更符合使用心智。任务完成不是终点，自动入库才是。生成结果自动进素材库、入审核队列，才把"生成工具"升级为"生产系统"——素材从诞生的瞬间就进入业务流转，而不是停在任务列表里等人下载。为下游模块留数据接口。生成引擎设计时要问自己：审核要不要用我的字段？归因要不要？迭代要不要？答案是都要——那就在生成时把字段存全，而不是等下游需要时再补。下一期拆解智能编辑与效果预测：素材上线前就能知道 CTR？裁剪适配、批量编辑、五维评分、Gap 分析——把返工率打下来的两个神器。下期见。
夜雨聆风
