如果说 Lovart 1.0 开始把整套设计流程放进一块画布， 那 Lovart 2.0 和 Arti 所希望的，或许是设计师可以暂时离开这块画布了。
作者｜甘德
编辑｜郑玄
2025 年，Lovart 作为全球首款设计 Agent 开始出现在各大设计师社区。第一次用 AI 能力把整个设计流程串联起来。从最初的设计思路、到最终图片或视频的设计物料，终于被完整的放到一块画布上完成。
随着在生成能力和指令遵循程度上的进步，AI 越发能够满足人们现实世界的真实需求，muse 此时带起关于 personal agent 的讨论显得恰逢其时。AI 在能力上已经具备了可观的解决问题的能力，下一步就是如何个性化的解决「我」的问题，以及更主动的解决问题。
放到设计里，Personal Agent 带来了一些新的想象力。比如一套物料做完，下一个项目还会来。设计师喜欢什么配色、哪些版式已被否过，总不能每次开工都重新交代，那它能否持续性的理解设计师的风格变化？又或者设计前期调研、每周做一批物料这些日常的重复性工作，能不能也交代一次，让 AI 往后按时做？
这些事决定了，眼下 AI 能把设计这件事推动到什么地步。
设计体系里，到现在用过 Lovart 的专业创作者已经达到数千万，它或许是当下最适合回答这个问题的，在迭代到 Lovart 2.0 后，它拿出了全球首个个人设计 agent——Arti。
01
Arti，个人设计 Agent
Arti 不只是一个工具，而是一个真正接住完整设计工作的个人设计 Agent。
你交给它一个完整的设计需求，它不只负责生成，还会主动去调研、找参考。甚至它会查看画布检查信息有没有遗漏、排版有哪些地方需要调整，并根据你的反馈继续修改。这当中反复出现的工作也会被整理成 Skill，下次再遇到相似的需求，它就能沿用这些做法，省下重新交代和重复操作的工夫。
但在这之前，Arti 在设计领域首先要迈过的门槛，是对于设计师的个人风格和设计 taste 的理解。这也是为什么 Arti 是从「记忆」功能诞生的。
进入 Arti 的第一件事，是告诉 Agent 你是谁。
你需要先告诉 Arti 你从事的领域，比如电商、营销、内容创作或者其他的行业，然后就会进入下一步更细致的询问页面——我第一次体验 Arti 的时候正好有一位在日化消费品牌做过设计师的朋友坐在旁边，所以我借着他的人设，选择的是电商。
Arti 会问的非常细节，除了主要做的设计物料种类，还会询问我作为设计师的身份，是甲方、乙方或者接单的独立设计师。对应不同场景下，Arti 和设计师有着不同的协同方式，这些它都考虑进去了。
确定了协同方式之后，之后是确定审美偏好这一步。
先选择一种默认的审美偏向是意料之中的，但让人意外的是 Arti 有一个问题是「哪些情况不按默认风格来？」。坐在我旁边做过电商公司设计师的朋友看到了眼泪要喷出来了——「平台强制规范、合作限定...... 这个 Arti 知道我们设计师的苦。」
一系列问询题目的答案结合后会成为设计师个性化 Arti 的起点，但这些肯定不足以说明一位设计师的 taste，所以在页面最下方的「常用资产」一栏，你可以直接把自己以前的设计稿、文档或者海报放进去，更直接的让 Arti 来理解你的风格和偏好。
当然，除了提供你在 Arti 之外的设计素材，你也可以把之前在 Arti 或者 Lovart 上做的设计放进去成为未来的参考。Arti 是一个极具成长性的 Agent，记忆是成长的原点，你每一次在 Arti 中发生的成功或失败的创作，都会推动你的 Arti 持续进化。
02
最怕懂我的人还主动
和所有设计类的 Agent 不同的是，Arti 更像是一个有完整设计领域经验的 Personal AI。Personal AI 的概念是一套新的技术栈的封装组合出的新的产品形态，而 Arti 更像是把这个新的产品形态里一些最重要的特质做了单独强化——比如对于主动性的重视。
这意味着它会更主动的参与整个设计流程前、中、后期。那些设计工作流里最痛苦的事，最渴望甩给一个经验点满的高精力同事分担的工作，现在 Arti 可以一个不落的都主动接过去。
设计方法的前期工作里，最巨大的工作量，毫无疑问是调研和找那些参考。
拿到一个新的设计项目时，也同时会拿到需求方的更多背景要求和表达偏好，这意味着在它落到最终确定的设计方案之前，有许多关于背景资料调研、风格参考的案头工作。
拿我身边这位消费品公司的设计师亲身经历举个例子。他在画电商大促的第一张海报前，得先弄清卖给谁、主推什么、优惠怎么讲，再翻竞品店铺和往期活动，比较主视觉、商品摆放、价格与赠品的呈现方式。
随后在花瓣、Pinterest 等平台反复换关键词，找配色、字体、构图、光影和场景参考，下载、归类、拆解，拼成情绪板。每张参考还得判断：是否符合品牌，能否突出卖点，放不放得下促销文案，能不能延展到首页、横幅和商品主图。甚至看中的配色、构图和材质，可能分散在不同案例里，组合起来又未必协调。
现在 Arti 会主动把这个活儿接过来。你可以在项目对话框中直接唤起 Arti，让它以当前对话中你给出的调研背景和参考素材来做全面调研。
举个例子，我现在想做一个攀岩品牌的电商大促的物料设计方案，我给了它一些设计语言的关键词和一些参考图片，它给了我几个可行的大方向，我选择了其中一个方案然后叫 Arti 帮我调研一下这个方案更多细节的考量。
Arti 的调研还挺细致，从主 KV 的几个核心意象的大小比例、色调的选择以及文字信息的设计几个方面都做了分析，并且让我很意外的是它主动找到了一个攀岩品牌 Black Diamond 的品牌海报来做了参考。
这份调研报告可以直接被转进项目对话里（你也可以继续优化或者提出更多的调研需求），进一步充实这个设计方案的背景往下推进。
调研是设计前期的部分，更大的工作量是在真正进入设计流程后。
设计师们期待 AI 能够让设计物料这件事走上福特生产线，但一旦碰到复杂的设计场景，或者要围绕一个确定的设计语言出多种物料设计，AI 在长对话、多轮修改中就会暴露出对上下文理解的不遵循，问题落到生产出的物料上就是风格的严重不统一。
这是设计师在使用 AI 时最大的卡点之一，而 Arti 会在整个画布层面上来自动检查风格一致性与规范。
上面这个攀岩的设计方案往下推进后，我让 Arti 试着出几个适合电商平台 banner 风格的设计海报，之后把设计海报先收敛在电商首页 banner 位的时候，Arti 发现其中有一张海报不是电商首页 banner 的 3:1 比例。它在对话中发现了这一点，并且提示可以一键调整尺寸。
没有一击即中的设计，在最终定稿之前，每一版的设计物料都会有需求方或者自己团队来的修改意见。一个好的设计 Agent 当然也要了解这一点。所以 Arti 把多轮的反馈改稿这件事也自动化了。
Arti 最适合的打开方式，或许是把它理解成一个能够多方协同的在线设计 Agent。Arti 支持他人在画布上评论修改意见，然后它可以自动的汇总，进一步理解这些修改意见并且提出具体的优化方案，之后我要做的，只是把这个方案放回项目的对话框，然后执行这些改进动作即可。
而设计师在画布上的每一次设计操作，都会在 Arit 的进化日志中被记录下来。当它察觉到你在反复在执行一些相似的设计流程，比如服装上新时模特上身的参考图，或者电子产品上新时的多角度特写，Arti 可以从你的操作和产出中总结出确定的设计思路，自动沉淀为可复用的 Skill。
以服装、鞋类产品的模特上身图举个例子，在我反复做过几次后，这一整套设计流程就会在 Arti 个人主页的「我学会的」里出现。再有类似的设计需求，只需要把新的产品图放入参考背景，然后直接唤起这套流程即可。当然，你可以在」管理技能」中继续优化这一套流程，以及微调一些需要改动的环节。
带着做一遍，然后同类型的活儿都可以交给它——这简直是每个设计师梦想中的完美实习生。但这可能是实习生的极限，不是 Arit 的极限。
03
一个能够自驱动的设计助手
做设计的朋友一直在我电脑旁边看着我演示。我问他，要是不设条件，你最想要一个什么样的设计 Agent ?
「一个能力和审美完全复刻我，但又不厌倦上班，啥事不往心里去，有无限精力和创作激情的，直接帮我把所有活儿干了的助手。」
养熟了之后，完全让他自己干活——这其实要比刚才提到的 Arti 已经体现出的每项单独能力都更复杂。但这件事 Arti 也已经在做了，叫「设计委托」。
创建一个设计委托，输入具体的设计指令和参考素材，设定好执行时间和频率，就可以让 Arit 来自主推进设计方案，无论是批量生成、重复处理还是多任务工作，都可以经过一次委托，省去反复操作和等待的时间。
我试了试把刚才攀岩的海报设计需求放入设计委托，新的海报设计会准时在拟定的时间点出现在个人项目页上。
委托的执行当然也会消耗积分，所以在一开始新建委托时你需要设定好积分消耗上限。而根据使用者对这个设计委托在各个层面的考量，你可以灵活的选择是用「快速」、「均衡」或者更强的「专家」模式来执行你的委托。这意味着或许一整个设计团队，都可以合理的通过 Arti 的设计委托来提效。
「专家」模式可以在图片和视频生成上达到 4k 的水准，并且具备复杂规划的能力，创意团队可以应付那些非常精细的核心设计物料；运营团队需要结合不同场景的产品图来大批量的铺设，或者需要围绕一个 IP 形象大批量的出图，则可以通过在质量和速度之间更加平衡的「均衡」模式来执行；而营销环节中那些图片和视频之外的文案灵感收集和创作，「快速」模式就可以应付了。
拿最近的双 11 举个例子，比如双 11 主视觉定稿了。接下来的需求是：42 个 SKU，每个要出淘宝主图、详情页头图、小红书封面、朋友圈海报四个尺寸，一共 168 张图。你可以把它拆成一个更明确的设计委托：
按项目里已确认的双 11 主视觉风格（上传主视觉），为附件表格中的 42 个 SKU 批量生成四种尺寸的物料：淘宝主图 800×800、详情页头图、小红书封面 3:4、朋友圈海报 9:16。保持主视觉的配色、字体和版式，商品图替换为对应 SKU，价格与卖点。
设置成单词执行，晚上 10 点开始，先跑四个 SKU 确认效果。你就可以得到一个类似下图的 case，在确认好样式后，就让他一晚上慢慢做那 168 张图，第二天起来验收即可。
但实话说我刚点开委托创建页面时一上手还是有点懵的。所以不知道要怎么给出指令的话，设计委托创建页面上提供了 16 种不同设计需求的领域模版，基本覆盖了目前最主要的设计需求。你可以在这些模版的基础上修改，或许能更准确的表达自己的设计需求。
我试了试「灵感参考收集」的模版，然后把模版里的主题改成了北欧户外攀岩——我应该会在 Arti 上常设一个每日固定收集图片素材的设计委托了。
上下游环节极多且涉及所有模态的设计行业，或许是 AI 能力最综合的试验场。
从 Midjourney 到 Sora 再到 Seedance，多模态生成能力能够满足更广泛的设计需求，设计行业对 AI 的要求开始转变成能否系统性的闭环整个设计链路。到了 personal Agent 的阶段，AI 开始具备主动性，有潜力成为一个真正能够自我成长的设计助手。
这也是为什么在从头到尾试了一遍 Arti 之后会有一些感觉，Lovart 这次的迭代与其说瞄着设计这件事本身，不如说是在瞄着设计师。
设计是一个庞大工业，有太多事情在遮挡一个设计师充分发挥创意。大量的案头准备、真实场景下的重复劳动，多方协同过程中的信息差，或许才是设计师眼前最主要的工作内容。
AI 能把设计这件事推动到什么地步，要看 AI 能多大程度把设计师从这些场景里解放出来。
如果说 Lovart 1.0 开始把整套设计流程放进一块画布，那 Lovart 2.0 和 Arti 所希望的，或许是设计师可以暂时离开这块画布了。
*头图来源：Lovart
本文为极客公园原创文章，转载请联系极客君微信 geekparkGO
极客一问
你最想让设计 Agent
帮你搞定哪一类重复设计活？
