最近在做一个运营监管平台大屏。
这类项目通常模块多、信息层级复杂，中间地图既是视觉中心，也是核心业务载体。
如果完全按照传统方式推进，通常会经历这样一个过程：
搭结构 → 调视觉 → 做素材 → 调地图 → 补图标 → 调整体氛围。
很多时间其实都消耗在试错和方案沟通上。
所以这次项目里，我继续尝试把 GPT Image2 放进真实设计流程，用它辅助我完成几个关键节点
验证视觉方向 → 沉淀设计资产→辅助设计判断 → 统一业务资产→ 预演地图方案
先看走 AI 流程产出的最终效果，从原型 → AI效果探索 → 最终落地。
下面按真实流程拆开讲讲。
拿到原型后，我没有直接开始画视觉稿。
第一步先把原型给到 GPT Image2，让它帮我快速拍几轮方向。
直接把原型丢给 AI，让它辅助整理视觉描述，再通过 GPT Image2 出效果图。
这一步的重点是用较低成本快速看到多种可能性，所以会需要进行多轮的调整。
得到一版整体方向相对明确的方案，我们就可以进入下一轮。
对于大屏项目来说，这一步最大的价值是：在真正投入设计之前，先把视觉方向跑出来。
但对于大屏项目来说，装饰元素往往非常多，直接照着整张图还原并不是最优解。
来回生图、改尺寸、抠图产生的工作量不如直接绘制。
所以我们需要整理真正有价值的设计资产，类似于背景、氛围、 icon 等可以采用 image2 直接绘制。
这一步本质上是把 AI 产出从“效果图”转成“设计资产”。
这样后面回到设计工具里组合时，背景可以单独铺底，光效可以叠加到地图后面，装饰元素也可以在其他页面继续复用。
如果遇到素材背景尺寸不够、细节不够，或者和最终页面比例不匹配等问题，可以继续利用 GPT Image2 做补充和扩展。
经过这一步处理以后，素材就不再只是效果图的一部分，而是真正可以进入项目资产库的内容。
小建议
类似头部装饰卡片、半透明元素等这类素材拆出的效果并不好，如果是正式项目交付，建议重新绘制。
GPT Image2 除了生图，在项目推进过程中，用来分析页面也是非常棒的设计搭子。
比如，拿到的原型图表怎么布局更合适？不同等级的告警状态怎么表达？或者该怎么优化？
这些问题属于设计判断的范畴。
有时候自己盯一个页面太久，反而容易看不出来问题。
这时候把页面截图发给 AI，让它从另一个角度分析，往往会有一些新的收获。
这些建议当然不需要全部照做。
但经常能帮助发现之前忽略的问题。
所以在项目推进过程中，我经常会把它当成一个设计搭子来讨论方案。
背景和主视觉方向基本确定后，可以开始处理 icon。
充电运营监管平台里的 icon 通常需要出一整套，如下：
充电场站； 充电桩； 充电枪； 在线； 离线； 故障； 待机； 时间利用率； 功率利用率； 今日营收； 本月营收； 累计营收； 工单； 告警； 地址； 街道归属
如果直接从不同素材库里拼，很容易风格不统一，自己画时间成本太大。
所以我会先让 AI 分析，这套图标适合什么风格？
为了保证 icon 风格的统一性，先通过参考确定一个比较满意的风格，再通过参考图 + 关键词的方式批量扩展。
这一步对页面完成度提升很明显。
尤其是在业务系统和大屏项目里，一套统一的图标资产会让页面看起来完整很多。
小建议
为了后续抠图更干净，建议给图标填充一个高反差背景色。
除了生成图标之外，我还会把整组图标截图给 GPT Image2，让它帮我识别业务含义并生成统一命名。
对于图标数量较多的项目，这一步能节省不少整理时间，而且后续和研发协同的时候会顺畅很多。
尤其是现在研发大量使用 AI 生成代码，规范命名和清晰图层越来越重要。
整个项目里最关键的部分其实是地图。
这个地图属于有数据交互的热力图，意味着它是动态的，最终要承载区域热度、以及各种数据信息的表达。
所以我先把真实 SVG 地图给到 GPT image2，让它基于真实结构做视觉效果预演。
SVG 地图下载地址：地图下载地址
这样做最大的价值是：在真正投入大量时间绘制地图效果之前，先看到几种可能的方向。
因为 SVG 本身保留了真实地图结构，AI 输出的效果图又能快速呈现视觉氛围。
它既保留了真实地图结构，又能快速看到视觉效果，两者结合起来做方案沟通会高效很多。
这里是最重要的一点：AI 输出的效果图并不能直接作为最终交付。
方案确定后，仍然需要回到设计工具里重新还原。
真正落地时，还要处理这些事情：
- 地图需要重新处理 SVG 结构
- 图例需要对应真实数据状态
- 图表需要采用组件化方案
- 卡片需要适配后续扩展
- 页面需要考虑研发实现成本等等
这样后续每个区域才能正常承载数据和交互。
对于这个项目来说，地图预演最大的价值在于：
提前验证视觉方向，降低后续返工成本。
剩下的就非常简单啦，把其他的素材逐个调整优化，融合到页面当中。
拼合到一块就是完整的可交付、可实现版本。
回头看这次需求，我觉得 GPT Image2 真正提效是在几个关键节点帮我往前推进。
从验证方向、沉淀资产，到辅助判断、统一图标，再到地图预演，它几乎参与了整个设计流程。
很多过去需要反复尝试和沟通的环节，现在都可以提前验证和快速推进。
GPT Image2 更像一个贯穿流程的设计搭子，
能帮助设计师更快判断方向、更快沉淀资产、更快完成方案沟通。
最终的业务理解、信息组织、视觉判断和落地实现，依然需要由人来把控完成。
1. AI 效果图为什么比最终交付稿更炫，blingbling 的？
实际上原因很简单，AI 生成的是视觉效果图。
而真实项目最终还要考虑：项目实现成本、上线时间、性能等等，所以最终落地时，大部分图表仍然会采用组件化方案
视觉表达和实际交付之间，本身就存在差异。
2. 中间地图那些发光效果什么时候适合使用？
如果地图只是静态展示，例如：PPT 展示、活动主视觉、展厅大屏、海报等等，这类场景完全可以强化视觉效果。
但如果需要承载数据交互，就要优先考虑信息表达和实现成本。
3. 为什么不建议直接使用 AI 抠出来的透明素材？
目前很多抠出来的透明素材边缘仍然存在毛边、半透明脏边等问题，用于方案展示没有问题，用于正式项目交付会比较粗糙。
所以更推荐作为参考素材，或者重新绘制整理后再使用。
欢迎关注作者微信公众号：「B 端设计情报局」
本文转自：优设网 作者：
