「AIGC实战」城市消费券项目经验

AI图像生成技术这一两年的发展速度，确实超出很多人的预期。从Midjourney到Stable Diffusion，这些工具带来的讨论热度与应用浪潮，也印证了AIGC圈里那句老话——“任何行业都值得用AI重新做一遍”。面对这个趋势，早在2022年底，团队就已经启动了对AIGC在电商领域的系统探索，核心目标就一个：借助新技术，让设计工作更快、更好，真正解决业务上的痛点。

业务背景

2023年初，团队接到了城市消费券的项目需求。业务侧的目标很明确——推动支付券向东券转移，通过产品与活动页面的运营，配合技术手段对核销率进行实时监控，最终优化消费者体验、提升券的核销效果。但对设计团队来说，挑战非常直接：第一，活动频次极高——全年预估60场，平均每周一场，素材量大、排期紧，而且需要多名不同能力的设计师协同；第二，消费券的心智偏弱，用户很难第一时间感知到活动城市、优惠力度等关键信息。整个项目中，设计团队的重头戏集中在了主视觉（KV）上。回过头来看，AIGC恰恰能解决城市消费券KV“任务量大”“排期紧张”“风格不统一”这几个核心痛点。

AI技术探索

为了验证AI在实际项目中到底能不能落地，团队前期做了一轮扎实的对比测试。邀请了插画熟练度不同的设计师参与，结果发现，有了AIGC辅助之后，不仅“要好看”和“明天就要”的焦虑大大缓解，生成出来的作品在风格上也能保持统一，这一点尤其宝贵。

市面上的AI工具五花八门，我们逐一做了学习摸索，发现不同工具之间的差异相当明显，各有长处和短板。下面这张图清晰地展示了它们的区别：

解决方案

城市消费券业务有一个特殊之处：城市和省份之间，代表主体元素常常“打架”。举个例子，武汉消费券和湖北消费券放在一起，黄鹤楼虽然是武汉的标志，但如果用它来代表湖北，用户很容易产生误解——以为只有武汉能领，导致其他地区用户流失。此外，业务方有时还会提出品类方面的要求。所以团队进一步对视觉主体做了规则限定，既保持了整体的统一性，又照顾到不同场景的差异性：

a. 城市：地标建筑（主体）+ 代表植物/动物
b. 省份：文化标志（主体）+ 代表植物/动物
c. 限品类（根据业务诉求）：品类SKU堆图（主体）+ 代表植物/动物

在城市消费券项目里，AIGC能力确实帮了大忙——最直观的就是“快速出图”和“风格统一”这两个老大难问题被有效化解。从这次实践中总结几点启发，希望能复制到其他业务线，让AI工具更高效地赋能实际工作：