一句话搞定全套设计？Lovart AI 全自动设计实测体验

言川Artie

深圳/产品设计师/157天前/1773浏览

版权

一句话搞定全套设计？Lovart AI 全自动设计实测体验

言川Artie

大家好，我是言川。

设计圈最近终于迎来了第一个真正意义上的 AI 智能体工具——

Lovart AI

。

这款产品在过去两周几乎被刷屏，相信不少朋友已经在社交平台上见过它的身影。我在拿到内测账号后，也立刻开始跑案例、测效果——直接看图吧👇

Collect

今天这篇内容，我将带大家全面了解 Lovart AI，包括它的

产品介绍、核心功能、操作示例，以及实际应用场景。

文中还会附上案例的

生成回放链接

，方便大家参考学习。

开篇照例，先厚着脸皮求个三连支持一下！这次我光是跑图测试就花了 30 多个小时......

那我们现在，正式开始👇

一、产品介绍

Lovart AI 是由 Liblib AI 的海外子公司推出的全球首个专注于设计领域的 AI 智能体（Design Agent）。于 2025 年 5 月发布 Beta 版本，用户可通过自然语言交互，实现从创意构想到成品交付的全流程自动化设计。

Lovart AI 地址（需要申请内测资格）：https://www.lovart.ai/

Collect

二、核心功能

1、自然语言生成设计

用户只需通过对话式指令输入需求，Lovart AI 即可自动生成品牌包装、插画、LOGO 等多种视觉内容。

Collect

2、多模态模型集成

平台整合了 GPT image-1、Flux Pro、Gemini Imagen 3 等主流 AI 模型，支持图像、视频、音乐等多种内容的生成，能根据不同的设计需求自动选择最适合的模型。

Collect

3、智能任务拆解

Lovart AI 能将用户的需求自动拆解为多个设计步骤，生成详细的设计方案，并支持图文分离，用户可直接在画布中修改文字、调整布局。

Collect

4.图像编辑功能

提供放大、扩图、抠图、消除、修复、涂抹模糊等编辑功能，支持对生成图片的二次修改。

Collect

三、操作示例

下面我通过一个

汽车宣传物料的实战案例

，来实际演示 Lovart AI 的能力。整个案例将覆盖三个核心板块：

图像创作、视频创作和详情页创作

。

这次的主要目的是——

测试 Lovart AI 是否能真正跑通一整套产品物料设计流程，形成完整的闭环

。

1、图像生成

1.1 产品渲染图

提示词指令：

生成 5 张黑色保时捷帕拉梅拉的高清图片，涵盖正面视角、侧面视角、后部视角、俯视视角、内饰视角，拍摄场景统一是夜晚城市街道，尺寸统一为16:9。

Collect

Lovart AI 在接收到指令后，会

自动将整个任务流程拆解为 4 个步骤

：

①

：从网上收集关于帕拉梅拉的车型参数、外观图像等基础信息；

Collect

② Smart Plan：

规划图像生成的步骤，分别是 Knowledge 和 ChatGPT Image 。

Collect

③ Knowledge：

提供设计参考方向以及撰写提示词。

Collect

④ ChatGPT Image：

调用 ChatGPT Image 模型，执行图像生成。

Collect

最终输出了 5 张符合描述的汽车渲染图。

Collect

整个流程无需人工干预，完全由 AI 自主完成，达成了AI+设计链路的自动化闭环。

但它生成的图像比例并不准确。

我原本的尺寸要求是标准的

16:9

，结果它给我整了个

1024×1536

，直接变成了

2:3 的“竖版图”

。

翻回去看了一眼

Knowledge 阶段的流程拆解

，发现它在那一步就已经

自作主张地推荐了 1024×1536 的尺寸

，导致整个后续流程都跟着这个错误尺寸走了。

Collect

所以我再次对它下达了一段指令，让它帮我正确的生成。

提示词指令：

现在生成的5张图像尺寸并未是16:9，请重新生成。

Smart Plan 会重新规划任务，并调用 GPT-4o 模型生成图像。

Collect

最终的效果图如下：

Collect

1.2 海报图设计

这部分我决定来点“高难度操作”：

将刚才生成的那 5 张渲染图，设计成两种不同尺寸的海报

。

提示词指令：

根据已生成的5张保时捷帕拉梅拉图片，设计5组海报，每组包含16:9和9:16两个尺寸，海报文案需贴合各自图片内容。

Lovart AI 调用 3 中工具，分别是 Image Analyzer（图像分析器）、Knowledge（知识）以及 Layout Design（布局设计）。最后规划出来的任务是，生成 10 套海报设计，非常的准确，牛逼。

Collect

生成的结果如图所示，在我未给海报文案信息的情况下，5 组海报的文案各有不同，这也符合我给它下达的指令。

而且，它还能

精准提取前面图像的内容，自动完成文案植入与排版

。但这排版效果还有点问题。

Collect

但它有个很实用的能力：

能把图像中的文字元素，拆分成独立图层

。于是我继续给它下达指令：

提示词：将海报中的文字元素拆分为独立图层，便于单独编辑和调整。

Smart Plan 自动调用

Handoff 工具

，把图像中的所有文字都拆解出来。

Collect

拆完之后，就可以直接在 Lovart AI 里用文本工具修改文案了，整体体验跟常规设计软件差不多。

Collect

2、视频生成

接下来，我需要 Lovart AI 帮我把刚才生成的 5 张分镜图，制作成一段宣传短片，下达指令：

提示词指令：

将这5张16:9的保时捷帕拉梅拉高清图片制作成一段宣传视频。

Smart Plan 自动规划了整个任务流程，分别包括：使用可灵 AI 生成视频内容、自动生成背景音乐、以及调用视频剪辑器进行合成处理。

Collect

视频生成的模型调用的是可灵 1.6 模型，并且视频的长度生成是 5 秒。

不过说实话，这一部分生成得不太准确。按照正常流程，应该是先将这 5 组图像分别用可灵 AI 生成各自的视频片段，再执行后续的背景音乐生成和剪辑合成步骤。

Collect

先来看下首次生成的视频结果：

Collect

视频生成结束后，继续执行音乐生成（模型可能是 Suno AI）。

Collect

最后一步是将视频与背景音乐进行合成，系统调用了剪辑工具来完成这项任务。

但结果——失败了。（我测了好几个案例都没成功。）

于是，它又自动重新规划任务，尝试用可灵 AI 重新生成其他分镜视频。

Collect

最终生成的几组分镜视频如下：

Collect

其实在视频生成这一步，还是遇到了一些问题：

① 整个宣传视频的生成流程不太对——可能是因为调用的是时长仅为 5 秒的可灵模型，而且是基于图生视频的方式，目前还不支持生成较长的视频内容。
② 视频生成的时长也不太稳定。前两个视频大概 6 分钟就完成了，但后面几个视频，我足足等了快 30 分钟还没出结果。最后只能手动终止任务，然后重新下达指令，才把剩下的分镜补齐。

最后，我选择手动剪辑，把 Lovart AI 生成的视频分镜和背景音乐合成在一起，成片如下：

Current Time 0:00

Duration Time 0:00

Progress: NaN%

3、详情页创作

我需要 Lovart AI 根据前面生成的结果，为我生成该产品的参数详情页，指令如下：

提示词指令：

请根据这组保时捷帕拉梅拉的高清图像，设计一份产品详情页，包含产品介绍、核心卖点、技术参数、内饰展示、用户评价和购买引导等模块，整体风格需体现品牌的豪华感与科技感。

Smart Plan 开始规划任务，先搜索网上帕拉梅拉的参数、卖点信息等，在执行图像设计任务。

Collect

最终的输出结果，是一张

完整的网站长图

。由于整图篇幅较长，不太适合直接塞进文章里展示，所以我把页面拆成几段，分开呈现给大家看。

效果非常不错，

无论是视觉节奏还是信息编排，都已经具备了较强的实际应用价值

。

Collect

好，那么问题来了。

肯定有宝子会问：这不都生成的是英文详情页吗？拿来在国内用，不太合适吧？

说实话，我当时测试的时候也有同样的疑问。

所以，我立马又给它补发了一段指令：

提示词指令：

我需要中文的产品详情页。

Collect

结果它不仅把每一段文案都精准换成了中文，连排版都一起适配了。

以上就是本章节演示的完整案例。

整个过程中，基本是它一边生成，我一边跟着写文。

说实话，除了视频生成那部分让我当场“破防”，，而图像生成、详情页设计这些环节也让我怀疑人生。作为一名8年小设计，我真是头一次被 AI“整不会了”……

四、应用场景

1、主题活动物料

这个案例中，我让 Lovart AI 跑了一整套《火影忍者》的主题活动物料，最终生成的全部物料如图所示：

Collect

这次测试的主要目的，是想看看 Lovart AI 是否真的能靠一段提示词，实现全流程的自动化生成。

提示词指令：

设计一套《火影忍者》的视觉物料，包括响应式宣传网页、12位主要角色的海报（如鸣人、佐助、小樱等），以及线下周边产品（钥匙扣、印花T恤、手办玩偶、水杯、角色卡牌）和沉浸式展厅，整体风格应体现忍者文化和动漫特色。

整个指令任务跑了大概 1 个小时左右，最终生成的结果如下：

Collect

说实话，我对这次生成的结果并不太满意，主要有以下几个问题：

① 当任务本身比较复杂，而提示词又相对简短时，Lovart AI 对任务的理解和执行并不够精准，遵循度偏低。
② 针对一些知名 IP 的形象，比如《火影忍者》，AI 在生成过程中会受到一定的版权限制。它会进行“自主创新”，生成一些类似风格的角色，但这个过程是随机触发的，不稳定。

所以我重新写了一段更详细的提示词，重点补充了之前没有生成出来的图像，比如钥匙扣这类周边物料。

提示词指令：请为《火影忍者》中的以下10位主要角色设计钥匙扣：漩涡鸣人、宇智波佐助、春野樱、旗木卡卡西、自来也、宇智波鼬、我爱罗、日向雏田、奈良鹿丸、大蛇丸。

每个钥匙扣应具备以下特点：

角色形象：以角色的标志性造型为基础，展现其独特的服饰、发型和表情。
风格：采用Q版、卡通或可爱的艺术风格，增强亲和力。
材质表现：模拟PVC软胶、亚克力或金属等常见钥匙扣材质的质感。
尺寸比例：适合挂在钥匙圈、背包或手机上的小巧尺寸。
配色方案：使用明亮、饱和的色彩，突出角色的代表性色调。

请生成高清图像，展示每个钥匙扣的正面视图，背景为纯色。

Collect

这一次，生成的 IP 就准确多了，完全是按照我写的提示词来执行的，而且也没有再受到版权限制的问题。

所以说，提示词真的非常重要——如果你想让 AI 精准生成内容，提示词一定要写得足够详细。

接着，我又让它帮我补了一张 3D 手办玩偶的图像。

补充提示词指令：

我需要生成这 10 个角色的3D手办玩偶，类似于 Good Smile Company 品牌的风格，尺寸是3:4

Collect

最后让我有点惊讶的是，在执行第一段提示词指令任务时，它居然还顺带给我生成了一个 LOGO 的 3D 模型（调用的是 Tripo 3D 模型）。

Collect

点击链接，可查看完整的生成过程回放：https://www.lovart.ai/r/2vnjx9h

2、游戏卡牌设计

最近我家大侄子迷上了《植物大战僵尸》，喜欢得不行。于是我就突发奇想，打算用《炉石传说》的卡牌风格，来给他设计一整套专属卡牌。全览图如下：

Collect

提示词指令：

为《植物大战僵尸》中的角色设计一套卡牌，风格参考《炉石传说》，生成10张植物角色：向日葵、豌豆射手、双发射手、寒冰射手、火炬树桩、坚果墙、樱桃炸弹、土豆雷、食人花、仙人掌。生成10张僵尸角色：普通僵尸、路障僵尸、铁桶僵尸、撑杆跳僵尸、报纸僵尸、舞王僵尸、气球僵尸、矿工僵尸、巨人僵尸、僵尸博士。

Collect

不过，生成的效果并不是特别理想——卡牌之间的一致性无法保证，而且整体风格也没能完全贴合《炉石传说》卡牌的设定。

于是我又输出了一段更详细的提示词指令，希望它能进一步优化生成效果。

补充提示词指令：

请为《植物大战僵尸》中的角色设计一套共20张的卡牌，风格完全参考《炉石传说》，包括以下角色：

植物角色（10张）：

向日葵（Sunflower）
：提供阳光，是种植其他植物的基础。
豌豆射手（Peashooter）
：发射豌豆攻击前方的僵尸。
双发射手（Repeater）
：每次发射两个豌豆，攻击力加倍。
寒冰射手（Snow Pea）
：发射冰冻豌豆，减缓僵尸速度。
火炬树桩（Torchwood）
：使通过的豌豆变为火焰豌豆，增加伤害。
坚果墙（Wall-nut）
：高耐久度，用于阻挡僵尸前进。
樱桃炸弹（Cherry Bomb）
：一次性爆炸，消灭周围的僵尸。
土豆雷（Potato Mine）
：延时爆炸，消灭接触的僵尸。
食人花（Chomper）
：吞噬接近的僵尸。
仙人掌（Cactus）
：攻击空中和地面的僵尸。

僵尸角色（10张）：

普通僵尸（Zombie）
：最基本的僵尸，缓慢前进。
路障僵尸（Conehead Zombie）
：头戴路障，防御力较高。
铁桶僵尸（Buckethead Zombie）
：头戴铁桶，防御力更强。
撑杆跳僵尸（Pole Vaulting Zombie）
：使用撑杆跳过第一株植物。
报纸僵尸（Newspaper Zombie）
：阅读报纸，报纸被破坏后加速前进。
舞王僵尸（Dancing Zombie）
：召唤伴舞僵尸一起前进。
气球僵尸（Balloon Zombie）
：利用气球飞越植物。
矿工僵尸（Digger Zombie）
：从后方挖地道攻击植物。
巨人僵尸（Gargantuar）
：体型巨大，攻击力强，可投掷小鬼僵尸。
僵尸博士（Dr. Zomboss）
：最终Boss，驾驶机械装置攻击。

每张卡牌应包含以下元素，严格按照《炉石传说》的卡牌结构设计：

卡牌类型
：仆从、法术、武器等。
法力消耗（Mana Cost）
：位于卡牌左上角的数字，表示使用该卡牌所需的法力值。
攻击力（Attack）
：位于卡牌左下角的数字，表示该卡牌的攻击能力（仅适用于仆从和武器）。
生命值（Health）
：位于卡牌右下角的数字，表示该卡牌的生命值（仅适用于仆从）。
卡牌名称（Card Name）
：位于卡牌顶部的名称，需与角色名称对应。
卡牌描述（Card Text）
：位于卡牌中部的文字，描述该卡牌的效果或技能，使用《炉石传说》的术语和格式。
稀有度（Rarity）
：普通、稀有、史诗、传说等，表示卡牌的稀有程度。
卡牌插画（Artwork）
：位于卡牌中央的图像，展示角色的形象，风格应与《炉石传说》一致。

注意：卡牌中的文字元素全部使用英文。

Collect

这次的生成效果就好多了。虽然卡牌上的文字部分还是有些不够准确（这个可以通过优化提示词来改进），但整体已经达到了我能接受的水平。

最后，生成过程的回放：https://www.lovart.ai/r/vb528cq

3、品牌视觉系统

VIS（品牌视觉识别系统）可以说是我学设计的第一课。这次，我想尝试让 AI 全流程自动生成一套完整的品牌视觉系统。生成的全览图如下：

Collect

提示词指令：

请为“RTCoffee”设计一套完整的品牌视觉识别系统，包括Logo、标准色彩、字体、图形元素、名片、信纸、员工工牌、PPT模板、宣传册、海报、社交媒体模板、产品包装、手提袋、T恤、店铺招牌、菜单、店内装饰等。

Collect

补充提示词指令：

为这个咖啡品牌设计完整流程的APP页面，并且还需要将前面生成的图片以及现在的APP页面，设计成完整的网站（详情页）。

Collect

补充提示词指令：

生成5张该产品的包装盒和包装袋。

Collect

补充提示词指令：

生成5张该品牌的T恤。

Collect

生成过程的回放：https://www.lovart.ai/r/inay5b7

4、电商产品物料

这个案例我吸取了前面的经验教训，在首次生成时就直接写了一段比较详细的提示词指令。生成的全览图如下：

Collect

提示词指令：请为耐克品牌设计一套产品营销海报，包含以下两部分内容：

AJ 系列篮球鞋海报
：数量：4 张尺寸比例：2:3风格要求：街头潮流与运动激情相结合，色彩鲜明，构图动感，突出篮球文化和品牌精神。内容要素：展示 AJ 系列篮球鞋的高性能缓震、经典配色和飞人标志等特点。文案要求：每张海报的卖点文案你自主生成，突出产品特性和品牌精神。
白色空军一号（Air Force 1）鞋款海报
：数量：4 张尺寸比例：2:3风格要求：简约时尚与百搭风格相结合，色调纯净，构图极简，突出产品的现代感和时尚性。内容要素：展示白色空军一号鞋款的全白皮革、舒适脚感和经典设计等特点。文案要求：每张海报的卖点文案你自主生成，突出产品特性和品牌精神。

请确保每张海报的设计元素、排版、字体、边框、色彩等视觉风格与耐克品牌形象保持一致，体现出品牌的核心价值和产品的独特魅力。

Collect

补充提示词指令：

请根据已生成的耐克 AJ 系列和白色空军一号鞋款的海报图，设计两套完整的电商产品详情页。每套详情页应包含以下元素：

产品展示区
：高清产品主图，展示鞋款的多个角度（正面、侧面、后跟、鞋底等）。模特穿着展示图，体现鞋款在实际穿着中的效果，增强用户代入感。产品细节特写图，突出鞋面材质、缝线工艺、鞋带设计等。
卖点文案区
：AI 自动生成的卖点文案，突出产品的核心优势，如舒适性、耐用性、设计灵感等。品牌故事或系列背景介绍，增强品牌认同感。
规格参数区
：尺码信息、颜色选项、材质说明等详细参数。产品编号、上市时间等补充信息。
用户评价区
：精选用户评价，展示产品的实际使用反馈。星级评分、用户晒图等社交证明元素。
购买引导区
：价格信息、促销活动、优惠券等购买激励。购买按钮、尺码选择器、库存状态等交互元素。
品牌保障区
：正品保障、退换货政策、售后服务等信息，增强消费者信任。