押注版式生成，而不只是图片生成

广告主真正缺少的往往不是一张漂亮图片，而是将同一个广告概念快速适配到几十种尺寸。每次调整尺寸，都需要重新安排文案、图片、品牌标识与 CTA。我们希望把原本需要设计师耗费一整天的工作缩短到几分钟，但前提是系统必须理解设计规则，而不只是会生成图片。

问题：AI 会生成图片，却还无法完成生产工作

2023 年底，大多数 AI 创作工具都专注于生成图像。Canva、Stable Diffusion、Midjourney 与 Microsoft Image Creator 都能产出漂亮的图片，但结果通常是静态的，也很难继续编辑。

真正的生产难题发生在图片生成之后：同一个广告概念需要稳定适配所有主流展示广告尺寸，包括横版、竖版、方形与移动端小尺寸，同时还要遵循品牌规范，并保留可编辑性。

以前这些都要由设计师手动完成，或者委托代理公司。沟通需要时间，质量也不稳定；更新全部尺寸，往往要花一整天。

合作伙伴，早期调研反馈

我的判断：先让系统理解规则，再让它生成

我的判断与当时的行业主流方向不同。相比生成一张静态图片，我们更应该建立一个能够理解设计规则的系统，产出结构化、可编辑的版式。它交付的不是一张无法改变的图片，而是一份仍可继续调整的设计。

关键转变，是从预设模板走向生成逻辑：定义横幅广告应如何根据比例、素材与品牌限制自适应，而不是预先规定它只能长成某一种样子。

我设计了什么：可执行的规则系统

我负责横幅广告的生成逻辑，也就是系统在产出可投放结果时所遵循的一套判断顺序。与机器学习科学家和平台工程师合作时，我将设计判断拆解为可执行的规则：

• 针对不同比例的动态布局规则 — 竖版、横版与方形广告各自拥有独立的构图逻辑，而非同一模板的缩放版本。
• 响应式字体与对齐规则 — 字号、间距与视觉层级会根据画布尺寸自动调整。
• CTA 放置逻辑 — 根据可用空间与内容优先级，决定行动按钮的合适位置。
• 素材组合规则 — 无论图片缺失、文案过长或过短、是否提供品牌标识，系统都必须生成合理结果。

核心洞察是：我不是在设计模板，而是在设计生成模板的逻辑。 只有理解版式，系统才能在面对新尺寸、新素材与新限制时，继续产出可用结果。

跨职能合作

这不是一项能够由设计团队独立完成的工作。我与机器学习科学家、平台工程师、产品团队和真实合作伙伴紧密协作：一边定义训练与生成逻辑，一边验证结果能否达到实际投放质量并符合品牌要求。

我也参与了端到端创作体验的早期方向定义，范围从网页界面延伸到后端生成逻辑。由于整体产品规模较大，后来由另一位设计师负责产品 UI/UX，我则继续聚焦于生成系统与规则逻辑。

上线结果

这套创作工具最终上线至 Microsoft Advertising 平台。广告主、发布商与品牌营销团队无需依赖专业设计支持，也不必与代理公司反复沟通，便可生成能够直接投放且仍可继续编辑的横幅广告。

它改变的是整个生产流程：过去需要一整天手动适配几十种尺寸的工作，如今几分钟即可完成，而且生成结果仍能根据合作伙伴的需求继续调整。

• 后端能力于 2024 Q2 上线
• 网页端体验于 2024 Q3 上线
• 正式投入 Microsoft Advertising 平台使用

为什么 2023 年的这个判断重要

当行业仍在追逐“生成更漂亮的图片”时，我们选择解决另一个问题：从生产流程中移除重复劳动。 真正的差异不在图片本身，而在于系统能否理解设计逻辑，并生成由规则驱动、可继续编辑的版式。

这也体现了我对 AI 设计工具的长期判断：AI 应当学习设计原则，帮助设计师减少机械劳动，而不是取代创意判断。这一观点也延续到我之后对 AI 辅助内容运营的探索中。