EN
Figma Config

把「一次生成一张图」变成能交接的创意流水线,真实客户案例全程拆开给你看

Hacking AI for creative operations at scale ft. Rory Flynn | Config 2026 · Jenny Shi

21 min
AI 产品Context

全片 21 分钟·真正值得盯屏约 11 分钟·3 个必看点

橙色 = 推荐必看的 11 分钟其余读导览就够
逐段导览 · 8 段
  1. 0:12 3:20

    创意通胀:为什么产能翻倍反而更累

    开场抛出行业现状——渠道和变体的需求是无底洞,AI 让每个人都能做更多,但需求增长得更快。演讲由此定调:单点提效不解决问题。

    分水岭不在你能不能做出一张好图,而在能不能规模化,而规模化只能靠系统。

    这一段基本是观点铺陈,配图只是承载文字的标题页,边做别的事听着就行▶ 跳到 0:12
    讲者 · Rory Flynn
  2. 3:20 5:00

    个体产能已经不是瓶颈了

    举了一个极端例子:两张图加一个想法,配合几个常见工具,半小时能做出包含大小写、连字、特殊字符和矢量文件的完整字体包。二十美元的订阅就能产出以假乱真的资产。

    生成能力已经白菜价,稀缺的是把它组织起来的结构。

    字体成品的完成度是这个论点唯一的说服力来源——听描述会觉得夸张,看到字符集和文件本身摆出来才有实感▶ 跳到 3:20
    讲者 · Rory Flynn
  3. 5:00 7:13

    只需要三件事:给什么、怎么说、怎么改

    把「AI 创意系统」这件事祛魅:不需要精通每个工具,本质只有提供什么上下文、如何下指令、拿到结果后如何迭代这三点。

    这三点跨工具、跨媒介通用,工具换了它们不变——所以先学这个,别追工具。

    纯口头论述,三个词的框架听一遍就记住了,画面上没有额外信息▶ 跳到 5:00
    讲者 · Rory Flynn
  4. 7:13 9:40

    解构:把照片拆成可以填空的公式

    第一项核心技能。逆向拆一张照片,找出光线等「不可协商」的核心组件,控制它们就等于控制整张图;图像编辑则被简化成「保留这个、改掉那个」。这里同时演示了一条正确的工作流长什么样——先建车身、再贴设计、再出多角度、最后拿它当参考图生成真实场景。

    别指望一步跳到终稿,要像传统创作那样分步推进,每一步都做质量把关。

    汽车那组图是逐步演进的,每一步在前一步基础上加什么,看图序比听讲解清楚得多▶ 跳到 7:13
    讲者 · Rory Flynn
  5. 9:40 12:10

    系统提示:写一份给模型的 brief

    第二项核心技能。像写创意 brief 一样定义模型扮演谁、接收什么、如何处理、如何输出、什么不能做,写一次就持续遵守,还能在流程节点之间传递信息。

    系统提示的真正意义是把人移出循环——不是让 AI 帮你写提示词,是让你不用再反复写提示词。

    讲的是提示的结构原则,屏幕上多半是大段文字,听比读快▶ 跳到 9:40
    讲者 · Rory Flynn
  6. 12:10 14:15

    工作流开发与「建完就交出去」

    第三项核心技能:规划从起点到终点需要哪些工具、按什么顺序串。标准化打包之后,换一批输入整套系统就自己跑起来。

    结构合理的工作流九成以上情况不用改,建成即可移交——搭建者的任务是「替换掉自己」,然后去解下一个问题。

    流程结构图扫一眼看清节点怎么连就够了,讲解本身比图更重要▶ 跳到 12:10
    讲者 · Rory Flynn
  7. 14:15 16:40

    从一张到四百张,以及 BarkBox 的实拍替代

    批量只需要两处改动:让提示生成环节一次出四条而不是一条,再加一个把多条提示拆成独立输入的节点并行送进图像生成。随后是 BarkBox 案例——每月更换的订阅盒宣传图,从实拍改成数字合成。

    四条就是四百条;而且切入点要选客户业务里高频具体的小痛点,别一上来解决太大的问题。

    合成流程是一步步在画面上搭出来的,摆位、拍平、补光影这几步的先后关系看着才不会串;结尾那张成品图如何分发成 banner、UGC、社媒素材也是靠画面展开的▶ 跳到 14:15
    讲者 · Rory Flynn
  8. 16:40 21:09

    四次点击的销售提案,与系统在组织内的蔓延

    玩具厂商案例:四条系统提示驱动全流程,2D 矢量转 3D、批量出九个角度并保持接缝与贴图一致、补一张尺寸参照、再回到批量环节出棚拍图。最后是 SharkNinja——数百个产品、三十五个市场的本地化落地后,系统自然扩散到其他业务线。

    比例失真的根因是模型不知道物体多大;补一张尺寸参照图给足上下文,它本身又成了下一轮生成的起点素材。

    四步链路的每一环都有对应成品图,尤其是加尺寸参照前后的对比,看到那组图才明白这一步为什么必要而不是多余▶ 跳到 16:40
    讲者 · Rory Flynn