操作在切换，上下文在丢失。
图片处理、视频生成与营销视觉制作分散进行，难以围绕同一商品追踪全过程。
设计目标 → 流程整合CASE 02 / PROFESSIONAL EXPERIENCE
昆仑万维 — Opera · AI 电商视频平台 · AI 产品实习
从分散工具，
到统一工作台。
当 AI 已经能够生成图片和视频，
如何让这些能力进入真实的电商生产流程？
需求分析与产品规划AI 工作流设计可交互原型
PRODUCT IN FOCUS / AI WORKBENCH本地原型实拍 · 模拟生成任务
THE DESIGN QUESTION
从“完成一次 AI 生成”，
转向“组织一条完整、可复用的生产流程”。
02 / PROBLEM & RESEARCH
AI已经能够生成素材，
为什么制作流程仍需要反复切换工具？
电商广告的制作实践表明，难点不止在于单次的生成质量。商品、参考图、Prompt 与结果分散在不同工具里，每次修改都可能重新开始，多个工具切换也难以形成资产的沉淀与复用。
原始内容生产流程AS-IS / 多工具协作
- 01商品选取
- 02素材预处理
- 03AI 图片 / 视频
- 04营销元素制作
- 05后期合成
- 06素材交付
工具切换贯穿流程；商品变化或结果需要修改时，素材与输入未必能够连续复用。
素材有积累，却难以复用。
原图、历史结果与 Prompt 缺少统一组织方式，再次编辑常需重复上传和配置。
设计目标 → 资产复用任务在等待，用户缺少判断。
视频生成耗时较长，状态与失败反馈不足，用户难以决定继续等待还是重新操作。
设计目标 → 状态可见RESEARCH → DIRECTION
从“模型能做什么”，
走向“业务如何使用”。
前期生成实践关注商品外观一致性、营销主题适配、输入复用与后续编辑。竞品研究进一步聚焦工作流和业务适配。
研究参考：可灵、海螺、TapNow、HiLight AI、Creatify AI。属于前期探索，非标准化大规模模型评测。
- 01
多模型集成 ≠ 完整工作流
仍需解决商品归属、结果保存及跨项目复用。
- 02
自动导入，需要人工兜底
URL 识别不完整或图片不理想时，保留上传与编辑入口。
- 03
电商创作，需要业务结构
商品有品牌、市场与项目归属，结构化管理有助于整理交付。
03 / PRODUCT STRATEGY
让每次生成，
都有清晰的业务归属。
项目保存共同业务上下文，SKU 组织商品及素材。统一工作台连接生成操作，资产库让内容可以再次使用，交付区整理选定结果。
- 01 / PROJECTS
建立项目
品牌 · 国家 · 品类
共同属性集中录入 - 02 / PRODUCTS
导入商品
选择已有 SKU
URL 方案 / 手动上传 - 03 / WORKBENCH
AI 生成工作台
参考素材 · Prompt
模型配置与生成记录 - 04 / ASSETS
素材管理
保存视觉与指令资产
检索、引用、再次编辑 - 05 / DELIVERY
内容交付
选定素材加入集合
规划按 SKU 整理输出
INFORMATION ARCHITECTURE两层业务对象，
两层业务对象，
两条素材路径。
项目 / Project共同属性：品牌 · 国家 · 品类
商品 SKU
原始素材 → 生成工作台 → 商品相关结果
项目共享素材
背景 · 海报 · 营销元素，保留独立创作空间
资产库 / Visual + Prompt保存 ↔ 引用生成工作台
减少重复输入，同时保留必要控制；让生成结果回到商品与项目，也为共享内容留出空间。
04 / KEY DESIGN DECISIONS
三个选择，
让工作流成立。
产品设计不仅需要定义功能，还需要说明为什么这样组织、放弃了什么，以及如何在原型中表达这些选择。
为什么采用项目与 SKU 双层结构？
先组织业务上下文，再衔接生成操作。
THE PROBLEM / 实际问题
商品选取、素材处理、视频生成、营销元素、后期合成与交付分散在多个工具中。处理不同商品或重复修改时，商品信息、参考素材与生成记录难以统一管理。
真实生产通常围绕客户、国家市场或营销活动展开，需要让每次生成都有明确的业务归属。
DESIGN EXPLORATION / 方案探索
最初关注图片与视频能力的入口整合，但统一工作台仍不能解决重复输入、素材归属与历史复用。
因此转向 Project 与 SKU 双层组织，同时为背景、营销海报和浮窗保留 Others 共享区域，兼顾自由创作。
THE DECISION / 最终选择
以 Project 管理业务上下文，以 SKU 管理商品内容，
以统一工作台衔接导入、生成、修改、保存与交付。
EVIDENCE A / 业务流程对比
依据真实业务实践抽象的流程与产品方案AS-IS / 原始生产方式
- 商品素材
- 图片处理工具
- AI 视频工具
- 后期处理
- 手动整理素材
多个操作环境之间切换，素材与生成记录分散。
TO-BE / 产品组织方案
- Project客户 / 品牌 · 国家 · 品类
- SKU商品素材与生产任务Others背景与营销共享素材
- AI Workbench参考素材 · Prompt · 生成记录
- Assets / Delivery保存复用 · 整理交付
通过项目和商品组织输入、生成结果与后续交付。
EVIDENCE B / 真实原型对应
现有 HTML 原型实拍 · 点击图片查看大图 ↗
ITERATION / 补足连续工作流
SKU 继承共同属性；支持从商品中心选品、URL 获取方案与手动上传；SKU 区继续添加图片；生成结果按用途保存至商品中心或个人资产库。
TRADE-OFF / 设计判断与取舍
完全自由的生成方式更灵活，但难以持续维护商品批次、品牌与市场属性。增加少量项目和商品管理步骤，换取更清晰的业务归属、素材组织与历史追溯能力。
为什么重新设计资产管理架构？
从文件格式分类，转向来源、用途与复用方式。
THE PROBLEM / 实际问题
早期 My Assets 按 All、Images、Videos、Prompt 切换。随着官方模特、场景、CTA、个人图片视频及指令增加，混合分类难以表达来源、用途与操作差异。
DESIGN EXPLORATION / 方案探索
曾尝试合并系统与个人资产，用角标区分来源。但模特需要地区筛选，场景和 CTA 有不同用途，个人内容关注自己的上传，Prompt 又需要编辑与检索；统一入口反而使层级复杂。
EVIDENCE A / 三阶段设计演变
产品方案演进 · 依据工作记录重绘- V1
初期分类
My AssetsAll / Images / Videos / Prompt
发现问题不同资产混合管理，来源和用途不明确。
- V2
统一入口探索
统一资产入口系统资产 + 个人资产
通过来源角标区分继续发现模特、场景、CTA、个人素材与 Prompt 的分类维度不同，整合后的层级仍较复杂。
- V3
类型与用途分层
Visual Assets官方素材 / 个人上传
Prompt Assets官方 / 个人 · 品类与用途
形成方案视觉与指令分开组织，各自采用适合使用场景的分类。
时间线呈现设计讨论与迭代，不代表三个版本都已上线；早期界面未取得可核实截图，因此使用信息架构示意。
ANOTHER ITERATION / Prompt 的分类取舍
从品牌绑定，转向品类与用途。
品牌与 Prompt 并不总是一一对应，部分指令可跨品牌使用。后续方案转向商品品类与使用场景，保留扩展标签的可能性。
| 设计维度 | 视觉素材 | Prompt |
|---|---|---|
| 内容来源 | 官方共享素材 / 个人上传 | 官方指令 / 个人指令 |
| 使用方式 | 预览画面、选择参考图、保存与引用 | 查看内容、调整输入、编辑与复用 |
| 检索维度 | 素材类型；官方模特的适用地区 | 商品品类；进一步考虑使用场景与标签 |
| 管理边界 | 区分共享素材与个人内容的使用规则 | 区分官方引用与个人查看、编辑、保存 |
THE DECISION / 最终选择
先按主要使用方式分为两条主线，
再结合素材来源、类型、品类与管理边界细分。
Visual Assets 视觉资产
Official Materials
Models / Scenes / CTA
官方模特按适用地区筛选My Uploads
用户图片 / 视频
个人上传与保存的视觉内容预览 · 筛选 · 保存 · 引用
Prompt Assets 提示词资产
Official Prompt
官方可复用指令
引用后可按生成需求调整输入Personal Prompt
个人创作指令
查看、编辑与保存按品类检索 · 查看 · 编辑 · 保存 · 引用
EVIDENCE B / 当前原型实拍
Visual 与 Prompt 双入口及对应检索维度01 / VISUAL ASSETS视觉素材：
视觉素材：
先分来源，再筛类型与地区。
一级入口分离视觉与指令；二级入口区分 Official Materials / My Uploads。本图实际选择 Models 与 Asia，呈现官方模特的地区筛选。
查看视觉资产原型 ↗
02 / PROMPT ASSETS生成指令：
生成指令：
独立检索，也能够继续编辑。
Prompt 入口提供官方、个人及品类筛选，卡片呈现指令内容与分类。可复用内容与视觉文件采用不同的浏览、查看和编辑路径。
查看 Prompt 资产原型 ↗
TRADE-OFF / 设计判断与取舍
资产分类不仅取决于文件格式，还要考虑来源、用途、使用权限与复用方式。新的结构增加了部分导航层级，换取更明确的资产类型与管理入口；分类规则和权限机制仍需在后续真实业务中验证。
如何设计 AI 生成任务的状态与恢复机制？
可信的阶段反馈，加上可以继续操作的恢复路径。
THE PROBLEM / 实际问题
前期工具使用中出现历史输入不保留、等待反馈不清晰、失败状态难理解等问题。视频任务等待更长，并发生成还需要区分不同任务，避免结果混淆。
DESIGN EXPLORATION / 方案探索
曾考虑前端平滑百分比，接近完成时等待接口回调。但部分模型不提供可信实时进度，界面长时间停在 99% 可能造成误导，因此转向阶段式反馈与已耗时信息。
THE DECISION / 重点方案
用明确的任务阶段说明正在发生什么，
让完成、失败与再次编辑都有可理解的下一步。
EVIDENCE A / 状态方案比较
设计讨论中的方案示意EVIDENCE B / 任务操作闭环
交互方案示意 · 失败与超时路径待工程化验证提交任务→显示任务状态 阶段 + 已耗时↓
完成
查看结果 → 保存 / 交付
需要调整时，继续编辑或生成失败
明确反馈 → 再次编辑 / 重新生成
保留已有参考图与 Prompt，避免重复配置超时
提示异常 → 检查任务 / 重新生成
超时规则及恢复行为待真实接口验证EVIDENCE C / 真实原型交互
模拟任务卡片与实际再次编辑操作
PROTOTYPE / 已完成的交互演示
当前原型配置图片与视频任务时间，通过计时器推进 queued、processing、post-processing，并在完成后展示示例结果；再次编辑可恢复历史 Prompt 与参考图。失败和超时虽有界面分支，本次未在默认流程中复现，以上异常路径使用方案图展示。
TRADE-OFF / 设计判断与取舍
优先提高反馈的可信度与可理解性，同时考虑失败恢复和历史输入复用。当前完成的是生成状态的原型交互演示；真实 API 状态、任务去重、超时处理和错误恢复仍需进一步开发验证。
05 / INTERACTIVE PROTOTYPE
让产品逻辑，
成为可操作的界面。
以下截图均来自现有本地 Demo，页面中的商品、人物、品牌与素材为演示内容，不代表真实业务记录。
PROJECTS / 01
项目是生产任务的起点。
通过客户、国家、品类和名称检索组织项目，新建流程统一设置共同属性，再进入 SKU 工作台。
走一遍完整的操作路径。项目 → 商品 → 生成 → 资产 → 交付队列
体验完整原型06 / OUTCOME & REFLECTION
从业务问题，
到可操作的产品方案。
项目推进至产品规划与可交互原型阶段。成果的价值在于将真实制作问题转化为产品结构、关键交互与后续验证方向。
COMPLETED / 实际完成
从问题到可交互原型
- 业务需求分析与问题梳理
- 竞品及生成实践研究
- 产品规划、信息架构与工作流
- 关键页面交互设计与原型迭代
DESIGNED / 方案设计
讨论了系统实现约束
- 商品素材快照与来源关联
- 历史任务的 Prompt 快照
- 模型任务接口、状态与异常处理
- 素材权限、删除保护与交付规则
TO VALIDATE / 待验证
需要真实业务检验
- 正式业务使用与用户反馈
- 典型任务步骤、切换次数与耗时
- 素材与 Prompt 的实际复用
- 后端稳定性、模型任务与交付能力
尚无已确认的效率提升、生成成功率或规模化应用数据。
NEXT / 验证思路
用典型商品视频任务走通全流程，比较操作步骤与耗时，观察重复输入和资产复用，再测试长等待、失败恢复与再次编辑。以上为拟验证方向。