Lovart 2.0推出个人设计Agent Arti

Lovart 1.0 做的事，是把整套设计流程放进一块画布。到了 Lovart 2.0，它和 Arti 想推的下一步，是设计师可以暂时离开这块画布。

2025 年，Lovart 作为全球首款设计 Agent 出现在各大设计师社区，第一次用 AI 能力把整个设计流程串联起来：从最初的设计思路，到最终图片或视频的设计物料，都在一块画布上完成。迭代到 Lovart 2.0 后，它拿出了全球首个个人设计 agent——Arti。

用过 Lovart 的专业创作者已经达到数千万。在生成能力和指令遵循程度都在进步的当下，AI 已经具备可观的解决问题的能力，下一步要回答的是：如何个性化地解决「我」的问题，以及更主动地解决问题。

Arti 从「记忆」开始

Arti 不只是一个工具，而是一个接住完整设计工作的个人设计 Agent。你交给它一个完整的设计需求，它不只负责生成，还会主动去调研、找参考，甚至查看画布检查信息有没有遗漏、排版哪里需要调整，并根据反馈继续修改。反复出现的工作会被整理成 Skill，下次遇到相似需求就能沿用。

但在这之前，Arti 要先迈过一道门槛：理解设计师的个人风格和设计 taste。这也是它从「记忆」功能诞生的原因。

进入 Arti 的第一件事，是告诉 Agent 你是谁。你需要先说明自己从事的领域，比如电商、营销、内容创作或其他行业，然后进入更细致的询问页面。Arti 会问得很细：除了主要做的设计物料种类，还会询问设计师的身份——是甲方、乙方，还是接单的独立设计师。对应不同场景，Arti 和设计师有不同的协同方式。

确定协同方式之后是审美偏好。先选一种默认的审美偏向在意料之中，让人意外的是 Arti 有一个问题：「哪些情况不按默认风格来？」一位做过电商公司设计师的人看到这里感慨，平台强制规范、合作限定这些情况，Arti 都考虑进去了。

一系列问询的答案会成为个性化 Arti 的起点，但这些不足以说明一位设计师的 taste。页面最下方的「常用资产」一栏，可以直接放入以前的设计稿、文档或海报，更直接地让 Arti 理解你的风格和偏好。之前在 Arti 或 Lovart 上做的设计也能放进去成为未来的参考。每一次成功或失败的创作，都会推动你的 Arti 持续进化。

主动接住设计流程的前中后期

和所有设计类 Agent 不同的是，Arti 更像一个有完整设计领域经验的 Personal AI，尤其强化了主动性。它会主动参与整个设计流程的前、中、后期，把设计工作流里最痛苦、最想甩给一个经验点满的高精力同事分担的工作接过去。

设计前期最大的工作量，是调研和找参考。拿到一个新项目时，也同时拿到需求方的背景要求和表达偏好，在方案落地之前，有大量关于背景资料调研、风格参考的案头工作。

一位消费品公司的设计师的经历是：画电商大促第一张海报前，得先弄清卖给谁、主推什么、优惠怎么讲，再翻竞品店铺和往期活动，比较主视觉、商品摆放、价格与赠品的呈现方式。随后在花瓣、Pinterest 等平台反复换关键词，找配色、字体、构图、光影和场景参考，下载、归类、拆解，拼成情绪板。每张参考还得判断是否符合品牌、能否突出卖点、放不放得下促销文案、能不能延展到首页、横幅和商品主图。看中的配色、构图和材质可能分散在不同案例里，组合起来又未必协调。

现在 Arti 会主动把这个活儿接过来。在项目对话框中直接唤起 Arti，让它以当前对话中给出的调研背景和参考素材做全面调研。比如做一个攀岩品牌的电商大促物料方案，给出设计语言关键词和参考图片后，Arti 会给出几个可行的大方向；选定其中一个再让它调研细节，它会从主 KV 核心意象的大小比例、色调选择、文字信息设计几个方面做分析，还会主动找到攀岩品牌 Black Diamond 的品牌海报作为参考。这份调研报告可以直接转进项目对话，继续充实方案背景。

更大的工作量在真正进入设计流程之后。设计师期待 AI 让物料生产走上福特生产线，但一旦碰到复杂场景，或要围绕一个确定的设计语言出多种物料，AI 在长对话、多轮修改中就会暴露对上下文理解的不遵循，落到物料上就是风格严重不统一。这是设计师使用 AI 时最大的卡点之一，而 Arti 会在整个画布层面上自动检查风格一致性与规范。

攀岩方案往下推进时，让 Arti 出几个适合电商平台 banner 风格的海报，再把海报收敛到电商首页 banner 位，Arti 发现其中一张不是电商首页 banner 的 3:1 比例，在对话中指出这一点，并提示可以一键调整尺寸。

定稿之前，每一版物料都会有需求方或自己团队的修改意见。Arti 把多轮反馈改稿也自动化了：它支持他人在画布上评论修改意见，自动汇总、理解这些意见并提出具体的优化方案，你要做的只是把方案放回项目对话框，然后执行改进动作。

设计师在画布上的每一次操作，都会记录在 Arti 的进化日志中。当它察觉你在反复执行相似的设计流程，比如服装上新时模特上身的参考图，或电子产品上新时的多角度特写，它可以从操作和产出中总结出确定的设计思路，自动沉淀为可复用的 Skill。以服装、鞋类产品的模特上身图为例，反复做过几次后，这一整套流程会出现在 Arti 个人主页的「我学会的」里。再有类似需求，只需把新产品图放入参考背景，直接唤起这套流程即可，也可以在「管理技能」中继续优化流程、微调环节。

设计委托：让它自己干活

带着做一遍，然后同类型的活儿都可以交给它。但这不是 Arti 的极限。它已经在做更复杂的事——「设计委托」。

创建一个设计委托，输入具体的设计指令和参考素材，设定好执行时间和频率，就可以让 Arti 自主推进设计方案。批量生成、重复处理、多任务工作，都可以经过一次委托，省去反复操作和等待的时间。把攀岩海报的设计需求放入设计委托，新的海报设计会准时在拟定时间点出现在个人项目页上。

委托的执行会消耗积分，所以新建委托时需要设定积分消耗上限。根据使用者的考量，可以灵活选择「快速」「均衡」或更强的「专家」模式。这意味着一整个设计团队都可以通过设计委托来提效：

• 「专家」模式可以在图片和视频生成上达到 4k 水准，并具备复杂规划能力，适合创意团队处理非常精细的核心设计物料；
• 「均衡」模式在质量和速度之间更平衡，适合运营团队结合不同场景的产品图大批量铺设，或围绕一个 IP 形象大批量出图；
• 「快速」模式可以应付营销环节中图片和视频之外的文案灵感收集和创作。

拿双 11 举例：主视觉定稿后，需求是 42 个 SKU，每个要出淘宝主图、详情页头图、小红书封面、朋友圈海报四个尺寸，一共 168 张图。可以把它拆成一个明确的设计委托——按项目里已确认的双 11 主视觉风格，为附件表格中的 42 个 SKU 批量生成四种尺寸的物料：淘宝主图 800×800、详情页头图、小红书封面 3:4、朋友圈海报 9:16，保持主视觉的配色、字体和版式，商品图替换为对应 SKU，价格与卖点。设置成单次执行，晚上 10 点开始，先跑四个 SKU 确认效果，确认样式后让它一晚上慢慢做那 168 张图，第二天起来验收即可。

不知道要怎么给指令的话，设计委托创建页面提供了 16 种不同设计需求的领域模版，基本覆盖目前最主要的设计需求，可以在模版基础上修改。比如用「灵感参考收集」模版，把主题改成北欧户外攀岩，就可以常设一个每日固定收集图片素材的设计委托。

上下游环节极多且涉及所有模态的设计行业，或许是 AI 能力最综合的试验场。从 Midjourney 到 Sora 再到 Seedance，多模态生成能力能够满足更广泛的设计需求，设计行业对 AI 的要求开始转变成能否系统性地闭环整个设计链路。到了 personal Agent 的阶段，AI 开始具备主动性，有潜力成为一个真正能够自我成长的设计助手。

设计是一个庞大工业，有太多事情在遮挡一个设计师充分发挥创意：大量的案头准备、真实场景下的重复劳动、多方协同过程中的信息差，或许才是设计师眼前最主要的工作内容。AI 能把设计这件事推动到什么地步，要看它能多大程度把设计师从这些场景里解放出来。