供给价值
补齐课程从内容生成到入库展示的视觉资产形态，使课程具备可检索、可匹配、可分发的基础入口。
课程封面
AI 智能生成系统-MVP
为 Keep 课程生产搭建一套配置驱动、可接入自动化调度的封面生成系统。
封面动作必须匹配课程真实训练动作，生成结果需通过动作准确、内容匹配和入库可用三类校验。
70%
›姿态准确性
60+%
›MVP 封面合格率
01 / 项目背景
项目概览与业务价值
把课程封面从单次设计交付，改造成可调度的图像生产能力。业务规模化要求封面生产从“设计师一张一张做”转变成“系统批量出”。问题定义、核心痛点与系统目标构成项目起点。
关键约束：封面动作必须与课程真实训练动作一致。项目验收标准聚焦动作准确、内容匹配、课程系统可稳定调用。
01
策略迭代受设计产能约束
策略迭代速度被设计产能卡住，无法快速试错。
02
设计周期是验证瓶颈
设计耗时显著影响课程上线周期长，数据反馈滞后，迭代效率低
03
深度依赖成熟设计师
人力成本高，关键能力集中在个人，无法规模化。
提升课程供给与分发效率
产能价值
支撑 10 万级规模化课程封面生产，将人工单次交付升级为可批量调用的图像生产能力，降低人工依赖与边际生产成本。
分发价值
支持课程营销节点、课程卖点生成多版本图像，提高课程资产的复用效率与分发响应速度。
02 / 核心难点
难点集中在质量、规模与工程可控性三层
项目验收口径明确：动作准确、内容匹配、批量稳定、可接入生产链路。难点集中在质量、规模和工程三层，分别对应封面合格、动作覆盖和系统持续运行。
质量难点：专业动作必须被正确呈现
健身动作对姿态标准、发力感、动态感和器械交互握持方式有明确专业要求
决定封面是否可用工程难点：链路可控、可调度、可扩展
封面生成接入课程自动化生产链路，并承载风格、角色、模板、分发策略、审核回流和入库规则。模块化拆解后，问题可定位、策略可配置、节点可替换、链路可扩展。
决定系统是否可持续运行规模难点：海量动作需要被结构化描述
动作名称接近一万，人工逐条编写提示词不可持续。系统从动作名称、动作类型、训练部位、器械和参考图中提取稳定描述逻辑，将「动作名」转化为模型可理解的画面结构。
海量决定动作是否可覆盖03 / 解法判断
不是选技术路线，是在每个环节划清模型、规则和人的分工边界
课程封面面向核心营收场景，约束比普通图像生成更硬。
视觉质量只是表层要求，真正的难点来自专业准确性、动作规模、策略自动化和工程稳定性四个维度的同时叠加。
模型能力与工程补位的边界
参考资产+工程补位补偿模型边界
模型：基础画面（视觉主体、空间、光影、基础风格）；参考资产（姿态帧、角色档案）稳输入；工程补位（MoveNet 关键点检测、部位裁剪、标注叠加）兜底；质检做准出
设计经验变成系统可消费的分流逻辑
把人的隐性判断转译为系统规则
把设计师脑子里“减脂课用对比图+↓30%”这类隐性判断，拆成“基础形态→放大策略→实现路径”的显性分流规则，让系统自动执行，人只做审核
选确定性而非灵活性
高约束场景下，确定性比灵活性重要
采用线性管道+模块化拆解，明确不用自主决策形式——不确定性不符合高约束场景的验收要求。模块化保证新风格/新策略可快速插入已调好的流程
课程封面AI 智能生成系统
04 / 方案设计
从业务问题到可运行链路，按四个阶段推进
先定义封面类型与生成路径，再准备姿态、角色和模板输入；并行验证 Dify-workflow、图像模型与能力原型，最终接入营销拼合、视觉审核与入库复用链路。
资源准备
沉淀动作参考、角色一致性资产和模板资源，为生成链路提供稳定的可配置输入
姿态库：Keep 多年视频课程截取关键帧，真实健身教练拍摄 → 动作专业性保障。
角色库：固定角色 + 第三方 KOL/IP 角色 → 角色准确 + 系列感。
模板库：对比图拼合方式、文本位置/字号、箭头线条标识 → 营销表达预设。
姿态库角色库模板库
业务拆解
盘历史封面图，反推设计策略和业务规则，形成系统规则输入
判断现有封面的呈现方式、生成方式与实现方式，明确单图直出、局部裁剪、对比拼合等路径，形成系统规则输入。
现状归类封面类型生成路径
核心能力验证
Dify、模型选型与能力原型并行推进
Dify、模型选型与能力原型并行推进。
能力原型快速验证图像预处理、后处理、姿态定位、裁切和模板拼合，并输出方案提案、验证结论和工程拆解依据。
Dify-workflow模型选型vibe coding 原型验证
生产闭环
验证通过的能力进入正式链路
验证通过的生成能力进入正式链路，生成结果按营销策略拼合，经审核后随课程入库，形成可检索、可复用的课程视觉资产。
模板拼合视觉审核入库复用
05 / 资源准备
从业务资产中提取三类可控资产：姿态、角色、模板
资源准备是生成系统的输入控制层，负责降低动作、角色和版式三类不确定性。姿态库提供动作参考，角色档案控制人物一致性，模板库承接营销表达与批量拼合。
01 / 姿态库
标准姿态库
姿态库来自课程视频关键帧。每个视频片段截取一张代表帧，并与动作名称、训练部位、是否带器械等信息绑定，进入生成链路后提供动作参考。
来源
真实课程视频片段截取白棚动作帧。
链路作用
降低姿态漂移、动作错误和穿模风险。
02 / 角色档案
人物一致性输入
角色档案把人物一致性从口头描述转成可输入的视觉参考。进入生成链路时提供参考图输入，不训练独立模型。
R3 固定 IP
KOL / 达人角色，优先控制面部、体型、服装和气质。
档案要素
面部、三视图、表情、色彩、服装细节。
03 / 模板库
营销表达与拼合规则
模板库承接版式复用、营销表达、多图拼合和信息层呈现，让生成结果进入稳定的批量生产格式。
控制对象
版式结构、信息层、营销重点和视觉节奏。
链路作用
降低单张设计成本，保证批量封面风格稳定。
06 / 业务梳理
把封面问题解构成系统规则
业务拆解的核心工作，是盘 Keep 几年积累的历史封面，反推设计师做图的逻辑策略和业务规则，从分散的内容规则中归纳出系统可消费的分流逻辑。最终产出是一套三步决策树。
001 如何构成
基础形态
回答画面结构问题：
- 单图呈现（一张训练图表达课程内容）
- 多图呈现（训练前后对比、正误对照、底图叠子图）
002 如何表达
放大策略
覆盖在基础形态上的表达策略：
- 色调强化 / 光源强化 / 场景强化 / 文本强调 / 数值变化 / 描线聚焦 / 箭头趋势 / 对比组合 / 特征放大
003 如何实现
实现路径
控制层
给图像模型的输入项：
- prompt（Dify 生成，含文本提示词 + 指引后处理的关键词）
- + 角色参考图（角色库：固定角色 / KOL-IP / 自建角色）
- + 运动姿态参考图（姿态库：视频关键帧）
- → 三者一起输入给闭源图像模型
后处理层
把模型输出加工成可用素材：
- 角色
- 背景层分离
- 人像抠图
- 健身部位定位裁剪
渲染层
把素材变成成品封面：
- 直出（模型图叠加策略后直接可用）
- 模板拼合（嵌套模板：标注 + 详情窗口 + 文本位置等）
07 / Dify workflow
模型做基础画面，策略编排和工程补位解决模型做不到的部分
核心能力验证聚焦 Dify 策略编排层：怎么把业务规则变成可执行的工作流，怎么让新增风格不牵动主干链路，以及怎么在上线前把质量兜住。通过国产 / 国外图像模型横向评测，确定模型生成与工程补位边界：模型做基础画面，工程补位补出可用封面。
ASSET 01
模块化编排
每个节点只处理一个问题域：主体、服装、场景、动作、组装或合规。问题可定位到具体模块，不需要重调整条 Prompt。
ASSET 02
单点调试
动作、服装、场景或风格出现问题时，只调整对应模块，不牵动整条生成链路。
ASSET 03
可插拔可扩展
新增、下线或替换风格时，在模块层处理配置和组装规则，保留原有链路稳定性。
工作流架构：多模块并行解耦
工作流拆为 4 个并行预处理模块 + 1 个组装模块 + 1 个合规模块。每个模块对应一个 Dify 节点，独立负责一个专业领域，
降低长 Prompt 的耦合风险；新增风格、下线规则和局部替换均在模块层完成。
图像模型选型验证动作生成底线。
模型选型是调试期投入最高的环节。通过国产与国外模型横向评测，确认图像生成的下限、上限和生产取舍。
动作准确性
专业动作姿态是否标准、标志性是否清晰、发力表现是否可信。
运动瞬间表现
能否呈现运动中的张力与最紧绷瞬间，而非僵硬摆拍。
人 - 器械空间
与器械的交互关系是否正确，是否出现穿模、错位。
泛化能力
能否覆盖大量运动品类与多种场景。
稳定性
同一输入产出的一致性与可预期性。
耗时与成本
满足线上服务的响应与成本约束。
09 / Vibe coding 功能验证
Vibe coding验证能力原型&生成链路
图像模型只能产出基础画面，课程封面还依赖裁切、定位、标注、对比、拼合和模板渲染等工程补位。集中验证关键路径可行性，输出提案展示、可行性结论和前后端工程拆解依据。对于不确定的环节，优先以原型验证替代沟通对齐，确保方案推进节奏可控。
原型定位
- 用 TensorFlow.js、MoveNet、BodyPix 和 Canvas 在浏览器端验证“生成前处理参考图”和“生成后加工成封面”两条路径。
- 正式落地时，能力拆到不同节点：参考图裁切进入预处理，部位裁剪、标注、对比拼合、课程贴片进入后处理与模板渲染。
识别定位
验证人体、关节点和训练部位能否被稳定识别，为姿态判断和部位定位提供输入
图像加工
验证参考图裁切、局部裁切、局部放大和轮廓提取，把原始图像处理成可用于封面的结构化素材
表达叠加
验证箭头、虚线、角度、框选、连接线和放大窗口等信息层，把训练重点、正误差异和结果变化显性表达
模板拼合
验证训练前后对比、正误对照、课程分段贴片和多图组合，确认多图模板封面的渲染路径
工程拆解
将能力拆分为前处理、后处理和模板渲染节点，为前后端接入正式链路提供工程依据
10 / 流程地图
全流程地图：从触发到入库的完整工程链路
资源、规则、模型、原型各自就绪后，生产闭环把它们串成一条从触发到入库的完整工程链路。每一步内部有具体的分支逻辑，对应业务拆解中定义的生成模式和拼合模式。
真实工作样例：参数 → 源图 → 成品
每张样例展示完整转换链路：课程参数（动作名称/场景/部位/难度/性别/风格/年龄）→ 生成素材 → 后处理拼合 → 成品封面。标签（单图/多图 × 直出/特征放大）对应 06 业务拆解的决策树。
徒手深蹲 · 全身
健身房·K2·S1
输出
单图
拼合
后处理·场景强化
素材
生成素材x1
输入
动感单车 · 全身
健身房·K3·S1
输出
单图
拼合
后处理·场景强化
素材
生成素材x1
输入
俯身哑铃屈伸 · 全身
健身房·K3·S1
输出
单图特征放大
拼合
后处理·特征放大裁切
素材
生成素材x1
输入
交替伐木提膝 · 核心
办公场景·K2·S1
输出
单图特征放大
拼合
后处理·特征放大裁切
素材
生成素材x1
输入
臀腿·塑型课程 · 核心
办公场景·K2·S1
输出
单图特征放大
拼合
后处理·特征放大裁切&模板1
素材
生成素材x1
输入
减脂课程 · 核心
办公场景·K2·S1
输出
单图特征放大
拼合
后处理·特征放大裁切&模板1
素材
生成素材x1
输入
减脂 · 核心
办公场景·K2·S1
输出
多图特征放大
拼合
后处理·特征放大裁切&对比
素材
生成素材x1
输入
腿部矫正 · 核心
办公场景·K2·S1
输出
多图特征放大
拼合
后处理·特征放大裁切&对比&t线条强化
素材
生成素材x1
输入
局部放大 · 核心
办公场景·K2·S1
输出
多图特征放大
拼合
后处理·特征放大裁切&模板2
素材
生成素材x1
输入
11 / 资产沉淀
将隐性经验转成 AI 可读、可调用的规则资产
大部分公司做 AI 智能化时面对同一个问题：让 AI 读取和执行的规则，散落在汇报文档、业务文档或关键人员的经验里——不是 AI 可以直接调用的。资产沉淀做的，是把这些隐性经验整理成 AI 可读的结构化资产，让新场景接入时不用从零开始。
01 配置驱动的生成范式
分层范式：配置层 + 决策规则层 + 生成层 + 后处理层 + 审核层。
解耦机制：映射表 × 提示词库，规则与文案分离。
能复用到
封装为Skill、可复用于其它图像自动化能力中
02 多节点解耦工作流
工作流范式：并行预处理 + 模板引擎组装 + 统一合规。
混合模式：查表 + 动态推理。
扩展方法：让新增风格实现「拆 / 换 / 加」乐高式扩展
能复用到
需要持续扩展风格或品类的图像生产场景
03 规则资产化(隐性 → AI 可读)
规则体系：围绕人物 / 服装 / 动作 / 场景模块，梳理成要素拆解 → 属性层级 → 标准化描述模板 → 边界约束规则体系
专业判断：含器械分级防穿模、动作命名反推等。
能复用到
需要持续扩展风格或品类的图像生产场景
04 AI 原生解法范式
工程范式：先摸清图像模型的能力边界 → 让模型只做它擅长的基础画面 → 用工程补齐出图前后的不稳定环节。
能复用到
可迁移到其他「模型做不稳」的生成场景
05 双形式沉淀（Skills + 数字资产库）
形式一：封装为可移植的 Agent Skill（意图网关 → 主体/服装/场景/动作 → 组装 → 合规 → 一键出图，内置「新增风格」）。
形式二：数字资产库存入规则、映射表、参考资产。可被直接调取或重新串联。
能复用到
团队复用：个人经验转为团队可复用的数字资产
