18 张灵感卡是怎么设计出来的

灵感卡原子级拆解

第一篇讲了 ÉLAN 的核心洞察：用户要的不是 AI 照片，是一整个「社交媒体瞬间」——照片、文案、情绪腔调打包在一起。第二篇讲了让它跑起来的架构：多模态 prompt、SSE 流式输出、VANITY_DESIGN_INSTRUCTIONS 这套系统。

这篇讲内容层，也就是灵感卡目录本身：调研是怎么做的、每张卡长什么样、四个分类怎么来的、重来一遍会改什么。顺便这也是一个 agent 编排的实战案例，过程本身挺值得讲一下的。

---

一个晚上，五路并发调研

要搞清楚的问题很具体：中国用户到底怎么在社交媒体上创造和分享「不经意的优越感」这种照片。我要的不是观点，是数据，是模式，是那套让小红书帖子看起来「对」的具体视觉语法。

用 claude code 同时跑了五个调研 agent，每个负责一个维度：

1. 拍照风格趋势 — CBNData 小红书修图精髓、港风调色教程、日系写真 AI 提示词、FantailFlo 和 JingDaily 的 2026 时尚趋势
2. pose 库 — 新浪时尚小红书博主宝藏姿势、知乎全身照 8 个姿势、GirlStyle 万能显瘦构图法、南都校探新式拍照方法
3. 文案方法论 — 小红书文案套路研究、朋友圈高级感文案合集、凡尔赛/文艺/简约的分类体系
4. 奢侈品美学 — 36 氪中式老钱风分析、JingDaily Safaricore 2025 报告、quiet luxury vs logo 最大化
5. 竞品 UX — 妙鸭相机产品拆解、醒图参数过载分析、无他相机 App Store 评论挖掘

每个 agent 返回一份结构化报告。维度之间有交叉的地方就做交叉验证——pose 那一路说「品牌露出越不经意越好」，文案那一路独立得出「永远不要直接提品牌名」，两路互相印证，这就是高置信度的信号。

五路并发调研：五个 agent 各管一个维度，交叉重叠处互相印证得到高置信度信号，最后由人做综合判断。

合并出来是一份 18 页的调研报告，里面 42 个数据点都有佐证，3 个矛盾标注出来解决掉了，还有 5 个孤证交叉验证不了的，单独标着。整个过程就一个晚上。这种事以前要找调研团队做的话，大概得 2-3 周。

这大概就是 agent 编排在实际工作里的样子：不是一个超强的 AI 单打独斗，是好几个聚焦的 agent 并行跑，每个管一小块，人做最后的综合判断。跟我在Agentic AI 系列里写的模式是一回事，ÉLAN 的调研阶段本身就是个活例子。

---

四个分类怎么来的

从调研里提出来四种不太一样的发图意图。注意不是按人群分的，是按发图场合分的——也就是触发用户「我要发一条」的那个社交语境。

这个分法是故意的，一个一个说。

远方的光管目的地场景——无边泳池、酒店晨光、海岛漫步。最硬核的「向往感」：用户想投射的是「我就是这么旅行的」。目前 8 张卡：无边泳池、酒店晨光、海岛漫步、葡萄庄园、山间禅境、海上游艇、雪山滑雪、头等舱候机。

城市漫游管都市生活方式——天台日落、下午茶、美术馆、光影晚宴。意图不一样，它说的是「这就是我的周二」，把奢侈品日常化。10 张卡，从都市运动到马术俱乐部。

日常诗意是知性和创作这条线——咖啡角落、书店午后、花艺时光、居家创作。这个分类存在的原因是，不是每个用户都想展示财富，有人想展示的是品味、创造力、深度。7 张卡，包括新中式风韵和茶道雅集。

时令之美做时间上的紧迫感——春天的樱花季、秋天的银杏、初雪、夏日花园。这些卡带一个 seasonalRange 字段，按日期自动上下架。目前 4 张，之后打算做到每个月都有限定。

分类名故意起得很诗意。「远方的光」听起来就比「奢旅度假」更想点进去。用户浏览目录的时候，心态应该是「我想过哪种生活」，不是「我要选什么参数」。

---

拆一张卡给你看：无边泳池

拿「无边泳池」这张卡完整拆一遍。这是测试期用得最多的一张，我给新人解释系统的时候也是拿它。

类型系统

每张灵感卡实现一个 MuseCard 的 TypeScript interface：

interface MuseCard {
  id: string;
  name: string;           // "无边泳池"
  nameEn: string;         // "Infinity Pool"
  category: MuseCategory; // "travel"
  tags: string[];         // ["度假", "奢华", "海景", "黄金时刻"]

  scene: SceneConfig;     // 场景定义
  outfit: OutfitConfig;   // 服饰配置
  poses: PoseConfig;      // Pose 序列
  colorGrade: ColorGradeConfig; // 调色规格
  mood: string;

  captions: CaptionTemplates;    // 3 种风格
  narrative: NarrativeSequence;  // 4-5 镜叙事

  isNew: boolean;
  isSeasonal: boolean;
  sortOrder: number;
}

每个字段喂给生成管线的不同环节。无边泳池这张卡具体是这样的：

场景配置

description: "豪华度假村无边泳池，俯瞰无际大海，金色黄昏将水面染成碎金。
              泳池边缘与天际线融为一体，天水相连。"
brandHints: ["四季酒店", "安缦", "宝格丽度假村", "悦榕庄"]
lighting: "黄金时刻侧逆光，暖橙色光晕，水面反光形成自然柔光"

brandHints 这个字段很关键。它告诉模型视觉上参考哪些度假村，然后 VANITY_DESIGN_INSTRUCTIONS（第二篇讲过）保证这些引用只是背景，永远不居中。也就是说泳池可以看起来像四季酒店，但整张照片不能看起来像四季的广告——参考归参考，不能生成出一张品牌宣传照来。

服饰配置

description: "精致泳衣搭配真丝纱笼，设计师太阳镜随意架于发顶，
              整体透出不费力的优雅"
luxuryHints: ["真丝纱笼", "设计师墨镜", "精致泳装"]
colorPalette: ["沙金色", "象牙白", "玫瑰裸粉"]

服饰不是戏服，是给模型一个方向。「真丝纱笼」告诉模型材质和垂坠感；色板约束生成结果，让它跟黄金时刻的场景光线协调。

pose 序列：四镜叙事

这是灵感卡跟传统模板差别最大的地方。每张卡不是随机生成几张照片，是生成一个视觉故事，4-5 镜：

在小红书发组图，其实有一个隐含的叙事结构。调研发现，高互动的帖子基本都遵循电影式的递进：远 → 中 → 近 → 氛围。pose 序列做的就是把这个规律直接编码进去。

四镜叙事：一组照片按电影式递进——全景建立、人像、细节特写、氛围收尾，把小红书刷组图的阅读节奏直接编码进 pose 序列。

调色规格

style: "warmGold"
promptDescription: "golden hour warmth with amber tones, slightly lifted
                    shadows, creamy highlights, film-like grain"
temperature: "warm"
saturation: "medium"
contrast: "low"

promptDescription 最直接，原样送进 gemini 的 prompt。结构化的那几个字段（temperature、saturation、contrast）用来做 UI 展示，也给将来手机端的调色微调滑块（第四篇会讲）留了位置。

三种文案模板

同一个无边泳池场景，三种完全不一样的腔调：

凡尔赛风：

• "随手拍的 没有调色 这个泳池的水真的是这个颜色"
• "说好游两圈就走的 结果泡到日落都没舍得起来"

文艺风：

• "水面收走了所有的光，我什么都不想要了"
• "泳池尽头连着天，人泡在里面会变小"

简约高级风：

• "泡着不想动"
• "天水一色"

凡尔赛风是默认的，也是最受欢迎的。它的思路就是让文案和照片故意不对齐：文案说「随手拍的」，照片明显是一晚上两千美元的度假村。文案讲得越小，跟画面的落差就越大，看的人自己会补出那种毫不费力的感觉。

每种风格还带 emoji 约束。凡尔赛风最多 2 个 emoji，只能从「高级感」白名单里选（🌊、✨、🌅）；💰、🥂、👑 都不许用。调研这一点说得很明确：某些 emoji 一出现就是「太用力了」的信号，会把不经意的幻觉打破。

---

为什么目录要一直上新

第一篇我讲过「烟花效应」——妙鸭相机那条冲高然后暴跌的曲线。灵感卡目录就是冲着这个问题设计的。

一个产品出了 10 个模板就不再更新，用户把 10 个试完就走了；每周上新，用户会回来看「这周有什么新的」。黏性就从「试试 AI」变成了「看看这周上了什么好看的」。说白了功能这个东西用户玩几次就腻了，内容不一样，内容可以一直往上堆。

目录现在有 29 张卡，四个分类。上新的计划是这样的：

季节卡靠 seasonalRange 字段自动上下架——樱花季 3 月 1 号自动上架，4 月 30 号自动下架。这是天然的 FOMO：「樱花卡还有 8 周就没了」。不需要推送通知，也不需要人造稀缺，季节自己就把这件事办了。

这套逻辑支撑的商业模式是订阅制。用户买的不是一个 AI 工具，订阅的是一个持续更新的「社交瞬间」目录，AI 只是交付方式。

---

文案才是真正拉开差距的地方

文案系统值得单独讲，因为这是跟竞品差距最大的一块。目前没有任何其他 AI 拍照 app 会帮你生成能直接发的文案——给你一张照片，然后你自己对着空白文本框发呆。

调研发现，文案是整个「拍照→发帖」流程里摩擦力最大的环节：用户生成了一张好看的照片，花 10 分钟想写什么，很多人想着想着就放弃了，照片永远没发出去。

反差凡尔赛

文案这块我定的原则就一条：文案和照片故意错开。「说好游两圈就走的 结果泡到日落都没舍得起来」——文案说的是「我本来只想游两圈」这么件小事，照片是黄金时刻的豪华度假村无边泳池。落差摆在那，看的人自己会脑补出仰慕，不需要你自己说一个字。

反差凡尔赛：文案故意往小了说、照片往大了拍，中间的落差留给读者，读者自己补出那份仰慕。

人发奢侈品照片的本能其实是往一块配的：大照片配大文案，「安缦的日落太美了！」。这么配出来读着就是炫耀，很多奢侈品文案看着尬，原因就在这。错开了以后，看的人感觉这不是在炫，这就是人家的日常。

平台适配

同一段文案自动适配目标平台：

一键切换，用户不用去想两个平台格式不一样这回事。

---

哪些行，哪些还不行

行的

四镜叙事序列。 这个决定是对的。测试显示，拿到电影式四连拍的用户，把组图发出去的比例明显高于拿到四张随机照片的用户。全景 → 人像 → 细节 → 氛围这个结构，正好对上人滑组图的自然阅读习惯。

文案生成加风格切换。 用户在看到之前不知道自己想要这个。给她看同一组照片的三种文案，反应是「我点一下就能换？」。这就是「把饭喂进嘴里」的设计思路。

季节卡自动上下架。 三月樱花卡自己出现，用户会觉得「这个 app 知道现在是什么季节」。很小的细节，但情绪价值挺大。

还不行的

卡太多了，筛选跟不上。 从第一篇写的 18 张长到了 29 张，对一个浏览式界面来说已经多了。分类 tab 能用，但还需要一层推荐：「本周热门」或者「你所在城市适合的」。纯浏览超过 20 张卡，用户就开始有选择疲劳了。

策展和自由度的矛盾。 有些用户就爱灵感卡这种「全包」设计，另一些想微调——「喜欢无边泳池的场景但想换个服装」。现在是一口价不能改。给每张卡加可选微调是对的方向，但必须藏在「高级」模式后面——一旦把滑块直接露出来，你就变成醒图了。

品牌安全。 brandHints 和 luxuryHints 引用了真实品牌——爱马仕、香奈儿、四季。AI 生成的图片里出现可辨识的品牌元素，法律上是灰色地带。目前 hints 写的都是美学方向（「真丝纱笼」而不是「爱马仕丝巾」），VANITY_DESIGN_INSTRUCTIONS 也保证 logo 永远不突出。但产品做大了，这块需要正式的法务评估。

文案质量有波动。 凡尔赛风很难拿捏：太含蓄了读起来像废话，太明显了读起来又像在装。卡数据里的模板是手工打磨的，AI 生成的变体有时候会跑偏。这是个要持续迭代的 prompt 工程问题，不存在搞一次就好了。

有些卡就是不灵。 「健身自律」在测试里持续低迷——对健身照片感兴趣的用户，审美取向跟 ÉLAN 这套奢侈休闲风格不太搭。「马术俱乐部」太小众。所以目录需要的不只是扩张，还有修剪。

---

目录本身就是产品

在别的 AI 拍照 app 里，模板库一般就是产品的一个功能。ÉLAN 里灵感卡目录就是产品本身：AI 在这里面只是基础设施，UX 负责把东西交付到用户手上，用户真正在意的还是那个策展好的「社交瞬间」集合。

这个定位一换，做产品的方式全变了。每周往外发的东西是内容不是功能，路线图上的问题也不是「要不要加换脸」「分辨率提到多少」，是「用户这个月想投射什么样的瞬间」。

下一篇讲从 web 到移动端的迁移——灵感卡这套 UX 怎么翻译成原生 app 体验，还有 Expo SDK 55 的业务逻辑共享方案。

---

第一篇：不经意的优越感 | 第二篇：架构 | 第三篇：灵感卡设计 | 第四篇：Web 到移动端

---

This post is also available in English.