figma + claude + weavy AI :从会用到用好

figma + claude + weavy AI :从会用到用好

Google ai studio + figma + claude.ai + cosmos + Design with Weavy AI 这套头脑风暴工具看完后,你一定可从其中悟出独特、见解,并为之惊讶。我们不需要自己动手去建房子,我们可以借助不同的工具,去找找灵感,为自己创造东西,自然而然的知道自己的感受,和想要的感受。

1 / GoogleAIStudio 端到端 制定原型

GoogleAIStudio非常好,因为它能端到端完成。然后我发现Gemini在界面设计上真的很厉害!(本次以开发一款音乐日记讲述全流程)。

2 / claude.ai 制定品牌指南 (生成品牌指南 guidelines )

先谈谈设计思想。

就像电影和电视剧有开头、中间、结尾一样,我们现在还不太在意中间和结尾。用户他们不应该觉得我们在抢他们的注意力,或者强迫他们。用户更不愿意看到一堆广告和各种乱七八糟的东西。

很多人,觉得品牌指南听起来很像企业用语,但我认为如claude、gemin这些头脑风暴工具一定能帮助我们找到想要的点。利用claude制定品牌指南,自己想要什么,我们可以看看这个,可能需要一次或几次这样的聊天,最终从这里挑选到我们满意的指导原则、从这里挑选到你喜欢的观点。

比如我希望人们能感受到平静,针对那些厌倦了手机的人,claude提出一点「情绪基调是,发泄情绪的私人空间,安静的在场感。不催促,不打断,不评判,就像一个好的倾听者」。我就会把这一点中心思想提炼出来放大Figma中保存,作为品牌指南。

我们不需要自己动手去建房子,我们可以借助不同的工具,claude能帮很大的忙。去找找灵感,为自己创造东西,自然而然的知道自己的感受,和想要的感受。

Figma中不单单只记录品牌指南,它包括我们所有的设计灵感、想法、元素等都记录在Figma中 如图5。

3 / claude 基于以上指导(生成品牌指南文档 guidelines )
我们把这款应用叫做 Echo Journal。基于这个名字,帮我写一份完整的品牌指南文档。

内容包括:品牌名称、标语、品牌定位、品牌支柱、品牌声音与语气、核心信息。
4 / 制作情绪板 MOODBOARD WITH COSMOS

什么意思?就像一个录音按钮,接下来我要用到一个工具Cosmos,是我最喜欢的应用程序之一,说实话,它就是我最喜欢的程序之一。

通常会在这里添加情绪板,所以我为这个语音应用准备了一个情绪板。

非常简单,完全可以直接在Cosmos里搜索「复古磁带」,然后点击+号,就能够选择到mycosmos类别空间里面。

在这里感受到这些元素,都与我们刚才讨论的元素相互匹配的氛围。感觉它都在模拟设备,我们可以借助模拟的氛围,让某些东西感觉像是我们刚才说的一样。既不太科技化,又不会让人感到不知所措,至少不会让用户反感。

5 / 制作品牌素材 Design with Weavy AI

以前是设计师查看情绪板,根据情绪板创建定制素材等等,但现在任何人都可以做到。

我会在claude和 Weavy之间切换,让claude创建我想放入Weavy的提示。

先从颜色开始,颜色就像情绪板,是最原始、最简单的入门方式。然后就像搭积木一样,比如颜色、背景、按钮和图像,可以把它想象成一幅画。

从Cosmos下载的图片可作为输入,然后使用Weavy的图像模型,我们将使用Flex 2 Pro,这是一个非常通用的模型,所以在提示中,我可以这样写「我需要一个调色板,从参考图像中提取颜色」(最好选择英文提示词),我们来看看它会产生什么效果(图1、2)。

比如我希望最终用户这个人能感受到复古、平静、炫酷的感觉,什么配色能与之匹配。如果你不能在Weavy里获取到你喜欢的配色,就告诉claude,比如对claude说:我想要一个更好的提示,以便从图像中获取更好的调色板。再如给我写一个提示,「显示磨损的老式音频设备图像的进展」,如图3就claude给我的prompt。

做产品的目的不是为了做而做,我们需要把它做的更漂亮。

6 / 制作实际的素材和按钮

产品设计的好处在于,你不需要让脸看起来完全一样」。应用程序设计、网页设计你只需要让颜色、阴影和光照看起来视觉一致,这比起视频模型中的人物一致性要简单很多。

再次,排版处理,我们还需要一个录制按钮和一个类似录音机的扬声器。

视觉上还缺少一个元素,录制完之后它看起来像什么样子,它就像一个列表。但如果我们想营造一种模拟的,使用以上这一套配色方案生成一组卡带。从书脊视角展示这些卡带,就像它们被竖着排在书架或收纳盒里一样,视觉上每次录音完成,我们就得到一盘新的磁带。

现在来说 logo。我打算改用Weavy中的Ideogram V3,因为它在字体排印方面表现更好。
品牌名是 EchoJournal。
请帮我写 4 条 logo 生成提示词:

  • 版本 A:技术感文字标志,就像磁带机面板上的英文字样。
  • 版本 B:手写风格,好像有人在卡带标签上用笔写下来的字。
  • 版本 C:磁带标签风格,类似 TDK / Maxell 那种品牌视觉。
  • 版本 D:极简文字标志,带一个非常低调的卡带小图标。

另外,请给我一条负向提示词,用来避免生成那种很普通、很AI 味的垃圾 logo。

把这段提示词丢到claude.ai中,可以得到5组提示词版本,「其中一组为负向提示词」,Weavy Ideogram V3有一个优点就是可以支持负向提示词,就是我们不希望看到什么。当然,在Weavy中使用SD3 - Remove Background可去除背景,可深度与figma组合。

8 / 组合开发

将以上在Weavy得到的所有元素,在figma中进行组合后,上传至GoogleAIStudio ,最终再一次在 GoogleAIStudio进行最后的开发。可与第一在 GoogleAIStudio 的原型作一个对比效果(如图2为最终效果,第一次效果请返回至制定原型阶段查看,效果限制提升)。

关注我,获取更多编程/AI实战教程!
找我 -> Auwubai

Read more

LangChain + LangGraph 环境搭建与快速入门:从零构建你的第一个 AI Agent

LangChain + LangGraph 环境搭建与快速入门:从零构建你的第一个 AI Agent

图片来源网络,侵权联系删。 文章目录 * 引言:为什么这个问题值得关心? * 背景与挑战 * 核心机制解析 * 1. 环境安装要点(Python ≥ 3.9) * 2. 最小验证示例(Hello World) * 实战演示:构建一个带循环的简单 Agent * 最佳实践与避坑指南 * 总结 引言:为什么这个问题值得关心? 你是否曾想过,如何让大模型(LLM)不只是“回答问题”,而是能像人一样分步骤思考、调用工具、循环修正?2024 年起,LangChain 生态中的 LangGraph 正在成为构建复杂 AI Agent 的标准范式。它基于状态机(State Machine)模型,让开发者能清晰定义“推理-行动-反思”的闭环流程。然而,许多工程师卡在第一步:环境配置混乱、

AI的提示词专栏:写作助手 Prompt,从提纲到完整文章

AI的提示词专栏:写作助手 Prompt,从提纲到完整文章

AI的提示词专栏:写作助手 Prompt,从提纲到完整文章 本文围绕写作助手 Prompt 展开,阐述其核心价值在于降低写作门槛、提升效率与保证内容质量,介绍其 “指令目标、背景信息、输出约束、示例引导” 的基础结构。文章详细拆解从提纲生成到全文创作再到优化的三步流程,每步均提供含指令目标、背景信息、输出约束的 Prompt 示例,搭配预期输出与技巧分析,同时针对短篇文案、学术文章等不同场景给出 Prompt 调整策略,还解答了模型生成提纲偏离主题、内容缺乏论据、风格不统一等常见问题,最后总结核心要点并提出多轮迭代优化、结合工具使用等扩展建议,为高效生成符合需求的内容提供全面指导。 人工智能专栏介绍     人工智能学习合集专栏是 AI 学习者的实用工具。它像一个全面的 AI 知识库,把提示词设计、AI 创作、智能绘图等多个细分领域的知识整合起来。无论你是刚接触 AI 的新手,还是有一定基础想提升的人,都能在这里找到合适的内容。从最基础的工具操作方法,到背后深层的技术原理,

1.5k stars!阿里开源 PageAgent:让 AI 直接“住进“你的网页,用自然语言操控一切!

1.5k stars!阿里开源 PageAgent:让 AI 直接“住进“你的网页,用自然语言操控一切!

阿里开源 PageAgent:让 AI 直接"住进"你的网页,用自然语言操控一切 不需要浏览器插件,不需要 Python,不需要截图——一行 JS,让你的网页秒变 AI 智能体。 一、先说痛点:Web 自动化为什么这么难? 如果你用过 Selenium、Playwright,或者最近流行的 browser-use,你一定遇到过这些头疼的问题: * 环境太重:得装 Python、headless 浏览器、各种依赖,部署复杂,维护成本高; * 依赖截图 + OCR:很多方案靠多模态模型"看图操作",慢、贵、还不准; * 权限门槛高:要控制浏览器,往往需要特殊权限甚至操作系统级别的访问; * 对现有产品改造成本大:

【用AI学Agent】Agent入门前置:大模型基础(开发向)

【用AI学Agent】Agent入门前置:大模型基础(开发向)

首先欢迎大家点进文章,其次 申明:本系列内容是作者通过AI学习Agent得到的内容,如若有错误之处,欢迎批评指正 很多想入门AI Agent开发的朋友,例如我,第一步就被“大模型”的各种概念绕晕——上下文窗口、Token、温度、思维链,这些到底是什么?和Agent有什么关系? 其实不用慌,Agent的核心是“让AI自主做事”,而大模型(LLM)就是Agent的“大脑”——不懂大脑的工作原理,后续学RAG、工具调用、Agent架构都会很吃力。 这篇博客专门为Agent学习者打造,包含开发中能直接用到的大模型基础知识点,从“是什么”到“怎么用”,帮你夯实Agent入门的第一块基石。 一、大模型(LLM)到底是什么? * 很多人对大模型的理解有误区,觉得它“无所不能”,能像人一样思考、理解世界; * 也有人觉得它“只是个问答机器人”,没必要深入学习。 其实这两种想法都不对。 用最通俗的话讲: