> ## 文章索引
> 在这里获取全部文章的索引：https://lrd.im/blog/llms.txt
> 这是 lrd.im 的个人博客，记录设计、技术与思考。

# Agent 产品内「专家头像」生成实战记录

![封面图](https://lrdim.oss-accelerate.aliyuncs.com/blogimg/2026-10-25/01.png)

## 背景

集团内部的 Agent 平台需要引入「专家/专家团」的能力。能够根据用户的输入，输出一个预设好的人设、能力边界和可用 SKILL 的 Agent 配置包。

![「专家/专家团」创建流程图：用户输入需求后，系统生成元信息、人设与头像文件，最终注册为可召唤的设计专家。](https://lrdim.oss-accelerate.aliyuncs.com/blogimg/2026-10-25/02.png)

这不是什么新鲜事物。在 Harness 层面，它叫 subAgent；在 WorkBuddy、千问办公里叫「专家/专家团」；而在豆包工作里，它叫「伙伴/小队」。

![WorkBuddy 的 “专家/专家团” 与豆包办公中 “伙伴” 功能的界面截图对比，展示了不同 AI 智能体的头像、简介与分类标签。](https://lrdim.oss-accelerate.aliyuncs.com/blogimg/2026-10-25/03.png)

我是这个集团办公 Agent 的设计师。在这次任务里，我对「专家头像」的风格进行了探索和定义，并且在创建专家的流程（本质是一个 SKILL）里提供了一套风格和质量都高度稳定的提示词模板。以下是效果图：

![展示 12 个 3D 风格的专家头像案例，涵盖时尚搭配、数据分析、Python 开发等职业，对应不同技能图标。](https://lrdim.oss-accelerate.aliyuncs.com/blogimg/2026-10-25/04.png)

这次任务我花了些精力在风格探索和打磨提示词模板细节上，收获满满，而且经验也是能复用的。于是专门写了这篇文章，记录我是如何将生图能力一步步做出来并融合到真实产品功能中。完全是真实的项目细节，干货满满。

## 风格探索

在任务的最开始，我对「专家头像」具体走哪种风格是做了些思考的。当时想到可以有这几个方向：人物头像、2D 图标、3D 图标。我分别进行了盘点：

![风格探索效果图：展示了人物头像、2D 图标和 3D 图标三种类型的示例，用于对比不同风格在专家头像设计中的视觉效果。](https://lrdim.oss-accelerate.aliyuncs.com/blogimg/2026-10-25/05.png)

| 类型 | 优点 | 缺点 | AI 生图 |
|---|---|---|---|
| 人物 | 人格化强，易建立亲近感与信任 | 很难从头像看出专家特点，小尺寸下辨识度低 | 难度低，模型擅长 |
| 2D 图标 | 能体现专家特点，小尺寸可读性好 | 缺乏细节，同风格大量排列会单调，区分度低 | 质量和稳定性难保证 |
| 3D 图标 | 辨识度与视觉吸引力兼具，质感精致，可借主体物体现专家特质 | 设计成本高，易过度卡通化，与专业工具调性冲突 | 难度低，模型擅长 |

结合「专家/专家团」这个功能的使用场景：我们希望能通过头像来传达专家的特点，同时也希望在小尺寸下仍有一定的辨识度，并且对 AI 生图模型友好。于是确定了用「3D 图标」作为主要的风格。

至于上面提到 3D 图标的缺点，都是能被解决的：
- 设计成本高：手搓 3D 图标确实费时费力。但如果使用 AI 生图，成本低到可以忽略不计；
- 容易过度卡通化：优化提示词模板即可。

大的风格确定后，接下来就开始正式探索提示词了。因为最终的产出是需要合并到专家生成 SKILL 里面的 —— 换句话说，我的交付物其实是一份提示词模板。

最终产物是按这个步骤一步步推导出来的：

![展示提示词推导的四个步骤：找到完美提示词、模板化处理、批量生成并精调细节、回收线上数据。](https://lrdim.oss-accelerate.aliyuncs.com/blogimg/2026-10-25/06.png)

1. 先找到一版完美的提示词，能达到 95 分的水准；
2. 将提示词模板化，提供引导语，让 LLM 能根据专家特点来推出生图的提示词；
3. 批量生成，给 Bad Case 归类并精调模板；
4. 回收线上数据，监控提示词/图片质量（进行中）。

下文也会按这个步骤，逐步介绍实施细节。

## 第一步：找到「完美提示词」

这一步目的是找到能生出令自己满意图片的提示词，后续把它作为参考范本。我先在网上找了几个参考：

![三组 3D 图标参考图对比：左侧白底含喇叭手机；中间黑底含手拿紫宝石与游戏机；右侧白底含折扣牌与酒店，用于挑选风格。](https://lrdim.oss-accelerate.aliyuncs.com/blogimg/2026-10-25/07.png)

简单对比后选了其中一个，把图片直接发给 Codex，让其反推出提示词。

因为 AI 给出的回答肯定不会一步到位，所以我让 AI 给出不同写法的 3 套提示词，分别生图后再找出 3 张图里最接近预期的一张，后续基于这份提示词来做修改。

![AI 反推多组提示词的流程截图：上方为对话界面，下方展示基于参考图生成的 3 组中文提示词及对应日历图标效果图。](https://lrdim.oss-accelerate.aliyuncs.com/blogimg/2026-10-25/08.png)

注意：选图这一步我们暂时不看主体物细节，只看图片的大方向。比如：质感、主体物比例、光线和色调等。

选好之后，我们要做的就是不断调整提示词，直到这张图各方面都比较符合预期。此时我们获得了「完美提示词」。

![展示 AI 逐步调整提示词生成 3D 日历图标的四个阶段：从黑底反推原图，到调整背景质感、主体物及最终细节。](https://lrdim.oss-accelerate.aliyuncs.com/blogimg/2026-10-25/09.png)

## 第二步：拆解提示词模板

这一步目标是将提示词提炼为可复用的模板。先拆解出「固定不变的提示词」，然后留出「给 LLM 输入的槽位」，最后提供一份引导语来教 AI 正确地生成图片提示词。

我先抽出固定提示词，即不随专家特征而改变的语句，包含：
1. **风格词**：图标风格、质感、朝向、色调、比例、投影等；
2. **反向提示词**：禁止人像、手部、精密仪器等。

然后将可变的内容挖出槽位，并给出定义和限制。我这次的例子是留了两个槽位：
1. **主体物**：提供引导语来教 LLM 写主体物提示词；
2. **背景色**：浅色，明度较高的低饱和背景。

![提示词模板结构图：左侧为固定提示词，含风格词与反向提示词；右侧为可变内容，含主体物与背景引导。](https://lrdim.oss-accelerate.aliyuncs.com/blogimg/2026-10-25/10.png)

定好初步模板后，我开始把整套流程放回创建专家的 SKILL 里，在真实的专家生成流程中跑测试。批量生成一些专家头像图，测试效果、质量是否稳定。

此时生出来的图片，细节肯定还有不完美的地方，但没关系。在这一步只要确保模板是可行的，生图的材质风格、主体物比例等大方向足够稳定即可。同时把 Bad Cases 收集起来，为下一步精调提示词做准备。

## 第三步：精调提示词

这是我们开展大批量测试前的最后一步。目标：调整提示词，让图片风格不产生明显偏移，提高稳定性。

上一步我们收集了一些 Bad Cases，把图片和对应的提示词保留下来。然后按问题类型分组，分析共性问题。

比如我这次的案例就遇到了这几种：

- 主体物死板没创意；
- 不协调的颜色和质感；
- 背景色的色系和主体物不搭；
- 细碎文字和元素细节过多；
- 等等...

![四组 3D 图标示例展示了 AI 生图的四类 Bad Case：雷区颜色/发光材质、元素细碎、主体物死板、背景色与主体不搭。](https://lrdim.oss-accelerate.aliyuncs.com/blogimg/2026-10-25/11.png)

最初我以为总结出 Bad Case 的规律特点，简单调下正向/反向提示词就可以解决了。但事实是有些提示词还不怎么好写，中途还是用了些方法的。所以这里我也分享下我精调提示词的三种方式：

### 一、直接调整引导语

有些问题特别简单直接，在引导词模块加一些反向提示词即可：比如「青绿色和发光质感」问题，加一句「禁止使用青绿色和发光质感」。

![两组对比图展示直接调整引导语的优化效果：去除青绿色发光元素后画面更协调，精简细碎文字符号后缩小仍具高识别度。](https://lrdim.oss-accelerate.aliyuncs.com/blogimg/2026-10-25/12.png)

注意：需加在引导词模块，而不是固定提示词里。让 AI 在提示词里描述主体物时避开这些点，从源头上减少问题。

### 二、AI 辅助修改

有些问题不好写，或者自己手写了没什么效果时，我也会找 AI 帮忙：
1. 把 Bad Cases 的图、提示词及对应的问题发给 AI；
2. 让 AI 针对性调整模板，并要求输出 3 份完全不同的修改方案；
3. 自己跑一跑看看哪种改法效果好。

![展示 “AI 辅助修改” 流程：对比三组提示词优化前后的 3D 图标，修改后增加了盾牌金边、表格书签和齿轮电路等细节。](https://lrdim.oss-accelerate.aliyuncs.com/blogimg/2026-10-25/13.png)

### 三、结构化提示词

背景色曾出现过与主体物色系不搭的问题，这确实只需要在提示词模板里写一点简单的提示词，给到 LLM 生成思路就能解决大部分问题。

但我多次测试后，发现不够稳：虽然色系问题解决了，但是背景色深浅、饱和度仍然会有起伏变化。

仅用一句「低饱和度浅色」来表达，LLM 的理解还是会有些随机性。即便主体物都是同一个蓝色，AI 可能会将背景色提示词输出为：

1. 浅蓝色；
2. 低饱和度的蓝色；
3. 自然、和谐的浅蓝；
4. 低饱和、温暖的浅蓝；
5. 等等...

![提示词模板仅用 “低饱和度浅色” 描述背景，导致 LLM 理解随机，多次生成的浅蓝背景色深浅不一，效果不稳定。](https://lrdim.oss-accelerate.aliyuncs.com/blogimg/2026-10-25/14.png)

因为最终在一屏内的专家头像可能有很多个，背景色足够统一、有规范是很有必要的。于是我换了一种更加结构化、更加稳定的写法来做提示词模板，具体做法：

我在引导词的位置列出一个表格，里面是我预设好的一组色板，提供了具体的 HEX 色值和色相描述。在提示词模板中引导 AI 根据主体物的主色来选择色相相同的背景色。修改后效果很好，多轮测试中非常稳定。

![结构化提示词示意图：左侧提示词限定背景须从预设色板选取，中间列出 5 种 HEX 色值，右侧展示多组头像背景色稳定一致。](https://lrdim.oss-accelerate.aliyuncs.com/blogimg/2026-10-25/15.png)

> 除了背景，我也小范围测试了主体物和辅助元素，发现用 HEX 色值的生图提示词，输出的稳定性都非常高。

至此，我的提示词模板在反复调优后已经能保持较高稳定性，达到了可交付的程度。

#### 插播一项设计细节

因为客户端是支持深色主题的，而我这次头像生成整体风格是偏浅色。

为了在深色主题下头像不要太扎眼，在前端界面上我也让开发做了个简单处理：**深色模式下将头像图片的亮度轻微调低至 0.95**。以下是对比截图：

![两张深色模式专家卡片界面对比图：右侧图片亮度调低至 0.95 后，头像比左侧未处理时稍暗，视觉更柔和。](https://lrdim.oss-accelerate.aliyuncs.com/blogimg/2026-10-25/16.png)

单张图片看区别不大，但如果是一个页面铺满了专家卡片，把图片亮度调低对用户更友好。（与我 5 年前写的一篇[博客](https://lrd.im/blog/2021-04-09#:~:text=%E5%9C%A8%E6%B7%B1%E8%89%B2%E6%A8%A1%E5%BC%8F%E4%B8%8B%EF%BC%8C%E4%BC%9A%E7%BB%99%E6%AF%8F%E5%BC%A0%E5%9B%BE%E7%89%87%E5%8A%A0%E4%B8%8A%E6%BB%A4%E9%95%9C%20filter%3A%20brightness(0.8)%3B)梦幻联动了）

## 第四步：回收线上数据（未完待续）

功能上线还不久，等攒够了一批使用数据之后，我会结合真实的生成结果，再决定下一轮往哪个方向调。

如果有相关的更新和感悟，后续也会在这篇文章里补充。

---

小遗憾：其实我原本计划在交付前做一次大批量测试，用足够大的样本量把模板完整验证一遍。但项目工期不够了，最后只能先上线用着，接受它的不完美。

不过我在上线前也已经手动跑过至少 100 次专家生成。从目前的测试来看，模板的大效果是稳的，整体质感、风格和配色等不会有什么大问题。

我现在正在做另一个项目，工期相对充裕，正好可以完整地做 eval 来持续优化。等时机成熟了，再回来分享结果。