画布塞进Codex,AI改图终于能指哪打哪了
最近AI圈有个新玩法挺有意思的——把无限画布和Codex结合起来,实现了一种可视化改图的操作方式。
怎么说呢,以前用AI改图,那叫一个费劲。
你得把需求翻译成文字:把左边那个人手里的东西换成红色的、背景里的天空颜色调深一点……写完之后还得祈祷AI理解对了。有时候改出来跟你想的完全不是一码事,只能继续描述、再描述,改个三四轮都是正常的。
这个Cowart插件做了什么
有个开发者基于tldraw做了个叫Cowart的插件,核心思路很简单:让用户直接在画布上画箭头、圈位置、写批注,然后把这些标注丢给Codex,让它照着改。
整个流程是这样的:
- 先用AI生成一张图
- 把图拖到无限画布里
- 直接在图上圈出要改的地方,画个箭头,写上要求
- 截图发给Codex,它就按标注来改
比如说,你生成了一张蒙娜丽莎,想给她戴上墨镜,就直接在眼睛那里画个圈,箭头指过去,写加墨镜。Codex收到这张标注图,就会识别你的意图,在那个位置加上墨镜。
听起来挺原始的,但用起来是真的香。
为什么这个玩法值得关注
说白了,它解决的是沟通问题。
我们跟AI对话,只能用文字。但有些东西,文字描述起来特别别扭。
那个按钮往右挪3个像素、字体的描边稍微细一点、这里加个阴影但是别太重……这种需求,文字描述起来很长,还容易有歧义。
但如果你能直接圈出来、指出来,那就不一样了。你画个圈,它就知道你要改这里;你画个箭头,它就知道这是改的方向。
这是从文字对话到可视化协作的一次小跳跃。
其实不只是改图。你想想,这个模式可以延伸到很多地方——改视频、做海报、调UI、标注文档……只要是你想让AI照着这个位置改的需求,画布+标注+Codex的组合都能handle。
这背后反映的趋势
Codex最近的进化挺快的。
它已经不只是程序员写代码的工具了。现在OpenAI内部85%以上的Token消耗都来自Codex,用的人不全是开发者,各行各业都有。
而且它正在变得越来越全能——从代码生成扩展到文件管理、邮件处理、数据分析等各种任务。
无限画布这个玩法,相当于给它加了一个眼睛。以前它只能看你打的字,现在它能看你画的圈、标的记号。这样一来,人机协作的方式就又多了一种可能性。
不是说画布要替代对话框,而是给对话框打补丁。有些需求,用嘴说不清楚的,画个图就清楚了。
对普通人的意义
现在AI工具越来越多,但上手门槛对很多人来说还是不低。
描述这个环节就卡住了不少人。你知道自己想要什么,但就是不知道怎么用AI能听懂的方式说出来。
可视化标注这条路,等于是把描述这一步给省了。你不用学怎么写Prompt,不用纠结用什么关键词,直接上手画就行。
当然,这个Cowart插件目前还是早期版本,响应速度、稳定性这些还不算完美。但它指出的方向挺有意思的——让AI去适应人的表达方式,而不是让人去学AI的语言。
想了解更多AI工具的使用技巧和行业动态,可以搜索米核AI易山,那里 有持续更新的AI工作流教程和实用案例。