还在用文字指挥AI改图？Codex终于有了"指哪打哪"的神器

发布时间：2026-06-30

前几天刷到一个挺有意思的消息，忍不住想跟你聊聊。

海外社交平台上，一套叫Cowart的工具最近在AI开发者和设计师圈子里刷屏了。发布没几天，GitHub上已经斩获3000多颗星。说是给Codex装上了一块无限画布，从此改图不再靠"文字猜谜"，变成真正的"指哪打哪"。

听起来玄乎，到底怎么回事？

以前的痛，现在还在

用过Codex、Claude Code这类AI编程助手的朋友，应该都有过这种体验：想让AI帮你改个小细节，结果来回折腾好几轮，AI还是get不到你想要的样子。

问题出在哪？不是AI不够聪明，而是沟通方式太别扭。

你想改图片上的某个按钮颜色，或者想让某个元素往左挪一点，用文字描述出来试试？"那个蓝色的地方改成红色"，"左边的框框小一点"——这种表述AI很难精准理解你们到底在说哪里。

尤其是图片稍微复杂一点，涉及好几轮修改的时候，历史版本一多，自己都搞不清楚哪一版改了什么，只能来回对照，效率低得让人心烦。

Cowart解决的就是这个问题。

简单来说，这是一块可以让你在Codex里直接操作的"可视化白板"。

你在这块画布上可以随意放置图片、添加标注、画箭头、写字注释。关键是，你框选住图片的某个区域，告诉Codex"把这个地方改一下"，AI直接就能读懂你指的是哪里，而不是在一堆文字里猜你想要什么。

整个流程是这样：

先在画布里上传你要修改的图片，然后直接在原图上框选区域、添加箭头和文字批注。比如你想让某个按钮变圆一点，就圈住那个按钮，写上"改成圆角"。Codex识别到这些标注信息后，会直接输出修改版本，并且把原图和各个版本并排排列在旁边，方便你对照。

每一轮修改的痕迹都完整保留，你想回看第三版、第五版的设计方案，点开画布就能找到。

这个能力背后依托的是一个叫tldraw的开源画布框架，开发者可以基于它自由扩展各种功能。Cowart就是在这个基础上，给Codex接上了一块本地无限画布。

说说几个我第一时间想到的可用场景。

前端界面迭代。 开发网页或者小程序的时候，传统流程是设计稿给到开发，开发再一句句问设计师这里怎么调、那里怎么改。现在直接把设计稿扔进画布，框住按钮、标注尺寸和配色要求，Codex就能直接改UI细节，甚至同步生成前端代码。设计和编码之间的来回沟通大大减少。

海报和封面微调。 做小红书封面或者公众号头图，经常要反复调整文字位置、背景色、某个元素的样式。以前要么回到设计软件里手动改，要么一遍遍跟AI描述。用Cowart的话，直接在画布上圈出要改的地方，标注清楚，一轮出结果，省时省力。

插画师和设计师的提案改稿。 给客户出方案，最怕的就是来回改。如果每一轮修改都在画布上留有记录，版本对照一目了然，不容易出现"到底改没改那个地方"的扯皮。

可能有朋友会问，现在不是有很多AI生图工具都带画布功能吗？即梦AI、Midjourney都有局部重绘。

Cowart的不同之处在于，它不是另一个生图工具，而是Codex的视觉交互层。

打个比方，即梦AI这些是在一块独立的画布上工作，你要在不同工具之间来回切换，把生成结果导来导去。Cowart则是让Codex直接能看懂你的视觉标注，两者融为一体，不需要切换环境。

而且Cowart是本地运行的，画布数据存在你自己电脑上，不依赖第三方平台。对于在意数据安全的团队来说，这个特点挺重要。

说到底，这件事给我们提了个醒。

AI工具越来越强大了，但怎么跟AI高效沟通这件事，很多人还没重视起来。光靠写好提示词已经不够，让AI能直接"看见"你的意图，把视觉和语言结合在一起，才是更自然的交互方式。

Cowart本质上是在解决AI和人之间的"语言壁垒"问题。它让AI从纯文字理解扩展到能读懂空间信息、视觉上下文，这一步跨出去，AI能帮上忙的场景又多了不少。

对于做内容创作的朋友来说，这种趋势值得关注。将来可能会有越来越多工具把"指哪打哪"的交互方式跑通，到时候跟AI协作的门槛还会继续降低。

如果你对这类工具有兴趣，可以去GitHub搜一下Cowart，自己动手试试看。上手门槛不高，Codex环境装好，一句话就能自动完成插件安装。

想了解更多AI工具和实战技巧，欢迎搜索"米核AI易山"，有大量工作流实操案例等你来挖。