微信公众号近 1～2 年，主推贴图类型作品，并且对这类内容有比较明显的流量倾斜。再叠加这两年 AI 生图的成熟，Nano Banana Pro 和 GPT-Image-2 先后出世，既然图片生产不再是卡点，那很多人会很自然地想到一个项目：用 OpenClaw、Codex、Claude Code 这类 Agent 工具，把公众号贴图自动化做起来。
理论上，这听起来像一个很好且成本不高的生意。AI 负责生图，Agent 负责写文案，公众号负责推荐流。人只要选图、点发布，甚至再往后一点，连选图都可以交给 Agent。
但实际上真的有这么简单吗？我自己维护的公众号《女程序媛多肉》，看起来只是发了几张漂亮照片，短短 3 天吸引了 220 个左右的粉丝。但真正做下来，我却花了大量的功夫。AI 小绿书表面是生图项目，底层其实是一个很典型的 Agent 工程项目。 
这个过程里，我们踩了不少坑。下面我做一下总结，希望对你在 AI 工程化的思路上有所帮助。
1. 人物一致性
做 AI 贴图的第一反应，通常是追求画面质量和惊艳的感觉，比如更漂亮的人、更干净的背景、更精致的穿搭、更像摄影大片的光线。模型也很愿意往这个方向走，因为这些东西在训练分布里太常见了。
但对《女程序媛多肉》来说，我们真正要做的不是"生成一个好看的女生"，而是让固定人物【多肉】持续出现在固定生活半径里。这个区别非常关键。一开始最容易出现的问题，就是每张图单独看都不错，但放在一起不像同一个人。脸型轻微漂移，发量变了，刘海变了，身材比例变了，妆感变了，甚至气质也从普通女程序员通勤照，慢慢跑成网红写真。
更麻烦的是，这种问题不是一句 prompt 能解决的。你写"same girl""same face""保持角色一致"，模型有时会把一致性理解成角色设定稿，于是画面开始变得更干净、更棚拍、更像 AI 人像。当然，也不是说你生成一张固定的角色信息卡就可以了，理论上它和 prompt 面临同样的问题。
我们后来对这个问题的判断是：角色一致性不能来自"设定稿强约束"，而应该来自"同一生活序列"。也就是说，不能把主模特锚点当成画风来源。它只能提供身份边界，告诉模型不要漂成别人。真正的出图锚点，应该逐渐迁移到同一人物、同一天、同一场景、同一手机成像分布下的连续生活照。
所以我们在流程里做了几个约束：
- 固定人物身份：22 岁北京女程序员，多肉。
- 固定生活半径：出租屋门口、公司电梯、园区、工位附近、楼下取快递。
- 固定内容语境：通勤穿搭、程序员日常、出门前的小选择。
- 同组连续性：同一套图里发型、刘海、包、袜子、鞋子、场景、光线和拍摄语境必须一致。
- 禁止人物镜子图：因为镜中人物和真实人物一旦不一致，一眼假会非常明显。
这套约束很像开发工作中的工程配置。但它解决的是账号最核心的问题：用户关注的不是一张图，而是一个可以持续出现的人。
2. 衣服经常不是穿上去，而是贴上去
贴图账号如果要做穿搭，第二个大坑是服装。很多 AI 图第一眼看还行，细看会发现衣服像贴在身体表面。裙摆没有重量，袜口没有压痕，鞋底没有接触，口袋没有厚度，衣服褶皱也不是来自肩膀、腰线、坐姿或包带，而是模型随手画出来的纹理。
这类问题在普通审美里可能只是瑕疵，但在穿搭内容里是硬伤。因为用户看到的是"这件衣服穿在身上是什么效果"。如果衣服只是像一层贴图，穿搭展示就不成立。
我们后来把穿搭任务单独抽成了一个契约：只要用户给了衣服、裤子、鞋、包或说"穿这个"，系统就必须把一级目标锁死为：固定模特多肉，穿用户给定服装，在已批准场景里生成真实日常照片。
这里面有几个优先级非常硬：第一，必须是多肉本人。第二，衣服必须穿在她身上。第三，第一张图必须清楚展示服装。第四，一组图必须像同一天同一套衣服的连续照片，而不是不同批次拼出来的好看图。
这个约束解决了一个很常见的漂移：用户明明要穿搭图，Agent 却很容易跑去做账号策划、场景图、海报、泛日常内容，或者生成一张"氛围很好但衣服看不清"的图。
我们现在会在生成前强制写 generation-packet.md。里面不只写"生成一张真实照片"，而是要把主体服装身份、摄影事件、构图透视、光源曝光、投影接触、头发皮肤表情、服装材质受力、环境生活细节、文件质感瑕疵和负向熔断都写进去。
可能你觉得这个太重了？但做久了发现，AI 生图最怕的就是目标太软。你给它一个软目标，它就会用训练分布里最安全、最漂亮的方式把你糊弄过去。
还有，要先定义失败条件，再让模型生成。比如：
- 鞋底漂浮，失败。
- 裙摆没有接触暗部，失败。
- 衣服像贴图，失败。
- 包带和手臂没有遮挡关系，失败。
- 给定服装看不清，失败。
- 只生成环境不生成人，失败。
这比写一堆"高质量、真实、自然"有效得多。
3. 不懂摄影、绘图和光影，AI 只会更快地犯错
这也是我做这个项目之后一个很强烈的感受：想用好 AI，首先你必须对 AI 正在做的那个领域足够熟。否则，你无法判断 AI 的产物是否达标。一旦这样的作品发出去，结果可想而知。
不要以为 AI 生图的门槛是 prompt，其实不是。prompt 只是表达方式，真正起作用的是你有没有能力判断一张图为什么真，为什么假，哪里不符合摄影逻辑，哪里不符合人体和服装逻辑。
比如"光影真实"这四个字，模型听不懂。你要能拆成更具体的问题：
- 主光从哪里来？
- 鞋底接触阴影落在哪个面上？
- 裙摆、袜口、包带和手臂有没有遮挡暗部？
- 背景里的桌脚、鞋架、门把手、瓶罐有没有同一光源下的影子？
- 头发是不是一整片假发壳，还是有发束、遮挡和局部暗部？
- 皮肤是不是塑料磨皮，还是保留了毛孔、黑眼圈、鼻翼微红和环境光影响？
- 衣服褶皱是不是来自肩袖、腰线、坐姿、包带、重力和接触，还是随机噪声？
不懂这些，Agent 就只能写"真实、自然、高质量、手机随手拍"。听起来对，但生成出来大概率还是错。
所以，我们后来把摄影、绘图、光影、服装材质这些专业知识都放进了输入包和门禁里。它们不只是审查标准，也要进入真正提交给生成器的 prompt。
这点很重要。如果专业知识只停留在"生成后挑图"，那 AI 仍然是在乱抽。只有把专业知识前置到生成包里，模型才有机会朝正确方向走。
这也是我现在对 AI 的一个基本判断：AI 会降低执行成本，但不会取消领域知识的价值。恰恰相反，它会放大领域知识的差距。
一个懂摄影、懂绘图、懂光影、懂内容平台的人，用 AI 是在加速生产。一个完全不懂这些东西的人，用 AI 只是更快地产出大量看起来完整、实际上经不起检查的内容。
这件事放到代码里也一样。你不懂工程，AI 写出代码你也不知道哪里危险。你不懂内容，AI 生成图文你也不知道哪里假。你不懂平台，AI 写出标题你也不知道为什么没有二跳信号。
AI Native 不是把人变成按钮操作员。真正的 AI Native，是把人的专业判断拆成机器能执行、能检查、能复用的流程。
4. 朱雀不是玄学，真实相机链路才是关键
做公众号图片，绕不开 AI 味。我们内部有一个硬门禁：最终展示照和生活照必须过腾讯朱雀，检测状态为绿色，也就是 AI probability 小于 40%。
这个门禁一加上，很多看起来不错的图直接被淘汰。
这里有个很有意思的现象：不是"穿搭题材"容易红，也不是"人物一致"天然会红。我们做过真实照片对照，真实地铁照、真实碎花裙照片、用户 iPhone 原生照片都能过绿色，甚至隐私处理后仍然能保持很低的 AI 概率。
反过来，Codex 内置生成的干净人像，或者强角色设定稿风格的参考图，经常会直接红到 90% 以上。这给我们的启发很大。
朱雀真正敏感的，不只是画面里有没有美女，而是整张图有没有真实相机分布：曝光、噪声、压缩、白平衡、边缘畸变、局部过曝、背景杂物、自然遮挡、动作瞬间、文件链路。
所以我们的解决思路不是继续堆"realistic""8K""high quality"。这些词没有用，甚至经常有反效果。
我们后来把低 AI 味拆成几类可执行约束：
- 人物为什么在这里？
- 她正在做什么？
- 谁在拍？
- 手机在哪个高度？
- 光从哪里来？
- 哪些地方应该糊一点？
- 哪些生活瑕疵应该保留？
- 哪些背景细节说明这不是棚拍？
比如同样是"出门前穿搭照"，我们不会只写"真实手机照"。而会写成：
同一位 22 岁的北京女程序员多肉，早上出门前站在出租屋门口，正在把水杯和门卡放进电脑 tote 包。朋友在胸口高度随手拍到她低头整理包的一瞬间。手机广角，有轻微边缘畸变，廉价顶灯混合窗边弱光，墙面局部过曝。穿搭轮廓是视觉焦点，脸部不需要完美正脸。保留轻微黑眼圈、发丝凌乱、针织毛边、鞋面使用痕迹、桌上线缆和门口鞋子不齐。
这段话看起来啰嗦，但它不是修辞。它是在描述这张照片是怎么被拍到的。
这也是我们后来对"低 AI 味"的技术理解：不要用结果形容词，要写摄影事件。
5. 测试驱动生产
如果你让一个 Agent 负责从生成到验收，它大概率会变成一个很会夸自己的员工。它会告诉你：图像真实，人物一致，服装展示清楚，适合发布。
但你一看图，手指错了，包带断了，脚没有落地，脸跟上一张不像，场景像样板间，评论入口也不存在。这不是某个模型的问题，而是职责设计的问题。
生产 Agent 天然倾向于让任务继续往前走。它刚生成完一批图，很容易用语言把结果解释成合格。所以我们后来把测试/质量门禁提高到了最高优先级。
它不是事后背书，而是全过程参与：
- brief 阶段，判断目标是否清晰。
- generation packet 阶段，判断输入包有没有填完整。
- raw output 阶段，判断图片类型、人物、衣服、场景、一眼假。
- group candidate 阶段，判断同组人物、发型、配饰、袜子、鞋子、光线是否连续。
- final candidate 阶段，判断朱雀、隐私处理、运营风险和观众感受。
只要测试 Agent 判失败，生产 Agent 必须返工。用户喜欢、单张好看、朱雀绿色、隐私处理完成，都不能替代测试通过。
这个规则看起来有点反直觉。很多人会说，用户都觉得好看了，为什么还不能过？
原因很简单：我们要做的是长期账号资产，不是单张满意图。单张图好看但人物漂移，会伤害账号一致性。朱雀绿色但服装不清楚，会伤害穿搭目标。图片漂亮但标题没有点击理由，会伤害发布效果。
测试驱动生产的价值，就是阻止"主观满意"变成流程通行证。
6. 上下文会污染生成
做 Agent 项目的人应该都遇到过类似问题：一个上下文聊久了，模型会把历史里无关的东西带进当前任务。图像生成里这个问题更明显。
你前面讨论过海报，它可能把人物图生成成海报。你前面讨论过账号策划，它可能突然输出一张设定页。你前面看过失败图，它可能把失败图里的构图继续带进去。
所以我们把图像生成也当作一个不可靠外部系统来管理。核心原则是：生成提示必须从 08-generation-packet.md 派生，而不是从长会话临时拼接。
如果第一张输出已经跨领域偏航，比如人物图变成海报、UI、科普图、无人物图，立刻熔断。不能在同一上下文里继续"再试一次"。
熔断后要写 09-generation-debug.md：
- 本次输入包摘要是什么？
- 实际输出是什么？
- 偏离类型是什么？
- 是否疑似上下文污染？
- 下一步是新窗口隔离，还是补参考，还是明确授权 fallback？
这一步很重要。因为很多 AI 内容生产失败，不是模型完全不会做，而是上下文已经脏了。你继续改 prompt，只是在污染环境里做随机抽卡。
我们后来的做法是渐进披露：每个阶段只读必要信息。生成前只读本次 packet 和必要资产卡，门禁阶段只读候选图和检查表，发布包阶段只读通过门禁的作品和文案。历史 runs 可以参考，但不能变成当前上下文的垃圾场。
这套思路其实和软件工程里的隔离很像。不要让一个脏环境承担生产任务。
7. 贴图不是发图，是设计二跳信号
回到公众号贴图本身。如果只从技术角度看，我们很容易沉迷生成质量。但贴图内容能不能被推荐流继续放大，还要看另一层：用户有没有理由点开、停留、评论、收藏。
这也是我们后来专门加贴图增长门禁的原因。每篇贴图进入发布包前，都要回答几个问题：
- 首图点击理由是什么？
- 目标人群和垂直标签是什么？
- 和近 7 天内容相比，信息增量在哪里？
- 评论触发点是否安全且具体？
- 有没有准备 3 条安全评论引子？
- 发布后 15/60/180 分钟分别看什么数据？
- 什么情况下使用流量券，什么情况下不救？
这里面最重要的，不是学标题党。恰恰相反，我们明确禁止搬运、洗稿、低俗擦边、诱导私信、无意义评论堆叠。
贴图增长真正要解决的是：这张图为什么值得被推荐系统继续测试。比如标题只是"粉色上衣 + 牛仔短裙"，它就是服装陈列。但标题如果是"上班穿粉色会不会太学生气"，用户就能进入一个具体场景：公司氛围、年龄感、通勤、同事眼光、自己的衣柜。
这个差别不是文案技巧，而是内容结构。我们的技术思考是：Agent 不应该只生成图片，还应该生成发布前的增长证据。
如果它说这篇适合发布，就必须给出首图点击理由、评论触发点、差异化和复盘指标。否则就是空判断。
8. 最终我们怎么组织这条生产线
现在这条线大概被拆成几个角色。这不是为了显得复杂，而是因为单 Agent 很难同时承担"创造、执行、审查、运营、复盘"这些互相冲突的职责。
一个 Agent 既负责生产，又负责验收，就会自证成功。一个 Agent 既负责图片真实感，又负责增长判断，就会把"图好看"误判成"适合发布"。一个 Agent 既负责长期账号资产，又负责短期流量，就很容易为了点击牺牲边界。
所以我们更愿意把它做成多 Agent 设计。
第一个是上下文 Agent。它负责当天背景：北京天气、季节、通勤实用性、流行穿搭线索、可用场景建议。它不直接生成最终图，只负责把当天语境补齐。
第二个是主生产 Agent。它负责写生产计划和 generation-packet.md。这里最重要的是把目标写死：固定模特，多肉，穿给定服装，在已批准场景里展示。不能漂移成海报、账号策划、泛日常或者无人物场景。
第三个是生成执行。生成只吃 packet，不吃长会话里的随口描述。输出第一张就偏航，立刻熔断，不盲目重试。
第四个是测试/质量门禁 Agent。它有最高否决权。它检查人物、服装、场景、光影、材质、手、鞋、包、朱雀、隐私和组图连续性。没有证据就没有通过。
第五个是贴图增长门禁。它检查这篇内容有没有推荐流二跳信号：首图、标题、评论点、差异化、关键词、复盘指标。
第六个是发布包。只有通过前面门禁的作品，才能进入最终包。微信公众号也只允许自动创建草稿，不替用户点最终发布。
这就是我理解的 Agent Native 工程化。不是把一个大 prompt 写得越来越长，也不是把所有任务都塞给一个超级 Agent，而是把人的专业流程拆成多个职责明确的 Agent：谁负责补上下文，谁负责生产，谁负责失败熔断，谁负责摄影和真实感门禁，谁负责贴图增长，谁负责最终发布边界。
每个 Agent 都有自己的输入、输出和否决条件。它们之间不是聊天接力，而是工程链路。
这套流程看起来很重。但它的目的不是把简单事情复杂化，而是把不稳定的 AI 能力放进稳定系统里。
以前我们靠感觉判断"这张能不能发"。现在我们至少能说清楚：它在哪个门禁失败，失败原因是什么，下次要改输入包、场景、prompt、图像策略还是增长结构。
这就是工程化的价值。
9. 所以这是不是躺着收钱？
如果只看《女程序媛多肉》3 天 220 粉，这件事确实有吸引力。但我不会把它包装成躺赚项目。
因为真正跑起来之后，你会发现里面每一步都需要判断：
- 角色一致性怎么保？
- 给定服装怎么确保穿在身上？
- 图片怎么从 AI 人像分布拉回真实相机分布？
- 朱雀红了，是换 prompt，还是换底图路线？
- 第一张图偏成海报，是继续试，还是熔断？
- 图好看但没有点击理由，到底发不发？
- 数据在 1000 左右卡住，是首图弱、标题弱、评论弱，还是内容同质化？
这些问题没有一个能靠"再写一个神 prompt"彻底解决。它需要的是 Agent 工程化。
模型负责生成，Agent 负责执行流程，门禁负责否决，人工负责判断，数据负责纠偏。
我现在越来越觉得，这条线真正有价值的地方，不是它能不能立刻赚多少钱，而是它把 AI 内容生产里的很多问题都压缩到一个很小的场景里。
你会同时练到生图、提示词、角色一致性、真实感门禁、内容增长、发布边界、数据复盘和多 Agent 协作。这比单纯做几张漂亮图有意思得多。
我的判断
《女程序媛多肉》这 3 天 220 粉，只是一个开始。它说明公众号贴图这条线确实有窗口，也说明 AI 能显著降低内容生产成本。
但它同时也说明另一件事：AI 自动化不是让人少做事，而是把人的判断拆成流程。
角色一致性、服装上身、真实相机分布、朱雀门禁、上下文隔离、熔断机制、增长信号、发布复盘，这些东西拆清楚之后，AI 才不是在随机抽卡。
它才开始像生产。
所以如果你问我，这条 AI 小绿书路线值不值得做。
我的答案是：值得，但别把它当躺赚。
把它当一个小型 Agent 工程项目来做，你会更接近真实结果。