起因：批量生成原生感素材的需求

事情的起点很实际。一个品牌客户希望在新品上市前，通过 AI 批量制作具有「原生感」的素材，用于社交媒体预热。核心逻辑并不复杂：有一个新品 B，需要把它替换到已有的场景 A 中，生成一张看起来像 UGC 内容的图片。

这类「批量生成素材 + 快速投放测试市场」的需求，一直是团队想跑通的方向。

第一阶段：飞书多维表格 + 即梦 API

评估了几个自动化方案后，最终选择了飞书多维表格作为第一版工具：

  • 无需翻墙
  • 公司内部办公平台，权限和上手成本都低
  • 表格形态，搭建好后自动运行，运营同学只需负责审核和重新生成

整个搭建大约花了 20 分钟。模型用的是即梦的 Seedream 4.5，通过飞书平台接入 API Token，体验很顺滑。同时为了解决原生背景素材不够的问题，加入了多元素随机组合生成背景的逻辑，效果不错。

但问题很快暴露出来：

  1. Seedream 4.5 对复杂内容的处理精度不够——复杂文字、图案、漫画风人脸的识别和迁移效果不理想，部分图片的 AI 感较重，客户通过率偏低
  2. 需要升级到 Nanobanana Pro 模型，但不清楚如何接入 API

通过调研找到了一份现成的飞书多维表格模板，只需替换 API 即可使用。在这个过程中，也快速摸清了各个 API 平台的接口文档和价格体系。

不过新的问题随之而来：升级后的方案需要通过工作流逐张触发，反而比之前更费人力。

转折点：用 Cursor 做 Vibe Coding

既然核心逻辑是「把固定的产品 B 替换到不同的场景 A 中」，那完全可以做一个批量上传场景图的方案，实现全自动化，也不再需要表格形态。

这就成了一个 Vibe Coding 的契机。

从下载 Cursor 开始，先学习了基础课程（项目课程还没来得及跟练），大概一个下午就完成了第一版可用的工具。

这个时刻，事情的性质发生了变化。不再只是一个客户测试项目，而是第一次体验到「从想法到产品落地」的周期被压缩到一天以内。紧接着就完成了：

  • 域名购买
  • Vercel 部署上线
  • Supabase 数据库接入

从工具到工作台的思路跃迁

有了第一次成功经验后，思路自然延伸：团队之前在做 AIGC 广告片时，很多流程和使用体验都不理想。既然已经能写代码了，为什么不基于自己的使用习惯，搭一个内部 AIGC 工作台？

目标很明确：让公司内部的人都能用最低的成本，调用最好的模型，配合最顺手的工作流。

下一步的计划是基于 Nanobanana Pro，搭建一个集合了即梦、Tap Now、可灵等能力的内部 AIGC 工具库。

值得关注的几点

这个案例的价值不在于技术复杂度，而在于路径选择。几个可以借鉴的点：

  • 从最轻的方案开始验证：飞书多维表格 20 分钟搞定第一版，先跑通逻辑再考虑升级
  • 让业务痛点驱动技术选型：不是为了学 Cursor 而学，是表格方案真的解决不了批量化的问题
  • Vibe Coding 的真正门槛比想象中低：零代码基础，一个下午出第一版，关键是要有一个足够具体的需求

对于想用 AI 工具提效的团队来说，与其等一个完美的 SaaS 产品，不如从自己最熟悉的痛点出发，用 Cursor 这类工具快速搭一个够用的内部方案。成本可控，迭代也快。