之前我分享过一个 vibe coding 小工具 Selector,它是一个浏览器书签,用来选择页面上的元素并生成位置提示词。最近我在开发浏览器拓展版 Selector Pro,尝试把同样的选择动作延伸到图片:选中网页里的图片以后,直接读取它的设计特征,再转换成结构化的生图提示词。我用两张图片测试了这条流程,也比较了生成结果和原图的差异。

Selector 书签的用法

Selector 是一个小书签,开源在 GitHub:oil-oil/selector

Selector 的 GitHub 仓库页面

点击书签以后,页面右下角会出现一个小角标。这时点击屏幕上的任何元素,再按 Command+C(Windows 上是 Ctrl+C),到 Codex 里粘贴,就能得到这个元素的位置信息转换成的提示词。

点击页面元素后,角标里显示已选中的元素

在 Codex 里粘贴后得到的元素位置提示词

用这个方式可以快速告诉 AI 要修改的元素在哪里。

Selector Pro:读取图片生成提示词

Selector Pro 是一个浏览器拓展,我预计它会走订阅制,不是免费使用的,但能力会比原本的书签强很多。

举一个具体的使用场景。我在小红书看到 BlueDesignLab 的一组作品,图做得很好看,我想学习这种设计风格,用来生成自己的图片。

小红书上 BlueDesignLab 的作品

操作流程是:

  1. 开启浏览器拓展版的 Selector,角标上会有一个 Pro 标识;
  2. 选择图片所在的元素,按 Command+I,拓展会开始读取这张图片;
  3. 读取完成后,图片会被直接转换成一段结构化的提示词,包含光影、色彩、风格等描述;
  4. 按 Command+C 复制提示词,粘贴到生图工具里生成图片。

Selector Pro 的角标上带有 Pro 标识

读图完成后生成的结构化提示词

生图时使用的模型是 GPT Image 2。生成完成的效果是:

用 GPT Image 2 生成的图片

和原图对比一下。因为生成时没有使用参考图,两者不完全一致,但风格比较相似。

小红书上的原图

对于不同的生图模型,同一段提示词生成的效果也会有一些偏差。不过大体上来说,已经比较接近我想要的风格了。

再测试一张图

再看另一张图。还是打开 Selector,选择元素,按 Command+I 读图。这次读图的速度很快,演示时没有剪辑。

第二张图读图完成后生成的提示词

然后回到生图工具,新建一个话题,换一个模型,把提示词粘贴进去发送。生成之后的效果:

换一个模型后生成的图片

和原图对比:

第二张图的原图

不能说一模一样,但能复刻原图大部分的设计特征。这类风格的图如果想自己手写提示词去生成,其实是很复杂的。

目前 Selector Pro 还在开发中,这两次测试只验证了从网页图片提取设计特征、再交给生图模型生成图片的流程。结果会受到生图模型影响,也没有使用原图作为参考,所以更适合学习和迁移设计特征,不能把生成结果当作对原图的精确复刻。开发完成以后,我会再整理完整的使用方式。