# AI Canvas Studio PRD

版本：v0.1  
状态：产品定义初稿  
日期：2026-06-29  
项目目录：`/Users/yzc/Desktop/work/ai-canvas-studio`

## 1. 产品概述

AI Canvas Studio 是一个 AI 创意画布产品，面向内容创作者、电商运营、设计师和品牌团队。用户可以在一个无限画布中完成素材上传、AI 生成、局部编辑、扩图、消除、抠图、高清放大、结果对比和导出。

产品不把模型能力写死在前端，而是通过后端的模型注册中心和模型路由层，按照当前工具、输入素材、用户偏好、成本、延迟和模型可用性动态返回可用模型。这样后续接入新模型、替换供应商或做降级兜底时，不需要重写前端业务逻辑。

## 2. 竞品参考

即梦 AI 官方介绍中，智能画布包含多图 AI 融合、局部重绘、一键扩图、图像消除、抠图、多图层编辑和精细化控制等能力。即梦 AI 也支持文字绘图、文字生成视频和图片生成视频。行业报道还提到即梦 AI 包含文生图、文/图生视频、智能画布和社区等功能。

参考资料：

- [即梦 AI 官网](https://jimeng.jianying.com/)
- [即梦 AI 创作平台页面](https://jimeng.jianying.com/ai-tool/home)
- [动点科技：字节跳动推出图片及视频 AI 创作平台“即梦 AI”](https://cn.technode.com/post/2024-08-06/bytedance-jimeng-ai/)

本项目的第一版不追求一次性复刻所有能力，而是优先完成“画布工作流 + AI 编辑工具 + 模型动态切换 + 项目持久化 + 计费审计”的可商业化基础。

## 3. 产品目标

- 从单一 AI 提示词工具升级为完整创作工作台。
- 让用户在同一个画布里完成生成、编辑、对比、排版和导出。
- 支持多模型动态切换，兼顾质量、速度、成本和稳定性。
- 保存每次生成的模型、版本、提示词、参数、参考图、mask、费用和结果，确保可追溯、可复现、可对比。
- 在 8 到 10 周内交付可用 MVP，不依赖自研底层模型。

## 4. 目标用户

### 内容创作者

用于小红书、抖音、B 站、公众号等场景的封面、配图、缩略图和视觉创意探索。

### 电商运营

用于商品场景图、广告图、详情页视觉、背景替换、商品主体抠图和批量创意变体。

### 设计师和品牌团队

用于 Moodboard、KV 初稿、视觉方向探索、创意提案和多方案对比。

### 普通用户

用于头像、壁纸、修图、换背景、去物体、扩图和简单图片创作。

## 5. 产品范围

### MVP 范围

- 无限画布：平移、缩放、选择、移动、缩放、旋转、复制、删除、层级、锁定、隐藏、撤销、重做。
- 素材导入：上传图片、粘贴图片、拖拽导入、生成结果插入画布。
- AI 生成：文生图、图生图、参考图生成。
- AI 编辑：局部重绘、扩图、图像消除、抠图、高清放大。
- 模型动态切换：按工具能力过滤模型，支持自动推荐和手动切换。
- 任务队列：排队、运行中、成功、失败、重试、取消、失败原因、结果预览。
- 项目管理：项目创建、自动保存、打开项目、缩略图、生成历史。
- 导出：导出选区、导出当前视口、导出画布内容边界，支持 PNG/JPG/WebP。
- 账号与计费：登录、免费额度、积分消耗、失败退款、模型成本记录。
- 内容安全：提示词审核、上传图片审核、生成结果审核、任务审计日志。

### P1 范围

- 多图融合。
- 提示词优化。
- 画布对齐线和吸附。
- 资产收藏和项目级素材库。
- 结果 A/B 对比。
- 风格预设和常用参数模板。
- 批量生成。
- 管理后台：模型开关、任务查看、成本统计、失败率统计。

### P2 范围

- 图生视频、文生视频、首尾帧视频。
- 故事板和轻量时间线。
- Agent 共创模式。
- 多会话并行创作。
- 团队协作、评论和权限。
- 模板市场。
- 品牌资产库。
- 角色一致性、商品一致性工作流。
- Figma/PSD 导出。
- 移动端和平板适配。

### MVP 暂不做

- 自研或微调底层图片/视频模型。
- 原生 iOS/Android App。
- 完整社区内容流。
- 实时多人协作。
- 专业视频剪辑器。
- 完整模板交易市场。

## 6. 核心用户流程

### 流程 A：从提示词生成创意图

1. 用户创建项目。
2. 用户在 AI 面板输入提示词。
3. 用户选择模型，或使用系统推荐模型。
4. 系统创建生成任务并显示进度。
5. 用户查看多张结果。
6. 用户把满意结果插入画布。
7. 用户排版、缩放、组合后导出。

### 流程 B：编辑已有图片

1. 用户上传图片到画布。
2. 用户选中图片。
3. 用户选择局部重绘、扩图、消除、抠图或高清放大。
4. 系统根据工具和输入类型过滤可用模型。
5. 用户绘制 mask 或调整扩图方向。
6. 系统生成多个编辑结果。
7. 用户对比前后效果，并保留满意版本。

### 流程 C：切换模型优化结果

1. 用户先用快速模型生成草稿。
2. 用户认为构图可用，但质量不足。
3. 用户切换到高质量模型。
4. 前端根据后端返回的参数 schema 更新配置项。
5. 用户用相同提示词和参考图重新生成。
6. 系统保存两次任务的模型、参数、费用和结果，方便对比。

## 7. 功能需求

### 7.1 画布模块

| 功能 | 优先级 | 说明 |
|---|---:|---|
| 无限画布平移和缩放 | P0 | 常规项目下交互需要流畅 |
| 单选和多选 | P0 | 支持鼠标、触控板、快捷键 |
| 移动、缩放、旋转 | P0 | 支持等比缩放 |
| 图层顺序 | P0 | 上移、下移、置顶、置底 |
| 复制和删除 | P0 | 支持快捷键 |
| 撤销和重做 | P0 | 覆盖画布操作和 AI 结果插入 |
| 锁定和隐藏 | P1 | 复杂画布必需 |
| 组合和取消组合 | P1 | 方便排版和导出 |
| 对齐线和吸附 | P1 | 提升排版效率 |
| 小地图 | P2 | 大画布导航 |

### 7.2 素材模块

| 功能 | 优先级 | 说明 |
|---|---:|---|
| 图片上传 | P0 | PNG、JPG、WebP |
| 粘贴图片 | P0 | 适合截图和快速素材导入 |
| 拖拽导入 | P0 | 支持本地文件，后续支持图片 URL |
| 生成结果入库 | P0 | 每张结果都作为资产保存 |
| 项目级素材库 | P1 | 方便复用 |
| 收藏结果 | P1 | 方便筛选可用版本 |
| 素材元数据 | P0 | 来源、尺寸、模型、提示词、费用、创建时间 |

### 7.3 AI 工具模块

| 工具 | 优先级 | 输入 | 输出 |
|---|---:|---|---|
| 文生图 | P0 | 提示词、比例、风格、模型 | 图片变体 |
| 图生图 | P0 | 选中图片、提示词、强度、模型 | 图片变体 |
| 局部重绘 | P0 | 图片、mask、提示词、模型 | 编辑后图片 |
| 扩图 | P0 | 图片、扩展方向、尺寸、提示词、模型 | 扩展后图片 |
| 图像消除 | P0 | 图片、mask、模型 | 编辑后图片 |
| 抠图 | P0 | 图片、模型 | 透明背景 PNG |
| 高清放大 | P0 | 图片、倍率、模型 | 高分辨率图片 |
| 提示词优化 | P1 | 原始提示词、目标风格 | 优化后提示词 |
| 多图融合 | P1 | 多张参考图、提示词、模型 | 融合图片 |
| 视频生成 | P2 | 提示词、图片、首尾帧 | 视频 |

### 7.4 模型动态切换

前端不写死模型参数。前端根据当前工具、选中对象和用户偏好请求后端，后端返回可用模型列表和对应参数 schema。

模型注册中心字段：

| 字段 | 说明 |
|---|---|
| `model_id` | 内部稳定模型 ID |
| `display_name` | 展示名称 |
| `provider` | 模型供应商 |
| `provider_model` | 供应商侧模型名或版本 |
| `capabilities` | 文生图、图生图、局部重绘、扩图、消除、抠图、高清放大、视频 |
| `input_types` | 提示词、图片、mask、参考图、首尾帧 |
| `output_types` | 图片、透明图、视频 |
| `parameter_schema` | 动态参数配置 |
| `cost_policy` | 单次任务或按量费用 |
| `latency_tier` | 快速、标准、高质量 |
| `quality_tier` | 草稿、标准、高质量 |
| `rate_limit` | 并发和频率限制 |
| `fallback_model_id` | 失败时可选兜底模型 |
| `safety_policy` | 审核策略 |
| `enabled` | 是否启用 |

模型选择规则：

- 自动模式下，模型路由根据工具、成本、延迟、质量和可用性选择模型。
- 手动模式下，后端必须校验该模型是否支持当前任务。
- 模型不可用时，系统提供重试、切换兜底模型或取消。
- 不同供应商的参数在后端归一化为统一任务格式。
- 每次生成必须记录模型 ID、供应商模型版本、参数、输入资产、输出资产和费用。

建议接口：

| 接口 | 说明 |
|---|---|
| `GET /api/models?tool=inpaint&asset_type=image` | 获取当前工具可用模型 |
| `POST /api/generation-tasks` | 创建生成任务 |
| `GET /api/generation-tasks/:id` | 查询任务状态 |
| `POST /api/generation-tasks/:id/cancel` | 取消任务 |
| `POST /api/generation-tasks/:id/retry` | 重试任务 |
| `POST /api/generation-tasks/:id/rerun-with-model` | 换模型重跑 |

### 7.5 任务队列

任务状态：

- `draft`
- `queued`
- `running`
- `succeeded`
- `failed`
- `cancelled`
- `expired`

任务必须保存：

- 用户 ID。
- 项目 ID。
- 工具类型。
- 模型 ID 和供应商模型版本。
- 提示词和反向提示词。
- 归一化参数。
- 输入素材 ID。
- mask 素材 ID。
- 预估费用和实际费用。
- 任务状态和进度。
- 供应商请求 ID。
- 输出素材 ID。
- 错误码和失败原因。

### 7.6 项目和历史

项目包含画布对象、素材、生成任务和版本快照。MVP 要支持自动保存和手动快照。

必需能力：

- 项目生成历史。
- 编辑前后对比。
- 复用提示词和参数。
- 使用相同模型重跑。
- 切换模型重跑。
- 恢复历史画布版本。

### 7.7 导出

MVP 导出：

- 导出选中对象。
- 导出当前可见视口。
- 导出画布内容边界。
- PNG、JPG、WebP。
- 1x、2x、4x。
- PNG 支持透明背景。

后续导出：

- PSD。
- Figma。
- MP4。
- 包含源素材和生成元数据的 ZIP。

### 7.8 账号、计费和用量

MVP 需要：

- 用户登录。
- 免费额度或试用积分。
- 生成前冻结积分。
- 生成成功后结算积分。
- 供应商失败时退回积分。
- 后台查看任务成本和模型成本。

后续：

- 订阅套餐。
- 团队席位。
- 发票记录。
- 企业额度。

### 7.9 内容安全和审计

MVP 需要：

- 提示词敏感内容检测。
- 上传图片安全检测。
- 生成结果安全检测。
- 被拒任务返回明确原因。
- 高风险任务进入审计日志。
- 根据业务要求支持显性水印、隐性水印或元数据标记。

## 8. 非功能需求

| 方向 | 要求 |
|---|---|
| 性能 | 200 个画布对象内保持基础交互流畅 |
| 稳定性 | 页面刷新后任务状态和画布状态不丢失 |
| 可扩展性 | 新增模型不要求修改前端工具逻辑 |
| 安全 | 私有素材使用签名 URL 或鉴权代理 |
| 可观测性 | 记录供应商延迟、失败率、成本、任务量 |
| 浏览器 | 优先支持最新版 Chrome、Edge、Safari |
| 可维护性 | AI 工具和模型参数通过 schema 驱动 |

## 8.1 官网链接与信息披露规则

官网对外展示时，链接区只允许放以下类型：

- 产品原型链接。
- 架构设计链接。
- 画布平台公开入口链接。
- 公开可访问的产品介绍页。
- 公开竞品或行业参考资料。
- 单独提供的正式网站入口链接。

官网不允许暴露以下链接：

- 后台管理系统地址。
- 内部运营管理地址。
- 法宝 AI 网页端地址。
- 测试环境、预发环境、调试接口地址。
- 含 token、临时签名、内部项目 ID 或用户 ID 的链接。

如果需要给用户访问正式网站或画布平台，应在官网中单独设置“访问网站”或“进入画布平台”入口，不和原型、架构设计、后台、测试环境链接混放。

## 9. 技术架构建议

### 前端

- Next.js 或 React。
- 画布引擎可选 Konva、Fabric.js、tldraw 风格自研层。
- Zustand 或同类状态管理。
- SSE 或 WebSocket 接收任务状态。
- AI 参数面板由后端 schema 动态渲染。

### 后端

- Canvas BFF/API Gateway。
- Project Service：项目、画布状态、版本。
- Asset Service：上传、处理、缩略图、CDN、元数据。
- Generation Orchestrator：任务生命周期。
- Model Registry：模型能力、参数 schema、成本、开关。
- Model Router：供应商调用、重试、兜底、参数归一。
- Billing Service：积分冻结、结算、退款。
- Safety Service：提示词和媒体审核。

### 基础设施

- Postgres：用户、项目、任务、素材、计费记录。
- Redis：缓存、锁、任务状态。
- Queue：BullMQ、Celery、Sidekiq 或云队列。
- Object Storage + CDN：素材和生成结果。
- Observability：日志、指标、链路追踪、告警。

## 10. 数据模型草案

### User

- `id`
- `email`
- `name`
- `plan`
- `credit_balance`
- `created_at`

### Project

- `id`
- `user_id`
- `name`
- `canvas_state`
- `thumbnail_asset_id`
- `created_at`
- `updated_at`

### CanvasObject

- `id`
- `project_id`
- `type`
- `asset_id`
- `x`
- `y`
- `width`
- `height`
- `rotation`
- `z_index`
- `locked`
- `hidden`
- `metadata`

### Asset

- `id`
- `user_id`
- `project_id`
- `kind`
- `mime_type`
- `width`
- `height`
- `storage_url`
- `thumbnail_url`
- `source`
- `metadata`
- `created_at`

### GenerationTask

- `id`
- `user_id`
- `project_id`
- `tool_type`
- `model_id`
- `provider`
- `status`
- `prompt`
- `negative_prompt`
- `parameters`
- `source_asset_ids`
- `mask_asset_id`
- `output_asset_ids`
- `credit_reserved`
- `credit_charged`
- `error_code`
- `error_message`
- `created_at`
- `updated_at`

### Model

- `id`
- `display_name`
- `provider`
- `provider_model`
- `capabilities`
- `input_types`
- `output_types`
- `parameter_schema`
- `cost_policy`
- `latency_tier`
- `quality_tier`
- `enabled`
- `created_at`
- `updated_at`

## 11. 开发里程碑

### 第 1 周：产品和技术基础

- 确认 MVP 范围。
- 完成核心 UX 线框。
- 选择画布引擎。
- 定义模型注册中心 schema。
- 定义任务生命周期和数据结构。

### 第 2 到 3 周：画布基础

- 无限画布。
- 上传和插入素材。
- 选择、变换、图层、撤销重做。
- 项目保存和加载。

### 第 4 到 5 周：AI 生成核心

- 文生图。
- 图生图。
- 生成队列。
- 模型注册中心和模型选择器。
- 任务状态推送。
- 生成结果插入画布。

### 第 6 到 7 周：AI 编辑工具

- 局部重绘。
- 扩图。
- 消除。
- 抠图。
- 高清放大。
- 前后对比。

### 第 8 周：计费、安全和导出

- 积分消耗。
- 积分冻结、结算、失败退款。
- 提示词和图片安全检测。
- 导出选区和画布内容。

### 第 9 到 10 周：打磨和 Beta

- 性能优化。
- 失败处理。
- 管理后台任务日志。
- QA 回归。
- 小范围 Beta。

## 12. 团队和周期估算

推荐 MVP 团队：

- 1 名产品经理。
- 1 名设计师。
- 2 名前端工程师。
- 2 名后端工程师。
- 1 名 AI 集成工程师。
- 1 名 QA，可在 Beta 前全职投入。

周期：

- 原型：3 到 4 周。
- MVP：8 到 10 周。
- 商业化 Beta：12 到 16 周。
- 接近即梦 AI 完整方向：5 到 7 个月。

## 13. 成功指标

### 激活

- 新用户创建第一个项目。
- 新用户完成第一次生成。
- 新用户把生成结果插入画布。

### 留存和使用

- 人均生成次数。
- 单张生成图的后续编辑次数。
- 人均保存项目数。
- 7 日复访率。

### 质量

- 生成任务成功率。
- 各模型平均延迟。
- 生成结果采纳率。
- 编辑工具前后对比采纳率。

### 商业

- 积分消耗。
- 付费转化率。
- 单次成功生成成本。
- 按模型供应商统计毛利。

## 14. 风险和应对

| 风险 | 影响 | 应对 |
|---|---|---|
| 模型供应商不稳定 | 任务失败，用户体验差 | 队列重试、兜底模型、供应商监控 |
| 画布性能不足 | 编辑卡顿 | 对象虚拟化、缩略图渲染、对象数量限制 |
| 模型参数差异大 | 前端复杂度失控 | 后端 schema 和统一任务格式 |
| AI 成本失控 | 毛利为负 | 积分冻结、成本上限、模型路由策略 |
| 内容安全风险 | 合规和品牌风险 | 提示词/图片审核、审计日志 |
| 生成可控性不足 | 用户放弃结果 | 参考图、mask、seed、前后对比、重跑 |

## 15. 待确认问题

- 视频生成是否进入商业化 Beta，还是放在 P2。
- 是否从第一版开始支持团队协作。
- 第一批接入哪 3 个模型供应商。
- 是否需要显性水印、隐性水印或仅保留元数据。
- 官网定位优先讲“创作者工具”“电商设计工具”还是“通用 AI 画布”。