AI Brand Identity · WaytoAGI-EDU · Case Study
AI 火种车
为 WaytoAGI 教育下乡项目做的一套品牌全案
团队给出「鹿、火、车」三个关键词，deadline 7 天。
AI 生成到 80%，再用 PS 精调，中间融入团队两轮反馈。
我主导交付 Logo、KT 板、手举牌、表情包 4 类核心品牌物料，被项目负责人评价为「效率之神」「yyds」「行动力杠杠的」。
field reading · brand delivery
7d
从关键词、现场和交付物倒推品牌方案。
Scroll ↓ 项目背景
Project Overview · Brand Identity SystemHero Visual
Logo 从「鹿、火、车」三个关键词里长出来
Identity
Fig. 01 · Brand system overview and delivery evidence.
Act I · Project Framing
Project Background
项目背景
核心约束不是「做一个好看的 Logo」，而是在 7 天 deadline、toC 公益场景、决策端与使用端分离的条件下，把一组关键词变成可落地的品牌系统。
1A · Project Footprint
Act I · 02
1A · 项目定位
7 天，从 3 个关键词到一套品牌全案
12 小时内交付 3 个方向预览方案，团队一次定方向。
2025 年 11 月 7 日至 15 日，WaytoAGI 发起 AI 火种车教育下乡支教项目，一辆载满 AI 知识的房车从昆明出发，途经大理、怒江、保山、临沧、玉溪、曲靖、昭通，最终抵达丽江，为云南山区儿童带去 AI 启蒙教育。
项目方提供的元素清单是「鹿、火、车」三个关键词，deadline 锁死在 7 天后。我的第一判断不是「怎么把三个元素拼成一个好看的 Logo」，而是「谁是真正的终端用户」。
项目周期
7天
从项目启动到核心物料交付，后端印刷和上架没有宽松试错时间。
原始输入
3词
「鹿、火、车」不是完整 brief，需要先补齐受众、场景和传播语境。
核心交付
4类
Logo、KT 板、手举牌、表情包同步推进，最后进入真实活动和平台。
1B · Audience Stratification
Act I · 03
1B · 用户分层
利益相关者 ≠ 终端用户
项目方给的是元素清单，真正要服务的是孩子的眼睛。
在 toC 公益项目里，决策端和使用端对「好 Logo」的判断标准结构性地不重合。项目方要确认元素是否完整，孩子感受到的是亲近、温暖、愿不愿意靠近。
所以设计师第一秒要做的不是「如何融合元素」，而是目标受众分层：识别两端的差异，锁定真正的设计目标服务对象。这个判断，决定后续所有方向探索的有效性。
- 决策端确认鹿、火、车是否被看见，以及是否延续 WaytoAGI 的品牌资产。
- 使用端孩子看到它时，要觉得这是一辆可以靠近的 AI 火种车。
- 筛选标准过度机械、冷硬、赛博的方向，即使完成度高，也不适合这个项目。
- 设计目标童趣、温暖、有力量，而不是技术感压过公益感。
这一段需要看到终端使用场景：Logo 和手举牌最终面对的是孩子与课堂，而不只是审稿页面。
"如果 logo 很机械、很冷酷，孩子看到后会觉得这个项目很陌生，甚至有距离感——因为受众群体是孩子。"
— Get 笔记 · 2025.12.14
Act II · Design Reasoning
Design Reasoning
设计判断
从流程压缩到提示词设计、Agent 平台接力、视觉分诊，再到核心图形发散和精修落地：重点不是「AI 生成了什么」，而是设计师怎样让方向一步步收敛。
2A · Visual-First Proposal
Act II · 04
2A · 流程压缩
"先出文字稿"我没采纳，不是不专业，是不够快
Visual-First Proposal：把审议环节从「读方案」变成「看方案」。
传统流程在前期发散后，用文字方案做客户审议，抽象、长拉锯。我做的是可视化方案直出：把 Logo 直接放进 KT 板、手举牌和物料样机，让客户看到「这个 Logo 在实际使用中长什么样」。
- 审议路径压缩客户看到的是方案本身，而不是描述方案的文字。
- 交付链路提前前期省下来的审议时间，留给后端印刷和物料落地。
- 一次比对3 个方向并列展示，让团队快速排除不合适方向。
- 风险前置不是等 Logo 定稿后才想应用，而是一开始就放进真实媒介看。
"我第一时间考虑的是：在规定时间内，这个方案能不能落地；还有，物料实现的那边，得留出充足的时间。"
— 箱子 · 项目复盘
这一段看的是「先把方案放进使用媒介」：不是只评价图形本身，而是提前验证它在真实物料和现场拍照里能不能成立。
2B · Prompt To Atomic Seed
Act II · 05
2B · 视觉分诊
从提示词到原子图：Agent 迭代 + 视觉分诊
批量生成不是选出最好看的图，而是识别出方向最准的图形。
这里补回真实流程：先从「鹿、火、车」推导结构化提示词，再用扣子、Lovart、即梦做平台接力，打开足够大的视觉方差；最后用「目标受众分层」作为筛子，在大量生成结果里分诊出那只亲民鹿。
Real Workflow · 2B Expanded
01
提示词设计
用组词造句法把鹿、火、车转成静态融合、视觉因果、公式定义三种句式。
02
平台接力
扣子铺开方向，Lovart 捕捉图形种子，即梦验证角色表现和可延展性。
03
视觉分诊
用亲民、适合孩子的目标受众标准，筛掉过冷、过硬、过机械方向。
04
一眼卯定
从方差分布里找到可以成为后续品牌系统种子的核心图形。
- 核心判断一张图就是一个原子，它的信息含量和方向感，比一大段提示词描述更管用。
- 种子图形亲民鹿、火焰走向、车的隐喻，三个关键词的交集首次清晰呈现。
- 共生载体这只鹿来自某次生成方向，但超越了方向本身，成为后续所有决策的锚。
- 品牌气质童趣、温暖、有力量，而不是技术感孤立存在。
"忽然间，那只鹿冒出来了——我一眼就卯定了。"— 箱子 · 项目复盘
"在批量设计任务中，最核心的不是提示词，而是图。一张图就是一个原子。"— Get 笔记 · 2025.11.13
2C · Core Graphic Expansion
Act II · 06
2C · 发散与精修
基于核心图形发散 + 精修落地
原子图不是终点，它要继续长成 Logo、IP、字体、色彩和可复制的物料系统。
LOGO 交付不是一次性出图。我把后半段收成「三层结构整合」：L1 是亲民鹿、火焰、移动教育意象组成的基础图形；L2 是 WaytoAGI 鹿 IP 的沿用；L3 是品牌彩色、字体和细节精修。
- L1 · 基础图形从原子图扩展出鹿、火、车的核心关系。
- L2 · IP 沿用把团队建议的 WaytoAGI 鹿形象演化进结构里，而不是推翻重来。
- L3 · 调色落地AI 出图到 80%，最后用 PS 做颜色、边缘和字体精修。
- 品牌家族同一颗视觉种子继续横向衍生 KT 板、表情包、手举牌。
"微调就好，不要再重新设计，不然大家又要回去讨论。"— 箱子 · 推动 11 月 10 日完成终稿定稿
三层结构整合后，Logo 才从一张好图变成可被印刷、复用、衍生的品牌图形。
Act III · Execution & Delivery
Execution
落地交付
从设计稿到实物的完整链路：三层兜底能力负责落地，母提示词横向衍生负责让品牌家族保持同源。
3A · End-to-End Delivery Awareness
Act III · 07
3A · 工艺兜底
兜底能力 L1-L3
我的「做完」不是设计稿出完，是从屏幕走到实物都能落地。
L1 · 生产可行性预判
3cm
描边、印刷处理、Logo 嵌入精度先在自己手上处理，不把工艺风险丢给下游。
L2 · 跨团队协同
4类
提前锁定 Logo、KT 板、手举牌、表情包规格，降低下游沟通成本。
L3 · 使用情境模拟
40cm
从真实拍照和现场使用反推尺寸，避免 20cm 物料在照片里不清楚。
- 矢量化前置Logo 定稿当天启动 AI / SVG 转档，确保印刷可用。
- KT 板处理AI 图不能直接印，需要描边、加 Logo、调尺寸。
- 表情包规格主图、缩略图、横幅、透明底 PNG 等微信规范前置考虑。
- 现场倒推从终端使用场景反推尺寸，而不是只看屏幕效果。
"因为我干过一些下游的工作，然后我知道这个流程，后面要做什么。"— 箱子 · 项目复盘
项目方担心的「出案后甩手」，在这里被反向证明。
3B · Prompt Lateral Derivation
Act III · 08
3B · 衍生家族
一颗母提示词，长出整套品牌家族
视觉一致性内置在提示词关系里，不靠 Brand Guideline 事后约束。
母 Logo 提示词就是种子提示词。后续做手举牌、KT 板、表情包，都从母提示词横向衍生：每个衍生提示词继承母提示词的视觉锚，再根据媒介做适配。
Lateral Derivation Pipeline
01
母提示词确定
鹿、火、车、童趣插画、粗描边、暖色调形成可复用视觉锚。
02
KT 板衍生
放大字号，强化描边，适配印刷距离和现场手持观看。
03
表情包衍生
压缩成短文案、透明底 PNG 和微信表情商店所需规格。
04
品牌家族
同源视觉语言横向覆盖 Logo、物料、表情、路线图和现场传播。
"手举牌和表情包设计的灵感都是从 LOGO 设计的提示词推演出来的。"— 箱子 · 术语库 2.1
"Coze 一次出 40 个方向，我挑符合的做迭代，最终 12-14 款定稿。AI 图不能直接印，描边、加 Logo、调尺寸，这些坑我替印刷端都填了。"— 项目复盘
Act IV · Adaptive Methodology
Methodology
方法沉淀
把这次项目里的判断收束成可复用的设计方法：不是照搬万能提示词，而是在真实约束里找到受众、媒介、工艺与生成链路之间的最短闭环。
Adaptive Methodology · 方法沉淀
"没有所谓的万能提示词框架，
更多的是就事论事、因项目制宜地灵活去调整方案
—— 因为设计思维并不是固化的。"
方法论是工具，不是模板。
这次项目的所有判断都不是从固定 SOP 里抄出来的，而是因项目真实约束被调谐出来的。
这版页面把方法论放回项目叙事里：先讲真实约束，再讲关键判断，最后用落地证据证明设计没有停在屏幕上。
用户感先于元素感先判断终端用户是谁，再决定 Logo 是不是「好看」。
可视化方案先行用 3 个方向快速让客户比对，先保证决策体验。
生成链路前置提示词设计、Agent 平台接力、视觉分诊构成从 0 到 1 的真实过程。
核心图形发散找到原子图后，再整合 IP、字体、颜色和品牌物料。
兜底能力分层从生产可行性、跨团队协同到使用情境模拟，保证设计能落地。
项目 / AI 火种车
类型 / 教育下乡支教 · WaytoAGI 子项目
时间 / 2025.11
身份 / 品牌设计师 · 主导设计 + 团队协作
归属 / WaytoAGI-EDU
Project Framing
Visual-First
Prompt Design
Agent Relay
Visual Triage
Lateral Derivation
End-to-End Delivery
