商业 on Victor42

企业里AI为什么用不起来？

hi@victor42.work (Victor42) — Mon, 09 Jun 2025 10:02:00 +0000

原因有两个，是相互高度关联的：

AI在绝大多数领域都没有超越专业人士。
现代商业社会基于精细化分工。

怎么讲？看图：

假设这是你的能力范围，而整个白色区域，是经营你们这家公司需要的所有能力。

你获得了AI帮助之后，在所有领域都能比彻头彻尾的门外汉好点，但在你专业领域，AI还得靠边。

这是你同事的能力范围，他跟你不是一个工种，但覆盖范围差不多大。

一家公司是由各领域的专业人士构成的，大家各司其职，把公司所需的能力范围给覆盖满。

你看，还剩多少地方让AI下脚？

是不是恍然大悟？AI推不下去的关键阻碍，是一股根深蒂固几乎无法撼动的力量：分工，现代商业社会的根基。

再回到最初的两个因素：

AI在绝大多数领域都没有超越专业人士。
现代商业社会基于精细化分工。

AI在公司里用不起来，这情况什么时候发生重大改变，取决于这两个因素任何一个什么时候被推翻。

单独推翻第2个几乎无法想象。而如果第1个被推翻，那第2个推不推翻也不重要了，那时候的社会，今天同样无法想象。

但事情的发展一定是循序渐进的，AI从不如专业人士到全面超越专业人士，这个过程肯定是一点点实现的。按理说现在已经超越了一部分专业人士，至少超越了许多比较平庸的专业人士。

所以，AI并非完全没有用起来吧？确实。

员工个人在这股科技大潮中多多少少都接触过AI，也确实在用。有2个因素阻碍他们大范围、深度使用：

经过尝试发现，AI在本职工作上做得并不比自己好，但在自己不会的事情上那简直是神来之笔。最后AI往往沦为解决私人问题的工具。
虽然本职工作AI干不过自己，但也能省点时间。这省下来的时间，原本就已经卖给老板了，凭本事省下来的，那么好心还回去吗？省了也不会让老板知道。

但岗位的确减少了，对吧？

留心观察，哪些工种减少了？哪些岗位被替换成AI了？在AI仍然普遍不如专业人士的情况下，怎么还会发生这种事情？

这往往说明这些工种离商业核心较远、对公司赚钱帮助较小。质量降低到AI水平也能凑合用。反过来，什么时候见过做渠道和销售的工种被AI替代？闻所未闻。

这放在AI时代以前，企业效益不好了，也一样这么干。并不是AI有多么来势汹汹。

AI能力总会越来越强，如何自处？

再回顾一下前面几张图，把它们看作从天空往下看的俯视图。颜色亮的地方是高山，颜色浅的地方是平原，它们变成了地形图。

AI像洪水一样慢慢淹没各专业领域的低洼处（虽然现在水位很低），只留下高处的人发光发热。而高处的人同样不能坐以待毙。利用好AI，就像学会了造船，洪水反而变成了你的一整个活动范围，让你从山巅向全领域发散和探索，航向更高的山峰。

如果身无长物，本来就在低洼处呢？那AI是最好的学习工具。这就像赶紧给自己造艘船，浮到水面来。然后直接开船来到半山腰，免去了山脚的那一段攀登。剩下的登山路，还得自己爬。但别在意洪水，洪水涨得没你爬得快。

两种情况都提到了船。船就是保持学习的意愿和决心。

卖AI图，从开单到金盆洗手

hi@victor42.work (Victor42) — Thu, 08 May 2025 17:22:00 +0000

我接了个活，为一家童书电商公司生产教辅插图。本文记录了我如何分析可行性，如何做前期准备，如何干完第一单，如何决定金盆洗手的整个过程。

（2025年7月更新：为这套系统写了一份详细手册，开源其中全部工具、代码和模板。）

其中也会穿插大量AI技巧和技术实践，讲原理和思路为主，具体操作不会写得那么详细。别慌，如果你对那些神秘的AI术语不感兴趣，我保证你也能看懂。我会把技术细节放在特定模块里，故事部分尽量避免术语。你可以直接快进跳过，不影响你看故事。

鉴于为客户保密的义务，我无法直接展示成品，但可以用变通的方法让你看到类似的效果。所以你在本文中看到的图片，全部都是我事后生成。

现在项目已经完结，在故事开始前，先分享一个结论：AI不能让普通人代替插画师，但是能让掌握Photoshop的人（比如美工）代替插画师。

机会

2025年4月，朋友给我推荐了个活，AI生成儿童插画。量非常大，一个月能有一万张左右。按朋友给的报价，只要我产能足够，哪怕只是接下其中2000张，利润也会非常可观。

打动我的关键点是：量大。

因为我最大的本事，是擅长从乱麻般的复杂流程中理出头绪，并做成自动化流水线。所有环节各个击破，用Python、提示词工程、Excel、多维表等技术和工具串起来，实现以一敌十的效果。

这个本事简单说就是：工业化。

当然，AI生图我本身也有丰富经验，是能接这个活的前提。

从赚钱角度来说，这似乎是个不错的生意。虽然现在AI生图工具遍地是，人人都能生成像模像样的儿童插画，但生成一两张和上万张可完全是两码事。上万张手动生成，耗费的精力并不亚于一份全职工作。

我的算盘是，把生成插图的一整套流程都自动化，耗费极少时间，挂机大批量出图。我的主要精力只用来挑选图片，以及与客户沟通。对，因为AI生成的图总免不了有问题，要碰运气（行话叫抽卡），所以我会让程序为每幅插画生成多张图片，我来从中挑选。如果一张可用的都没有，就标记一下，进入重试流程，再来一轮，直到找到可用的。

至于细节的修改，比如人物多个手指、少个手指，虽然我用AI工具和PS也能修，但亲自动手产量上不去。我只想赚自动化的钱，手工活的钱我打算二次外包给插画师赚。我朋友正好有这方面门路，能帮我找到插画师。初步谈下来，插画师有合作意向，我给的价格也在对方接受范围内。

接单的要素集齐。这样一来，我就有了一根高效的杠杆，用自己极少的时间，产生超越自己时薪的利润。那几天心情愉快，在厨房洗奶瓶时都会不自觉唱几句。

🔮 技术分享

▽ ▽ ▽ 🔮 技术部分开始 🔮 ▽ ▽ ▽

选择模型

在这个时间点，AI生图的现状是：最顶流的模型，国外的是gpt 4o，国内的是即梦（豆包）。开源模型方面，效果最好且生态完善的是Flux dev。

由于出图量大，不能只看效果，还得顾及成本。gpt 4o成本过高，即梦没有官方API。客户对图片的风格又有明确要求（真的非常具体），可行的方案只能是开源模型。

在开源模型中，SDXL和Flux dev是两个主流方案。SDXL便宜且快速，但我知道它的局限。童书插图有大量多人出现的场景，当一个穿着蓝色条纹短袖T恤的小男孩，和穿着卡其色开衫的妈妈同时出现在画面中，SDXL经常会把两人衣服都画成蓝色或卡其色，废稿率奇高。用Flux dev就要稳定得多。

拿我在其他项目中的对比结果举例。上图是Flux dev画的，完美地遵循了我对人物外貌的要求：女主青绿色衣服、银灰色长发；男主红色衣服，红色头发。甚至人物的眼珠颜色都遵照了指令。

然后SDXL生成的就是这么个玩意，一团混乱。

这是两者的CLIP模型能力差异所导致。CLIP模型是理解和处理图文对应关系的模型。扩散模型不懂人话，CLIP懂。CLIP把你输入的提示词转化成扩散模型能理解的“语言”，相当于是个翻译。如果翻译自身语言水平差，当然容易鸡同鸭讲。

于是Flux dev成了唯一的选择。

选择模型调用方式

另一方面，生图过程如果想要自动化，必须通过程序来调用。

目前Flux生图有3种方式：WebUI、ComfyUI、直接编程调用。我最熟悉的是 ComfyUI，它提供API，可以把一整个工作流传进去。只要模型和其他资源都准备到位，这边程序输入一个工作流，运行完那边输出一张图片。把这个过程封装成工具函数，放在一个更大的程序中循环调用，就可以实现大批图片的连续生成。

选择运行环境

还有个问题是，AI生图耗费大量运算资源，这些运算资源从哪来？我的个人电脑是一台7000多的i7处理器Windows笔记本，显卡很烂，运行SDXL都要10分钟一张图，显然指望不上了。换电脑是个法子，但考虑到合作还没稳定开展，且要根据需求量灵活扩展运算资源，云端机器是更合适的方案。

最硬核的办法是去云服务商买机器、买存储，不过我这种半吊子开发者折腾起来也够呛。最终锁定了两个更简单友好的平台：Replicate 和 Runcomfy，只需要对接API，不用费劲折腾机器配置。

Replicate上提供 Flex dev Lora模型。输入提示词和一些参数，运行完，一张图就出现在我电脑上，非常简单。其中Lora模型我需要自己训练，然后放到Huggingface或Civitai上，通过链接来调用。这个模型是按张计费的，一张图人民币2毛左右。

但是Replicate有一点满足不了我。它无法使用任意自定义节点，毕竟这个平台提供的不只是生图模型，文本、语音……什么模型都有，它不会专为ComfyUI提供这么细致的支持。而我打算使用的图像放大技术，需要用到一个叫TTP_Image_Tile_Batch的节点，Replicate并不支持。

Runcomfy则更加专注于ComfyUI。它有云端机器，而且带有存储，意味着我可以把要用的模型、自定义节点传上去，这个平台理论上可以运行任意生图模型和自定义节点。Runcomfy按机器运行时间计费，精确到分钟。每次要生图，无论是打开在线ComfyUI界面手动操作，还是通过API，都要先启动一台机器。从机器启动成功那一刻开始计费，用完关掉机器停止计费。

关键是，算下来它一张图还比Replicate便宜！

△ △ △ 🔮 技术部分结束 🔮 △ △ △

准备

正式接单前，经过了两轮试稿。

试稿磨合，客户认可

第一轮试稿，根据客户给出的风格参考图，分别用水彩和扁平两种风格画出：公园里，男孩伸手想要摘花，妈妈连忙劝阻。

最终客户满意的效果类似这样，左水彩，右扁平。肢体问题请忽略（这是我事后生成），主要看风格：

挑战1：满足风格要求

刚开始我偷了点懒，认为客户对风格的要求没有那么高，没有专门训练风格模型，而是去AI社区找别人的模型来用。生成了几次，客户对水彩风格勉强接受，但认为扁平风格和他们的参考图差异太大。

别人模型的生成结果。

客户公司自己就有一大批插画师，有相当数量的插图是他们的插画师纯手工绘制的。于是乎，他们盯风格那叫一个细，甚至对于人物眼睛大小和画法、水彩勾线的笔触质感、扁平色块上微妙的铅笔纹理，都有要求。

这下没懒可偷了，只能用最精确的方式：自己训练模型。这事听起来吓人，但AI发展这么久了，借助现成的工具其实挺简单的。而且整个训练过程也不贵，只花了我不到100。

客户每种风格都提供了几十张参考图，足够训练了。模型训练出来后，除极个别风格细节没还原出来，其它方面简直以假乱真。恰好，缺失的风格细节，我也有办法用PS来实现，而且也能自动化。这下风格没有问题了，客户也认为非常好。

挑战2：准确表现人物互动

另一个问题是AI对图片内容的理解。它虽能画出公园，画出小花，画出男孩和妈妈，但人物的行为总是差点意思。比如男孩摘花视线却不看花，男孩蹲下左手竟然放在右边膝盖上，妈妈伸手不像阻止却像接受男孩献花。

这个画得像妈妈扶男孩起来，男孩眼睛也不知道在看哪里。

这诸多问题的根源是，AI能理解你要它画的事物，但不理解事物之间的关系。因为它并不真的像人类这样先理解物理世界再学画画，它像是个一辈子被关在地窖里的圈养画师，看了无数别人的画，然后开始邯郸学步画世间万物。

为此，我专门优化了我的生图系统。我在让deepseek生成画图提示词的时候，要求它把人物的动作神态描述得极其细致，细到人物站在画面的什么位置，多少度朝向哪个方向，视线看着哪里，左手在干什么，右手在干什么，等等。

这样确实有大幅改善，但无法完全杜绝此类问题。AI本身能力也就到这了，如果抽卡无法解决，只能后期手动修复。

挑战3：解决手部畸形

还有个普遍问题：畸形的手，这是AI生图老大难。手应该是人类变化最丰富的肢体了，毕竟人类通过物理接触来与周围环境互动，无论什么形状的物体，都优先通过手来操作。目前的AI哪怕是阅图无数，能把人脸画得惟妙惟肖，也还是领会不了人手的全部变化。

还是那个原因，绘图AI是不理解物理世界的。不像人类美术生要从人体结构学起，AI学画画一上来就是一遍又一遍地刷像素点，连手指数量都画不对。

而且，客户这道试稿题本身画手难度也高。首先是手的尺寸小，画面里两个人物，还都是全身像，那手有多小就可想而知了。AI的注意力没多少能分配在手上，效果可想而知。

另外由于小男孩要摘花，这就得画出手与花的互动，人手摘花主要发力的是拇指和食指。但不懂人体结构的AI能画对吗？反正我是看到好几张握红酒杯的手势，把花茎夹在食指与中指之间。

同时，妈妈的手还得阻止，要加上手与手之间的互动。妈妈的手按在小男孩的手上，这种情况是最难的，两只手手指重叠的情况，AI往往画成一团糊。但也有取巧的办法，让妈妈的手按在男孩小臂上，或者抬起手来摇食指，同样符合要表达的含义。

以上3个问题，风格问题已经稳定解决，而人物互动和手部问题则可以以量取胜，通过试稿并不难。至于第二轮试稿，虽然插图数量加到了5张，但主体都是单个的动物或人物，轻松通过。

🔮 技术分享

▽ ▽ ▽ 🔮 技术部分开始 🔮 ▽ ▽ ▽

训练模型

为准确还原客户想要的两种风格：水彩与扁平，自己训练模型不可避免。Lora模型非常擅长解决这个问题。

说实话，玩SD和ComfyUI这么久，训练Lora这事我竟然还是第一次干。之前没有专门尝试，因为我确定训练模型会越来越简单，真有需要再临时学。这不，现在只要在 Liblib 的图形界面里点点鼠标就可以完成了。

不过，训练过程还是有些设置项要考虑。如何裁剪图片，给训练图打什么标，训练多少轮，这些还是得好好琢磨。

读了一篇别人的LoRA训练经验，解答了全部疑问：

训练图最好是方形图。我没有用Liblib的图像裁剪功能，而是自己写程序把图都裁剪成了方形。这样能把一些裁剪效果不好（比如人只剩半张脸、主体不完整）的图剔除掉，以保证模型训练质量。
风格类Lora，模型特征无差别应用在整个画面所有元素上，完全不打标是个不错的选择。这样训练出来的Lora，使用时不需要触发词，只要挂上Lora，风格就出来了。
关注LOSS函数的变化趋势，训练轮次增加，LOSS逐渐减少。但到达一定轮次，曲线趋于平缓，LOSS几乎不再下降。如果不确定这是局部最小值还是全局最小值，看看模型的样例图也大概能判断。其实对于细节较少的非写实类图片，有8-10轮训练，效果就很理想了。

自动出图工作流

把训练好的Lora传到Runcomfy的存储里，资源就绪。搭建一个最基础的Flux文生图工作流，再挂上两个Lora，一个手部细节优化Lora，一个自己训练的风格Lora。

这样就准备好了两套生图工作流，一套水彩风格，一套扁平风格。分别导出API格式文件，留待程序调用。

另一个核心工作流是高清放大。本质是基础的Flux图生图工作流，但有这几个区别：

降噪值设为0.15，能保证图片高清放大时忠实于原图内容。
挂了一个4步生图Lora，它能让Flux dev生成图片时只需要4步（通常要20步），但质量降低，把Flux dev当Flux schnell用，以大幅减少生图时间。也不知道作者哪来的奇思妙想。这种用法很适合图像放大的场合，质量降低的影响很小，肉眼看不出来。
采样节点前后都接了TTP_Image_Tile_Batch节点。它的作用是把原图分割成许多小块，生成的时候，Flux每次只专注画一个小块里的内容。由于注意力集中了，可以画得更细致，细节更加准确和丰富。最后，怎么分割的就再怎么拼回来，以此达到高清放大的目的。

特别讲讲降噪值这个概念，想要ComfyUI玩得溜，这个概念必须深刻理解。我一直把它理解成在一堵汉白玉石墙上雕刻浮雕。比如说这墙有1米厚，降噪值为1（最大值），就意味着你可以随心所欲地雕。整堵墙凿通，然后正反两面开工雕出个大卫像都没问题。降噪值如果为0.15，也就是你只能动表面15%的厚度，里面的不能动，这样最终只能是浅浅的浮雕。

在文生图的情况下，这堵墙原本就是一块平板，没有任何图案。降噪值越大，AI发挥的余地越大，一般都会开满。

但在图生图情况下，这墙上原本就雕有图像。如果你想一定程度保留原图的特征，降噪值反而不能开太大。一面九龙壁，你把降噪值开低一点，AI只能动动表面，它就会把心思花在龙鳞龙须这些细节上，不至于把整条龙改成了迎客松。

手动修补工作流

经过测试，Lora模型和生图、放大工作流可以稳定输出了。但为了应对各种可以预见的特殊修改，还是应该把手动修补的工具也准备好。虽然我打算丢给插画师，但得有Plan B，如果插画师实在忙不过来，我自己还能临时顶一下。

手动修补工作流有这几个：文生图局部重绘、图生图局部重绘、转绘。

文生图局部重绘，用的是Flux dev fill模型，这个模型是专门用来局部重绘和扩图的。工作流其他方面和基础文生图一样，只是还挂了我训练的风格Lora。当需要给人物加一顶帽子、换双鞋子，改改猫尾巴的形状，就用这个工作流。

图生图局部重绘，用Flux dev fill结合Flux redux模型。要放入图中的物体，经过Flux redux的处理，能以合理的方式、相同的风格融入画面中，同时最大限度保持物体特征。Redux无视文字提示词，图片是唯一的输入信息。这个技巧最常用来给电商模特换衣服。

转绘，则是Flux dev基础模型和Flux redux的结合，给一张图片生成一个整体看上去差不多、但没有任何一处细节相同的仿制品。再挂上我的风格Lora，就能把照片转绘成扁平或水彩插画，同时原图特征都尽量保持住。这是关键的自媒体洗稿技巧，把网图一转绘，既相似又避免盗图处罚，别人的图摇身一变，成了自己的原创内容。

刚才提到的各种模块，都可以在我的 Flux万能工作流里找到。

之后所有的手动修改，除了PS和偶尔使用的豆包，都是这3个工作流交替使用搞定的。配合不同的降噪值使用，又能产生更多用法变化，解决不同的问题。

△ △ △ 🔮 技术部分结束 🔮 △ △ △

搭建自动化生图系统

试稿的插画我是手动生成的，现阶段还在调试技术细节。同时，我也在一边搭建我的自动化出图系统。

两轮试稿通过后，客户已经打算给我派活了。但我的系统还没搭建完成，手动生成太耗时，所以这个单子我暂时推掉了，说等我系统完成开始接单。

系统搭建完成，我用第二轮试稿的任务又跑了一遍，非常丝滑。有了这套系统，我具体要做的事情只剩这几件：

把客户的插图内容（Excel中的一列）复制到我的多维表里，等deepseek自动为每张插图生成绘图提示词。
把多维表导出成表格文件，并把它放到我的程序目录下。
运行1号程序（生成），它会从表格文件中找到所有绘图提示词，启动云端机器，每幅插图输出4张图片，全部完后自动关闭云端机器。
手动挑选图片，如果某幅插图一张可用的都没有，就在多维表的重试列中打勾，之后再重复执行2、3步直到成功。
运行2号程序（放大），它会启动云端机器，把挑选出的图都高清放大（童书是印刷品需要高清图片）。
运行3号程序（分辨率），它会把放大后的图片转换成印刷所需的分辨率，并缩放到客户指定的尺寸。
执行我准备好的PS批处理动作，给所有图片加上纹理细节。
运行4号程序（整理），把处理好的图片按书籍分到不同文件夹，便于最终发送给客户。

这一套看似复杂，但手动操作其实很少。挑图费点时间，其他的环节我只负责按一下运行键，然后挂机下楼遛娃。

关键是，来100张图也好，2000张图也好，我都是这套流程。要是量大又急，我还可以改一改配置，用速度更快的云端机器。虽然成本略高一点，但机器成本和插画师成本相比，九牛一毛。

🔮 技术分享

▽ ▽ ▽ 🔮 技术部分开始 🔮 ▽ ▽ ▽

要实现刚才提到的系统，就要把分散在不同工具里的自动化能力衔接起来。一个完整的流程，最初的输入来自客户的Excel表格，其中一列是插图内容的简略需求描述。最终的输出是一个个项目文件夹，里面是图片文件。中间的复杂过程，能自动化的通通要自动化掉，难关只能自己一个个攻克。

飞书多维表生成绘图提示词

从简略描述到具体的绘图提示词，飞书多维表是最适合的工具。它能调用非常丰富的第三方AI模型，不局限于自家模型，可以实现复杂文本处理任务的自动化。

我的表格结构有点复杂，从上到下有图片表、人设表、项目表3层，另外还有两张维度表，用来定义两种风格的提示词和图片复杂度等级（不同复杂度价格不同）。上层表依赖下层表，从下层表中读取数据。下层表汇总上层表，用以统计图片量、估算营收。

从下往上讲。基础是项目表，定义了项目名称、所属月份、图片风格，汇总计算图片数量，根据每张图的复杂度去需求类型表里查出价格并求和，估算整个项目营收，同时也记录一些备注性质的信息。

上一层人设表，专为人物一致性要求而准备。如果是绘本类的书籍，要求主角服装样貌贯穿全书。这张表里定义了人物的名称，选择人物所属项目，并由deepseek随机为该人物生成详细的外貌描述。此处给deepseek的指令，要求它只关注人物外貌，忽略动作环境等会随场景而变化的因素。还要明确要求deepseek定义发型发色、服装款式颜色等主要外貌特征，且保证人物都是中国人。最后，为了我自己浏览方便，还调用阶跃星辰的文生图API，输出一列小尺寸缩略图。虽然有费用，但这个很便宜可以忽略不计。

上层的图片表变化最多，要展开讲讲。图片表每行都是一张具体的插图，客户表格里的需求内容往场景列（scene）一贴，多维表自带的免费豆包模型就会把描述总结成10个字以内的画面标题。这个标题既为了自己方便查找，也用来拼接出图片文件名。

然后，为每张插图选定所属项目（可以选好一行其他复制粘贴），就会有一列从项目表里读取该图片的风格，并把风格提示词作为前缀加到完整绘图提示词的开头。

如果画面里出现了主角，则在人物列选择人物。我准备了3个人物列，也就是说一个画面支持3个主角同时出现。人物列会从人设表里把外貌描述读取过来，作为完整绘图提示词的信息素材。

我还加了一列人工指令，当对画面有明确而具体的要求时，就直接写在这里。比如要求时间是夜晚，环境是户外。这也会作为信息素材。

接下来轮到deepseek表演了。我让它参照需求列的内容用英文写绘图提示词，重点满足人工指令列的要求，其次满足一些通用要求：

先算出画面里有几个人物。
详细描述每个人的动作，细到方位角度、视线朝向等。
外貌特征优先从主角信息里照抄，一个字都不能改。非主角人物，外貌再自由发挥。
中国人、服装符合时代背景等细节要求。
简略描述场景环境。
输出的格式要求及示例。

deepseek r1能够漂亮地完成任务，绝大多数时候生成的提示词直接可用，准确且详细。不过，这里的deepseek不是免费的，可以用火山方舟的API。这部分成本比Runcomfy要低许多，不用太担心。

如果被这种层层关联的表结构绕晕了，我的建议是，认真弄明白多维表里的【单向关联】和【查找引用】这两种特殊列的用法，然后你就会发现这事也没那么难。

还有个问题是，飞书多维表个人免费用户一张表最多2000条数据，对于这个项目体量来说远远不够。所以图片表得滚动清理，不够用了就删掉旧的。因此我给项目表加了一列完成状态，打勾就完成了。图片表再把完成状态从项目表里读过去，就可以通过筛选一次性把已定稿的图片删掉，为新项目腾出空间。

刚才都是初次生图所需的配置。我还加了几列用来应付需要修改的情况：

重试列，打勾表示需要重新生成。
PS列，打勾表示需要我来手动修复。
修复列，打勾表示需要插画师修复。
x和y坐标列，这个用来从图中裁出一块，用AI局部重绘修手，完了再贴回原图上。这在后面开工的部分再讲。

这几列起到的只是标记作用，看客户修改意见时，一边看，这里一边打勾。我为图片表添加了几个子视图，根据这几列的打勾情况列出对应图片清单。清单导出成csv文件后，运行对应的程序可以一键从图片堆里把它们找出来，复制到专门的目录下，免去手动找图。

有这样一套表格系统，就可以在一个地方完成所有图片的管理、绘图提示词的生成，并且能应对后续的多轮修改。

Python生图放大

这是指两个程序，1号和2号。它们覆盖了自动化流程里的中间一段，从绘图提示词到产出高清图。

1号程序接收多维表输出的csv文件，从中读取整列绘图提示词，交给Runcomfy处理。根据风格调用相应的生图工作流，大批量输出图片。

图片输出后，人工挑选，同时在表格里标记需要重试的。反复运行1号程序，它会优先读取重试图片清单，重新生成。

确保所有插图都可用后，运行2号程序，图片交给Runcomfy，调用高清放大工作流，得到印刷质量的图片。

但1号程序和2号程序背后，需要许多底层的代码来支撑。

首先，Runcomfy的API是绕不开的，必须调通，这是程序生图的核心。对于没有编程经验的人，对接API是挺有挑战的。但只要选择编程能力足够强的模型，并且保持耐心跟它一起排查错误、反复尝试，最终还是能调通。当然，不能一路“还是不对”这样盲改，多让AI读API文档：

https://comfyui-guides.runcomfy.com/api-reference

调通之后一劳永逸，就获得了一个可以在任何项目中使用的AI生图工具函数。输入任意工作流、机器类型等参数，云端机器就给我一张图。

为了程序稳定运行，得考虑代码的健壮性。调用API的网络环境不会永远通畅，需要加上重试和指数退避机制，让程序不至于遇到网络错误就停止运行。

另外，这个函数的使用前提是云端机器得开着。所以为此还需要一整套的机器管理函数：启动机器、检查是否有可用机器、关闭机器等。

runcomfy_utils.py
├── Constants
│ ├── RUNCOMFY_USER_ID
│ ├── RUNCOMFY_API_TOKEN
│ └── RUNCOMFY_MACHINE_PRICES
│
├── Helper Functions
│ ├── generate_seed()
│ └── calculate_billable_minutes()
│
├── RunComfyService (Class)
│ ├── __init__()
│ ├── File Operations
│ │ ├── get_url_from_file()
│ │ ├── save_url_to_file()
│ │ └── remove_instance_file()
│ ├── API Interaction Methods
│ │ ├── get_instance_info()
│ │ ├── create_instance()
│ │ └── stop_instance()
│ └── get_or_create_instance()
│
├── runcomfy_service (Global Instance of RunComfyService)
│
└── Workflow & Download Functions
├── runcomfy_workflow()
└── runcomfy_download_outputs()

完整的工具函数文件，代码结构如上。

到了童书插图项目里，可以对基础Runcomfy函数再封装一层，加入一些业务逻辑。因为我们并不会输入任意工作流，我们只有生图和放大两个工作流。

封装后的业务级工具函数，输入不再是整个工作流，而是绘图提示词、要放大的图片、降噪值等具体属性。但它仍然只处理一张插图。

 """使用RunComfy工作流生成扁平风格图片
参数:
- prompt: 图片生成的文本描述
- instance_url: ComfyUI实例URL
- batch_size: 一次生成的图片数量
- save_dir: 生成图片保存的目录
- output_name: 输出文件名前缀，如果不指定则使用时间戳
- max_retries: 最大重试次数
返回:
- 生成的图片文件路径列表
"""

生成图片函数的docstring。

 """使用RunComfy工作流放大图像
参数:
- image_path: 需要放大的图像文件路径
- instance_url: ComfyUI实例URL
- save_dir: 放大后图像保存的目录
- max_retries: 最大重试次数
返回:
- 放大后的图像文件路径
"""

高清放大函数的docstring。

再上层的应用，就是1号和2号程序了。它们把机器管理的能力也用上了。生图时检查有没有机器已经开着，有就直接用，没有就启动一台新的。所有图片生成完毕，自动关闭当前使用的机器，及时停止计费。

除此之外，我还给1号和2号程序配上了统计功能，可以根据机器类型、价格、运行时长算出程序每次运行的开支。运行日志固定写到一个表格文件里，机器成本与多维表里的营收数据再导到一张专门的财务表里，手动填上插画师开支、火山方舟deepseek开支、阶跃星辰API开支，就能轻松算出利润。

我编程水平也就那样，但在AI的辅助下，做出这样一套系统也没多难。

Python调整分辨率和尺寸

这就是3号程序，把处理分辨率和图片尺寸的环节自动化了。

客户对最终成品图的要求是，10×10cm，PPI（每英寸的像素数量）是450。

这用Python和PIL包很容易处理。根据要求的尺寸和分辨率，可以算出成品图的像素大小，再用PIL内置的方法调整分辨率。

这个程序完全在本地运行，没有云端调用，0开支，耗时也短。

PS批处理加上风格纹理

这部分是为了满足客户对风格的细致要求。

比如水彩风格，训练出来的模型，生成背景有明显的水彩笔触，但人物服装有时候看起来是纯色的。客户希望人物服装也要有水彩笔触一样的随机明暗变化。

比如裤子上这种不均匀的明暗变化。

至于扁平风格，客户想要的其实是一种很特殊的风格，并非那种纯色色块构成的商业矢量插画。细看参考图，扁平色块上有白色颗粒感的笔触，创造出一种彩色铅笔的质感。而模型生成图片，色块部分则完全是纯色。

微妙的涂抹痕迹。

这么细微的风格特征，训练Lora时捕捉不到，但通过PS二次加工也能实现。传统做法是找水彩或铅笔质感的PS笔刷，用半透明的白色在图上刷一遍。但我要的是自动化，得让这个过程标准化，略微牺牲一点效果也没关系。

其实这本质是往图片上叠一层纹理。纹理有随机性，有的地方更透，有的地方更实，像从飞机上透过云层看大地。纹理的随机模式不同，最终形成了不同的笔触质感。我只要想办法试出这两种纹理，就可以用在所有图上，实现自动化。

这难不倒身为设计师的我。找素材啊，往测试图上叠，一层又一层。把图层模式设成滤色和颜色加深，消除纹理的本色，让它只影响图片明暗。很快就调出了这两种纹理，保存成PSD文件。

接下来做PS批处理程序。不熟悉PS的人可以这么理解，我打开一个开关，PS就开始记录我的所有动作。把复杂的图片处理流程先手动做一遍，停止记录，就产生了一个批处理动作。然后PS能对一整个文件夹里的图使用这个动作，就实现了自动化加纹理。

动作过程如下：

打开一张图片。
置入之前准备好的纹理PSD文件。
把纹理转换为图层，混合模式从正常改成穿透，里面的滤色和颜色加深才能生效。
合并所有图层，把纹理固化到图片上。
转成CMYK颜色模式，这是印刷工艺需要。
另存为TIFF格式，印刷需要的格式。
关闭图片。

使用这个批处理动作时，打开图片和另存为会被新的设置覆盖，这样每次处理的都是不同的图片。

转换成CMYK的工作，在上一步Python里也可以实现，我一开始就是这么做的。但PIL包所用的颜色描述文件不专业，相比图像处理软件效果差很多，导致整张图发黄。和颜色相关的事情，还是适合PS来做。

PS批处理是非常强大的工具，关于它的高级用法，可以看我这篇文章：

我用Excel把PS变成了一挺重机枪

△ △ △ 🔮 技术部分结束 🔮 △ △ △

开工

现在，万事就绪，开始接单。

按下启动开关，图哗啦啦出来

第1个实战项目图不多，1本书，82张图，给7天时间。

时间方面我自己这边是毫无压力，半天就全出来了。感觉像台照片打印机（如果不能比作印钞机的话）。

82张插图里，有一半左右没有人物。这种图片不容易出问题，往往首次生成就可用。所有图片进入重试流程的不到20张。我没有专门为手部问题重新生成，重试的几乎都是人物互动关系不太对的情况。

其中有3张图人物非常多，这类群像图指望AI一步到位是不现实的。我重新生成几次从中挑出问题较少的图，留给插画师修。

初稿提交客户，向客户说明插画师还未介入，先忽略手部问题，后续会集中修复。这样避免插画师做无用功，毕竟每一次改都是成本。

突遭变故，插画师退出

我这种一心钻到技术里的人，总是容易低估人的变数。

不过现在，还是先说说客户对初稿的反馈。说实话我是有点震惊的，修改意见那叫一个细。总结下来大概分几类：

细节不符合现实世界逻辑，比如课桌椅少了或者多了腿。
AI漏了指定元素，比如画台灯漏了旋钮。
风格要求变了，比如模型训练图里，人物头发有表现高光阴影的线条，但客户要求去掉这些线条。
可能存在法律风险的内容，比如警察服装是外国样式。
印刷要求，比如夜晚和雷雨天的天空仍然要画成亮色，否则深色印刷出来效果会差。
美观要求，人物服装款式单一，要求多样化一些。
不太能理解的要求，比如小孩不能穿背带裤，长裤不能露脚踝，不能卷裤脚，笑不能露齿。嗯……难道是收到过这样的买家差评？

第一轮审稿意见，82张里有71张要修改，修改点远不止手部问题，那剩下6天时间给插画师就危险了。

和插画师一沟通，对方要求再次确认价格。这一确认，突然就变卦了，觉得价格太低，甚至连讲价都没讲，直接就退出了。

凭心而论，我给的价格确实不是很有诱惑力。加上这种给AI擦屁股的活，可能插画师内心多少是抵触的。

这时候，我朋友在给我另寻插画师，我自己也一直有在多方打听。结果不是很乐观，按目前市场水平，插画师们的心理价位其实比我的出价高很多，甚至一些大厂插画师能报出100一张的价格。而按照客户这边的审稿情况，后面几轮的修改量到底有多大，我心里也没底。即使让出大部分利润，高价找一个插画师合作，仍然有极大风险，成本兜不住。

咬牙自己改，试探AI的能耐

既然这样，这次我就自己来吧。一方面试探客户的修改意见到底能细到什么程度，以决定后续以什么标准来找插画师。另一方面也考验一下自己的AI能力，我虽是设计师，但不会画画，看我的AI技能+P图技能有没有本事兜底，让我有底气不完全依赖插画师。当然，我自认为PS技巧相当了得，这才敢继续干下去。

紧锣密鼓改了一周的图，经过6轮审稿，总共改了 71 + 60 + 33 + 11 + 3 + 13 = 191 张图。此刻我只想说一句“我滴个娘嘞”。其中个别图问题太多，我抛弃了原先的图全新生成，但这仅仅是减少问题，仍然需要局部调整。其余的图重新生成风险较高，容易引入新问题，最好是在现有图片基础上修补。所有这些修补只能手动。

这样一来，生图系统的自动化流程就遇到了巨大堵点。在生成图片和高清放大之间，大量手动修图代替了原先的简单挑图。

意外的是，这一周修下来，除了时间紧张忙得我手抖外，进展还算顺利。客户的要求本想着尽量满足，搞不定的只能协商一下，以没有插画师为由让对方考虑变通方案。结果全部要求都通过各种技巧的组合满足了，竟然没有搞不定的。至于改这么多轮，那是客户方面工作流程就这样。每一轮的修改意见都是之前没提过的点，审稿审不到那么全面，并非修改不到位。

所有要求都满足，但我完全不会画画，这是怎么做到的呢？光用AI改图是不现实的，AI画图难以精确控制。好在我有PS技巧，可以用各种手段让AI乖乖就范：

小范围擦除类任务，只用PS就能完成。
大范围擦除类任务，用豆包的局部重绘又快又好。
元素移动变形类任务，也是PS的传统强项。
无精确要求的创造类任务，用AI工作流局部重绘，可保画风一致。
对物体有精确要求的创造类任务，则通过从网上搜图，让AI局部重绘或转绘，保持了主体，又匹配了风格。

这些技巧，在下面的技术部分我会展开讲讲。

🔮 技术分享

▽ ▽ ▽ 🔮 技术部分开始 🔮 ▽ ▽ ▽

这部分已经脱离自动化的范畴了，都是手动改图遇到的难点和解决办法。

技巧与用途

首先，介绍一下用到的各种技巧，以及它们的能力：

【Flux】文生图局部重绘（高降噪值）：完全替换掉图里某个元素。
【Flux】文生图局部重绘（低降噪值）：把图中元素画得更细致，常用于修手。
【Flux】图生图局部重绘：把指定物体放到图片中。
【Flux】转绘：参照图中元素和风格，重画一张，用来把照片变成插图，或者融合不同风格的物体。
【豆包】对话改图：快速大范围改色、擦除物体，但画风保持不太稳定。
【豆包】局部重绘：精确局部擦除，好处是可以直接修改放大后的高清图，丢给Flux处理则奇慢无比。
【PS】快速选择工具：通过大致涂抹选中一个物体，颜色相近的部分也会自动选上，便于分离出来。
【PS】魔棒工具：完全根据颜色选择，可以设定颜色的筛选范围，适合选中树枝、树叶等形状非常复杂的物体。
【PS】污点修复画笔：低配版局部重绘，在简单背景的表现上不输豆包。
【PS】内容识别填充：效果比污点修复画笔更好一些，但需要先圈选再填充，而且会产生新图层，不太方便。
【PS】仿制图章：把一处画面画到另一处位置，经常用来修补两种颜色的边界线，沿着边界一路抹过去，可以把断开的线接上。
【PS】涂抹工具：就是字面意思，像小孩在餐桌上按着饭菜一顿乱涂，它与仿制图章相反，可以把一些不想要的边界线涂乱，让它们不那么明显。
【PS】操控变形：把一个物体局部钉住，拖动剩余部分，物体就像橡皮一样任你弯折。可以让人物抬头低头、弯起胳膊伸直腿。
【PS】色阶与色相饱和度调整图层：改变亮度和颜色，配合剪贴蒙版可以只应用在画面局部，轻松修改衣服颜色。
【PS】木刻滤镜：把画面的颜色降到只剩几种，这是滤镜库里能把图片处理成扁平风格的最佳工具。

接下来，看看这些技巧的组合如何解决一些疑难问题。

难题1：交警指挥交通

关键技巧：豆包局部重绘、内容识别填充、木刻滤镜

有趣的是，这张插图的难点竟然来自文化原因。Flux是一个德国团队训练出来的模型，它的训练数据里，中国的服饰元素显然不足。让它画一张交警指挥交通，它画出的交警服完全是外国样式。但童书上不能出现这种问题。

文生图局部重绘，降噪值1，明确要求它画蓝色短袖中国交警衬衫。然后就会出现如下情况：

这是Liblib的限制，禁止生成一些可能有法律风险的内容。无论是提示词里带有“警察”，还是生成的图太像警服，都会触发屏蔽。当然，你也可以选择一些没有屏蔽的平台，不过Liblib它便宜啊，是没有好显卡时的绝佳选择。

但如果去掉警察相关的词，画出来真的就是很普通的短袖蓝衬衫，不像警服了。写也不是，不写也不是。

既然Liblib上的Flux这么扭捏，不如试试别的工具。豆包的即梦模型没有这个限制，而且效果不错，大概样子就出来了。

白色交警帽难度更高，豆包也画不对，像高档酒店门口的停车引导员。白色交警帽样式有它鲜明特征，特征少了，相似度会直线下降。

可以找个角度大致吻合的交警帽P上去。注意，为了避免被屏蔽，先用PS把上面的警徽给擦掉，等图片不必经手AI了再加回来。这里能看到PS内容识别填充的威力，轻松就把警徽去掉了。

把帽子摆好位置，现在还是写实风格。

给帽子加上木刻滤镜，减少颜色数量，风格一下就变扁平了。

没有那么违和了，难题解决。当然，图里还有很多其他问题，都有比较稳定可靠的修复方法，这里就不讲了。

难题2：跳绳的小孩

关键技巧：文生图局部重绘（低降噪值）、转绘、操控变形

这张插图又触及Flux的能力边界了。它跳绳的场面肯定见太少，画的都是小孩胡乱挥舞绳子，甚至能有绳子就已经不错了。本想大力出奇迹，一口气生成16张图，居然一张能用的都没有。

不过没关系，只要动作对，跳绳可以画上去。这张最有改造潜力，PS胡乱画个跳绳，就有点像那么回事了。

使用转绘工作流，降噪值设为0.7。大体保持原图内容，留给AI的发挥余地足够让它把跳绳画得更真实。

这里展开讲讲手部的修复。可以看到小孩右手没有拇指，或者说拇指和食指连成一片了。虽然可以直接在这张图上局部重绘，但手持物体的情况，AI往往画不好，大量重试都不一定能成功。

对于这种面积很小的手部，AI修不好是正常的，因为分配的注意力太少了。修手的关键不是局部重绘，而是放大。放大之后清晰很多，细节足够，虽然手仍然是坏的，但修起来成功率就高多了。

不过，如果Flux直接在完整的高清图上局部重绘，不仅速度非常慢，而且偏离Flux擅长的生成尺寸，很容易崩。解决办法是把要修的部分单独裁剪出来，取一块1024×1024大小的图片，这是Flux最擅长的尺寸，可以保障生成效果。修完了再贴回去。

可是贴回去的时候准确对位置很费劲啊，这就要借助程序来精确处理了。

回顾一下之前飞书多维表里的x和y坐标列，它是我放大裁剪和粘贴程序的一部分。我的裁剪程序可以把图片划分成5×5=25个切片，每个1024×1024，切片之间可以相互重叠。我在多维表里填上切片的行列号，比如上图取第2列（x为2）第3行（y为3）的切片，这个目测就能看出来。然后运行裁剪程序，它就能把这块切片单独存出来。

再对切片图用局部重绘，一次成功。降噪值可以看情况调整，原先的手问题很大，降噪值就要高。反过来，如果像本图情况，手的大部分姿势是对的，降噪值就要低，避免引入新问题。

再运行配套的粘贴程序，它根据裁剪时的行列序号，准确把切片贴回原图上。

不过这个人物的姿态还是不太自然，客户提过这样的意见，他们觉得人物站在地面不像是跳起来了。

也行，这个用PS就能处理：操控变形。先用快速选择工具把整个小腿和脚都选中，复制到新图层里。

开启操控变形，关节处用很多钉子钉住了。

按住鞋子往后一拉，腿就弯过来了。

再把原先的腿擦掉，就拗过来了。不过膝盖连接处有个小尖角没处理好，地面上也缺少投影，纯技术演示，小问题这里就不修了。

难题3：暴风雨中的柳树

关键技巧：转绘、豆包对话改图

画出来这枝繁叶茂的样子，笔直垂下的枝条甚至有点像榕树的气生根。

我想看看是Flux不认识柳树，还是被我的风格Lora污染了，在这种风格下所有树都画成这样。于是关掉Lora，去掉风格提示词，让它生成写实照片，发现它原来真的不认识柳树。

那就在这张基础上改吧。

先用豆包对话改图把树去掉，留下背景。

再想办法弄出一棵插画风格、枝条特征显著的柳树。直接网上找素材是最快捷的方法。

豆包对话改图把柳树改成彩色的。

用PS粗糙地拼起来。

经过几轮低降噪值转绘（0.3），效果就比较自然了。

最后把柳树叶子改亮一些，避免和乌云混在一起。雨滴的方向还不对，应该顺着风向。在分离背景那一步其实应该顺便去掉，最后在找素材加上。这里就不管了。

难题4：教室大扫除

关键技巧：文生图局部重绘（高降噪值）、图生图局部重绘、转绘

这个画面要体现一个小孩擦窗户，其他小孩在打扫别的地方。AI一遇到这种人物众多要求复杂的情况就漏洞百出。人物动作不合逻辑，课桌椅也缺胳膊少腿，没有一张能用的。

这些问题一个个修，不如找一张真实照片或手工插画来转绘。至少里面人物和环境都是合理的，在转绘过程中可能引入少量问题，但也比凭空生成的容易修。

降噪值开到1，转绘完，风格就拗过来了。

盆的造型太古老了，换个现代的盆。不过盆太深了，手也缺了，可以之后再修。其他小问题用简单的修补方法都可以搞定。

这张图的问题比我给客户的图少，有个典型问题没有出现：抹布造型。

在给客户的图片中，有一版过程稿里的抹布长这样。提示词里用的单词是rag，确实是抹布。但这个英文单词也有破布的意思，Flux就把它画成这样乱糟糟一团，像个拖把头。

文生图局部重绘，描述成a piece of cloth，一块布，反而变得更像正常的抹布了。所以有时候并不是画不出来，是没有找到合适的提示词。

手动改图遇到的疑难问题不止这些，但把前面列出的技巧组合使用，最终都有办法解决。

△ △ △ 🔮 技术部分结束 🔮 △ △ △

歇业

这单做完，评估了一下总修改量和所用时间，决定关门大吉不再接单。原因很简单，修改量太大，且时间紧张，单个插画师兼职不足以应付，得全职。如果单人全职，即使我一分不挣利润都给插画师，收入可能都不如上班打工，谁愿干啊？如果多人兼职，则要花过多精力在沟通上，还要疲于应付人员流动。

综合考虑下来，这生意实际上杠杆太小，见好就收吧。

至于这么复杂一套生图流程，构思、搭建和调试，总共投入了两个星期时间。但也没有白做，稍作修改便可以用来干别的，等有需要时再重新启用。

后记

这是一次在实际项目中密集使用AI的经历，让我得以感受AI对生产力的提升，也体会了AI到稳定商用的距离。

项目完成，有了喘息的时间，一边写下本文，一边回顾整个过程。想想还是震撼，毕竟从头到尾所有事情都是我一个人完成的。我没想到，儿童插画在AI的加持下是可以（部分）流水线生产的。我也没想到，AI能让一个不会画画的人顶大半个插画师。

当然，用AI终归是为了解决问题，不是为AI而AI。现阶段AI不是万能药，它不行的部分，要用传统手段来提供可靠保障。AI是柔性的、随机的，传统手段是刚性的、确定的，这两者结合起来用，就像建造一尊大型泥塑。全都用泥，整体软趴趴很难成型，但如果往一个木芯上面糊泥巴，则既稳固，又有细节。

就我个人而言，我敬重能把泥塑做得惟妙惟肖的手艺人，但我更愿意开一家生产木芯的流水线工厂赚钱。

传统菜场笑到最后

hi@victor42.work (Victor42) — Thu, 17 Nov 2022 23:09:00 +0000

我家楼下原本有3家店可以买菜：一家叫盒马邻里，盒马配送的暂存点；一家叫明康汇，所谓互联网思维的新型生鲜业态，店里和711一样干净明快，还卖部分预制菜和糕点，晚上8点开始，折扣力度随时间推移越来越大，号称每天不剩菜；还有一家叫勾庄水果蔬菜直销，听名字大概你们就知道是什么样的店。

死贵死贵的盒马邻里，开业以来基本无人问津，用来暂存的冰柜、鱼缸常年是空着的。扛了一年左右，嗝屁了。

明康汇打折很吸引人，生鲜品质还挺高，经常造成勾庄那边无人问津的场面，一度给对方带来巨大经营压力。但是它这装修、这菜品质，和勾庄的散装菜价格竟然不相上下，我很怀疑它的利润率。果然，今天发现它那个商铺忽然变成了一家药店。

笑到最后的，还是传统菜场。不用扯什么互联网赋能供应链，没谁能比熟门熟路的菜贩小两口更能控制成本。人家是用自己的起早贪黑亲力亲为换来的低成本，甚至买只鸡你让他们把皮扒干净都没问题，这不是写个程序、搭个信息化平台能比的。

社会运转效率的瓶颈

hi@victor42.work (Victor42) — Thu, 03 Nov 2022 14:59:00 +0000

在SaaS行业做久了，有个很大的感触就是，社会运转效率，基本就受制于人脑有限的运算能力，这是一个瓶颈。为什么这么说？我举个例子：

在我们这行业，想要把软件卖出去，让客户掏钱，你得让他们相信，你兜售的软件或者所谓工作方式，能解决他们的具体问题。最终结果，要么帮他们省钱，要么帮他们赚钱。

SaaS软件基本都很复杂，客户不能像考虑买烤箱还是空气炸锅那样，仅靠一个人的脑子想想就做决策。他们手上都有一份很详细的需求清单，要求你的软件能做到这个，能做到那个，招标的时候就看哪家的软件能做到的更多。

这么做当然很正确，很严谨。但是问题来了，最终决定买哪家的软件，这个决策是人做的。决策者可能是企业老板，有可能是信息部主管，也可能是与软件使用领域相关的业务主管。

既然是个具体的人，受限于脑子的运算能力，他只能把对比的过程简化了再简化。客户希望做到的事情，可能你家的软件能做到，我家的也能做到。每家的软件各自是怎么做到的？要费多大劲？达成的效果好还是差？容不容易出问题？这么多维度的信息放在一起比较，一个人的脑子吃不消。他会怎么做呢？索性把这些因素通通抛掉，不考虑。如果你也能做到，他也能做到，那你们两家在这点上就打成了平手，我们继续看下一项。

好了，现在变成了比数量。这就已经离客户的初衷相差十万八千里了。但是没办法，初衷太模糊太琐碎，人类的语言不可描述。人脑又是依赖语言来思考的，语言里都找不到这个概念，你还怎么思考？不准确的办法，总好过没有办法。

到了这还没完。你们买软件的既然形成了一套标准，我们卖软件的难道就不会动脑子吗？要知道，我们的目的根本不是帮你解决什么问题，而是把软件卖出去，把你的钱弄到我们公司账上。对这个目的有帮助的事情，我们都会干。

说实话，我们卖方的精力也有限。你需求清单上要做到那么多事情，我们难道还真的站在你的角度，给你量身定制一个完美方案啊？你都还没确定要买。况且我们也是一家公司，我们也内耗。即使答应给你造辆小汽车，最后交出去的很有可能是一辆老年代步车，这点我们自己心知肚明。都内耗成这样了，我们多包装出一个概念就能达到目的，为什么还要真刀真枪去干呢？

所以卖软件的就开始把功能拆分，一件事讲成3件事。如果你需要的是一套餐具，要刀、叉、筷子、勺子，而我们只会生产勺子，我们就硬拗。勺子头上割几刀，不就叉子了吗？勺子锯得只剩把儿，不就可以当筷子吗？勺子把的一侧磨锋利点，不就是刀了吗？这一套交出去，你要的功能一个不少。而我们，称之为“解决方案”。

皮球又踢回到了买方。当然，买方怎么可能是傻子呢？我们这种伎俩很容易被识破。识破之后他能怎么办？首先他会觉得他们定的需求标准不够细，想尝试定细一点。这一尝试，又撞上瓶颈了。定太细了，招标对比的时候脑子转不过来，做不了决定。如果决策者是企业老板，他会开始有点烦躁，我每天事情一大堆，采购软件这种事情值得我费这么多精力吗？差不多得了。如果决策者不是老板，那更好办了，他心想，买来具体用的人也不是我，赶紧定一家，这事我也好向老板交代，咱就按这标准来吧。

再到卖方这边。我的竞争者会第一时间从客户那边得到消息：“最终我们定了他们家，他们整套餐具功能齐全。”竞争者一脸狐疑，也从我们这搞了一套去，一看明白了，就你们这破玩意谁都能做。得，我们整巴整巴也包装一套出来，来呀，大战三百回合呀！一时间，行业充斥着解决方案。你不拿出个把人绕得七荤八素的东西，都没脸去见客户。

还有一些连勺子都生产不了的小卖方，你让他们怎么办？他们也不会坐以待毙。学不到我们的产品，难道还学不到包装手段吗？他们可能会采购一些破壁机，然后生产吸管卖给客户。流食怎么就不是食了？我们这是轻量化解决方案，适合快节奏的数字化商业新时代。

回头一看，行业百花齐放，大家各自坐稳了位置，皆大欢喜。

最后导致个什么结果呢？客户做了一个尝试，想提升他企业的运转效率，得到的是一个很扭曲的东西，效率也未必提升了。而在整个过程中，已经没有一个人还记得，只有勺子一样能吃饭。

从全社会角度来看，投入到这场变种勺子大狂欢的人、财、物，就像用燃气灶烧菜时从旁边溜走的热气，根本没有加热到食物。如果社会运转效率有一个整体的百分比值的话，这个数字其实低得可怜。限制它的，就是人的脑子。

实体经济的泡沫

hi@victor42.work (Victor42) — Mon, 18 Jul 2022 10:58:00 +0000

光明优倍，每升牛奶含有180毫克免疫球蛋白。哇喔，不知道这主意谁想出来的，光明员工还是营销公司，反正你真是个人才！

第一眼看这广告，我都不知道这玩意儿是用来喝还是用来注射。你要不帮我个忙呗，乙肝免疫球蛋白也掺一点到婴幼儿配方奶里，我女儿出生当天还能少挨一针。

真是信了你个鬼！喝进消化系统的东西，能原封不动进入循环系统？吃啥补啥呗？吃定了中国人信这套呗？屡试不爽啊。

光明还鸡贼的很，从这广告上，你还真不能说他有什么虚假宣传的地方。一没宣传免疫效果，二没说它能治病，只是往牛奶里加了点无害的东西。举报来了可以两手一摊，你觉得它有免疫效果那是你一厢情愿，我可没说。

这伎俩我也会啊，二锅头换个瓶子卖给你。原浆纯粮酿造，科学控制发酵，达到完美酒精度，擦屏幕贼亮。来，掏钱，买它！

瞧见没，什么都没变。只要换个说法，我就开辟了一个本不该存在的细分市场。营销资金往里砸啊，把这个市场坐实。友商一看，这蛋糕能让他一家独吞啊？纷纷加入进来，把牛皮吹大。卷入这个市场的社会资源，那些劳动力、资本，最后就被狗吃了。

不要觉得实体经济就真的很“实”，这种偷换概念过度包装就是它的泡沫。与房产、金融泡沫不同，房产是单一行业，金融是高度绑定的多个行业，泡沫破了震天响。实体行业的泡沫，每个看着都不大，相互还不影响，破一两个看着无大碍。但消费衰退时，这些泡泡市场在紧衣缩食的消费者面前会加速崩盘，助长了经济的波动和不稳定性。看看电梯里那些张牙舞爪的神棍广告，就消费市场的体量来说，这泡沫真的比房产和金融泡沫小吗？

雪崩的时候，你不能只怪山顶的雪，却对山腰的雪视而不见。

四面楚歌

hi@victor42.work (Victor42) — Tue, 16 Nov 2021 20:55:36 +0000

近来大家有没有在电梯间看到一则广告，“火船咖啡，印尼总统推荐，真的好香啊！”今天，我有很多话要讲，用这个故事告诉你们，世界有多危险。

2021年11月16日，以及过去的至少2个星期，我所在的办公园区与住宅小区都能看到火船咖啡的电梯间广告。广告号称或暗示，现任印尼总统佐科·维多多推荐该品牌咖啡，并在广告片中使用了佐科的视频影像，海报中也使用了他的照片。

不知你看了有什么感想，真的认为这则商业广告有总统参与吗？还是直接就默认了？一国领导人为商业品牌代言，这本就是不常见的事，既然让我遇上了，我就忍不住要一探究竟。

首先，我要看看这家火船咖啡是什么来历。工商信息显示，国内的企业主体是火船食品（中国）有限公司，股东为PT. Balini Inve Indonesia，一家印度尼西亚公司，100%控股。

这就尴尬了，印尼官方语言并非英语，我又不懂印尼语，怎么顺藤摸瓜呢？用这个全名在英文网络中搜索，能找到一些由第三方网站登载的工商信息，官网却找不到。好在火船咖啡是有官网的，它的国际名称是Kapal Api，确实是印度尼西亚首屈一指的咖啡生产商。可这Kapal Api和PT. Balini Inve Indonesia又是什么关系呢？直接搜索无果，先拆解一下公司名吧。

PT. 是印尼语中有限责任公司的缩写，Inve在印尼语中是投资的意思。所以PT. Balini Inve Indonesia直译过来就是“印尼Balini投资有限公司”，Balini是公司名。再搜索Kapal Api和Balini，线索就浮出水面了，Balini是火船咖啡旗下的一个咖啡品牌。挺好，火船食品（中国）有限公司确实为印尼咖啡巨头Kapal Api的产业。

第二个问题，广告片里的人确实是印尼总统吗？总统的信息在公开渠道很容易查，对比照片，广告片里的人物确实是现任印尼总统佐科·维多多。不过视频画面里的佐科总统看起来比近照要青涩不少，而且广告片其他镜头都很清晰，唯独总统出现的一段明显模糊。这有可能是使用了年代久远的影像资料。如此看来，事情似乎更可疑了。

然后就是问题的核心了，佐科总统与这个火船咖啡有什么样的关系？首先在中文互联网搜索，代言相关新闻没有，倒是很容易搜到这支广告片的出处，出自上海圣思卓智营销策划公司。他们提出了“总统咖啡”的品牌战略定位。

这是一家注册资本500万的小微企业，提供品牌营销服务。

找到圣思卓智的官网，他们很自豪地把火船咖啡的客户案例摆了上去。也在案例中阐述了总统咖啡的营销策略，与网络上的信息能够相互印证。

再看看圣思卓智的其他客户案例，绝大部分是本土企业。其中有少量国外品牌案例，也都是在中国本土市场做营销推广。到此，我可以大胆认定，这家营销策划公司并没有海外市场营销的能力与经验，专注于国内市场。既如此，他们掌握的媒体、渠道资源应当无法覆盖海外，更遑论印尼总统的商业代言。

有没有可能火船咖啡母公司已经与佐科总统有商业合作了，来开拓国内市场时，把这些总统代言的素材带来了？那再去英语世界，甚至印尼语世界搜一搜吧。

先把火船咖啡国际名称Kapal Api和president（总统）放在一起搜，无论是搜文章还是图片，没有哪则消息里两者共同出现。

看来是语言问题。Kapal Api算是个印尼语名字，而president是英语，搜出来的一定是英语信息。显然，印尼与它的咖啡产业，并不是英文世界的热门话题。

现在只好直面印尼语世界了。总统的印尼语名字是Joko Widodo，把两个印尼语名字放一起搜，是不是就能打开印尼语世界的大门？

没错，出来了一堆天书，差点一口老血吐出来。镇定一下，尽管不懂印尼语，但原则不变，只要两个名字同时出现就行。果然，它出现了，这篇2017年的报道中，两者有了交集。

借助翻译工具，可以从这些不太通顺的段落里大致了解事件脉络。佐科总统采取了一些措施，意图振兴印尼的咖啡产业。火船咖啡作为最大受益方之一，为佐科总统授予全国咖啡活动家的称号。

代言呢？广告呢？完全没提啊。这个事情当然还可以继续深究下去，毕竟我的这些发现都算不上直接证据。但我觉得没那个必要了，明眼人看到这应该清楚是怎么回事。

火船咖啡在国内的营销团队路子实在是野，这番操作，我换个例子你就能理解其中荒唐。相当于某天农业部长宣布，我国将要大力发展水蜜桃种植业。随后一家卖水蜜桃的商家蹦出来，说农业部长为他们家产品代言，还不知从哪找来部长的照片和视频，放到他们家广告里。

于我而言，这个品牌的咖啡有或没有总统代言，不太会影响我的消费决策。这个谎言的杀伤力并不大，但侮辱性极强。光天化日，朗朗乾坤啊，这是把消费者都当傻子吗？试问有多少人会这样大费周章地验证？作为普通消费者，做到这个程度算是动用核武器了。可制造谎言的成本如此之低，只需要把事情往偏离事实的方向轻轻一推，意思就完全不一样了，消费者却不得不拿出核武器来分辨。

我们所处的这个商业世界，相当一部分是邪恶的。为了商业目的，什么牛都敢吹，什么谎都敢撒，什么伪科学都敢传。叽叽喳喳围绕在你身边，充斥着你的生活，一边睁眼说着瞎话，一边伸手去你兜里掏钱包。我感到极度不适，恶心。

曾经还看过一则公众号消息，义正言辞慷慨激昂，发表一通偏激的时政评论。顺着公众号一路进去查看作者信息，主体竟是一家杂货店。杂货店老板私底下是否自诩为新时代卧龙先生呢？隆中对？

话说回来，这个火船咖啡和我无冤无仇，我又何至于此。但我偏是个较真的人，为了刨根问底，我甚至可以去啃英语学术论文，比这恶劣得多的虚假宣传我识破了太多。一家咖啡企业可以如此轻松在代言问题上扯谎，你闭上眼，深呼吸，回想各种曾让你怦然心动或者将信将疑的广告宣传。玻尿酸保温杯，降血糖电饭煲，无论是食品功效还是黑科技原理，有多少错误的信息被塞进了你的大脑？又有多少钞票被掏离了你的钱包？

我们生活的到底是个什么样的世界，平静吗？安定吗？如果只用一个词形容，我会说：四面楚歌。

不管怎样，反正这火船咖啡我是向工商举报了。12315小程序举报很方便，顺手的事。不过这不重要，重在警示大家，说到底，我只是想保护好我的家人和朋友。

2022年3月31日更新：

工商举报的处理结果出来了。由于程度轻微，及时被制止，且未造成严重后果，决定不予处罚。当然，对相关法规我也并没有什么不满，就事论事，本案如此处理确实合情合理。

现在，理解了吗？我们人类社会的商业制度，对恶意谎言的容忍度就是这么高。不是哪个商家、哪个营销公司不择手段，而是整个社会在鼓励企业这么做，吹牛扯谎对企业明显利大于弊。

尤其进入了信息时代后，商家不再是当面吆喝招揽生意。人吹牛撒谎被识破，还知道影响声誉，会被人指指点点。消费者面对商家时，看到的是一个品牌、一则广告，不是一个具体的、活生生的人。企业在消费者面前的形象很模糊，它完全没有这个心理负担，可以用得失来衡量一切。

这是根上的问题，有解法吗？很遗憾，目前没有。

躲好镰刀！

hi@victor42.work (Victor42) — Fri, 25 Dec 2020 11:02:57 +0000

讲个事情，大家感受一下世界对你的恶意。

之前看到家用微电流美容仪的广告，老婆说想买。这玩意跟我没什么关系，从来没关注过。那天不知道怎么回事，就想看看这玩意怎么个原理，微电流怎么就能美容了。仔细读了商品详情，说微电流有助于刺激皮肤深层组织产生更多胶原蛋白，使皮肤变紧致Q弹，只字不提原理。

好嘛，你不告诉我我自己查。去Google Scholar上搜了下学术论文，用electric current collagen（电流、胶原蛋白）这几个关键词搜的。从标题看，与这个话题明显有关的其实不多。读了其中的几篇，大家的研究成果基本可以总结如下：

在小鼠身上做手术，微电流刺激可以加速生成胶原蛋白，促进手术创口的愈合，修复皮肤的破损部分。这个方法有望用于治疗一些皮肤疾病，可以作为一种非侵入式疗法，一定程度代替现有的化学治疗。

学术论文就说到此为止了。好，现在想想。广告说的和这是一回事么？微电流加速创口愈合，可没说对你完好无损的皮肤还有用。人体的愈合能力虽然还挺强，不过是有限度的，长好了就不会再额外长。不然无限制增生，我们早就长成一个个大肉球了。

论文里确实提到了“skin problem”这个词，就是这个模棱两可的词，让人可以大做文章。人家的skin problem指的是疾病和创伤，你倒好，衰老都能算了是吧？衰老如果是个问题，那我还觉得排泄麻烦呢？有没有产品可以解决我这个问题？

最后，事情结果是老婆把这4000多的美容仪退了。

这里我不是想骂美容仪什么的。只要有人爱买，你卖你的，我也不想管。但是我们应该以一个什么样的态度对待这个商业世界，对待满天飞的广告卖点，这是个值得自省的问题。

我觉得对待广告里的所谓“知识”有3条原则：

对于完全不了解的领域，优先选择不信。说真的广告里没有多少真实可靠的知识，统统不信错杀不了多少。
对于一知半解的领域，有兴趣就了解下，毕竟也是个学习机会。没兴趣就参照第1条。
对于熟悉的领域，有责任指出其中的虚假信息，防止亲朋好友交智商税。不认识的人我就管不着了。

回头看看这些商业广告，尤其食品和健康领域。你有没有见过哪家食品广告的卖点是“就是好吃”？不附加点什么功效都不好意思出来见人吧。更有甚者，产品本身的功能就是一个虚假功效，这更多出现在健康领域。如果按照这些满嘴跑火车的所谓“知识”活着，要说很大的害处嘛倒也没有，无非是瘪了钱包，累了心。

我认识的一个境界远高于我的人跟我说过：“世界很残酷，你以为生活和平安稳，其实身边都是镰刀，一个不小心就割你一刀。”

贬值与升值，物理与文化，以及套利

hi@victor42.work (Victor42) — Sun, 07 Apr 2019 14:55:06 +0000

汽车会贬值，房子会升值，这是普遍观念。虽然房子升不升值取决于众多因素，但它有升值的可能。普通的汽车可没有一丝机会升值。光这一点，就足以把两者区别开来。

我曾经也抱着这样的观念，觉得车嘛，就是个赔钱玩意。养车要钱停车要钱，公交地铁出门又有多大差别？所以我买了房之后很长一段时间，才有的第一辆车。

当然，这个普遍观念的确是事实。我们小区房价大概已经比我买时上涨了50%，这辆车现在的价值大约只剩一半。但是，升值和贬值背后的逻辑是什么？这是我最近几天在思考的问题。

我们会想，汽车贬值，当然是因为损耗，用久了会旧、会坏。房子难道不会么？即使装修可以翻新，建筑的墙体、水电也会老化。流动人口比例随时间推移而增加，导致小区鱼龙混杂。甚至物业服务也会松懈，品质下降。这道理很简单，总有部分刁钻业主以各种理由不交物业费，长此以往收不上来，物业公司很容易破罐子破摔降低服务质量。然后更多业主不满，拒交物业费，恶性循环。这些都是某种意义上的损耗，那房子怎么反倒会升值？

我们又会想，房子升值的原因更多啊，城市发展是它最根本的原因。交通来了、商业来了、生活服务逐渐配齐，当然会升值。对，这么解释没错，但是这种罗列证据的思考方式无法直击问题本质：升值贬值，“值”是什么？

字面上看，值就是这项资产的账面价值，也就是价格，能卖多少钱。这是个非常市场化的指标。经济学告诉我们，它的主要决定因素是稀缺程度，也就是需求比上供给。升值贬值又是个持续的过程，所以它本质就是这项资产的稀缺程度随时间推移的变化趋势。

一辆汽车，随时间推移变得越来越不稀缺，说人话就是越来越可被替代。这个过程中发生了什么？一方面，汽车制造商的生产线还在持续生产这款车型，并流通到市场中。市场中有更多同样型号的车可以替代我这台，晚出厂的车还大概率比我这台车况更好。另一方面，还有其他产品定位类似的车型，也在不断流通到市场中，替代品的范围进一步扩大。甚至还有不同通勤方式之间的竞争，那就复杂了，但也会通过影响整个汽车市场的方式，间接影响到我这辆车的价钱。而反过来，能增加我这台车稀缺程度的因素，想了半天却一个也想不出来。

看来汽车的贬值说得通，房子的升值又是怎样一个过程？

首先，买一套房子实际上买的是地球上一块固定的三维空间。如果这么说不太好理解，我们就把房子换成车位。车位上空无一物，脚下那块地皮是全小区的公共区域，谁都能走。但地皮以上的立方体空间，只能停我的车。房子或者车位这样的不动产，没有像汽车那样的被替代问题。一个物理空间如何被替代？只要不把时间尺度拉到地球寿命那么长，这些地表空间可以视为永恒的存在。稀缺程度不会增加，也不会减少。

照这么说，房子的价格应该永远不变。虽然空间本身没有变，但是周围会有东西与它发生互动。这些东西不像空间本身，分布是不均匀的，有的富饶有的贫瘠。人的社会活动还会让越来越多的东西靠近这个空间，有时又是远离。所以应该更正一下之前的说法，买房子买的，是一个固定空间，外加它周边一定范围内的互动。既然空间的稀缺程度是不变的，所以本质上，变化的就是它周边的互动。越多不可替代的东西（例如名校、大医院）靠近它，它就升值。远离它，它就贬值。贬值经常发生在人口衰退的城市，人才流走了，这也是不可替代的因素，商业活动会衰退，当地的固定空间就贬值。

有贬值的房子，有没有升值的汽车呢？当然有，比如那些手工打造的限量款豪车。销售方式都是用拍卖的。我们对拍卖的东西有什么样的印象？往往是会升值的，对吧。这好像和房子的升值在原理上又有点微妙的差异……

不动产的稀缺，是自然条件所致。你无法在不赶走原主人的情况下占据某块空间。它不能凭空创造，而是在现有的存量范围内交换。即使是未开发的荒地，它也早就在那了，只是原主人是大自然而已。豪车的稀缺，则是人为创造出来的。我就生产50部，多了不干。某个群体对它趋之若鹜，主要因为它在这些人观念里树立了稀缺性，种下了不可替代的种子。

不过我们试想，有个人也掌握了造这款车的全部知识，自己创造了一模一样的第51部，它的价钱会不会和那50部一样？基本上不会，中间差了点什么？文化认同。人们会说你这个逆天了啊，厉害厉害厉害。但你的是仿品，那50部是正品。如果你真要卖，我不会花正品的价钱买。

物理稀缺、文化稀缺，这是两种不同的稀缺。

这两者不是非此即彼的关系，而是此消彼长。极端情况也存在，但我们生活中面对的事物，往往是二者的混合。一张火车票的价格，主要由其物理稀缺导致。从某地到某地，铁路网一天的运力就那么些，要在这其中获得一席，就要为其物理稀缺支付费用。另一方面，火车票又有不同坐席，一等座大约比二等座贵50%。一等座的坐席确实要更宽敞舒适一点，但也真的就是一点而已。主观的舒适难以比较，那我们换个比法。假如一等座车票还多了一种选择，可以用来乘坐另一列车厢条件与二等座相同，但路途时间只要原先2/3的车，人们会如何选择？多数人会不会选后者？如果是，那说明多出来的那么一点舒适感，并不是人们所看重的。原先车上的一等座票价，就很可能是文化稀缺在起主导作用。

放大到城市和国家也是一样。苏伊士运河的通航，给埃及带来了深远影响。绕好望角的船队如今蜂拥而至，在这个地中海角落里的国家驻足。埃及的地理位置因此具备强烈的物理稀缺性。不远处，耶路撒冷又是完全不同的例子。这座城市虽然地处东西方文明的交汇处，但是如今提到它，谁会首先想到地理方面呢？对比一下发现，物理稀缺的例子，如果要再举出几个，几十个，那真得好好想想。而文化稀缺的例子，则是一抓一大把。文化稀缺引发变化的速度和广度，远超物理稀缺。

物理环境波动小，物理稀缺稳定，程度可预期。文化观念波动大，文化稀缺不稳定，程度难以估量。

说了这么久的稀缺，都在说事物本身。有另一点值得注意，刚才关于限量版豪车和耶路撒冷的例子，都反映了文化稀缺的一个特点：对不同人而言，稀缺程度差异巨大。相比之下，物理稀缺则比较容易形成共识。一个体现在数学上，一个体现在人的心里。

去世亲人留下的一张相片，可能是你的至珍藏品。你或许会给他加个相框，摆在自家书柜的某个高高的格子里。认识你、尊敬你的人，也会爱惜这张照片。不是因为照片对他们有多珍贵，而是冒犯照片会破坏他们和你的关系。事实上，这张照片的物理特征一点也不稀缺。一张相片纸，外加一些油墨，没什么不可替代的。真正不可替代的是你内心的记忆。没有人会向你买这张照片，你也压根儿不会去考虑它的账面价值。

万幸，我们又说回到价值上了。

既然文化观念差异巨大，衡量这类事物的价值是怎么做到的？如果都无法衡量，谈何升值贬值。关键原因是我们有货币和商业活动。的确有些事物只对部分人有价值，但是对剩余的人而言，依然有价格，价格还能形成稳定共识。这其中道理就是，我未必需要它，只要我有，而你又刚好需要，那我就给你。一次两次可以，长此以往我不能总是白送，于是就通过交换各取所需。

17世纪开始，欧洲文明开始盛行礼帽，为了满足帽子原材料的市场需求，把欧洲的河狸几乎捕杀殆尽了。他们通过地理大发现来到美洲后，迅速盯上了美洲的河狸。河狸皮对于印第安人来说，只是普通的生活物资之一，没什么稀奇的。于是神奇的套利开始了。

印第安人不在意河狸皮，欧洲人非常需要河狸皮。起初，河狸皮也近乎是以白送的方式交到了欧洲人手里，只用了很少的财物作为交换。欧洲那头，忽然涌入的廉价河狸皮，对其他商贩造成巨大冲击，手上的高价皮卖不出去了。久而久之，印第安人发现这玩意能换很多有用的东西，不能白给，开始逐渐抬价。同时，欧洲那边的部分商贩开始降价，少赚一点也比砸手里强。而那些从美洲带回河狸皮的商贩，也因为印第安人涨价，被迫提高价格来保持利润。一增一减，两头会师，市场价格达成了新的平衡。而这个平衡的参与者也增加了一方：印第安人。美洲的河狸皮价格最终也与欧洲齐平了。

商业套利活动拉平了市场各处的价格，局部的升值与贬值在这个过程中持续发生。最终，对于这件事物有不同程度需要的人，却共同承认了一个相同的价格。

好了，到这里基本上就结束了。围绕着升值贬值这个话题，跑了一大圈。你要问我到底想说什么？我也不知道，本文没有结论，就只是个思考过程而已。

永辉超市见闻

hi@victor42.work (Victor42) — Sun, 14 Jan 2018 21:19:14 +0000

在西溪银泰偶然发现一家永辉超市，进去逛了一下，还是挺有收获的。这个超市看起来平淡无奇，普通的货架、普通的摆设，也没什么高科技，但是许多细节值得思考。

卖三文鱼的冷柜旁边，摆了芥末、Rio鸡尾酒之类的商品。说明超市经营者不是按自己的逻辑来布置的，否则这些东西都应该放到调料、酒类货架去，这么摆是从消费者的真实场景出发考虑的。消费者买三文鱼回家当刺身吃，就是为了偶尔吃点好的，相应的搭配都在旁边准备好，有利于趁着大好心情促成消费。

超市里还提供这种儿童的购物推车。这种推车容量小，和普通推车相比毫无优势，似乎没什么意义。其实这对于全家前来购物的很有效，现场观察发现，小孩很喜欢这个东西。出于模仿的天性，看到大人推车自己也要推一个，让儿童在超市里可以安心跟着父母购物，减少无聊，不容易吵闹着要回家。也就间接地提升了父母的购物体验。

服务细节也有亮点。在卖冰冻生鲜的柜台，营业员在有空闲的时候，会把保鲜袋撑开成这种形状，方便经过的消费者直接使用。

整个超市里人气最旺的就是生鲜区，比零食、干货等区域的人多多了，相比非常悬殊。生鲜的价格的确不贵，许多与菜场相当，即使贵也贵不过20%。生鲜的品相非常好，看起来很新鲜。比如带鱼，个头都很大，而且大小基本一致，不像菜场里大大小小很不标准。多数生鲜商品都这样，尺寸很规整。能做到这一点，说明永辉超市对供应链的掌控能力强于许多超市。同时价格却没有贵很多，仔细一想，我认为这也许能反映出新零售的不同之处，新零售其实不需要什么花里胡哨的新玩法新模式，永辉超市背后很可能有一套高度数字化的供应链管理系统，通过信息化与大数据，就把传统采购流程中的低效率和损耗给降下来了。

还有最后一点，今天发现超市内的布局比较特别。一般超市内的通道都是网状的，一排排货架中间就是道路，横几条竖几条。场地大的超市，比如沃尔玛这样，通道有几十条；场地小的，像小区旁边的世纪联华，可能只有几条，但形式都是一样的。在这种结构中，消费者的动线是乱的，完全随机。而永辉超市里的通道很像宜家，也像跟团旅游时被导游拉去购物的纪念品店，出口和入口不在一起，从入口到出口只有唯一一条主干道。主干道两边的小通道都很短，站在主干道上一眼就能看出有没有自己要买的品类。我认为这样购物效率会提升，不会让顾客在超市里毫无意义瞎转逗留，相同面积的商场，这种策略可以提升单位时间接待的人流量。

这个是永辉超市，不是永辉超级物种。今天赶着回家做饭，买了些冰冻大虾和酸奶就走了，没来得及仔细观察，下次再好好逛一逛。细节出效果，不是非得把行业搅得翻天覆地，才叫创新和进步。另外，果然还是应该多出门见见世面，去现场亲身体验，好过看上百篇科技报导啊。