Part 01 / 03 Y-Picture

Y-Picture A lightweight collage and cutout workflow for social photo expression

An iOS-first concept for batch cutout, reusable asset libraries, and linked collage creation.

用户需要的并不是再一个修图工具，而是一条从素材处理到最终表达的完整创作链路。

Insight — What I Saw

我注意到，小红书上和朋友圈图片表达相关的内容一直很有传播力，尤其是九宫格联动拼贴、纪念日批量抠图拼贴，以及自制动态 Live 图。这些内容表面上是在分享修图技巧，实际上是在分享一种更强的情绪表达和生活展示方式。

这些九宫格也不是传统意义上九张彼此独立的图片，而是常常有一张主图覆盖多个版面，或者让贴纸、文字和情绪线索跨格产生关系。但这类效果大多依赖教程驱动，用户往往要在醒图、剪映、美图秀秀之间来回切换，复杂一点的还会用到 Procreate 或 Photoshop。

问题不在于“不会修图”，而在于现有工具无法支持一组图片的连续表达。

我调研了一些主流移动端修图产品，发现它们大多把重心放在人像、美颜、滤镜、模板和单图编辑上。它们很擅长回答“一张图怎么变好看”，却不太擅长处理“一组图片怎么组织成一次完整表达”。

当用户想批量抠出一年里拍过的食物、物件，或者想做九张图之间互相关联的拼贴效果时，现有流程通常只能让用户一张张处理，再手动拼接或裁切。能做出来，但路径长、重复操作多，跨画面联动的空间也很弱。

Y-Picture 不是再做一个单图修图 App，而是把批量处理、素材沉淀、跨版面拼贴和轻量动态表达放进同一条创作链路。

第一 Tab 是素材真正被用起来的地方：九宫格联动拼贴、自由画布、微动画 / Live 图，以及周/月模板导出都在这里完成。它让用户在母视图和子视图之间切换，既能统一调整整张九宫格，也能进入单格细修。

第二 Tab 负责批量导入图片、画框和抠图，把食物、物件、人物等生活照片统一处理成可复用贴纸。它减少的是“一张张处理”的重复劳动，让素材生产成为一个连续流程。

第三 Tab 按日期展示素材和作品，也可以呈现用户主动标记过的贴纸。日常记录不再只是相册里的存档，而是可以被重新找到、重新组织、重新表达的内容。

第四 Tab 是长期素材库，负责分类管理抠图结果和贴纸资产。它不是一次性修完就结束，而是让用户的个人视觉素材逐渐积累，并能在之后的拼贴、模板和动画里被再次调用。

在这个项目里，我逐渐意识到，真正的难点不只是把界面做出来，而是怎么把一个 AI 很容易做成 Demo 的东西，变成一个可以持续迭代的产品。UI 和绘图工具尤其容易暴露这个问题：视觉风格、按钮布局、页面嵌套和画布交互，很难只靠几句自然语言一次说清楚。

如果只是做一个 Demo，AI 直接生成会很快；但从 1 到 2 的打磨会变得困难。它容易把页面结构、局部组件和交互逻辑堆进同一个文件里，也不擅长理解那些主观但关键的视觉判断。短期看起来跑通了，长期却会让文件越来越臃肿，后续一改就容易牵一发动全身。

我的解决方式不是单纯依赖 prompt，而是先用 Figma 固定那些白话很难描述的内容：布局关系、尺寸、样式、token 和关键状态。然后通过 MCP 让 AI 读取这些视觉依据，再按页面、组件簇和关键状态渐进式推进，而不是一次性生成整页。

同时，我也开始把文档分成不同生命周期：长期产品方向、页面级约束、阶段性实现指导。实践下来，“一个窗口生成、一个窗口监督”的方式明显提高了准确率，也让我能在 AI 加速执行的同时，保留产品结构和代码边界的控制权。

AI can accelerate execution, but product clarity, structure, and document discipline still have to come from the human side.

验证了“批量素材处理 + 二次表达”是一条独立于传统修图的产品路径，它关注的不是单张图变美，而是一组图能不能一起表达。

把功能设计、文件结构、交互边界和文档生命周期一起纳入产品实现，而不只关注界面结果是否看起来完成。

形成了一套更适合长期项目的 AI 协作方式：先定义方向、视觉依据和边界，再逐步生成，而不是让 AI 自己长出一个产品。

Reusable lesson

AI coding 最有价值的地方，不是替你做判断，而是把你已经想清楚的判断，更快地变成产品。