AI Action 实战：规则怎么设计才靠谱

AI Action 的宣传语是“把你的整理方法变成可执行的 AI 工作流”。这句话听起来很美，实际用起来产出质量如何，几乎完全取决于一件事：你的规则写得清不清楚。

这一篇不讲按钮在哪，讲规则怎么写。

四个能力，优先级和直觉相反

AI Action 提供四个方向：

能力 做什么 依赖什么
AI Rename 按图片内容生成新名字 模型理解力、描述质量、Custom Instructions
AI Description 分析图片写入描述字段 模型理解力、描述质量、Custom Instructions
AI Folders 自动归入已有文件夹 规则清晰、分类稳定、命名一致
AI Tags 按你的逻辑自动打标签 标签群组、命名约定、规则

官方的建议是：从 AI Rename 和 AI Description 开始，而不是从 AI Folders 和 AI Tags 开始。

这个建议反直觉，但理由很清楚：

  • 分类和标签高度依赖“既有结构是否站得住”。 你的分类规则清不清楚？边界明确吗？命名一致吗？如果这些前提不稳，结果就会飘。
  • 重命名和描述不要求素材符合任何既有框架。 它们提升的是素材自身的可理解性。一个名字清楚、描述完整的图，不管文件夹怎么变，都能被搜到。

一句话概括官方的比喻：重命名和描述是基础设施，分类和标签是建在它上面的效率工具。

所以合理的推进顺序是：先跑 Rename + Description，跑通之后再上 Folders + Tags。

一、Custom Instructions 才是核心

如果 AI Action 只能挑一个功能，那不是四个能力中的任何一个，而是 Custom Instructions。

同一张应用界面设计稿，UI 设计师和摄影师关心的东西完全不同：

角色 指令写法重点 生成的描述会偏向 你之后的搜索词
UI 设计师 优先描述界面结构、布局方式、组件类型、信息层级、交互状态；不要花篇幅在情绪氛围和主观视觉印象上 dashboard、sidebar、card layout、modal、dark mode、onboarding flow “深色后台卡片式管理面板”
摄影师 优先描述主体、光线方向、色温、镜头语言、景深、构图、情绪；不要关注界面结构或产品用途 backlit、shallow depth of field、warm tones、centered composition、documentary feel “暖色逆光氛围构图参考”

关键不是“AI 帮你写了描述”，而是”这段描述是按你的逻辑生成的“。

你之后用来搜索的词，本来就应该来自你自己的工作词汇。你不是在被动接受 AI 的理解方式，是在主动训练 AI 按你的方式理解图片。

二、Custom Instructions 的写法模板

一条能用的指令应该包含五个部分：

【任务】用中文为这张图片生成描述。

【重点描述什么】
1. <第一个维度>：
2. <第二个维度>：
3. <第三个维度>：

【不要写什么】
- <明确排除的内容>

【格式要求】
- 长度：<多少字以内>
- 语言：<中文/英文>
- 结构：<一段话 / 分点>

【判断标准】
如果<某条件>，那么<如何调整描述>。

一个可用的完整例子（UI 参考批量描述）：

用中文描述这张界面截图，用于设计参考库。

重点描述：
1. 界面类型（它是干什么的：仪表盘、列表页、详情页、表单、落地页…）
2. 布局方式（栅格、卡片流、分栏、侧边栏+主区）
3. 关键组件（导航、筛选器、表格、模态、标签页、分页）
4. 信息层级（哪块最突出，什么是次要信息）
5. 视觉特征（配色倾向、明暗、深色或浅色模式）

不要写：
- 情绪氛围、主观感受
- 猜测的品牌或行业背景
- 与界面结构无关的装饰细节

格式：一段话，60 字以内，中文。

如果图片分辨率过低看不清结构，只描述能确认的部分，不要猜测。

最后那句“不要猜测”很重要——它能显著降低模型编造内容的概率。

三、四种 Custom Instructions 的实战写法

AI Rename 用：规则化命名

按以下规则重命名：

1. 结构：[主体]_[品类]_[特征]
2. 主体：画面主体或内容主题，2～6 字
3. 品类从以下选择：海报 / 界面 / 插画 / 摄影 / 图标 / 字体 / 排版
4. 特征：画面最突出的视觉特征，2～4 字
5. 总长不超过 24 个字符
6. 不要包含网址、日期、版本号
7. 不要使用"图片""素材""设计稿"这类无信息量的词

AI Description 用：视角化描述

用摄影师的视角描述这张照片。

优先描述：主体、光线方向与色温、景深、构图方式、情绪氛围。
不要描述：产品用途、界面结构、可能的商业场景。
风格参考：像一份专业摄影笔记。

AI Folders 用：边界声明

把图片归入以下文件夹之一：

- 界面截图：界面类 UI、网页、应用界面
- 产品摄影：实物商品、白底图、静物
- 品牌参考：logo、包装、VI、标识系统
- 版式参考：海报、画册、传播物料

边界说明：
- 带明显界面元素的归"界面截图"，即使内容是电商
- 以实物为主体的归"产品摄影"，即使用途是网页
- 只是一张排版漂亮但看不出用途的，归"版式参考"

无法判断时不要硬选，跳过这张。

那句“无法判断时跳过”极其有用。允许 AI 放弃，比让它硬猜要好得多——硬猜会产出错误分类，而错误分类的清理成本很高。

AI Tags 用：白名单约束

只能使用以下标签，不得自行发明新标签：

【用途】packaging-reference, dashboard-ref, social-post, branding-ref
【形式】poster, ui-screen, illustration, photography, icon, font
【风格】flat, isometric, hand-drawn, dark-ui, gradient
【状态】to-try, verified, rejected

每个维度最多打 2 个标签。
如果一张图不符合任何维度，就不打标签，不要硬凑。

最后一句“就不打标签，不要硬凑”能避免大量垃圾标签。

常见坑：AI 批量打完标签之后，标签列表多出三四十个“看起来很合理但和你的体系无关”的标签——minimal-design、clean-layout、modern-ui。清理这些的工作量比不打还大。必须在指令里锁死标签白名单。

四、先装 AI Search，再跑 AI Tags 和 AI Folders

这是官方明确给出的一条建议，而且很重要。

AI Search 会为你的资源库建立图像相似性索引。当 AI Action 检测到这份数据时，会用视觉相似算法来提升分类和打标签的准确率。

也就是说：

先装 AI Search → 等索引建完 → 再跑 AI Action 的 Tags/Folders

准确率差别是实打实的。跳过这一步，等于让 AI 闭着眼睛分类。

常见坑：装了 AI Search 但没等索引建完就开始跑 AI Action。索引进行中（isSyncing() 返回 true）的时候，视觉数据是不完整的，这时候跑出来的结果质量不稳定，还容易让你误判“AI Action 不好用”。先确认索引完成，再跑。

五、AI Folders 的前提：结构必须先成熟

官方对 AI Folders 的定位非常明确：它不是用来从零搭建分类系统的，是用来加速一个已经存在的系统。

文件夹的名称、描述、边界越明确，分类结果越稳定。如果你的文件夹已经能清楚地区分“界面截图 / 品牌参考 / 产品摄影 / 版式参考”，AI 就能可靠地归位。

如果你的文件夹还是 素材、参考、其他 这种状态，跑 AI Folders 只会得到一堆随机的归类。

跑之前先做这个检查： 随便挑三个文件夹名，问自己“一张图要怎么判断它属于这个而不是另一个？”如果答不上来，说明边界不够清晰——这时候该做的是改文件夹名和写文件夹描述，不是跑 AI。

常见坑：期待 AI Folders 帮你“发现”一套更好的分类方式。它做不到这一点——它只能在你的选项之间做选择，给不出选项本身。发现和定义分类是人的工作，AI 只负责执行。

六、跑之前的四个检查问题

官方建议先小批量试跑，确认下面四件事再决定大规模策略：

  1. 生成的名字是你真的会用的命名方式吗？
  2. 描述里有你真正会拿去搜的关键词吗？
  3. 不同图片之间的描述足够有区分度吗？
  4. 跑完之后，自然语言搜索真的变顺了吗？

第 3 条最容易被忽略，也是最容易翻车的地方。

官方明确承认重命名和描述本身也有局限：

  • 描述可能过于笼统，抓不住有用差异
  • 批量处理可能产出高度雷同的结果
  • 提示不够明确时，描述重心会漂
  • 模型能力不足时，名字和描述会流于表面

如果跑完 100 张发现十张的描述几乎一样，那就是 prompt 太笼统，不是功能的问题。 对策是把指令拆细——“描述主体、光线、构图”和”描述这张图“的效果差距是数量级的。

常见坑：模型能力直接决定产出质量，而这一点常被忽略。如果用小模型跑出来效果差，先别急着改指令，先换一个更强的模型试一遍。 官方对此的建议是：起步阶段先挑一个更强的模型，小批量测试。指令和模型两个变量一起改，你分不清是哪个起了作用。

七、跑全量之前的三个安全动作

  1. 备份。 把整个资源库文件夹复制一份到别处。这是唯一的兜底。
  2. 10 张试跑。 确认命名、描述、标签的质量后再决定。
  3. 分批。 100 张分 3～4 批跑，每批验收。

理由和上篇批量操作一样，但 AI 批量多一个特殊风险：产出是“看起来很合理但实际不对”的内容。 这类错误不会报错，只会在你几个月后搜不到东西时才被发现。只有小批量试跑才能提前发现它们。

八、给自己写一份“规则说明书”

跑通之后，最值得做的一件事是把规则固化下来存好：

  • 每条 Action 的 Custom Instructions 全文
  • 每条指令针对的素材范围
  • 试跑时的验收标准（那四个问题）
  • 什么情况下这条规则需要改

为什么值得做？ 因为半年后你遇到一批新类型的素材，会想复用之前的规则。到时候你需要的不是“我记得当时好像写了什么”，而是”那段话在这儿，复制就能用“。

这也正是 AI Action 相对于“手动整理”的核心差别——手动整理是每个项目重来一次，规则化之后是积累。

一个提醒：AI 补的是“文本”，不是”判断“

即使跑完全部四个能力，AI 补的仍然是文本信息——名字、描述、标签。

它补不了的是“为什么这张值得留”和”它什么时候不该用“。

一张活动海报参考，AI 可以给它起名、写描述、打标签，但它写不出“小尺寸社交图需要另找方案，密集小号文字在那个尺寸下行不通”这句话——因为那取决于你的项目约束，而 AI 不知道你的约束。

所以 AI 跑完之后，还有一件事必须你来做：给最高价值的那批素材补上人的判断。 这一步量不大（20 张里挑 5 张），但它是整个体系里最不可替代的部分。

整理人：WorkBuddy