我从不“学 AI 编程”,但 AI 一直在替我写程序!
- 2026-02-07 02:12:37
前面介绍过一些AI Code的文章：《挑战用Deepseek写程序：变身建筑造型大师》《Gemini 3 太狠了！5分钟写完一个建筑可视化程序：自动多角度渲染 + 视频全搞定！》《光有提示还不够，如何用 Gemini 3写出实用的AI程序！5000字深度讲解！》
这些都是我在不同时期写的一些小程序。经常会有朋友问我：到底该写什么样的程序？又该从哪里开始学 AI 编程？
我的看法其实很简单：先忘掉“编程”这个概念，也别一开始就给自己贴上“我要学编程”的标签。把 AI 编程当成一次普通的聊天作为起点就够了。只要遇到你自己实现不了的事情，就可以考虑让 AI 帮你写一个程序。只要你开始尝试向 AI 下达指令，你的学习和编程之路，其实就已经开始了。
关于“程序员不存在了”“程序员要失业了”这类说法，本质上只是媒体制造的噱头。真正发生的变化是：很多过去必须由程序员完成的思考和实现过程，正在逐步迁移到普通用户手中。程序员反而可以把精力放在更复杂、更有挑战性的工作上。而程序员长期训练形成的逻辑能力、编程思维和解决问题的方式，恰恰正在迎来一个最好的时代。
我自己其实一直在写各种各样的程序，但在 AI 时代，编程最大的变化在于：程序不一定是为客户写的，也不一定是面向大量用户的。很多时候，一个程序可能只服务于自己一个人。放在过去，这种“单一用户”的需求几乎不可能被认真对待，但现在有了 AI，任何一个想法都可以被迅速尝试、快速实现。
最近在给客户制作一个视频时，我注意到 AI 生成的多张图像之间存在一些色调不一致的问题。以往遇到这种情况，通常会直接打开 Photoshop 做一次简单调色。但当时用的电脑没有安装 PS，我也懒得再下载安装，于是干脆打开扣子，让它帮我写了一个小程序——图像色调统一工具。这个工具的核心功能很简单，就是让 AI 对一组图片进行轻微的色彩调整，让整体风格更加统一。
编写完的程序网址：https://w7mkzynk9s.coze.site/
使用很简单，将要处理的图像拖进来，会出现下面的调色设置：
给扣子的提示：
我想编写一个程序，可以将用户上传的多张图像进行统一调色，使其具备类似统一的色调，像同一系列的设计图象，例如相近的对比度、明度等等，这样在未来转换为视频时，不会发生明显的色调差别。请你帮我编写一个提示，使AI能理解我的目标，然后能够开始撰写一个程序，你现在的任务不是编写程序，而是写一个程序开发需求书。
下面是扣子输出的开发需求书：
程序开发需求书
多图像统一调色与色调一致性处理系统
一、项目背景与目标
用户将上传多张图像，这些图像可能来自不同来源、不同时间、不同生成模型或不同拍摄条件，因此在色调、对比度、亮度、饱和度等方面存在明显差异。
在后续将这些图像转换为视频或作为同一设计系列展示时，这种色彩差异会造成明显的视觉断裂，影响整体专业度与观感。
本项目的目标是开发一个程序，用于对用户上传的多张图像进行统一调色与色彩风格对齐，使它们在视觉上具备一致性，仿佛来自同一套设计或同一次拍摄。
二、核心目标（必须满足）
程序需要实现以下核心目标：
1. 统一色调风格 • 所有输出图像在整体色温、色彩倾向上保持一致 • 避免明显的冷暖跳变或风格断裂 2. 统一明度与对比度区间 • 统一整体亮度分布（避免一张偏暗、一张过曝） • 对比度控制在相近区间，避免某些图像显得“硬”或“灰” 3. 统一色彩强度与饱和度 • 防止个别图像过饱和或颜色过淡 • 保持色彩表现克制、稳定、适合视频连续播放 4. 保持图像内容不被破坏 • 不改变图像构图、细节结构或主体内容 • 不引入风格化滤镜或艺术效果 • 调色应是“校正与对齐”，而不是“再创作”
三、使用场景与约束条件
使用场景
• 室内设计效果图系列 • 建筑或产品视觉方案 • AI 生成图像转视频 • 设计提案或作品集
约束条件
• 图像来源不统一（AI生成 / 渲染 / 摄影） • 分辨率、比例可能不同 • 不要求完全一致，但必须“视觉上连贯”
四、程序功能需求
4.1 输入
• 支持用户上传多张图像（2 张及以上） • 图像格式：JPG / PNG（可扩展） • 不要求图像顺序固定
4.2 分析阶段（关键能力）
程序在处理前，需对每张图像进行客观分析，包括但不限于：
• 全局亮度分布（如直方图） • 对比度范围 • 色温与色彩倾向（冷 / 暖 / 中性） • 饱和度分布 • 主色与辅助色比例 • 是否存在极端曝光或色偏
分析的目的不是分类，而是为后续“统一标准”提供数据基础。
4.3 参考策略（非常重要）
程序需要具备以下至少一种参考方式（可组合）：
1. 自动参考模式 • 从全部图像中计算一个“平均色调目标” • 作为统一校正基准 2. 主参考图模式 • 用户可指定一张图像作为“基准风格” • 其余图像向该图像对齐 3. 目标区间模式（高级） • 程序定义一个合理的亮度、对比度、饱和度区间 • 所有图像被拉入该区间，而非完全一致
4.4 调整与对齐策略
程序应通过非破坏性的方式进行调色处理，例如：
• 亮度与对比度的区间映射 • 色温与白平衡微调 • 饱和度压缩或提升（避免剪切） • 色彩分布的柔性对齐（而非硬匹配）
禁止：
• 使用明显风格化 LUT • 强烈曲线拉伸导致细节丢失 • 一刀切式滤镜处理
4.5 输出
• 输出与输入数量一致的图像集合 • 图像内容与构图保持完全一致 • 视觉上明显更统一、更连贯 • 可直接用于视频生成或设计展示
五、质量标准（验收条件）
该程序应满足以下主观与客观标准：
1. 连续观看测试 • 将输出图像按顺序快速切换或转为视频 • 不应出现明显色调跳变或亮度闪断 2. 对比测试 • 与原始图像对比 • 调整应“感觉正确”，而非“看起来被处理过” 3. 稳定性 • 不同批次输入应产生稳定、可预测的结果 • 不因某一极端图像而破坏整体风格
六、非目标（明确不做的事情）
• 不进行风格迁移或艺术化处理 • 不模仿特定摄影风格或电影 LUT • 不改变图像叙事或情绪定位 • 不引入新的视觉元素
七、最终期望
最终交付的程序应像一个专业视觉校色助手：
• 它不抢戏 • 不创造风格 • 只负责让一组图像“站在同一个色彩地基上”
使用户可以放心地将这些图像用于视频、动画或系列展示，而无需担心色彩不统一带来的视觉割裂。
将上面的开发需求书检查或进行局部修改后，提交给扣子，很快完成了初步的程序编写，使用一些图像测试后，再补充一些想法，让扣子再次编写一个升级版V2需求书。
程序更新需求书（V2）
多图像统一调色系统 · 专业调色逻辑升级
一、更新背景（问题定义）
当前版本的多图像统一调色程序已实现以下基础能力：
• 对多张图像进行亮度、对比度、饱和度等参数分析 • 通过统计方式（如均值、区间收敛）进行整体色彩对齐 • 输出在数值层面“接近一致”的图像结果
然而，在实际使用中发现：
• 调色结果容易发灰、发雾蒙 • 图像缺乏层次与重点 • 整体观感偏“中庸”，不像专业设计或调色师的输出 • 更接近统计平均，而非设计导向
结论：当前系统采用的是“数据平均型调色逻辑”，而非“专业调色师判断型逻辑”，无法满足高端设计与视频连续性的视觉要求。
二、更新目标（V2 核心目标）
V2 的目标不是“调得更一致”，而是：
让输出结果在视觉上更专业、更高级、更有设计感，并且在统一的同时保留层次、重点和审美意图。
具体目标包括：
1. 从“平均值对齐”升级为“意图驱动的统一调色” 2. 消除发灰、发雾蒙、无重点等问题 3. 输出结果应明显优于简单均值调色 4. 调色风格克制、干净、适合高端设计与视频使用
三、核心逻辑升级方向（原则性变化）
3.1 从「统计平均」升级为「审美目标驱动」
旧逻辑：
• 计算多图像参数均值 • 将所有图像向均值靠拢
新逻辑：
• 明确一个“目标视觉区间”或“风格目标” • 所有图像向该目标靠拢，而非彼此平均
程序不再问“这些图平均是什么样”，而是问“这些图应该被调整成什么样”。
3.2 从「全局统一」升级为「层级控制」
程序需明确区分以下层级，并分别处理：
• 黑位与白位（画面根基） • 中间调（材质与空间层次） • 高光与阴影（呼吸与高级感） • 色彩强度（主次关系）
禁止一刀切式全局拉伸。
四、具体调色逻辑升级需求（重点）
4.1 黑位 / 白位控制模块（新增）
新需求：
• 独立分析每张图像的黑位与白位分布 • 定义一个“目标黑位区间”和“目标白位区间” • 将各图像映射至该区间，而非直接拉满
设计意图：
• 黑位要“站住”，但不死黑 • 白位要干净，但不过曝 • 防止整体发灰或失去力量感
4.2 中间调曲线塑形（升级）
新需求：
• 引入“中间调形状”概念，而非单一亮度数值 • 使用柔性曲线而非线性映射 • 保证中间调是信息最丰富的区域
设计意图：
• 拉开材质之间的层次 • 避免所有元素“亮度差不多” • 建立空间深度感
4.3 饱和度的“减法优先”策略（升级）
新需求：
• 默认降低整体饱和度至一个安全区间 • 再允许局部或关键色彩保持相对饱和 • 禁止简单全局 saturation 平均
设计意图：
• 高级感来自克制，而非色彩堆叠 • 背景退后，主体留住 • 避免廉价数码感
4.4 有方向的色相偏移（新增）
新需求：
• 程序需允许并管理“整体色相倾向” • 可选择性引导图像向冷灰或暖灰方向偏移 • 压制极端纯色（红、绿、蓝）
设计意图：
• 专业设计图像很少是“纯色” • 有控制的偏色会建立统一气质 • 偏色是设计行为，不是错误
4.5 对比度的局部化管理（升级）
新需求：
• 禁止单一全局对比度提升 • 对比应主要体现在： • 明暗分区 • 材质差异 • 光影节奏
设计意图：
• 对比感来自结构，而非拉条 • 保持画面干净、不脏、不炸
五、流程层面的调整（非常重要）
V2 推荐调色顺序（程序必须遵守）
1. 确定目标气质（冷 / 暖 / 中性 / 商业 / 设计感） 2. 黑位与白位校正 3. 中间调曲线塑形 4. 饱和度减法处理 5. 色相偏移与纯色压制 6. 最小幅度微调与稳定性检查
禁止打乱顺序。
六、质量评估与验收标准（升级）
V2 输出需通过以下测试：
1. 快速切换测试 • 连续快速切换多张图像 • 不应出现闪白、跳灰、色温突变 2. 视频模拟测试 • 将输出图像转为视频 • 观感应连贯、稳定、专业 3. 对比验证 • 与 V1 均值调色结果对比 • V2 应明显更有层次、更“站得住”
七、明确非目标（保持克制）
• 不引入艺术风格迁移 • 不模拟电影 LUT 或摄影风格 • 不进行内容重绘或再创作 • 不追求强烈视觉刺激
八、最终期望（设计级目标）
该程序在 V2 阶段应表现得像一位：
克制、经验丰富、懂设计而不炫技的专业调色师
它的工作不是让人注意到“调色”，而是让人自然接受“这组图本来就该长这样”。
以上就是全部的开发过程，当然理论上任何需求都有可能被其他人遇到过，也有专业的工具或程序可以解决，例如本文提到的这个需求如果仔细上网搜索，可能早有解决方法，但AI时代的一个冲击就是生成替代搜索，很多时候习惯了生成，忘记了搜索。什么方法能快速解决问题，就用什么方法。
公众号精选内容
