月初的时候刷到一篇小红书的图文，博主分享了他用 Mid-Journey 生成的特色图片。于是想搭个前端页面，通过 Dall·E 来实现更可控的效果，然而万万没想到，这个“坑”才刚刚开始……
为了避免过于混乱，还是把心路历程和技术方面趟的坑分两篇来写吧。这一篇专门记录过程中想法的演变，《记我是如何被一个原本想2天搞定的小想法折腾了大半个月的｜技术篇》 这一篇会把 coding 过程中的一些沟沟坎坎记录一下。
一开始的想法其实很单纯
那天在刷小红书，看到一篇点赞和互动都比较多的博文，分享了几张用 Mid-Journey 做的图，都是如下的这种“可爱风格”
评论中很多人希望知道博主是怎么做的，甚至有直接找博主代做的，但是可能博主并不打算“接单”，对用到的 Prompts 也讳莫如深。
我也要试试，而且要做的更好
所以我当时想，这个效果确实挺好玩的，像手办玩偶一样夸张的人物比例，配上人物自己的社交信息，类似是一张电子名片。
但是仔细看下来还是有不少缺陷的，其中核心的我感觉就是 AI 自动生成的图片上，文字信息还是很难控制，往往会乱七八糟。
那是不是可以提供一个web app，既可以生成图片，又可以自定义背后的文字，然后把图片去除背景后二者放在一起，就可以实现更好也更方便的生成此类“电子名片”了？
而且，既然 Mid-Journey 能做，那 DALL·E 是不是也可以呢，毕竟它的 API 调用我已经比较熟悉了。于是我就先去 Coze 上创建了一个 bot，加了 GPT4V 和 DALL·E3 两个插件。然后开始“盘它”：
- 首先，我把博主的图片保存了一张我感觉效果最好的，给 GPT4V 来分析，要求给出图片的风格、核心信息等；
- 然后，我将分析结果进行选择和润色，添加到了 bot 预设的 Prompts 中；
- 经过了几轮对“预设” Prompts 的修正后，基本上就可以产出效果还不错的风格相似的图片了；
而且我发现 DALL·E 在这种风格的图片生成上还是非常擅长的，可能是训练时这方面的素材很多，对这个风格足够了解。
在 Coze 创建的 Bot 能够基本保证稳定输出后，我就去用 Python 直接调用 OpenAI 的 API 测试了一下，也没什么问题，于是 “Prompts Engineering” 算是顺利结束，过程还比较顺利。
Backend API 编程开始，纠结开始……
关于编程的具体过程我会在下一篇展开讲讲，这里只记录一下功能设计方面的心路历程。
- 因为要用 DALL·E-3 的 API，经过测试发现 TOKEN 的消耗还是要比文字的更快，所以不能再像之前开发 bisub —— 双语字幕制作工具 那样直接开放给大家使用，怕 TOKEN 烧不起；
- 所以还是需要加一下登录注册；那要不要加上用户 credits 的买卖和消耗管理？刚开始写代码时，心里绷着弦告诉自己还是别加了，MVP 不需要这个，但是实际开发过程中加上 credits 管理这个想法还是会时不时就冒出来，最后迫于时间精力有限，还是放弃了；
- 这个图片的生成是否是一次性的？是否要为用户提供相应的“增-删-改-查”？
- 如果要提供增删改查的话，图片要存在哪里？直接存在部署的“小弱鸡”上肯定吃不消；
前面几条算是在后端开发时一些细节方面的考量，接下来是最核心的”重头戏“：
- 这个图片生成的核心价值是什么？只是生成个图片？有什么用呢？如果感觉是电子名片，是否应该像 linkTree 那样，或者像即刻的“黄页”那样，为大家提供一个可部署、可访问的页面？
最后这个问题我想了好久，也直接导致逐渐从一开始的“玩票”到慢慢感觉心态“不对”了。为什么呢，这可能还要从我注册 Tinyforce.dev 这个域名开始说起。
在做独立开发这件事上，虽然我也还处在刚起步的阶段，还不是全职独立开发，但是通过跟几位朋友交流也发现，大家普遍都有同样的困惑和问题。在上一篇《一次 AI “知识付费” 后的复盘记录》 我曾提到过，一方面是独立开发的“独立”相应带来的是社交圈子的逐渐缩小和孤独感的日积月累；另一方面就是在过程中遇到各种问题时需要有人交流、有人指导；所以我当时注册 tinyforce.dev 这个域名的时候，其实是打算做成一个集独立开发的“经验记录”+“分享交流”+“合规指导”等等比较全面的一个平台。
于是在做这个“文生图”的想法过程中，慢慢倾向于放大其“电子名片”的黄页功能，后面转化成为 tinyforce.dev 这个独立开发交流平台的一个模块。
所以尽管后来砍掉了比如基于 2D 图片来生成 3D 模型并通过 Three.js 之类的来进行加载，实现人物的三维可交互；也砍掉了支持 Customize domain 等等功能；但是还是保留了其电子名片这个属性，而不仅仅是生成个图片那么简单。
想法这个东西其实挺奇妙的，它就诞生之初就像是一个小火苗，“小”但是“热切”，会让人有迫不及待地行动起来以成燎原之势；尽管我现在倾向于有新的想法后只是先记录到 Flomo，等过一段时间再回过头来看是否还有当初的想到这个“点子”时的激情，以此来避免“激情开发”、浪费时间；但是在过程中，想法又变成一粒种子，会生根、会发芽、会长出错综枝桠，需要定力和魄力来不断修剪，才能保证主干的茁壮成长。
因此，现在冷静下来再看这个项目，不是刚需、没什么特别、更无法赚钱…… 虽然开发过程中技术得到了磨砺，但是从投入精力来衡量，确实不是一个太值得的一个项目。
但是事已至此，一是安慰自己这个模块后面肯定用得上；二是放平心态，不再单纯功利性地看待它；
至少藉此机会认识了很多有趣的即刻朋友，也希望大家在 AI 探索的道路上能够多多交流、共同进步。