現在開始流行 creation.md 了?

作者:AI替代人類
日期:2026年5月29日 下午3:10
來源:WeChat 原文

整理版優先睇

速讀 5 個重點 高亮

AI 創造的關鍵唔係生成答案,而係用「創造運行時協議」探索可能性空間

整理版摘要

作者貓叔最近發現,而家大模型無論寫 Code、畫圖、做產品定係寫劇本,樣樣都得但係總係差啲,因為本質上只係「生成一個答案」。真正嘅創造,係腦入面同時有好幾個方向—商業、實驗、剋制、情緒化等等—最重要嘅係探索可能性空間,唔係畀一個結果。

為咗解決呢個問題,佢設計咗一個叫 creation.md 嘅東西,唔係 Design.md 或者 Prompt 模板,而係一套「通用創造運行時協議(Creative Runtime Protocol)」。呢個協議嘅目標係教 AI 點樣探索創意、避免平庸、保持人格連續性、控制創新程度,同埋跨領域融合。佢入面有詳細嘅系統定義,例如創造模型、人類兼容性、方法論庫、反同質化系統等,令 AI 喺創作時唔會亂嚟。

整體結論係:未來真正重要嘅係「Creative Runtime Engineering」—為 AI 建立一整套創造運行時協議,決定佢最終產出嘅係純粹內容定係有靈魂、有人格、有方向嘅作品。核心概念係「受控的偏離」—既要與眾不同,又要人類理解得到,有陌生感但同時有情緒錨點,呢個先係高質素創造嘅關鍵。

  • 結論:AI 創造嘅本質係探索可能性空間,唔係生成單一答案。
  • 方法:用「受控偏離」模型(變異強度 0.35)配合人類兼容性檢查,平衡新穎與可理解性。
  • 差異:creation.md 係創造運行時協議,包含方法論系統、反同質化、創作者人格保持等,遠超普通 Prompt 模板。
  • 啟發:真正嘅創造需要 Creative Runtime Engineering,為 AI 建立協議嚟保持靈魂、人格同長期方向。
  • 可行動點:可以參考呢個協議設計自己嘅版本,整合方法論庫、反同質化檢測同穩定核心系統。
值得記低
流程

通用創造運行時協議 (Universal Creative Runtime Protocol) v0.1

一套引導 AI 進行創造性探索嘅協議框架,包括創造模型、人類兼容性、方法論系統、反同質化等模塊,適合用嚟設計多方向、有靈魂嘅創作。

整理重點

點解 AI 乜都識做但做唔好?

作者貓叔留意到,而家大模型無論寫 Code、畫圖、做產品定係寫劇本,樣樣都得但係總係差啲,因為本質上只係生成一個答案。但真正嘅創造,係腦入面同時有好幾個方向—商業、實驗、剋制、情緒化、未來、敍事、遊戲化、人性化等等—最重要嘅係探索「可能性空間」,唔係畀一個結果。

整理重點

creation.md:AI 時代嘅創造運行時

貓叔嘗試做咗一個叫 creation.md 嘅東西,唔係 design.md 或者 Prompt 模板,而係一套「通用創造運行時協議」。佢嘅目標係告訴 AI 點樣探索創意、避免平庸、保持人格連續性、控制創新程度、進行跨領域融合,同埋點樣生成多個真正唔同嘅方向。

創造運行時(Creative Runtime

呢個協議包含多個系統,例如「核心創造模型」用有控制嘅偏離,變異強度 0.35,配合自適應調整;「人類兼容性」確保認知、情緒、行為、審美同文化上都可理解;仲有「可能性空間」系統會探索鄰近可能空間、跨領域融合、情緒反直覺方向等,避免直接複製行業平均值或者模板重複。

  1. 1 創意生成系統:啟用創意擴展、風格變異、結構變體、跨領域融合、敍事注入、情緒模擬、陌生感生成(可控)。
  2. 2 方法論系統:包含 15 種方法論(如第一性原理、Design ThinkingJobs To Be Done、TRIZ、SCAMPER 等),可按階段動態切換。
  3. 3 反同質化系統:檢測 Dribbble 化、AI 平均感、模板污染等,並通過引入非對稱性、保留創作者偏見、注入人類不完美等方式修正。
  4. 4 穩定核心系統:必須保持核心身份、情緒、世界觀、體驗、創作者人格同長期審美傾向,允許變化視覺風格同交互形式。
  5. 5 創作者人格系統:保留審美傾向、世界觀、情緒傾向、符號偏好、文化偏好、長期執念同明確反感內容。
整理重點

通用創造運行時協議 (v0.1) 詳解

以下係協議嘅完整結構,可以直接用嚟引導 AI 進行多方向、有控制嘅創造性輸出。注意入面嘅「輸出規則」要求必須產生多方向結果、結構差異、情緒錨點、可識別邏輯,並避免單一答案或者純模板方案。

Universal Creative Runtime Protocol v0.1 text
創造運行時:
  版本: 1.0
  系統定義:
    名稱: 通用創造運行時
    類型: AI創造協議系統
  運行模式:
    默認: 探索型
    輸出:
      多方向生成: true
      最少方向數量: 3
    生成策略:
      廣度優先: true
      深度優先: false
  核心創造模型:
    模型: 有控制的偏離
    穩定核心:
      必須存在: true
    變異系統:
      啓用: true
      強度: 0.35
      自適應: true
    新穎度:
      默認等級: 明顯差異化
      等級:
        - 熟悉
        - 輕度新鮮
        - 明顯差異化
        - 大膽
        - 實驗性
        - 異質化
      避免:
        - 隨機噪音
        - 無意義差異
        - 強行創新
  人類兼容性:
    啓用: true
    認知:
      可讀性: true
      可理解性: true
      行為可預測: true
      認知負荷: 中
    情緒:
      情緒可理解: true
      必須存在情緒錨點: true
    行為:
      保持人類行為邏輯: true
    審美:
      保持審美協調: true
    文化:
      文化衝突檢查: true
    價值觀:
      避免極端衝突: true
  創造維度:
    功能性: 動態
    情緒性: 動態
    敍事性: 動態
    符號性: 動態
    審美性: 動態
    趣味性: 動態
    實驗性: 動態
    社交性: 動態
    智性表達: 動態
    精神性: 動態
    系統性: 動態
    文化性: 動態
  可能性空間:
    啓用: true
    探索:
      - 鄰近可能空間
      - 跨領域融合
      - 未來原生方向
      - 情緒反直覺方向
      - 未開發文化方向
    避免:
      - 直接複製
      - 行業平均值
      - 模板重複
      - 趨勢過擬合
  方法論系統:
    啓用: true
    規則:
      可組合: true
      可混合: true
      可階段切換: true
    方法論庫:
      第一性原理:
        - 拆解本質
        - 重建結構
      DesignThinking:
        - 用戶體驗
        - 原型驗證
      JobsToBeDone:
        - 用戶動機
        - 行為目標
      TRIZ:
        - 創新矛盾解決
        - 工程突破
      SCAMPER:
        - 創意變體
        - 快速擴展
      MorphologicalAnalysis:
        - 多維組合創造
      SystemsThinking:
        - 系統關係
        - 長期影響
      NarrativeDesign:
        - 敍事體驗
        - 情緒節奏
      Worldbuilding:
        - 世界觀構建
        - 長期一致性
      SpeculativeDesign:
        - 未來設計
        - 假設推演
      HumanCenteredDesign:
        - 人類兼容性
        - 行為合理性
      LeanStartup:
        - 快速驗證
        - 最小可行方案
      GameDesign:
        - 動機系統
        - 成長反饋
      BehavioralPsychology:
        - 用戶行為
        - 情緒觸發
      Semiotics:
        - 符號系統
        - 隱含意義
      AestheticTheory:
        - 美學結構
        - 風格協調
    選擇邏輯:
      產品設計:
        - DesignThinking
        - JobsToBeDone
        - SystemsThinking
      工業設計:
        - TRIZ
        - MorphologicalAnalysis
        - HumanCenteredDesign
      藝術設計:
        - NarrativeDesign
        - Semiotics
        - AestheticTheory
      世界觀設計:
        - Worldbuilding
        - SystemsThinking
        - SpeculativeDesign
      遊戲設計:
        - GameDesign
        - BehavioralPsychology
        - NarrativeDesign
      教育設計:
        - HumanCenteredDesign
        - SystemsThinking
        - BehavioralPsychology
    AI規則:
      - 主動選擇方法論
      - 可組合多個方法論
      - 根據階段動態切換
      - 輸出當前使用的方法論
  創意生成系統:
    創意擴展: true
    風格變異: true
    結構變體: true
    跨領域融合: true
    敍事注入: true
    情緒模擬: true
    陌生感生成: true
      可控: true
  反同質化系統:
    啓用: true
    檢測:
      - Dribbble化
      - AI平均感
      - 模板污染
      - 視覺平均化
      - 風格坍塌
      - 無意義複雜化
    修正:
      - 引入非對稱性
      - 保留創作者偏見
      - 注入人類不完美
      - 注入文化特徵
      - 強制結構差異
  穩定核心系統:
    必須保持:
      - 核心身份
      - 核心情緒
      - 核心世界觀
      - 核心體驗
      - 創作者人格
      - 長期審美傾向
    允許變化:
      - 視覺風格
      - 交互形式
      - 敍事結構
      - 表現形式
      - 節奏變化
  創作者人格系統:
    啓用: true
    保留:
      - 審美傾向
      - 世界觀
      - 情緒傾向
      - 符號偏好
      - 文化偏好
      - 長期執念
      - 明確反感內容
  評估系統:
    必須檢查:
      - 人類兼容性
      - 新穎度平衡
      - 反同質化
      - 情緒可讀性
      - 結構差異性
      - 方法論合理性
    失敗條件:
      - 純隨機
      - 無法理解
      - 模板化結果
      - 趨勢複製
      - 無意義噪音
  輸出規則:
    必須滿足:
      - 多方向結果
      - 結構差異
      - 情緒錨點
      - 可識別邏輯
      - 創意差異化
      - 方法論說明
    必須避免:
      - 單一答案
      - 純模板方案
      - 過度設計
      - 視覺噪音
      - 無意義複雜性
整理重點

受控偏離:真正創造嘅靈魂

貓叔強調,真正優秀嘅創造唔係越奇怪越好,而係一種「受控的偏離」—要與眾不同,但又唔可以脱離人類理解;要有陌生感,但又唔可以失去情緒錨點;要有創新,但又唔可以無法使用。呢個平衡就係靠 creation.md 入面嘅各系統協同達成。

未來重要嘅係 Creative Runtime Engineering

文章總結話,未來最重要嘅係「Creative Runtime Engineering」—即係點樣為 AI 建立一整套創造運行時協議,決定佢最終產出嘅係純粹內容定係有靈魂、有人格、有方向嘅作品。呢個協議仲係雛形,歡迎大家設計自己嘅版本。

  • 當你設計自己嘅版本,記得加入「人類兼容性」同「反同質化」系統,避免 AI 產出平庸或者怪異嘅結果。
  • 方法論系統一定要可組合同動態切換,咁樣先可以適應唔同類型嘅創作(產品、藝術、遊戲等)。
  • 穩定核心系統係保持作品連續性嘅關鍵,特別係創作者人格同長期審美傾向,令 AI 唔會每次亂跳。

我最近一路喺度諗緊一件事:而家嘅大模型已經夠曬勁喇,佢哋會寫code、會畫圖、會做產品、會生成UI、會做影片、會寫劇本(預告一下,我嘅劇本系統就快做完喇)。好似咩都識做,但係又好似做得唔係好掂,點解呢~


而家大多數AI創作,本質上都係停留在:「生成一個答案”,但真正嘅創造,從來唔係淨係求一個答案

真正嘅設計師、創作者、產品經理、藝術家,喺開始創造嘅時候,個腦入面通常同時存在好多方向:更加商業化嘅、更加實驗性嘅、更加剋制嘅、更加情緒化嘅、更加未來嘅、更加敍事性嘅、更加遊戲化嘅、更加人性化嘅......創造真正重要嘅,唔係「生成」。而係:對可能性空間嘅探索。


😼

於是我就開始嘗試做一個嘢:creation.md

佢唔係 design.md,更加唔係Prompt模板,佢更加似係:AI時代嘅創造運行時(Creative Runtime);佢嘅目標唔係話俾AI聽:「掣應該點樣做」。

而係話俾AI聽:


  • 點樣探索創意

  • 點樣避免平庸

  • 點樣保持人格連續性

  • 點樣控制創新程度

  • 點樣進行跨領域融合

  • 點樣保持人類兼容性

  • 點樣避免AI味

  • 點樣生成多個真正唔同嘅方向

我發現一個好有意思嘅問題:真正嘅創造,並唔係「越奇怪越好」,因為完全隨機,只會變成噪音。

😼

真正優秀嘅創造係一種:受控嘅偏離

佢需要:


  • 與眾不同,但又唔可以脱離人類理解

  • 要有陌生感,但又唔可以失去情緒錨點

  • 要有創新,但又唔可以無法使用

  • 要突破,但又唔可以失去長期穩定性

😼

所以未來真正重要嘅係:Creative Runtime Engineering。

即係:點樣為AI建立一整套「創造運行時協議」;佢會決定:AI最終創造出嚟嘅嘢,到底只係「內容」,定係真正擁有靈魂、人格、方向同長期生命力。


creation.md

Universal Creative Runtime Protocol(通用創造運行時協議)

Version 0.1 (仲係一個雛形,歡迎大家都嚟設計自己嘅版本)

  
創造運行時:

  版本: 1.0

  系統定義:

    名稱: 通用創造運行時
    類型: AI創造協議系統

  運行模式:

    默認: 探索型

    輸出:
      多方向生成: true
      最少方向數量: 3

    生成策略:
      廣度優先: true
      深度優先: false

  核心創造模型:

    模型: 有控制的偏離

    穩定核心:
      必須存在: true

    變異系統:
      啓用: true
      強度: 0.35
      自適應: true

    新穎度:

      默認等級: 明顯差異化

      等級:
        - 熟悉
        - 輕度新鮮
        - 明顯差異化
        - 大膽
        - 實驗性
        - 異質化

      避免:
        - 隨機噪音
        - 無意義差異
        - 強行創新

  人類兼容性:

    啓用: true

    認知:
      可讀性: true
      可理解性: true
      行為可預測: true
      認知負荷: 中

    情緒:
      情緒可理解: true
      必須存在情緒錨點: true

    行為:
      保持人類行為邏輯: true

    審美:
      保持審美協調: true

    文化:
      文化衝突檢查: true

    價值觀:
      避免極端衝突: true

  創造維度:

    功能性: 動態
    情緒性: 動態
    敍事性: 動態
    符號性: 動態
    審美性: 動態
    趣味性: 動態
    實驗性: 動態
    社交性: 動態
    智性表達: 動態
    精神性: 動態
    系統性: 動態
    文化性: 動態

  可能性空間:

    啓用: true

    探索:
      - 鄰近可能空間
      - 跨領域融合
      - 未來原生方向
      - 情緒反直覺方向
      - 未開發文化方向

    避免:
      - 直接複製
      - 行業平均值
      - 模板重複
      - 趨勢過擬合

  方法論系統:

    啓用: true

    規則:
      可組合: true
      可混合: true
      可階段切換: true

    方法論庫:

      第一性原理:
        - 拆解本質
        - 重建結構

      DesignThinking:
        - 用戶體驗
        - 原型驗證

      JobsToBeDone:
        - 用戶動機
        - 行為目標

      TRIZ:
        - 創新矛盾解決
        - 工程突破

      SCAMPER:
        - 創意變體
        - 快速擴展

      MorphologicalAnalysis:
        - 多維組合創造

      SystemsThinking:
        - 系統關係
        - 長期影響

      NarrativeDesign:
        - 敍事體驗
        - 情緒節奏

      Worldbuilding:
        - 世界觀構建
        - 長期一致性

      SpeculativeDesign:
        - 未來設計
        - 假設推演

      HumanCenteredDesign:
        - 人類兼容性
        - 行為合理性

      LeanStartup:
        - 快速驗證
        - 最小可行方案

      GameDesign:
        - 動機系統
        - 成長反饋

      BehavioralPsychology:
        - 用戶行為
        - 情緒觸發

      Semiotics:
        - 符號系統
        - 隱含意義

      AestheticTheory:
        - 美學結構
        - 風格協調

    選擇邏輯:

      產品設計:
        - DesignThinking
        - JobsToBeDone
        - SystemsThinking

      工業設計:
        - TRIZ
        - MorphologicalAnalysis
        - HumanCenteredDesign

      藝術設計:
        - NarrativeDesign
        - Semiotics
        - AestheticTheory

      世界觀設計:
        - Worldbuilding
        - SystemsThinking
        - SpeculativeDesign

      遊戲設計:
        - GameDesign
        - BehavioralPsychology
        - NarrativeDesign

      教育設計:
        - HumanCenteredDesign
        - SystemsThinking
        - BehavioralPsychology

    AI規則:
      - 主動選擇方法論
      - 可組合多個方法論
      - 根據階段動態切換
      - 輸出當前使用的方法論

  創意生成系統:

    創意擴展:
      啓用: true

    風格變異:
      啓用: true

    結構變體:
      啓用: true

    跨領域融合:
      啓用: true

    敍事注入:
      啓用: true

    情緒模擬:
      啓用: true

    陌生感生成:
      啓用: true
      可控: true

  反同質化系統:

    啓用: true

    檢測:
      - Dribbble化
      - AI平均感
      - 模板污染
      - 視覺平均化
      - 風格坍塌
      - 無意義複雜化

    修正:
      - 引入非對稱性
      - 保留創作者偏見
      - 注入人類不完美
      - 注入文化特徵
      - 強制結構差異

  穩定核心系統:

    必須保持:
      - 核心身份
      - 核心情緒
      - 核心世界觀
      - 核心體驗
      - 創作者人格
      - 長期審美傾向

    允許變化:
      - 視覺風格
      - 交互形式
      - 敍事結構
      - 表現形式
      - 節奏變化

  創作者人格系統:

    啓用: true

    保留:
      - 審美傾向
      - 世界觀
      - 情緒傾向
      - 符號偏好
      - 文化偏好
      - 長期執念
      - 明確反感內容

  評估系統:

    必須檢查:
      - 人類兼容性
      - 新穎度平衡
      - 反同質化
      - 情緒可讀性
      - 結構差異性
      - 方法論合理性

    失敗條件:
      - 純隨機
      - 無法理解
      - 模板化結果
      - 趨勢複製
      - 無意義噪音

  輸出規則:

    必須滿足:
      - 多方向結果
      - 結構差異
      - 情緒錨點
      - 可識別邏輯
      - 創意差異化
      - 方法論說明

    必須避免:
      - 單一答案
      - 純模板方案
      - 過度設計
      - 視覺噪音
      - 無意義複雜性

我是貓叔,所有發佈內容有限開源,通常禁止商用 !!!

請   點讚、分享、收藏、關注

哦,係喇,我開咗粉絲羣,如果你想傾下AI,咁非常歡迎

點擊閲讀原文入去我嘅文章聚合,嗰度有新版嘅羣QR code

我最近一直在琢磨一件事:現在的大模型已經足夠強了,它們會寫代碼、會畫圖、會做產品、會生成 UI、會做視頻、會寫劇本(預告一下,我的劇本系統快做完了)。好像啥都能幹,但好像都乾的不咋地,為什麼呢~


今天的大多數 AI 創作,本質上都停留在:“生成一個答案”,但真正的創造,從來不是隻求一個答案

真正的設計師、創作者、產品經理、藝術家,在開始創造時,腦子裏往往同時存在很多方向:更商業的、更實驗的、更剋制的、更情緒化的、更未來的、更敍事的、更遊戲化的、更人性的......創造真正重要的,不是“生成”。而是:對可能性空間的探索。


😼

於是我開始嘗試做一個東西:creation.md

它不是 design.md,更不是 Prompt 模板,它更像是:AI 時代的創造運行時(Creative Runtime);它的目標不是告訴 AI:“按鈕應該怎麼做”。

而是告訴 AI:


  • 如何探索創意

  • 如何避免平庸

  • 如何保持人格連續性

  • 如何控制創新程度

  • 如何進行跨領域融合

  • 如何保持人類兼容性

  • 如何避免 AI 味

  • 如何生成多個真正不同的方向

我發現一個很有意思的問題:真正的創造,並不是“越奇怪越好”,因為完全隨機,只會變成噪音。

😼

真正優秀的創造是一種:受控的偏離

它需要:


  • 與眾不同,但又不能脱離人類理解

  • 要有陌生感,但又不能失去情緒錨點

  • 要有創新,但不能無法使用

  • 要突破,但不能失去長期穩定性

😼

所以未來真正重要的是:Creative Runtime Engineering。

也就是:如何為 AI 建立一整套“創造運行時協議”;它會決定:AI 最終創造出來的東西,到底只是“內容”,還是真正擁有靈魂、人格、方向與長期生命力。


creation.md

Universal Creative Runtime Protocol(通用創造運行時協議)

Version 0.1 (還只是個雛形,歡迎大家都來設計自己的版本)

  
創造運行時:

  版本: 1.0

  系統定義:

    名稱: 通用創造運行時
    類型: AI創造協議系統

  運行模式:

    默認: 探索型

    輸出:
      多方向生成: true
      最少方向數量: 3

    生成策略:
      廣度優先: true
      深度優先: false

  核心創造模型:

    模型: 有控制的偏離

    穩定核心:
      必須存在: true

    變異系統:
      啓用: true
      強度: 0.35
      自適應: true

    新穎度:

      默認等級: 明顯差異化

      等級:
        - 熟悉
        - 輕度新鮮
        - 明顯差異化
        - 大膽
        - 實驗性
        - 異質化

      避免:
        - 隨機噪音
        - 無意義差異
        - 強行創新

  人類兼容性:

    啓用: true

    認知:
      可讀性: true
      可理解性: true
      行為可預測: true
      認知負荷: 中

    情緒:
      情緒可理解: true
      必須存在情緒錨點: true

    行為:
      保持人類行為邏輯: true

    審美:
      保持審美協調: true

    文化:
      文化衝突檢查: true

    價值觀:
      避免極端衝突: true

  創造維度:

    功能性: 動態
    情緒性: 動態
    敍事性: 動態
    符號性: 動態
    審美性: 動態
    趣味性: 動態
    實驗性: 動態
    社交性: 動態
    智性表達: 動態
    精神性: 動態
    系統性: 動態
    文化性: 動態

  可能性空間:

    啓用: true

    探索:
      - 鄰近可能空間
      - 跨領域融合
      - 未來原生方向
      - 情緒反直覺方向
      - 未開發文化方向

    避免:
      - 直接複製
      - 行業平均值
      - 模板重複
      - 趨勢過擬合

  方法論系統:

    啓用: true

    規則:
      可組合: true
      可混合: true
      可階段切換: true

    方法論庫:

      第一性原理:
        - 拆解本質
        - 重建結構

      DesignThinking:
        - 用戶體驗
        - 原型驗證

      JobsToBeDone:
        - 用戶動機
        - 行為目標

      TRIZ:
        - 創新矛盾解決
        - 工程突破

      SCAMPER:
        - 創意變體
        - 快速擴展

      MorphologicalAnalysis:
        - 多維組合創造

      SystemsThinking:
        - 系統關係
        - 長期影響

      NarrativeDesign:
        - 敍事體驗
        - 情緒節奏

      Worldbuilding:
        - 世界觀構建
        - 長期一致性

      SpeculativeDesign:
        - 未來設計
        - 假設推演

      HumanCenteredDesign:
        - 人類兼容性
        - 行為合理性

      LeanStartup:
        - 快速驗證
        - 最小可行方案

      GameDesign:
        - 動機系統
        - 成長反饋

      BehavioralPsychology:
        - 用戶行為
        - 情緒觸發

      Semiotics:
        - 符號系統
        - 隱含意義

      AestheticTheory:
        - 美學結構
        - 風格協調

    選擇邏輯:

      產品設計:
        - DesignThinking
        - JobsToBeDone
        - SystemsThinking

      工業設計:
        - TRIZ
        - MorphologicalAnalysis
        - HumanCenteredDesign

      藝術設計:
        - NarrativeDesign
        - Semiotics
        - AestheticTheory

      世界觀設計:
        - Worldbuilding
        - SystemsThinking
        - SpeculativeDesign

      遊戲設計:
        - GameDesign
        - BehavioralPsychology
        - NarrativeDesign

      教育設計:
        - HumanCenteredDesign
        - SystemsThinking
        - BehavioralPsychology

    AI規則:
      - 主動選擇方法論
      - 可組合多個方法論
      - 根據階段動態切換
      - 輸出當前使用的方法論

  創意生成系統:

    創意擴展:
      啓用: true

    風格變異:
      啓用: true

    結構變體:
      啓用: true

    跨領域融合:
      啓用: true

    敍事注入:
      啓用: true

    情緒模擬:
      啓用: true

    陌生感生成:
      啓用: true
      可控: true

  反同質化系統:

    啓用: true

    檢測:
      - Dribbble化
      - AI平均感
      - 模板污染
      - 視覺平均化
      - 風格坍塌
      - 無意義複雜化

    修正:
      - 引入非對稱性
      - 保留創作者偏見
      - 注入人類不完美
      - 注入文化特徵
      - 強制結構差異

  穩定核心系統:

    必須保持:
      - 核心身份
      - 核心情緒
      - 核心世界觀
      - 核心體驗
      - 創作者人格
      - 長期審美傾向

    允許變化:
      - 視覺風格
      - 交互形式
      - 敍事結構
      - 表現形式
      - 節奏變化

  創作者人格系統:

    啓用: true

    保留:
      - 審美傾向
      - 世界觀
      - 情緒傾向
      - 符號偏好
      - 文化偏好
      - 長期執念
      - 明確反感內容

  評估系統:

    必須檢查:
      - 人類兼容性
      - 新穎度平衡
      - 反同質化
      - 情緒可讀性
      - 結構差異性
      - 方法論合理性

    失敗條件:
      - 純隨機
      - 無法理解
      - 模板化結果
      - 趨勢複製
      - 無意義噪音

  輸出規則:

    必須滿足:
      - 多方向結果
      - 結構差異
      - 情緒錨點
      - 可識別邏輯
      - 創意差異化
      - 方法論說明

    必須避免:
      - 單一答案
      - 純模板方案
      - 過度設計
      - 視覺噪音
      - 無意義複雜性

我是貓叔,所有發佈內容有限開源,通常禁止商用 !!!

請   點贊、分享、收藏、關注

哦,對了,我開粉絲羣了,如果你想聊聊AI,那麼非常歡迎

點擊閲讀原文進到我的文章聚合,那裏有新的羣二維碼