02 · AI Workflow Design / Reusable Method
我没有从“做一个 AI 网站”开始，而是先找到工作中结构固定、只改变项的重复任务：拆出规则、验证通用提示词，再用 Cursor 把它做成可批量填变项、可管理和导出的素材生产线。
The logic, not just the interface
重点不是某个具体工具长什么样，而是如何把重复劳动转化为一套可复用、可扩展的生产方法。
先找到结构固定、变项清晰、可以验收，而且需要高频批量完成的任务。
先炼稳通用提示词，再把变量、标签、资产和导出逻辑做成可操作的网页。
一次设定共用规则，批量生成词表与提示词，再交给下游工具稳定出片。
可复用的核心公式：固定层 + 变项层 + 验收标准 = 可产品化的重复工作
01 / Find the repetition
数字人口播教学素材需要持续生产，但每条视频真正改变的内容很少：大量时间耗在复制、替换和检查格式。
Fixed layer / Variable layer
9:16 构图、口播节奏、词卡版式、字幕位置、镜头结构与验收标准。
词条、人物、场景、语言、服装、动作和风格——每次只替换这些字段。
重复找词、复制长提示词、逐条改变量、等待生成、整理结果，日产约 40+ 条。
日产可达 200+ 条不同风格的迭代素材，让设计师把更多时间投入创意。
02 / Build with Cursor
Cursor 不是替我决定业务规则，而是和我一起拆样例、补齐问题、实现界面。每一步都有可验证的中间结果。
提供成片、截图和已有提示词，让 Cursor 列出固定元素与可变元素，暂不写代码。
用占位符替换变项。人工试跑多轮，确认只改变项时结构仍然稳定。
先实现“能选择、能组装、能预览、能导出”，再逐步增加标签库和资产库。
拿下一批真实素材跑一遍；暴露问题后继续和 Cursor 迭代规则与界面。
把业务语言变成可操作字段
人物、场景、构图和风格都被结构化为标签；右侧实时组装完整提示词，不再从零撰写长文本。
人物变量
性别、年龄感、发型、服装、表情和动作被拆成清晰槽位，可保存为人物资产重复调用。
场景变量
场景大类、具体环境、景别、人物位置、虚化和光线均可独立选择，也可以一键随机。
03 / Batch production
工具批量生成结构化提示词并入库；下游生成平台负责出图与出片，设计师集中做筛选和异常修正。
批量生成素材
同一词卡结构可以快速切换人物、场景和风格，不再逐条重写提示词。
批量运行与交付
提示词入库后进入脚本流程，自动运行、排版并输出给下一环节。
04 / Reusable method
语言教学只是一次验证。只要新任务具有固定结构和清晰变项，就可以沿用同一条转化路径。