生成式AI压缩了创意流程，但也埋下了一个大坑

生成式AI极大降低了创意概念的产出门槛，随手就能生成视觉精致、氛围感十足的效果图。但这些画面很多只是算法的想象，并不符合现实拍摄与制作的客观条件。漂亮的参考图会悄悄拉高客户的心理预期，等到项目真正走向落地环节，现实与 AI构想之间的落差，就会转化为大量额外的沟通、调整与返工。如何守住创意本身，不让AI生成的精美假象绑架真实的项目执行，成为创意团队必须面对的现实命题。

设想这样一个场景：一位摄影师正在审阅一套广告活动的概念图，这套方案已经获得客户批准。他发现了一处问题：图里男子戴着棒球帽，帽檐本该在他脸上投下阴影，可他的双眼却打光清晰，正目光锐利地直视镜头。以摄影师的专业眼光一眼就能判断，这种布光现实中根本不可能实现，没有任何实景拍摄能够拍出这样的效果。这张图是资深创意人员用生成式AI制作的，而且客户十分满意。如今制作团队接到任务，要用真实相机和真人演员，去复刻一件现实世界无法实现的画面。

这只是一个真实案例，背后折射出一个更普遍的问题，也是我们为期一年研究的主题：生成式AI工具正在如何改变创意工作流程。几十年来，创意工作的一大难题，就是说服客户透过粗糙草稿，去想象成品最终模样。而生成式AI把这个问题彻底颠倒过来：如今，只要一名从业者手握AI工具，就能产出看起来近乎完整的方案，直接拿去提案。可此时，负责落地实现的专家团队，还没有对这个想法进行充分打磨与完善。

我们将这种现象称为流程坍缩。研究发现，它会引发一连串后续问题：客户产生不切实际的预期、时间与资源白白损耗。但不少企业既没有意识到工作流程已经发生改变，也没有建立办法去应对由此带来的各类后果。

虽然本次研究对象主要是广告行业从业者，但研究结论同样适用于诸多领域负责创意工作的管理者：产品团队制作精致原型、咨询顾问撰写详尽客户方案、建筑师借助AI绘图，还有软件团队用“氛围编程”快速搭建客户网站演示版本，都存在这类问题。

基于本次研究发现，我们帮助管理者识别AI在哪些环节压缩甚至跳过了关键步骤，让企业既能享用工具带来的便利，又尽可能规避后续衍生的各类问题。

创意工作流程已然改变

本次研究，我们与荷兰规模最大的媒体公司之一RTL Nederland展开合作。该公司广告部门的创意从业者，自2023年年中起就常态化使用生成式AI，尤其是文生图工具Midjourney。2024年3月至2025年3月，我们对制作流媒体与电视节目广告的多支团队开展研究，观察他们的工作流程并进行访谈。为还原工作发生的变化，我们还收集了引入生成式AI之前的提案材料，请创意从业者对比AI到来前后的工作模式。

研究期间，创意人员遵循RTL的内部使用规范，其中明确了许可使用的工具，以及客户审批、版权与数据保护、AI生成内容留存记录核验、人类需要对AI输出保持核心创意主导权等相关要求。

在生成式AI普及之前，至少会有两名资深创意人员共同头脑风暴活动创意。之后他们向平面设计师下达需求，设计师会为几个核心概念产出若干视觉方案。资深创意人员再拿着这些视觉物料向客户提案。提案物料会刻意做得比较粗糙，只用草图、情绪板、Photoshop拼贴样稿，把核心创意传递出来就够。客户签字认可时，只能感知活动大致方向，最终需要信任创意团队，在后续制作阶段把广告方案进一步充实落地。

引入生成式AI工具之后，整个流程变得截然不同。有这样一个案例：我们称其中一位资深创意为本，他坐在工位上，直接操作Midjourney，为一档恋爱真人秀广告开展头脑风暴、生成视觉画面、反复迭代。全程只有他一人使用提示词，既没有其他资深创意参与，也没有平面设计师介入。

Midjourney返回的画面时常给他带来意外，有惊喜也有困扰。本就曾被怪异的输出结果搞得十分头疼：他输入提示词，想要一张“旧酒店房卡，上面留有红色口红吻痕，麂皮绿色背景，照片质感”。结果生成效果完全走样，画面里不是方形房卡上的口红印，而是一把老式金属钥匙，上面悬浮着一对比例夸张、照片级写实的红色嘴唇，观感十分怪异。

但我们也看到不少灵感迸发的时刻，AI产出的某个奇特细节，反倒塑造了整套广告的核心思路。另一位资深创意，为一档模特真人秀广告向Midjourney索要T台画面，返回结果却是一条铺着红毯的滨海木板路，四周布满闪烁闪光灯。这个画面启发了他，整套广告的核心概念就此确定：狗仔摄影师举着闪光灯，抓拍节目主持人。

借助生成式AI，制作提案物料耗费的时间大幅缩短。原本多轮的沟通交接，包括和其他资深创意头脑风暴、向平面设计师提需求，再对接摄影师，现在全部压缩成一个人持续和AI交互。

这种全新的提案创作模式有它的优势。一位资深创意这样说：“现在AI，尤其是Midjourney，可以直接把我的想法可视化，说服客户就变得容易很多。”不少资深创意都持有相同看法：生成式AI产出的画面足够精美，比起粗糙草图，更容易打动客户。客户不再需要自行脑补创意落地后的样子，能够直接看到细节丰富的效果。

可到了下游落地环节我们发现，AI生成的概念图，会让客户过早锁定方案细节，给制作团队带来一连串麻烦。

衍生的各类落地难题

如果广告最终要使用真人实拍，而不是AI生成图像，这种客户过早锁定方案的情况，造成的麻烦尤其突出。

一位创意从业者坦言，管理客户预期变得格外棘手。AI概念图效果太过精美，想要客户满意，“你基本上就要原样复刻当初卖出去的画面”，留给制作团队进一步打磨创意的空间被大幅挤压。创意人员提到，客户常常以为自己敲定的种种细节，都是后续必须严格执行的标准，但这些细节原本只是概念参考，并非落地硬性要求，这就让预期管理难上加难。

我们跟踪过这样一个广告项目：创意团队用AI生成一张概念图，画面是挪威崎岖的海岸。向客户敲定方案之后，一整个摄制团队，包含摄影师、灯光师、服装、化妆、演员，全部奔赴挪威，力求还原这张概念图。实拍归来进入后期制作，大家发现，挪威实地拍摄的照片，完全达不到AI概念图那种氛围感。团队最后决定，直接把AI生成图像用作广告背景，再叠加节目明星的实地实拍素材。和当初卖给客户的AI构想相比，真实的挪威，反倒“不够挪威”。

在构思、提案阶段省下的时间精力，往往会转化成我们所说的对齐工作：制作与后期人员，需要费力把AI概念里描绘的效果，和现实能够实现的成果匹配对齐。AI并没有让平面设计师变得多余，反而新增大量对齐工作。部分案例中，这部分额外耗费的时间，甚至超过设计师从项目一开始就介入的情况。

管理者可以采取哪些行动

生成式AI确实可以加快部分创意构思环节，也为创意人员探索、可视化想法提供全新方式。RTL Nederland视频与设计团队负责人雷普科·范登贝格，把生成式AI比作“拥有了一块全新调色板，可以用来作画”。关键在于，抓住效率红利的同时，避免付出高昂的新代价。

下面给出的建议，对已经落地生成式AI、或是正要引入这类工具的企业都适用。帮助大家更有目的地搭建或重构工作流程：想法迭代更快，但不会过早固化，同时保留能够优化方案的人员与审核节点。

1、找准AI介入工作流的位置

管理者如果能看清创意工作的真实运转方式，才更有机会把短期提速转化成长期收益。识别这些变化并不简单。管理者可以先厘清：究竟由谁来编写AI提示词，避免这项工作集中在少数几个人手里。要创造机会，让原本会贯穿制作全程参与工作的人员持续加入项目，保证创意演进过程中，始终有讨论和批判性意见。要求团队主动暴露AI概念过早埋下的各类预设与现实约束。和客户共同设置审核节点，保留对方案提出质疑的空间，主动做好预期管理。

2、让下游专家提前参与前期工作

面对流程坍缩的现象，想要守住AI带来的效率，就要规避返工、预期失控带来的损耗。就像开篇那位摄影师发现画面布光违背现实的案例给RTL带来的启发：创意总监、平面设计师、摄影师、视频导演，都要在创意最早期就加入进来。专家前置介入，在向客户推销方案之前就完成协作与可行性校验，才能更负责任、更高效地使用生成式AI。

3、强调方案的“暂定属性”

AI造成客户过早锁定方案，改变了创意人员管理客户预期的方式。在RTL，现实可行性核验已经成为提案的核心一环。创意人员向客户展示AI样稿时，不再一味渲染美好构想，而是主动管理预期，明确说明哪些元素可以落地实现，哪些做不到。过去需要客户去脑补尚未呈现的效果，如今反而要提醒客户：眼前看到的精美画面，很多在现实中无法原样交付。

AI会让人产生方案已经完工的错觉，因此必须保护概念稿的暂定属性——它只是完整创意的临时参考。团队可以这样操作：同时展示多个创意方向，而不是只拿出一份精美定稿；清晰区分哪些是刻意设计的要素，哪些只是AI随机生成填充；部分决策点就直接保留悬而未决的状态。

评审讨论的时候，应当先聚焦底层创意本身，讨论哪些可行、哪些不足、还有哪些可以调整，之后再去抠执行层面的细节。目标就是：即便AI已经生成看起来完整的画面，也要尽可能让这份概念保留解读空间，能够继续迭代完善。

还可以在早期概念稿上增加免责说明，告知客户该方案由AI生成，不代表最终成品效果。操作AI的人员还要进一步解释，哪些细节是核心诉求，哪些只是AI偶然附带生成。把沟通焦点拉回到底层创意，推动方案进一步打磨。

4、设置客户审核节点，弥补消失的交接环节

传统工作流程建立在一次次客户确认节点之上。当传统流程发生坍缩，和客户的协作模式也需要随之演变。尤其是生成式AI实现快速概念产出之后，要增设常态化客户审核节点，替代原本消失的交接步骤。

RTL Nederland旗下Ad Alliance内部广告机构负责人马尔科·希森这样描述AI时代的制作模式，创意团队和客户对齐频次需要变得更高：“最大的区别是，传统项目很多问题留到后期制作再解决。现在大量工作要前置到前期筹备阶段。”他提到，团队需要更加频繁邀请客户与相关干系人参与，用迭代模式推进，原本界限分明的前期筹备、正式制作阶段，边界变得模糊。“一边搭建方案，一边不断问客户，‘这部分没问题吗？’‘没问题。’‘那进入下一步，我们做动画，这一版动画你是否满意？’。每一个节点，团队都要分清，哪些内容还可以修改，哪些就此敲定。‘好，记录确认，这部分不再改动。’”

由客户和团队共同敲定细节的审核节点，不止适用于创意行业。例如产品团队使用AI原型时，同样要和客户明确：原型什么时候脱离探索阶段，某一项细节什么时候正式定为落地标准。

这里还有几点值得留意。如果团队规模小，本身就采用迭代工作模式，岗位职责边界灵活，流程坍缩带来的冲击会相对更小。风险高低，取决于提案概念和最终成品差距有多大；当一份精致AI概念，后续需要在现实约束下复刻，风险达到最高。

这些建议本身也会带来额外工作量。增设审核节点、专家更早介入，在长期稳定的客户合作项目里更容易落地。但竞标提案场景不一样，看起来完整精美的概念稿本身就更具备说服力。这类场景下，管理者要接受部分细节会被过早锁定，并且提前规划好后续需要开展的对齐工作。

最后，不同行业跳过的具体环节、衍生问题各不相同。但各行业有一个共性：表面正式流程看着和过去别无二致，底层实际工作模式已经彻底改变。

真正善用生成式 AI 的企业明白：即便AI输出的成果看似已经定稿，仍要为创意构想留出可多元解读的余地。最终目的，是把选择权留给人类判断、集体研讨与反复修订。

关键词：

亚娜·雷特科夫斯基（Jana Retkowsky）、埃拉·哈费马尔茨（Ella Hafermalz）、马琳·惠斯曼（Marleen Huysman）、达恩·奥德伊克（Daan Odijk）|文

亚娜·雷特科夫斯基是伊拉斯姆斯大学鹿特丹管理学院助理教授。埃拉·哈费马尔茨是阿姆斯特丹自由大学KIN数字创新中心副教授。马琳·惠斯曼是阿姆斯特丹自由大学KIN数字创新中心创始主任。达恩·奥德伊克是RTL Nederland数据与AI部门负责人。

周强|编校

联系方式

投稿、广告、内容和商务合作

newmedia@hbrchina.org