Lovart 只是 GPT-4o 的套壳?  聊聊我对设计 Agent 的设想

主要观点总结

本文是对Lovart这款设计领域Agent产品的试用体验和总结。文章涵盖了Lovart的工作流程、使用感受、与GPT-4o的对比、以及作者对于设计Agent的设想。

关键观点总结

关键观点1: Lovart的工作流程

用户输入任务，Lovart会匹配内置风格库，如果没有则使用GPT-4o生成图片，生成过程中补全所需知识，最后生成成果。

关键观点2: Lovart的使用感受

Lovart具备Agent的必要条件，如思考能力、行动规划能力、知识库调用能力、工具调用能力。但产品更类似于生图Agent而非设计Agent，试用体验中存在模型选择的问题。

关键观点3: 与GPT-4o的对比

Lovart在GPT-4o的基础上提供部分更好的场景，但并未带来更好的体验。需要在模型能力边界上设计出更好的产品。

关键观点4: 作者对于设计Agent的设想

作者提出了设计Agent应具备可控性、多图层能力、观察-思考-行动的能力。同时指出，随着模型能力的提升，这些设想并非不能实现。

文章预览

最近拿到了号称是第一个设计领域的 Agent 产品的 Lovart 的内测资格，试用了几次后，发表了这样的感受： 让我们来看看 Lovart 是如何工作的？ Lovart 的工作流程 我们在 Lovart 中输入一个任务，例如 「设计一套炉石传说风格的卡牌，以三国杀标准版人物为英雄，并附带其技能描述。」 ps. 这当然不是 Lovart 内部的方案，或许真实情况或许更加复杂，这是我体验到的工作流程。 首先，Lovart 会匹配内置的风格库，如果没有，则使用 gpt-4o 来生成图片 Case1 - GPT -4o 生图 于是 Lovart 开始拆分处理我的任务 第二步，Lovart 调用 GPT-4o 的能力，生成了一个炉石传说卡牌的模板图片。 第三步，再生成了几个三国杀人物的英雄卡片 对于这个任务，Lovart 还补全了生成过程中需要的知识，例如补全了生图时每个英雄的的 prompt 最后，经过两步的生成，Lovart 先生成了一个炉 ………………………………