帮客户做 logo 这个活儿，我们前前后后接过十几次。每次流程都差不多：客户描述需求，我们出 3-5 套草稿，沟通两三轮，定稿。但客户每次改”再年轻点”、”再加个边框”、”颜色再亮一点”的时候，设计师都要从头画一遍——直到有一天我们意识到，市面上那些月费几百到几千的 logo 设计器，根本不是给”我们”这种小团队用的。
转折点是另外一件事：去年我们开始做 APP-ICON 整理项目（内网 gpicon.test / yybicon.test），把应用宝和 Google Play 上的 APP 图标全部抓下来做视觉资产库。抓完之后我们顺手让 AI 给每个 icon 做了”视觉解构”——打分类标签、记风格、记配色、记构图、记文字布局……半年下来，腾讯应用宝 3,625 个、Google Play 3,017 个，合计 6,642 个图标全部 100% 视觉解构。
解构数据累积多了之后，一个新念头冒出来：既然我们手上有 6,000+ 个真实 icon 的多维标签数据，是不是可以反哺一个 logo 生成器？
我们怎么把数据变成模型
这一步比想象中要克制。我们没有从零训练一个大模型——那个成本和周期对小团队完全不现实。我们走的是LoRA 微调的路子：把 6,000 多个 icon 按”LoRA 桶”拆成三类：
- **2D 桶**：2,299 个，主要训练扁平、矢量插画、卡通描边这类平面风 logo
- **TEXT 桶**：544 个，主要训练以文字为主体的 logo（带字体设计、字符变形那种）
- **3D 桶**：174 个，主要训练高光立体、拟物、轻量粘土这类带光影的 logo
每个桶单独跑一个 LoRA，相当于在同一个开源底座上同时调出 3 个不同画风的”插件”。客户要什么风，就调什么桶。
实际用起来什么样
训练数据 + 模型做完了，落地成一个可用的工具。我们把它嵌在 gpicon.test 这个视觉资产浏览器里，用法很反直觉但意外顺手：
第一步：选参考。 不是写 prompt，是去 6,000 多个 icon 里挑 5-14 个”看着顺眼”的当参考。为什么要先选？直接写”我想要一个红色科技感的 logo”AI 听不懂，但拿 8 个真实 icon 摆在它面前说”我想要这种风格”，它秒懂。
第二步：写需求。 客户原话照搬就行。比如”装修王飞是一家的装修公司的工程部经理，这是一个公众号，是一家集装修和本地生活和直播服务的一家装修直播孵化公司。我希望的是生成一个没有圆角的 LOGO”——这种大白话反而效果最好。
第三步：AI 出 5 条提示词。 点”基于已选生成 LOGO 提示词”，AI 不会直接出图（避免乱来），而是先回 5 条结构化的英文提示词给你 review。理由是：图一旦出来就改不动了，但提示词可以微调几字再重出。
第四步：拿提示词 + LoRA 出图。 挑一条最顺眼的提示词，配上对应 LoRA 桶（2D / TEXT / 3D），让模型出图。下面这张图就是同一条”装修王飞” prompt 跑出来的 6 个变体——
重复调用的 5 个真实使用记录（来自 gpicon.test 顶部的 AI 生成记录弹窗）：
- 巴适四川话：青少年学习四川话 APP，主题色绿色（参考 6 个 icon）
- 装修王飞：装修公司工程部，没有圆角（参考 14 个）
- 学礼装饰：成都本地装修公司直播孵化，没有圆角
- 验机宝：硬件验机 APP，**苹果绿背景**、四周不要圆角、跟手机图标有关
- 智记：面向年轻人的极简 AI 自动手帐记账
每一条都是真实的客户需求，每条 prompt 都对应 5 条 AI 改写的结构化提示词。
为什么选”先整理、再训练、最后才给工具”这条路
我们之前踩过一个坑：第一次做 logo 设计器，是直接调公开的图生成 API 套个 UI，结果出来的东西客户都说”风格不对”——因为通用模型没见过 6,000+ 个真实 icon，不知道国内 SaaS / 工具 / 电商 / 教育 / 金融这些行业分别流行什么风格。
把整理数据集 → LoRA 微调 → 出图工具这条路走通之后，我们才明白：真正能用的行业级 AI 工具，几乎都建立在”先有行业数据”这一步上。 之后无论是把 logo 生成器给客户用，还是把”视觉资产浏览器”给设计师做参考，都不是从 0 开始，是站在 6,000+ 个真实 icon 肩膀上往前走的。
这个 logo 生成器目前还在我们自己的内网工具里跑着，地址没对外开放，如果需要定制，可以找我们进行定制开发此类型的工具。
