T-Agent 生成真实的旅游图片和旅游攻略信息卡

T-Agent 在旅游场景有两项生图能力:先找一张真实照片做参考再生成旅游图片和海报,以及用 12 种风格、8 种版式制作旅游攻略信息卡。文章附田螺坑土楼群三方实测、参考图的四级来源和四项核验标准,以及同一份重庆行程的 12 张信息卡示例。

T-Agent 旅游生图封面:输入「做一张田螺坑土楼群的旅游海报」,经来源页、图片文件、使用风险、画面事实四项参考核验,输出真实旅游图、旅游海报和攻略信息卡

旅游内容的配图,和别的行业不太一样。

别的行业,图好看通常就够了。旅游的读者会先看它是不是那个地方:山的形状对不对,叶子是不是这个时候红的,房间的窗户朝哪一侧,码头是不是文章里写的那个。看完图,有人会照着它去找路、比价、下单。

旅游配图除了好看,还要担一部分事实说明。旅游内容用的图大致两类:能对上现场的旅游照片,和把攻略要点讲清楚的图。T-Agent 针对这两类各做了一件事:生成真实的旅游图片,制作旅游攻略信息卡。

生成真实的旅游图片海报

田螺坑土楼群三方实测

我们选了福建南靖的田螺坑土楼群,就是俗称"四菜一汤"的那一组,把同一句提示词分别交给豆包、纯提示词生图(不给参考图)和 T-Agent(附一张真实参考图):

福建土楼田螺坑土楼群的航拍照片:几座圆形土楼坐落在半山坡上,被层叠的梯田和青山环绕,清晨薄雾,柔和的阳光,写实摄影,横构图

豆包用同一句提示词生成的田螺坑土楼群

豆包:像土楼,但五座楼是"摆"在平缓绿地上的。四座圆楼摊开,方楼被推到后排,院落开得过大,屋顶的灰瓦没压住。

纯提示词生图:同一句提示词,不提供任何参考图

纯提示词生图,不给参考图。ChatGPT 这类通用文生图模型走的也是这条路。云雾和光线更漂亮,但同样是理想化的"土楼群":方楼在后、圆楼在前,楼间拉开大片草地,位置关系是模型自己排的。

T-Agent 用同一句提示词、附真实参考图生成的结果

T-Agent:同一句提示词,附一张田螺坑的真实照片做参考。方楼居中、四座圆楼环绕的实际布局,五座楼紧挨在山坡上的密度,屋顶形态和梯田走向,都对得上现场。

三张图单看都说得过去。放在一起比,前两张画的是一个合情合理的福建土楼群,五座楼怎么摆由模型决定;T-Agent 那张里,楼的位置和密度是田螺坑本来的样子。差别来自 T-Agent 生成前先找到的这张照片:

T-Agent 生成时使用的真实参考图:南靖田螺坑土楼群航拍

T-Agent 用的真实参考图:南靖田螺坑土楼群航拍,方楼居中、四座圆楼环绕。来源 Wikimedia Commons(File:Tianluokeng Tulou cluster 20140829.JPG,作者颐园新居,CC BY-SA 4.0),为网页加载做过压缩。

带标题的旅游海报

T-Agent 生成的那张图,加上主标题和一行副标题,可以直接当旅游海报用:

以 T-Agent 生成的田螺坑土楼群为底图、叠加标题的旅游海报

同一张图加文字。字放在天空和云雾的留白里,不遮挡土楼,地点和季节特征完整保留。

目的地、酒店、景区和攻略的封面都能这么做。画面的地点、主体、构图、光线和季节原样保留,主标题、副标题或者酒店、品牌名称放在天空、留白这些不挡主体的位置。底图有真实照片做依据,加了字,读者看到的还是那个地方。

参考图的来源和核验标准

照片类的图,T-Agent 拿到提示词后会先去找一张能核验的真实照片,再让模型照着画。参考图没通过核验,就不进入生成。

去哪儿找图

用户自己给的素材优先。需要自动找图时按四级顺序来,上一级没有候选通过核验,才降到下一级:

  1. Pexels 等公开图库
  2. Wikimedia Commons
  3. 目标对象的官网页面:景区、酒店、目的地官网,以及承载酒店和目的地图片的 OTA 页面
  4. Google 图片搜索

第四级只负责发现图片。搜索结果页和缩略图不算参考图,要回到承载原图的页面,在原始来源上核验。田螺坑那张参考图是在第二级找到的。

每张参考图过四项核验

核验项具体要求
来源页原图页能直接打开,不需要登录、验证码、付费墙或绕过反爬;站点明确禁止抓取或作为参考的,淘汰
图片文件最终图片地址返回成功状态,类型为 JPEG、PNG 或 WebP,字节能真正解码成图片;文件扩展名不能代替验证,搜索结果页、文章页、缩略图跳转页只能作为线索
使用风险画面里带可识别商标、Logo 或水印的,淘汰;以私人住宅、非公开室内或受限私有建筑为主体、又没有明确许可的,淘汰
画面事实必须真的打开图片,核对地点、主体、季节、场景和关键地标;搜索词、文件名和文字描述只能帮助发现候选,不能替代逐张核对

第四项最花时间,也最容易被跳过。拿相邻城市、相似建筑或者另一个季节的图顶上,配图就会和现场对不上。

一个图位配一张不同的参考图

计划出 N 张图,就要 N 张不同的主参考图。同一张图的不同尺寸、压缩版本、裁切版本仍算同一张。找不到独立图片时只补缺失的图位,不拿已经占用的参考图顶替。四级都没有合适的图片,T-Agent 会请用户提供链接或文件,流程不会退化成"没有参考也先随便生成一张"。

制作旅游攻略信息卡

清单、路线、对比、要点分层,这些内容风景照装不下。T-Agent 把它们做成信息卡,攻略要点、行程节奏、价格区间和对比信息分层排在一组图里。

12 种风格、8 种版式

信息卡目前有 12 种视觉风格、8 种版式,可以自由组合。这套风格库由几套各自独立的 skill 合并而成,所以跨度拉得很开:甜美贴纸、清新留白、温暖生活、高冲击、极简、复古怀旧、波普漫画、黑白知识卡、黑板教学、手写笔记、丝网印刷、手绘信息图。配色不锁死,想要什么色系直接提就行。风格库还在扩充。

下面是同一份重庆「3 天 2 晚」的行程,用 12 种风格各做一张,底图都是同一张真实的洪崖洞夜景照片。点开任意一张可以看大图:

信息卡也要带真实参考图,不能因为看起来是设计图就跳过。卡片上出现的地标和街景,读者照样会拿去和现场比,生成时同样要附一张通过核验的真实图片。

保证整套图片风格一致

两项能力都能按套出图。

画布方面,旅游图文默认 3:4 竖版,小红书等内容平台是 1080×1440。带真实参考图生成时优先保持原图比例,平台裁切有需要才做最小调整。

风格方面,首图先生成,之后每张都把首图带进参考图列表,当作整套图的视觉锚点,色调、光线和元素就不会在几张图之间漂移。信息卡的后几张除了首图这个锚点,仍各自保留一张属于自己的真实主参考图。

生成范围和使用限制

  • 不伪造真实照片、人物、证书、页面截图和数据截图,也不生成看起来像品牌授权的素材。
  • 参考图只是参考,不等于可以直接发布。要直接使用某张公开图片,授权、肖像和商标仍需单独确认。
  • 目标平台对 AI 生成内容有更严格的授权或禁用规则时,按平台规则执行。
  • 价格、开放时间、路线和套餐以当前有效的官网页面或销售资料为准,不靠配图补全信息。

三种输入:实拍素材、链接、主题

手上有实拍素材,直接交给 T-Agent,它会先核对素材和内容对不对得上,再决定怎么用。有目的地或产品链接,它按上面的四级顺序去找图。只有一个主题也可以,先把内容做出来,再给每个图位补参考图。

旅游配图要过的最后一关在现场:读者到了地方,认得出这就是图里的那个地方。把提示词写得再长也过不了这一关,得从一张真实的参考图开始。

把经营问题变成可以继续追问的分析

连接已授权的旅游业务数据与场景插件,让团队更快找到下一步运营动作。

打开网页版预约演示