用 AI 自动生成文章封面：我的真实工作流

每次写完文章，最痛苦的不是写——是做封面。

找图、裁剪、调色、加文字、导出——一套流程至少 30 分钟。设计师报价一张封面 200 块。我不是出不起这个钱，是我一周一篇，一个月 800 块，一年小一万。作为一个还在冷启动期的副业号，这个成本不合理。

于是我开始让 AI 帮我做封面。三个月了，现在做一张封面平均3 分钟。

这篇文章把我的流程全部公开——包括 Prompt、代码、以及对比数据。

我的封面生成流程

写完文章 → 提取核心概念，生成图片 Prompt → AI 生成图片（DALL-E / Midjourney / 本地 SD） → 加文字叠层（品牌色 #E85A3A） → 导出 3 个尺寸（公众号 / B站 / 抖音） → 完

核心就三步：Prompt → 生图 → 叠字。我写了一个 Go 工具串起全流程。

第一步：从文章标题生成图片 Prompt

不能让 AI 直接「做一个封面」，那样出来的图千篇一律。正确做法是先让 LLM 把文章主题翻译成视觉描述：

funcgenerateImagePrompt(articleTitle,abstractstring)(string,error){systemPrompt:=`你是视觉设计师。根据文章标题和摘要，生成一个用于 AI 图片生成的 Prompt。 要求： 1. 描述具体的视觉元素，不要抽象概念 2. 指定风格（扁平/3D/极简/复古/科技感） 3. 指定色调（与 #E85A3A 龙虾橘红协调） 4. 不要包含任何文字（文字我会后期叠加） 5. 英文输出，50 词以内 6. 结尾加上 --ar 16:9`userPrompt:=fmt.Sprintf("标题：%s\n摘要：%s",articleTitle,abstract)returncallLLM(systemPrompt,userPrompt)}

实测案例——我这篇《多模态模型入门》的 Prompt：

A futuristic digital interface showing a split screen -- left side is a code screenshot, right side is the same code but with AI-generated analysis annotations floating around it. Style: clean tech illustration, glowy accents, minimal. Color palette: deep navy #1F3A5F background, coral orange #E85A3A highlights. No text in the image. --ar 16:9

第二步：调 AI 图片生成 API

DALL-E 3 有 API，可以直接用 Go 调：

import("bytes""encoding/json""fmt""net/http""os")typeDalleRequeststruct{Modelstring`json:"model"`Promptstring`json:"prompt"`Nint`json:"n"`Sizestring`json:"size"`}typeDalleResponsestruct{Data[]struct{URLstring`json:"url"`B64JSONstring`json:"b64_json"`}`json:"data"`}funcgenerateCover(promptstring)(string,error){apiKey:=os.Getenv("OPENAI_API_KEY")req:=DalleRequest{Model:"dall-e-3",Prompt:prompt,N:1,Size:"1792x1024",}body,_:=json.Marshal(req)httpReq,_:=http.NewRequest("POST","https://api.openai.com/v1/images/generations",bytes.NewReader(body),)httpReq.Header.Set("Authorization","Bearer "+apiKey)httpReq.Header.Set("Content-Type","application/json")resp,err:=http.DefaultClient.Do(httpReq)iferr!=nil{return"",err}deferresp.Body.Close()varresult DalleResponse json.NewDecoder(resp.Body).Decode(&result)iflen(result.Data)>0{returnresult.Data[0].URL,nil}return"",fmt.Errorf("未生成图片")}

跑一次大概 6-8 秒，生成的图片 URL 可以直接下载。

第三步：叠文字——用 Go 图片库加标题

Go 的标准库没有图片处理能力，我用github.com/fogleman/gg库在图片上叠文字：

import("github.com/fogleman/gg""github.com/nfnt/resize""image""net/http")funcaddTextOverlay(imageURL,title,subtitlestring)(image.Image,error){// 下载原图resp,_:=http.Get(imageURL)deferresp.Body.Close()img,_,_:=image.Decode(resp.Body)// 缩放到 1920x1080img=resize.Resize(1920,1080,img,resize.Lanczos3)dc:=gg.NewContext(1920,1080)// 把原图画上去dc.DrawImage(img,0,0)// 底部半透明遮罩dc.SetRGBA(0,0,0,0.5)dc.DrawRectangle(0,720,1920,360)dc.Fill()// 加载中文字体iferr:=dc.LoadFontFace("fonts/NotoSansSC-Bold.ttf",52);err!=nil{returnnil,fmt.Errorf("加载字体失败: %w",err)}// 标题——品牌主色dc.SetHexColor("#FFFFFF")dc.DrawStringWrapped(title,// 文章标题80,780,// x, y 起点0,0,// ax, ay1760,// 最大宽度1.5,// 行间距gg.AlignLeft,)// 副标题 / 标签dc.LoadFontFace("fonts/NotoSansSC-Regular.ttf",28)dc.SetHexColor("#E85A3A")dc.DrawStringAnchored(subtitle,80,970,0,0)returndc.Image(),nil}

最终输出三张图——公众号（900x383）、B站（1280x720）、抖音（1920x1080），全部从同一张原图裁剪。

成本和时间对比

DALL-E 3 一张图约 ¥0.30（按图片分辨率计费）。Midjourney 月费 $30 无限生成。本地 SD 零成本但需要显卡。

我现在用的是DALL-E 3 + Midjourney 混合：技术类文章用 DALL-E（精准），思考类用 Midjourney（好看）。

我的 Prompt 模板库（直接抄）

经过三个月调试，积累了这几个高复用率的模板：

技术教程类:

Clean tech illustration, [topic] visual metaphor, dark navy background with coral orange accents, minimal geometric shapes, no text, 16:9

工具测评类:

Side-by-side comparison visual, [tool A] vs [tool B], split screen, modern flat design, neutral gray background with accent colors, no text, 16:9

副业方法论类:

Abstract visualization of [concept], warm tone paper texture background (#F7F2EA), hand-drawn style arrows and icons in navy blue, personal notebook aesthetic, no text, 16:9

一个你可能没想到的用途

封面图上没有文字的时候，你可以同一张图用 100 遍——不同文章叠不同标题。一张高质量底图可以做成系列模版。

我的「工具链合集」系列所有文章用同一张底图，只换文字。视觉效果统一，品牌感强，每篇只花 30 秒——改个标题搞定。

AI 生成封面的真正价值不是省了设计费，而是把封面做成可复用的资产。

踩过的坑

1. AI 不听「别放文字」——部分模型会无视这条，在画面里塞乱码。解决：Prompt 加一句「absolutely no text in the image」并降低 creativity 参数。
2. 中文标题叠在复杂背景上读不清——解决：加半透明遮罩层，跟 YouTube 缩略图学的。
3. AI 生成的人脸看起来很恐怖——解决：不要让 AI 画人。用抽象图形、代码元素、几何图案。

下一篇做一件狠事：同一个 Prompt 丢给 DALL-E、Midjourney、Stable Diffusion，看谁的图最好、谁最便宜。真实数据，不是玄学。