Auto-sync: 2026-04-26 04:02

wiki/concepts/Visual-Coherence-Engine.md

@@ -0,0 +1,51 @@
+---
+title: "Visual Coherence Engine"
+type: concept
+tags: ["image-generation", "visual-design", "gemini", "brand-consistency", "carousel"]
+sources: ["marketing-carousel-growth-engine"]
+last_updated: 2026-04-26
+---
+
+## Definition
+
+通过 AI 图生图（image-to-image）机制实现多图视觉风格一致性的系统。第一张幻灯片定义"视觉 DNA"，后续幻灯片以此为参考生成，保持配色、字体、场景叙事的连贯统一。
+
+## Mechanism
+
+```
+Slide 1 → 纯文本 prompt → Gemini 生成 → slide-1.jpg（定义视觉 DNA）
+Slide 2 → slide-1.jpg 作为 --input-image → Gemini 图生图 → slide-2.jpg
+Slide 3 → slide-1.jpg 作为 --input-image → Gemini 图生图 → slide-3.jpg
+Slide 4 → slide-1.jpg 作为 --input-image → Gemini 图生图 → slide-4.jpg
+Slide 5 → slide-1.jpg 作为 --input-image → Gemini 图生图 → slide-5.jpg
+Slide 6 → slide-1.jpg 作为 --input-image → Gemini 图生图 → slide-6.jpg
+```
+
+## 核心要素
+
+1. **Slide 1 纯文本生成**: 无参考图，完全由 prompt 描述视觉方向
+2. **Slides 2-6 图生图**: slide-1.jpg 作为 `--input-image` 参考输入
+3. **视觉 DNA 保留**: 配色、字体风格、背景场景跨所有幻灯片保持一致
+4. **场景叙事演进**: 背景场景随叙事演进，但整体视觉语言不变
+
+## 扩展要素
+
+- **品牌颜色整合**: Playwright 从网站提取 CSS 颜色，织入 Gemini 提示词
+- **字体一致性**: 结构化提示词维护字体风格和大小
+- **场景连续性**: 背景场景随叙事发展逐步演化
+
+## 质量保证
+
+- 视觉模型验证每张幻灯片：文字可读性/拼写/质量
+- 底部 20% 区域检查（TikTok 控件遮挡）
+- 不合格幻灯片仅重生成该张，保留 slide-1.jpg 作为参考
+
+## Usage in [[marketing-carousel-growth-engine]]
+
+[[marketing-carousel-growth-engine]] 使用 `gemini-3.1-flash-image-preview` 实现此引擎。
+
+## Aliases
+- Visual DNA
+- Image Coherence
+- Visual Consistency
+- 图生图一致性