从“用户体验”到“智能体体验”：Lovart 如何用 ChatCanvas 重新定义设计协作

过去，软件设计的核心是用户体验 (UX)，一切围绕着如何让用户更方便地“使用”工具展开。如今，一个名为智能体体验 (Agent Experience, AX) 的新范式正在兴起，它将软件从“被使用的工具”转变为“与人协作的伙伴”。 Lovart 的正式版更新，特别是其引入的 ChatCanvas 功能，正是这一转变的有力证明。

这一更新的核心，是解决了其无限画布在过去交互中的尴尬地位——主要用于展示，而实际操作都集中在右侧的聊天框。现在，画布成为了与设计智能体 (Design AI Agent) 沟通的主战场。

Lovart 设计了一套全新的评论系统 ChatCanvas。对于熟悉 Figma 的设计师而言，这个界面并不陌生。但其本质区别在于，Figma 的评论是为人与人之间的协作设计的，而 ChatCanvas 的评论是用户直接说给 AI 听的。这就像在虚拟空间里，一位名为 Lovart 的设计师随时待命，等待用户在画布上指出具体位置，并下达“把这个文字调大点”这类精准指令。

精准微调：画布成为指令界面

我们通过一个案例来审视 ChatCanvas 的能力。任务是创建一个具有玻璃质感的 PPT 动态视频封面。首先，通过一段结构化的提示词，让 Lovart 生成基础设计选项。

为主题演讲创建一系列带有动态图形的背景设计，具体要求如下：
基础设计要求：
- 使用模型：image-1 
- 画面背景：纯黑色填充整个画面
- 画面比例：16:9
- 主要元素：半透明玻璃面板效果（在黑色背景上的视觉效果）
- 面板特征：
  - 细长的玻璃卡片质感，具有半透明效果
  - 面板之间略有重叠
  - 锐利清晰的边缘
  - 干净现代的3D数字渲染
- 设计风格：简约优雅，苹果风格设计语言
- 视觉效果：柔和的渐变和反射，形成流动的弧线
颜色方案：
- 主色调：蓝色系为主
- 渐变效果：紫罗兰色到蓝色的渐变
- 保持所有版本使用相同的配色方案
- 在纯黑背景上营造深邃而优雅的视觉氛围
构图变化版本：
1. 从左到右轻微弧形排列
2. 从右到左弧形排列
3. 居中对称排列
4. 扇形发散排列
5. 交错层叠排列

Lovart 迅速生成了数张符合要求的图片。

在传统工作流中，若要对其中一张图片进行微调，过程会相当繁琐，通常需要依赖复杂的文字描述来定位修改区域。但现在，用户只需点击画布下方评论图标，在想修改的图片具体位置上添加注释即可。

例如，生成图片中的波浪形光效影响了玻璃的通透感。通过点击该位置并输入“去掉这部分光效”，Lovart 就能理解指令。值得一提的是，该交互借鉴了 AI 代码编辑器 Cursor 的理念，AI 会根据输入内容预测并补全指令，按 Tab 键即可填充。

提交需求后，AI 可能会追问以获取更明确的信息，用户可以在评论区直接对话。当所有修改指令添加完毕后，点击“Run All”，Lovart 便会一次性执行所有评论。

此外，Lovart 还引入了类似 Figma 的 Frame（画板）概念，每个画板内的所有修改都拥有独立的聊天记录，方便回溯。用户可以通过旁边的“Comments”按钮查看所有已执行的评论，甚至点击“Reopen”将某个指令在其他图片上重复执行。

除了点击注释，用户还能通过框选区域来下达指令。比如，框选出多余的“Keynote”文字，并要求 AI 将其移除。

在这个案例中，仅通过 ChatCanvas 功能，就完成了一张静态图片的多次精准迭代，并最终生成了动态视频。整个过程无需繁琐的文字定位，交互流畅且精准。

联动创作：从多图素材到融合新生

ChatCanvas 的强大之处不止于单图调整，更在于它支持多张图片的联动创作。这个能力让设计师可以直接在画板中完成复杂的拼图和元素融合工作。

为了验证这一点，我们设定一个更复杂的任务：创作一幅包含近期网络热梗的图片——乌萨奇在东方明珠下喝着蜜雪冰城的饮料，并被激光击中。首先，准备三张核心素材图：乌萨奇、东方明珠和蜜雪冰城饮料。

接下来是关键步骤：分别为三张图添加评论，定义它们在新构图中扮演的角色。在乌萨奇图片上，评论“使用这个角色”；在饮料图片上，评论“角色会拿着这个饮料”；最后，在东方明珠图片上添加最复杂的指令，指定三个元素的参考位置、整体画面风格和最终比例。

执行指令后，Lovart 成功融合了三张图片的信息，生成了一幅全新的、符合描述的趣味图片，并能进一步转换为视频。

AX 交互的里程碑

Lovart 的实践与此前业内关于 AX 的讨论不谋而合。未来的软件设计，将从以用户为中心 (UX) 转向以智能体为中心 (AX)，软件不再仅仅是被动的工具，而更像一个智能伙伴，能够记住用户的目标、偏好和历史，并主动提供建议。

Lovart 通过右侧的 Agent 聊天与左侧的 ChatCanvas 协作，为 AX 设计提供了一个近乎完美的范例。智能体通过展示自己的工作流，并引导用户提出更精准的需求，逐步建立与用户的信任。随着使用次数的增加，AI 对用户的理解会越来越深入，带来交互上的“复利效应”：用户说得越少，Agent 主动执行的就越多。

在 Cursor 和 Manus 等工具分别在代码和写作领域探索 AX 交互之后，Lovart 的这次更新为创意设计领域的 AX 交互奠定了新的基石，有望成为同类软件的新标杆。

ChatCanvas 并非一个简单的批注功能，它将“我说你做”的单向指令模式，转变为“我们一起做”的双向协作模式。用户通过点选、框选来指定意图，AI 则理解上下文并补全细节。这种“边聊边改”的交互体验，一旦习惯，便很难再回到传统的、充满割裂感的工作流程中。