跨境Ai视界 最近大模型迭代很快，档次提升明显。比如谷歌直接在官网放出新模型，效果惊艳——也就是大家热议的“nano banana”。半年前，我就开始用Gemini测试生图了，只不过是用python直出。 于是我把旧代码翻出来，准备再优化一轮。原先的版本能跑通“做图方案＋图生图”两条链路，但效果一般，现在想把它推到更高水平。 刚开始，打算用一套代码把竞品分析、做图方案、提示词转换、文生图、图生图全打通。后来发现，提示词本身才是核心，只要提示词写得够细，直接扔给各家官网就能出好图，根本没必要接多个API。生图本质上是“交互”，不是死流程，更不用说现在都是用嘴改图。
想通这点后，我把项目砍回最简版本，只保留最初的模块——成本低、可控性还高。加入了产品信息，因为之前是竞品分析，只分析了共性，没有加入个性。所以这次综合所有，形成方案，再用AI解析成提示词，清爽了很多。
这次的vibe coding交给了codex，效果还不错，感觉是T0的级别。但是要把Claude code用好，一定要给他加系统提示词。Claude code太适合做加法了，从0到1。 突然悟到，为什么大家都把 Claude 叫“编程天花板”，它的鲁棒性太强。为了兼容各种大型项目，它把防守机制做得滴水不漏，对我这种本地小脚本来说，反倒有点“大材小用”。