企业官网建设流程全解析

1. 先搞清楚"让Codex生成PSD"到底在说什么

很多人第一次听到"用Codex直接生成PSD"这个说法，脑子里冒出来的画面是：敲一行提示词，AI啪一下吐出一个能双击打开、图层齐全、文字还能编辑的Photoshop文件。如果你也是这么理解的，那我得先泼一盆冷水——Codex本身不产出二进制PSD文件，它产出的是"能生成PSD的代码"。这个区别听起来像文字游戏，但它是整件事能不能落地的分水岭。

我先把结论摆在这儿：所谓"让Codex生成PSD"，本质上是让Codex帮你写一段脚本，这段脚本调用图像处理库（比如Python生态里的psd-tools、pytoshop，或者干脆用Pillow配合图层合成逻辑），把结构化的图层数据写成一个.psd文件。Codex在这里扮演的角色是"代码生成器"，不是"文件生成器"。你给它清晰的图层结构描述，它给你可运行的Python脚本，脚本跑完，PSD就躺在你的输出目录里了。

那为什么标题说"提示词其实很简单"？因为真正复杂的部分不在提示词，而在你对PSD结构的描述是否精确。提示词只是把这些描述翻译成代码的桥梁。很多人卡住，不是因为不会写提示词，而是因为自己都没想清楚"这个PSD里到底要有哪些图层、每个图层的混合模式是什么、文字图层用什么字体"。

这篇文章适合谁看：一是做设计自动化、想批量产出PSD模板的从业者；二是想用AI辅助生成图像工程代码的开发者；三是好奇"AI编程到底能碰多深的文件格式"的技术爱好者。我会从PSD的文件结构讲起，拆解提示词该怎么写，给出可直接复现的脚本，再聊聊实测中那些文档里不会写的坑。

提示：本文讨论的是"用代码生成PSD文件"这一技术路径，不涉及任何图像生成模型的直接出图能力。两者是互补关系，不是替代关系。

2. PSD不是普通图片，它的结构决定了提示词怎么写

2.1 PSD的文件本质：一个带图层树的容器

要理解为什么提示词需要"精确描述结构"，得先知道PSD文件里装了什么。PSD是Adobe Photoshop的专有格式，它的核心不是像素，而是图层（Layer）。一个PSD文件内部大致包含这几层信息：

• 文件头：记录版本、通道数、宽高、位深、颜色模式。
• 颜色模式数据：RGB、CMYK、灰度等模式下的原始图像数据。
• 图像资源块：缩略图、分辨率信息、切片等元数据。
• 图层与蒙版信息：这是最关键的部分，包含每个图层的名称、位置、不透明度、混合模式、可见性、图层组嵌套关系。
• 图像数据：每个图层的实际像素通道数据，通常经过RLE压缩。

你可以把PSD想象成一个"文件夹压缩包"：文件夹里有若干子文件夹（图层组），每个子文件夹里放着图片（图层像素），还有一个清单（图层属性）记录每个文件夹的名字和排列顺序。Codex要生成的代码，就是按照这个清单去"组装"压缩包。

2.2 为什么不能直接让AI"画"出PSD

有人会问：既然现在图像生成模型这么强，为什么不直接让它输出PSD？原因有两个。第一，主流图像生成模型输出的是扁平位图（PNG、JPG），它们没有"图层"这个概念，生成结果是一张压平的图，你没法单独移动某个元素。第二，PSD的图层数据需要精确的坐标、尺寸、混合模式，这些是结构化数据，不是像素分布能表达的。

所以正确的分工是：图像生成模型负责"每个图层长什么样"，Codex负责"把这些图层按正确结构组装成PSD"。这就是为什么提示词的重点不在"画什么"，而在"怎么组织"。

2.3 提示词里必须出现的四类信息

基于上面的结构分析，一条能用的提示词至少要包含这四类信息，缺一类Codex就会开始"猜"，而它猜的结果往往不是你想要的：

我实测下来，只要这四类信息齐全，哪怕提示词写得很口语化，Codex也能给出可运行的脚本。反过来，如果你只写"帮我生成一个海报PSD"，它给你的代码大概率是跑不通的——因为它不知道海报多大、有几个图层、每个图层放哪。

3. 提示词的实际写法：从一句话到可运行脚本

3.1 一个最小可用的提示词模板

先看一个我常用的最小模板，你可以直接改参数用：

用Python写一个脚本，使用psd-tools或pytoshop库生成一个PSD文件。 画布：宽1080，高1920，RGB模式，8位深，分辨率72。 图层从下到上依次为： 1. 背景层，纯色填充 #1A1A2E，不透明度100%，正常混合模式 2. 主标题文字层，内容"限时活动"，字体思源黑体，字号120，颜色#FFFFFF，位置居中偏上 3. 副标题文字层，内容"立即参与"，字号48，颜色#FFD700，位于主标题下方80像素 4. 装饰形状层，一个半径200的圆形，填充#E94560，位于右下角 输出到 ./output/poster.psd，如果目录不存在就创建。

这条提示词大概150字，信息密度很高。Codex拿到之后，会去查psd-tools的API，然后生成一段创建图层、设置属性、保存文件的代码。实测下来，这类提示词的一次通过率在70%左右，剩下的30%通常是库的API细节需要微调。

3.2 为什么"图层从下到上"这个顺序必须说清楚

这是新手最容易忽略的点。PSD的图层顺序直接决定视觉叠放效果，而不同库对"添加顺序"的处理逻辑不一样。有的库是"先添加的在最底层"，有的是"先添加的在最顶层"。如果你不明确说"从下到上"，Codex可能按它自己的理解来，结果就是背景层盖住了文字层，打开一看一片纯色。

我的做法是：永远在提示词里显式声明顺序方向，并且用"第1层在最底、第N层在最顶"这种无歧义的表述。这比说"按视觉顺序"要可靠得多，因为"视觉顺序"在不同人脑子里方向是反的。

3.3 文字图层是重灾区，字体信息要给全

文字图层在PSD里不是简单的"画几个字"，它需要记录字体名称、字号、字重、行距、字距、对齐方式、颜色。如果提示词里只写"加一个标题"，Codex生成的代码可能只画了像素文字，打开PSD后你发现文字不能编辑——因为它被栅格化了。

要生成可编辑的文字图层，提示词里必须包含"文字图层"这个关键词，并且给出字体名称。这里有个现实问题：psd-tools对文字图层的写入支持有限，很多时候需要借助pytoshop或者直接操作PSD的底层结构。我在实测中发现，如果目标是"文字可编辑"，用pytoshop的成功率更高；如果只是要"看起来像文字"，用Pillow画上去再作为像素图层嵌入更稳。

注意：不同库对文字图层的支持差异很大，提示词里最好指定库，否则Codex可能选一个不支持文字图层的库，导致你拿到的PSD文字全是像素。

3.4 混合模式和透明度的表达要具体

"叠加""正片叠底""滤色"这些混合模式，在代码里对应的是枚举值。提示词里用中文说"正片叠底"，Codex一般能映射到multiply，但如果你说"让它看起来亮一点"，它就懵了。所以涉及混合模式，直接用标准名称，或者干脆写英文枚举名。

透明度同理，写"半透明"不如写"不透明度50%"。我见过有人写"稍微透明一点"，结果Codex给了个80%，跟预期差很远。能量化的参数绝不模糊描述，这是提示词工程里最朴素也最有效的原则。

4. 实测脚本拆解：从提示词到PSD的完整链路

4.1 环境准备与库选型

在跑脚本之前，先把环境搭好。我用的是Python 3.10，核心依赖两个库：

pip install psd-tools pytoshop pillow

选型理由：psd-tools擅长读取和解析PSD，写入能力相对弱；pytoshop的写入API更完整，支持图层、蒙版、文字；Pillow负责生成每个图层的像素数据。三者配合，覆盖"造像素—组图层—写文件"全流程。

如果你只装psd-tools，会发现它的PSDImage.frompil()只能做很基础的合成，图层属性控制有限。这是我踩过的第一个坑：以为一个库能搞定所有事，结果卡在文字图层上折腾了半天。

4.2 一段可运行的生成脚本

下面这段代码是我根据提示词模板让Codex生成后、手工调整过的版本，去掉了几个API误用，可以直接跑：

import os from PIL import Image, ImageDraw, ImageFont import pytoshop from pytoshop.user import nested_layers from pytoshop.enums import ColorMode, BlendMode W, H = 1080, 1920 os.makedirs("./output", exist_ok=True) # 背景层 bg = Image.new("RGB", (W, H), (26, 26, 46)) # 装饰圆形层（带透明通道） circle = Image.new("RGBA", (W, H), (0, 0, 0, 0)) draw = ImageDraw.Draw(circle) draw.ellipse([W-400, H-400, W, H], fill=(233, 69, 96, 255)) # 文字层（这里用像素方式，保证兼容性） text_layer = Image.new("RGBA", (W, H), (0, 0, 0, 0)) tdraw = ImageDraw.Draw(text_layer) try: font_main = ImageFont.truetype("SourceHanSansCN-Bold.otf", 120) font_sub = ImageFont.truetype("SourceHanSansCN-Regular.otf", 48) except OSError: font_main = ImageFont.load_default() font_sub = ImageFont.load_default() tdraw.text((W//2, 600), "限时活动", font=font_main, fill=(255, 255, 255, 255), anchor="mm") tdraw.text((W//2, 800), "立即参与", font=font_sub, fill=(255, 215, 0, 255), anchor="mm") # 组装图层（从下到上） layers = [ nested_layers.Image(name="背景", visible=True, opacity=255, blend_mode=BlendMode.normal, image=bg), nested_layers.Image(name="装饰圆形", visible=True, opacity=255, blend_mode=BlendMode.normal, image=circle), nested_layers.Image(name="主标题", visible=True, opacity=255, blend_mode=BlendMode.normal, image=text_layer), ] psd = nested_layers.nested_layers_to_psd( layers, color_mode=ColorMode.rgb, size=(H, W), # 注意这里是 (高, 宽) depth=8, ) with open("./output/poster.psd", "wb") as f: psd.write(f) print("PSD 已生成")

这段代码跑完，./output/poster.psd就是一个三图层的PSD文件，用Photoshop打开能看到独立的背景、圆形、文字三个图层。

4.3 脚本里三个容易翻车的细节

第一个坑：size参数的顺序。pytoshop的nested_layers_to_psd接收的size是(height, width)，不是(width, height)。我第一次跑的时候按直觉传了(1080, 1920)，结果生成的PSD是竖着的1080宽、1920高变成了1920宽、1080高，整个画布方向反了。这个坑很隐蔽，因为代码不报错，只是结果不对。

第二个坑：文字层的锚点。Pillow的anchor="mm"表示以文字中心为锚点，这样(W//2, 600)就是文字正中心的位置。如果不加anchor，默认锚点是左上角，文字会偏到右下。这个细节提示词里通常不会写，但实际效果差别很大。

第三个坑：字体文件路径。代码里用的SourceHanSansCN-Bold.otf需要你本地真的有这个字体文件，否则会走except分支用默认字体，而默认字体不支持中文，画出来全是方块。中文字体一定要显式指定路径，这是中文场景下最容易忽略的一步。

4.4 生成结果验证：怎么确认PSD没坏

脚本跑完不代表PSD能用。我习惯用两步验证：先用psd-tools读一遍，确认图层数量和名称对得上；再用Photoshop或GIMP打开，确认视觉效果正常。

from psd_tools import PSDImage psd = PSDImage.open("./output/poster.psd") print("画布尺寸:", psd.size) for layer in psd: print(f"图层: {layer.name}, 可见: {layer.visible}, 不透明度: {layer.opacity}")

如果输出的图层列表和提示词里描述的一致，基本就没问题。如果发现图层少了或者名字乱了，回去检查提示词里的图层清单是不是有歧义。

5. 提示词进阶：让Codex处理复杂图层结构

5.1 图层组嵌套怎么描述

真实的设计稿很少是平铺的图层，通常有图层组。比如一个海报可能有"背景组""内容组""装饰组"，组里再套图层。提示词里描述嵌套结构，用缩进最直观：

图层结构（缩进表示嵌套）： - 背景组 - 底色层 - 纹理层 - 内容组 - 主标题 - 副标题 - 装饰组 - 左上角光斑 - 右下角圆形

Codex看到这种缩进结构，会生成对应的嵌套图层代码。实测下来，两层嵌套的准确率很高，三层以上偶尔会出错，需要人工核对。

5.2 蒙版和剪贴蒙版的表达

蒙版是PSD的高级特性，提示词里要明确说"图层蒙版"还是"剪贴蒙版"。前者是给单个图层加一个灰度遮罩，后者是用下层图层的形状裁剪上层。这两者在代码里的实现完全不同，混了就会出问题。

我的经验是：如果只是要"某个区域显示某个图层"，用剪贴蒙版描述更简单，因为它的逻辑是"上层被下层形状裁剪"，符合直觉。图层蒙版适合做渐变过渡，描述时要给出蒙版的灰度分布。

5.3 批量生成：把变量抽出来

如果你要生成一批PSD，比如100张不同文案的海报，提示词里应该把可变部分标出来：

文案从CSV读取，每行包含：主标题、副标题、背景色。 对每一行生成一个PSD，文件名用主标题命名。

Codex会生成一个循环结构，把单次生成逻辑包进去。这里要注意：批量生成时每个PSD的图层结构要一致，只是内容不同。如果每张的图层数都不一样，代码复杂度会飙升，不如拆成多个模板。

6. 那些文档里不会写的踩坑记录

6.1 库版本不匹配导致的诡异报错

pytoshop这个库更新不算频繁，但不同版本之间的API有差异。我遇到过nested_layers.Image在某个版本里参数名从blend_mode变成了blend，代码直接报TypeError。解决办法是锁定版本，在requirements.txt里写死pytoshop==1.2.1这种，别用latest。

6.2 大画布的内存问题

生成4K以上的PSD时，每个图层都是一张全尺寸的RGBA图，内存占用是宽×高×4字节×图层数。一张4096×4096的图，单图层就64MB，10个图层就是640MB。如果批量生成，内存很容易爆。我的做法是按需裁剪图层：如果某个图层只占画布一小块，就只生成那一块的像素，再用偏移量定位，而不是生成全尺寸透明图。

6.3 颜色模式的坑：RGB和CMYK不能混

PSD支持RGB和CMYK两种主要颜色模式，但它们的通道数不同（RGB是3通道，CMYK是4通道）。如果提示词里说"CMYK模式"但代码里用RGB的像素数据，生成的PSD打开会偏色或者直接报错。印刷用途才用CMYK，屏幕用途一律RGB，这个选择要在提示词里明确。

6.4 文字图层栅格化的取舍

前面提过，可编辑文字图层和像素文字图层是两条路。可编辑的好处是后期能改字，坏处是依赖字体环境，换台电脑打开可能字体丢失。像素文字的好处是所见即所得，坏处是不能改。我的建议是：模板类PSD用可编辑文字，成品类PSD用像素文字。提示词里根据用途选一种，别指望两者兼得。

7. 从"能生成"到"好用"：几个提升成功率的习惯

第一个习惯是先写结构再写提示词。我现在的流程是：先在纸上画出图层树，标好每层的属性和顺序，再把这个结构翻译成提示词。这样写出来的提示词逻辑清晰，Codex也容易理解。直接对着空白文档憋提示词，往往写着写着就漏了图层。

第二个习惯是给Codex一个参考库。如果我知道要用pytoshop，会在提示词里加一句"使用pytoshop的nested_layers模块"，这样它就不会去选别的库。指定库能大幅降低API误用的概率。

第三个习惯是分步验证。不要一次性让Codex生成完整脚本就跑，先让它生成"创建画布并保存空PSD"的最小代码，跑通后再逐步加图层。这样出问题时容易定位是哪一步的错。

第四个习惯是保留中间产物。生成每个图层的像素图时，顺手存一份PNG到临时目录。这样如果最终PSD有问题，可以单独检查每个图层对不对，而不是对着一个打不开的文件干瞪眼。

8. 这套方法能扩展到什么程度

聊到这儿，其实"让Codex生成PSD"这件事的天花板不在Codex，而在你对PSD结构的理解深度。你能描述多复杂的结构，它就能生成多复杂的脚本。我目前用它做过批量海报模板、电商主图分层文件、UI设计稿的图层骨架，效果都还不错。

再往深走，可以结合图像生成模型：让模型生成每个图层的素材图，Codex负责组装成PSD。这样"AI出图"和"AI写代码"就串起来了，产出的是可编辑的分层文件，而不是一张死图。这个组合在实际项目里很实用，尤其是需要批量产出、又要保留后期修改空间的场景。

最后分享一个我自己的判断标准：如果这个PSD你打算后期手动调整，那就值得用代码生成分层结构；如果只是要一张成品图，直接出图更快。工具是为人服务的，别为了用AI而用AI。