生成式模型到产品化：AI 景观设计的系统工程

如果你用过任何现代图像模型，就已经知道，它能把一张后院照片重新设计得美轮美奂。输入「把这个院子改造成现代日式庭院」，几秒钟后就能得到一张相当逼真的效果图。问题解决了，对吧？

还差得远。漂亮的图片只是问题中容易解决的 20%。真正困难的 80%——决定最终产物究竟是可用产品还是玩具的部分——是生成模型完全不了解的一切：这些植物能否在用户所在地的气候中存活，如何把一张非结构化照片转换为空间地图，以及如何输出一份承包商真正可以照着施工的结构化规格说明。

我想带你完整了解一款生产级 AI 景观设计工具背后的真实工程流程，因为它很好地展现了「能够生成内容的模型」与「真正可以交付的系统」之间存在多大差距。这里会以 Hadaa 作为具体案例，因为它是这个领域实现相对完整的产品之一，但其中的架构经验几乎适用于所有你可能构建的「生成式能力 + 现实约束」产品。

用工程师的方式描述问题

输入：1～14 张用手机拍摄的杂乱真实庭院照片。用户真正需要的输出：

• 多种风格、多个视角的照片级真实效果图
• 一份种植清单，其中每种植物都能在该地点存活
• 一份包含区域、标注和路径宽度的承包商施工蓝图
• 一份可用于定价的工程量清单（植物 + 材料）

只有第一项属于生成式视觉问题。其余几项，本质上都是披着风衣的结构化数据问题。这就是整件事最关键的洞察。

阶段 1——从照片到结构化理解

你无法约束或标注自己在空间层面并不理解的内容。因此，在任何「让它变漂亮」的步骤之前，系统都必须先把像素转换成结构：对场景进行分割（草坪、围栏、露台、现有树木、建筑结构），估算大致几何关系；如果输入了多张照片，还要将它们拼接成一张连贯的场地平面区域图。

这些都是不怎么光鲜的计算机视觉基础设施：图像分割、深度与一致性估计，以及把多张图片综合成统一的俯视空间理解。如果这一步做错了，下游所有环节都会继承错误。如果做对了，你就拥有了一块区域边界明确的画布，可以有意识地保留、编辑或替换特定区域，而不是任由模型在整个画面上产生幻觉。

如果你正在构建类似产品，一个很实际的结论是：遮罩和区域保留必须是一等功能，而不能事后补上。用户真正需要的是：「重新设计花坛，但房屋和泳池的位置必须原封不动。」只有阶段 1 产出了真实、可操作的区域信息，这种需求才有可能实现。

阶段 2——受约束的生成（「容易」的部分）

接下来才是生成步骤。系统根据结构化场景和风格 prompt，生成照片级真实的不同方案。现代基于 diffusion 的 image-to-image 模型非常擅长这件事；到了 2026 年，真实性基本已经成为一种解决得相当成熟的通用能力。

这里的工程重点并不是「生成结果能不能好看」，而是控制能力：能否遵守需要保留的遮罩，能否把修改限制在局部（把竹子换成棕榈树，同时不重新绘制房屋），以及能否生成一组彼此一致的图片（同一套设计覆盖 8 个相机视角，以及不同季节和夜间版本），而不是 8 张互不相关的图像。

一组图像之间的一致性，才是真正困难的子问题，而且它与一次性生成完全不是一回事。

阶段 3——生物学层（真正困难的部分）

大多数「AI 庭院设计」工具都会在这里悄无声息地失败，而真正有意思的工程工作也恰恰发生在这里。

生成模型根本不知道什么植物适合生长在哪里。对于一个位于 USDA zone 4 的庭院，它可能会在效果图中画上热带棕榈树，因为棕榈树看起来符合「繁茂花园」的要求，而模型优化的目标是视觉上的可信度，不是植物能否存活。九个月后，当所有植物都死掉时，用户才会发现问题。

解决这个问题并不是 prompt engineering——你不能只在 prompt 后面补一句「使用合适的植物」，然后就选择相信模型。它是一个叠加在生成流程之上的约束满足问题：

• 根据用户位置确定明确的 hardiness zone，并补充降雨量和霜冻日期数据。
• 维护一个以植物环境耐受条件为索引的植物数据库。
• 当效果图需要「后方角落里的一株高大开花灌木」时，将这个角色映射为一种真正满足当地环境约束的物种，而不是随便找一种外观相似的植物。
• 在最终种植清单交付给用户之前，根据这些约束完成验证。

Hadaa 把这个系统称为它的「Biological Engine」。这也是竞争对手最难复制的部分——恰恰因为它不是对模型做一点微调，而是围绕生成核心额外挂载了一整套数据与规则子系统。

这是一个经典模式：真正的护城河不是模型，而是包裹在模型周围的领域约束。（他们对 11 款工具的拆解，也算是一份不错的地图，可以看出哪些工具具备这项能力，哪些没有。）

阶段 4——从像素回到结构化规格

最后一公里，是把用户批准的效果图转换成真正可以施工的内容：一份用颜色区分的蓝图（区域、标注、路径宽度），以及一份工程量清单（每种植物需要多少株、每种材料需要多少）。

本质上，这是一个与阶段 2 方向相反的信息提取和布局生成问题——把视觉设计重新转换为结构化、可量化的数据。

这里同样隐藏着巨大的商业价值，因为专业人员真正能交给施工团队的，正是这类交付物。对于独立设计师而言，「这是一张漂亮的图片」和「这是两分钟内生成的蓝图、经过气候分区验证的种植指南，以及已经定价的 BOQ」之间的区别，就是销售周期按天计算，还是按分钟计算的区别。

这正是 Hadaa Pro Studio 的核心卖点，而它面向专业人士的功能拆解，基本上就是这个阶段的一份规格说明书。

「为什么不直接使用通用图像模型？」

因为原始 diffusion 模型只能提供阶段 2，除此之外什么都没有。要真正交付一款产品，你仍然必须构建：

第一列里的每一个 ❌ 都代表一个子系统，而不是一条 prompt。这就是为什么「给我一个 API key，我周末就能把它重做出来」会成为这个品类中著名的临终遗言。

如果你是在评估产品，而不是构建产品

阅读这类文章的大多数人，只是想重新设计自己的庭院，或者把相关工具用于专业工作。即使如此，工程视角依然可以为你提供选购标准：

• 问清楚阶段 3 做了什么。它会根据你所在地的真实气候分区验证植物，还是仅仅画出一些绿色植物？这是信息量最高、最能判断产品能力的一个问题。
• 问清楚阶段 4 会输出什么。只有效果图，那只是壁纸；如果效果图之外，还有经过气候分区验证的种植指南和真正可以施工的蓝图，那才是一个项目。
• 让定价模式与你的使用方式相匹配。按项目付费（Hadaa 的起价约为每张效果图 9 美元，无需订阅）适合一次性的重新设计；只有当你每周都要制作设计方案时，按月购买席位才合理。

如果你想研究一套真正运行中的完整流程，最快建立直觉的方法，就是把一张庭院照片交给这类工具处理，然后仔细检查它生成的种植指南和蓝图究竟包含什么——你可以从这些内容中直接感受到，一款工具真正构建了哪些阶段，又在哪些阶段只是做出了假象。

这个经验远不只适用于花园。在 2026 年的大多数「AI 完成 X」产品中，生成模型已经成为一种通用商品。真正持久的工程能力——也是护城河——是这样一层系统：它把生成过程约束在现实世界的真实条件之内，并输出结构化、可执行的结果。

在景观设计中，这一层包括空间理解、考虑气候条件的约束满足，以及规格生成。效果图只是演示起来最好看的部分。

如果你正在比较这个领域的工具，请根据那些不容易截成漂亮图片的部分来评价它们。

你对生成模型之上的约束层有什么看法？我很想知道你会如何以不同方式设计 Biological Engine——欢迎留言。

如需采取进一步措施，你可以考虑屏蔽此人和/或举报滥用行为。