# 没赚到钱 002 | 马良：做给自己用的工具
关于 SVG 配图、Design Profile，和一个被忽略的信号
by Sagasu · 2026年6月
「没赚到钱」是一个系列，记录那些做出来了、跑起来了，但就是没赚到钱的产品。不是复盘，不是总结教训，就是把当时怎么想的、判断依据是什么、最后停在哪里，如实写下来。
一、提示词比文章还长
起点很具体。
我在写文章，需要配图。当时 GPT Image 2 还没出来，用的是 Nano Banana Pro 这类模型。问题是你要写大量提示词来控制输出变量——颜色、构图、风格、细节——写到后来提示词比文章内容还长，改一个细节就要重新跑，跑出来还不一定是你要的。
有一次在和 Claude 聊别的事，它顺手生成了一段 SVG 动画。视觉上还挺炫，但更重要的是那是代码——颜色是 #2D3748，不是「深灰色」；位置是 x=120 y=80，不是「左上角偏一点」。你要改什么就改什么，改完结果可预期。
然后想到一件事：人写 SVG 很痛苦，但让 AI 写 SVG 是甜点。AI 对代码的控制能力远比对图像生成的控制能力稳定，让它用 SVG 来出配图，等于把「图像生成」这件事转化成了「代码生成」，绕开了文生图不可控的根本问题。
马良就是从这里开始做的。maliang.sagasu.art，文章封面加段落配图，全套跑在 Cloudflare 免费套餐上，唯一的成本是 Claude 的 $20 订阅。
二、SVG 能做什么，不能做什么
做之前先把 SVG 的能力边界想清楚，把平面设计场景分成三层：强项区、挑战区、硬边界。
强项区很清楚：Icon、Logo、封面配图、数据可视化。SVG 就是为向量图形生的，这些场景里它比任何图像生成模型都稳，输出可复现，文件极小。
挑战区有代价但能做：几何插画、UI 原型、交互动画。当时专门测了一个完整的移动端 App 交互 demo，用 HTML + CSS + SVG 跑出来了屏幕切换、底部弹层、Toast 通知，视觉上过得去。代价是越复杂越需要 JS 参与，SVG 本身只负责「画」，交互逻辑要另外写。
硬边界很明确：写实人像、摄影级材质、皮肤光影。SVG 是向量格式，没有像素密度，用大量路径可以「模拟」真实感，但文件会爆炸，结果还不如直接用 PNG。这条线不要碰。
这张能力地图后来成了马良选择场景的判断依据——封面和配图在强项区里，先做这个。
三、AI 能看懂自己画的东西吗
做完那个 App 交互 demo 之后，顺手想了一个问题：AI 自己能理解这个 demo 里的视觉效果吗？它看代码和人看渲染结果，理解程度一样吗？
让 Claude 做了一个自我评估：代码结构和逻辑理解大概 95%，视觉感知大概 40%，意图理解大概 70%。
那 40% 是什么意思——它能从代码里推算出 border-radius: 380px 对应的是很圆的角，但它感知不到这个圆角在渲染出来之后是不是「看起来顺眼」。动画时长写的是 380ms，它知道这个值，但它感知不到这个速度在人眼里是「流畅」还是「卡顿」。
人做的是感知判断，AI 读的是精确规格。缺的那 30% 恰好是设计评估里最重要的那部分。
这个结论影响了后来对马良的定位：它不是设计师，它是执行层。审美判断这件事还是要人来做。
四、Design Profile：工程控制思路
封面和段落图跑通之后，开始想更上面的一层。
核心问题是一致性。用户每次生成都要重新描述风格，输出就没有办法保持一致。如果第一次初始化一套设计规范，颜色、字体偏好、视觉密度、风格标签，之后所有调用都带着这个上下文，输出就天然有锚点。
这套思路参考的是归藏老师的 PPT Skill 路径——用规范来约束产出，而不是每次许愿。不是「帮我做一张科技感的封面」，而是「按照这份规范做一张封面」。走的是工程控制的逻辑，不是概率生成的逻辑。
当时参考了 Claude Design 的做法，但它针对的是公司 VI 级别，粒度太重。马良要做的是项目级别，更轻：
| Claude Design | 马良的 Design Profile | |
|---|---|---|
| 粒度 | 公司品牌体系 | 单个项目 / 频道 |
| 用户 | 设计团队 | 独立创作者 |
| 启动成本 | 高 | 低 |
| 输出 | 完整设计系统 | 可复用内容模板 |
方向是对的，但做到一半卡住了。
初始化这件事要怎么设计——填表单太重，用户不知道该填什么；上传参考图需要用户有参考，但没有设计背景的人往往没有；对话式初始化听起来顺，但问到「你喜欢什么字体风格」，大多数用户会愣住。
核心矛盾在这里：没有设计科班经验的用户，他不知道自己该给你什么信息，但你需要这些信息才能给他想要的东西。一会儿在想怎么把 Design Profile 做完整，一会儿又在想怎么让用户用得顺，这两个方向的要求是矛盾的，没有结论，就停在那了。
五、看清楚竞争之后的决定
这个方向有没有市场？有。
内容创作者需要稳定的视觉输出，这个需求是真实的，SVG 精确控制的差异点也是真实的。但做这件事的产品很多，Canva、即时设计、各种 AI 配图工具都在往这个方向走，而且它们有分发、有品牌、有团队在迭代。
慢慢得出一个判断：一个人没有办法在这个赛道里正面竞争，与其花时间想怎么拉用户、怎么做增长，不如先把这套能力留给自己用。这不是放弃，是在看清楚竞争格局之后的主动选择。
作品，不是产品。
六、来用的不是目标用户
马良对外是开放的，免费用。想法是免费积累外部用户的真实需求，慢慢摸清楚方向。
外部用户基本没有来。来的是公司的几个运营同事，用得还挺多——主要是内部汇报材料和自媒体内容的封面加配图。他们的用法也很简单：复制粘贴文章内容，出图，完事。没有对风格提什么要求，也没有说哪里不好用，就是拿来用。
目标用户没来，内部用户自己找上来了，用法也和最初设想的不完全一样。如果当时认真对待这个信号，可能会调整一些什么。但没有。
七、分发这件事从来没有认真做过
外部用户没来，回头看根本原因不是产品上手难，是没有人知道它的存在。
马良从来没有在任何地方认真介绍过自己。没有在社交平台上记录开发过程，没有写过一篇「我做了这个工具」的文章，没有在任何一个内容创作者聚集的地方出现过。工具做完了，就放在那里，等人来找。
很多用 AI 做工具的独立开发者都卡在这里。没有预算做宣发，没有现成的受众，产品再好用也只是一个没有人知道地址的网站。Build in public 是这个处境里最低成本的解法——把做产品的过程本身变成内容，内容就是分发，不怕被抄，同时在过程里筛选出真正感兴趣的人。但这件事需要你持续去做，马良没有做过。
接单这个方向也想过——用这套能力帮人做定制配图或者落地页，一个客户收 100 块。
自己和自己头脑风暴，也和 AI 头脑风暴，聊着聊着冒出来一个更值得想的问题——做 AI 工具的人默认客户在线上，在 Twitter、在 Product Hunt、在各种开发者社群里。但线下呢？身边的朋友、同事的朋友、本地有内容需求的人、周围正在做自媒体的人——这些人触手可及，但从来没有人认真去找过。不是因为线下没有需求，是因为大家都在线上找客户，线下这件事根本没有被列入选项。
我也没有去试过。
这两个方向——build in public 和线下接单——都不是技术问题，都是「愿不愿意做那些非技术的部分」的问题。工具在那里，能力在那里，但这些事一件都没有去做。
八、作品还是产品，这个问题我没有主动选过
马良现在的状态：活着，能用，没有增长，公司同事还在用。
它是作品还是产品，我其实从来没有主动做过这个选择。它就这么开着，既没有认真去做产品该做的事——找用户、验证需求、迭代分发——也没有明确说「这就是我自己用的工具，不打算给外人用」。
在 AI 之前，这种模糊状态撑不住——工具放在那里有服务器成本，有维护压力，迟早要决定是继续投入还是关掉。现在成本接近零，你可以一直让它开着而不需要做任何决定。这既是优势，也是陷阱。没有压力做决定，就真的不会做决定。
想过「作品型产品」这个概念——AI 时代有一类东西，部署成本为零，满足自己是第一优先级，顺手开放给别人用，不以商业化为目标。这个形态是成立的，但它需要你真的主动选择了这条路，而不是什么都没想就停在那里。
马良是后者。
如果重来，我会在做完封面和段落图之后，认真做一件事：把做马良的过程写出来，发出去，看看谁会来。不是为了增长，是为了让这个工具真正被人看见一次，然后再决定它是什么。
*产品地址：maliang.sagasu.art *更多内容：sagasu.art