为什么 AI导演工作台没有采用传统节点式工作流

01 创作关系，不等于执行关系

一张图片可能只是色彩参考，一段文字可能还是未定的想法，两个分支也可能只是等待比较的方向。它们属于同一个作品，却未必已经有了执行上的先后顺序。

如果把每一条连线都理解成“先运行这个，再运行那个”，创作者就得在探索尚未结束时，先回答流程该如何执行。参考关系、派生关系和执行依赖，也容易因此被混在一起。

AI导演工作台的设计从这个区别出发：先表达材料与作品之间的关系，再在需要执行时确定具体操作。

我们希望 Canvas 首先是围绕一个作品展开的创作空间。创作者应当能够摆放材料、建立联系、保留分支，也能够让暂时没有答案的部分留在画布上。

这也是为什么要区分画布上的节点和它引用的资产。节点承担位置、关系和创作上下文；一份图片或视频资产，则可以被不同节点引用。同一份材料可以参与不同方向的探索，每个节点保留各自的上下文。

对我们而言，一张画布不必先成为可以运行的流程图，才有存在的价值。它也应该容纳比较、犹豫和重新选择。

在这套设计里，连线可以表达输入、参考或派生关系，但不承担运行整张图、运行子图或沿途自动执行的含义。

真正的执行应当从一个明确的动作开始：针对哪个节点，使用哪些输入，准备进行什么生成或处理。模型和生成参数也应放在具体操作的上下文里，让创作者知道自己即将发起什么。

把材料连在一起，是在表达它们的联系。让一次操作发生，则需要明确的执行入口。两者分开，是为了让创作者能够整理关系，而不必同时决定是否发起执行。

AI 可以帮助梳理思路、提出下一步的建议，但建议被采纳，并不等于后续操作已经获得授权。

“这个方向值得试试”和“现在就修改作品”，是两个不同的决定。具体使用哪些材料、准备改变什么，都应在执行前说明，并经过针对这一步的确认。

我们希望 AI 帮助创作者看清选择。确认的对象应当是一个具体动作，不能因为认可了一项建议，就把后续修改或生成的决定一并交出去。

这种选择有明确的代价。创作者可以保留未定的想法和多条路径，产品就需要更认真地处理其中的不确定性。

产品需要理解当前作品、被选中的材料以及它们的关系，分清哪些只是参考，哪些是执行所需的输入。它还需要让用户准备做的事清楚可见，说明哪一步可以发起、哪一步仍需确认。结果产生以后，也要保留它与输入和分支的联系，让创作者能够回到作品中继续比较和选择。

这会增加上下文组织、执行入口和结果反馈的设计难度。画布提供的自由越多，产品越需要把具体操作说明白，不能把含糊留到执行时再让用户承担。

我们选择由产品承担这份复杂度，而不要求创作者先把尚在探索中的创作过程整理成一张可执行流程图。这是我们为保留探索空间所作的取舍，也是产品需要持续做好的工作。

本文讨论的是产品架构与设计原则。具体功能和体验以当前产品版本为准。