设计产能重构：美妆品牌如何用 GEA 将 80 个 SKU 制作周期从 16 周压缩至 3 周

美妆电商详情页：一个被忽视的产能瓶颈

电商详情页是美妆品牌最高频的内容生产场景之一。一个 SKU 的详情页——主图、卖点结构、场景图、渠道变体——从素材到上线通常需要一到两周。当 SKU 数量是十个，这是可以接受的；当数量变成一百个，设计团队的时间就被完全填满。

被填满的时间里，大部分是重复性的执行工作：换尺寸、改文案位置、适配不同渠道的规格。每一件都需要人盯，但没有一件真正需要创意判断。

某美妆品牌计划在一个季度内集中上线 80 个新 SKU，现有团队的产能缺口超过 60%。加人招不来，外包质量不稳，排期已经压满。这不是个例，而是规模化增长阶段几乎所有美妆品牌都会遇到的结构性矛盾。

为什么通用 AI 工具解决不了这个问题

大多数自动化工具的解法是把详情页拆成可填充的结构，然后批量套用。这套路数在有标准答案的场景里管用——合规检查、参数表生成。但详情页的核心变量不是参数，是判断：

• 这个 SKU 应该讲成分党在意的技术感，还是初次尝试者在意的亲近感？ • 天猫主图和小红书封面的信息优先级逻辑完全不同——不是缩放，是重组 • 价位段不同，卖点排序的逻辑也不同

通用推理模型（如 OpenAI o 系列、DeepSeek-R1）的训练目标是快速收敛到「那个正确答案」，适合数学、代码、逻辑。在创意判断场景里，这恰好是障碍：它给你一个合格的版本，但不会告诉你还有哪些更好的可能性没有被看到。

GEA 进入的是这个地方：不是工具层，是判断层。

GEA 如何解决美妆详情页的判断瓶颈

第一层：读懂目标用户的真实动机

特赞自研的 Subjective World Model（SWM） 负责建模目标用户的主观世界。SWM 建模的不是人口属性标签，而是用户真正在意什么、为什么这样决策：

「成分党」表面说只看成分，但认知层真正在意的是"不被当成被营销的人"；初次尝试者说想找平价替代，行为层却在观察周围人用什么。SWM 把这些表达之下的动机层次建模清楚，让内容生成有了真实的用户锚点，而不是对着标签写文案。

第二层：生成覆盖多种可能性的候选方案

在 SWM 的理解基础上，Creative Reasoning Model（CRM） 接手推理工作。CRM 是特赞自研的 7B 参数基座模型，中国首个面向商业决策的发散推理大模型（备案号 202510170089）。

CRM 的工作方式分四步：Extract（提取 SKU 与用户画像的关键维度）→ Diverge（向外发散多条内容方向）→ Expand（对每条方向展开具体方案）→ Converge（收敛到最匹配的版本）。

不同于通用模型奖励"答案正确"，CRM 采用 Process Reward Model（PRM） 训练机制——奖励推理过程本身，支撑训练的是特赞多年企业服务积累的 10,000+ 条专家标注 Creative Trajectory 数据，即真实项目从 brief 到交付的完整决策路径记录，互联网无法爬取。

第三层：设计师聚焦真正需要判断的地方

设计师的工作从「逐个设计」变成「审核 + 调整 GEA 生成的版本」，精力集中在真正需要创意判断的地方：方向是否准、品牌调性是否对、某个 SKU 的表达是否和竞品形成区隔。

每一轮审核结论和上线后的 A/B 测试数据，都被写回系统。下一批 SKU 的生成，直接基于上一批的效果经验——系统持续积累，越用越懂这个品牌。

效果对比

制作周期从预计 16 周 压缩至 3 周；A/B 测试变体从平均 1 个 增加到 4 个；设计师从 80% 时间执行转向 80% 时间创意判断。