Environment-Based Prompt Framework for AI-Generated Facade Design

doi:10.1177/10920617251389615

Environment-Based Prompt Framework for AI-Generated Facade Design

2025-11-01

0

PRE

AI

DOI：10.1177/10920617251389615

原文链接

原文求助

摘要

En 中文

随着自动化零售环境在全球范围内持续扩展，其立面设计已作为一个关键因素影响着消费者的感知、心理舒适度和视觉吸引力。与此同时，当前的设计实践往往优先考虑技术效率而非视觉健康。本研究提出了一种基于环境设计（EBD）框架的生成式AI辅助设计方法。该方法强调WELL建筑标准的视觉维度，并整合生物设计原则以提升自动化零售环境中的立面美学。本研究包含四个研究目标：（1）通过文献、认证映射和案例分析提取与WELL标准一致的立面视觉设计变量；（2）开发结构化提示策略和基于ControlNet的图像生成工作流，使用Stable Diffusion XL；（3）通过学习感知图像块相似性（LPIPS）指标和专家评分，在健康相关维度上评估感知效果；（4）分析设计权衡与局限性，并在EBD框架内识别递归改进的机会。八个立面图像（包括原始图像和七种AI生成变体）由五名专家使用7点李克特量表，在五个感知标准上进行评估。结果表明，“材质+图案”策略在感知材质质量和自然特征方面获得最高评分；“颜色+材质+图案”策略展现出最均衡的总体表现。通过LPIPS定量评估感知相似性，证实多维干预导致与原始设计的视觉偏差更大。专家评论强调了自然纹理带来的温暖感和亲和力，同时警示过度装饰复杂性的风险。开放式反馈经过主题分析，揭示了关于设计丰富性、舒适度和真实性的细致感知。本研究证明了在AI辅助设计流程中实现健康导向视觉原则的可行性。所提出的方法为提升自动化零售立面的情感与美学质量提供了一种可扩展且可复现的方案。未来研究应扩展视觉维度的范围，包括形式、标识清晰度和透明度，并整合多模态用户体验评估，以更好地反映现实世界中的互动。

Keyword:

prompt engineering

AI-generated design

environment-Based design (EBD)

facade design

automated retail store

Environment-Based Prompt Framework for AI-Generated Facade Design

摘要

期刊

机构

引用论文