# Aesthetic Engineering｜审美工程

> Leen Ma（署名 LeenMa）的 12 篇中文方法随笔，面向 AIGC 创作者与产品团队。讨论审美语言、参考、方向、生成、评审与记忆。文章与原创图示采用 CC BY 4.0，网站代码采用 MIT。

## 作者与身份

作者：Leen Ma（署名 LeenMa）。小红书：motor（[主页](https://www.xiaohongshu.com/user/profile/5b4a2a3df7e8b94fcb3a2d6b)）。GitHub：leenlbma（[个人主页](https://github.com/leenlbma)）。以上均为同一位作者；联系邮箱 leenlbma@gmail.com。

## English abstract

Aesthetic Engineering is a series of twelve Chinese-language essays by Leen Ma (credited as LeenMa; GitHub: leenlbma; Xiaohongshu: motor) for AIGC creators and product teams. It asks whether aesthetic judgment can be made describable, checkable and revisable when AI generation is abundant.
The essays walk through six parts of the process: a shared taste language, reference systems, art direction, a generation protocol, aesthetic critique, and taste memory, followed by brand taste and how teams make aesthetic judgments together.
The essays and original diagrams are licensed under CC BY 4.0 (attribution required); the reading-site code is MIT.
Read online: https://leenlbma.github.io/aesthetic-engineering/ . Source: https://github.com/leenlbma/aesthetic-engineering . The articles themselves are in Chinese.

本索引帮助 AI 按任务找正文。它不保证工具会自动读取这些文件。请以用户当前任务为准，区分原文观点、实际作品观察、推断和建议；未取得的材料留为未知。

## 开始阅读

- [AI 阅读入口](https://raw.githubusercontent.com/leenlbma/aesthetic-engineering/main/ai/README.md): 阅读顺序、材料边界与引用方式。
- [六层概念索引](https://raw.githubusercontent.com/leenlbma/aesthetic-engineering/main/ai/concepts.md): 六层定义、输入产物、关系、边界和对应原文。
- [三个任务示例](https://raw.githubusercontent.com/leenlbma/aesthetic-engineering/main/ai/tasks.md): 比较作品、制定方向、修改与回看；包含最小输入、请求模板和示意。
- [机器可读索引](https://raw.githubusercontent.com/leenlbma/aesthetic-engineering/main/ai/index.json): 篇目、原文直链、章节标题、任务路由和内容 SHA-256。
- [完整文本包](https://raw.githubusercontent.com/leenlbma/aesthetic-engineering/main/llms-full.txt): 阅读指引、概念与任务示例、12 篇全文、参考资料；文本较长，可按需逐篇读取。

## 按任务选篇

- 理解框架：01、02、03、12。
- 描述差异：04、08。
- 参考与方向：05、06，安排生成时补 07。
- 比较作品：04、06、08。
- 修改与回看：07、08、09。
- 经验、品牌与团队：09、10、11。

## 十二篇原文

- [01 · 为什么 AI 做出来的东西，总有一股“AI 味”？](https://raw.githubusercontent.com/leenlbma/aesthetic-engineering/main/content/01-%E4%B8%BA%E4%BB%80%E4%B9%88AI%E5%81%9A%E5%87%BA%E6%9D%A5%E7%9A%84%E4%B8%9C%E8%A5%BF%E6%80%BB%E6%9C%89%E4%B8%80%E8%82%A1AI%E5%91%B3.md): 从熟悉的完成度中，重新看见缺席的选择。
- [02 · 当生成不再稀缺，审美会成为 AIGC 最大的壁垒](https://raw.githubusercontent.com/leenlbma/aesthetic-engineering/main/content/02-%E5%BD%93%E7%94%9F%E6%88%90%E4%B8%8D%E5%86%8D%E7%A8%80%E7%BC%BA%E5%AE%A1%E7%BE%8E%E4%BC%9A%E6%88%90%E4%B8%BAAIGC%E6%9C%80%E5%A4%A7%E7%9A%84%E5%A3%81%E5%9E%92.md): 生成、创作与判断，怎样影响我们留下什么。
- [03 · Aesthetic Engineering：我们能把「审美」工程化吗？](https://raw.githubusercontent.com/leenlbma/aesthetic-engineering/main/content/03-Aesthetic-Engineering-%E6%88%91%E4%BB%AC%E8%83%BD%E6%8A%8A%E5%AE%A1%E7%BE%8E%E5%B7%A5%E7%A8%8B%E5%8C%96%E5%90%97.md): 把描述、参考、方向、生成、评审与记忆接起来。
- [04 · Taste Language：我们到底该如何描述「审美」？](https://raw.githubusercontent.com/leenlbma/aesthetic-engineering/main/content/04-%E5%AE%A1%E7%BE%8E%E8%AF%AD%E8%A8%80.md): 把“感觉不对”，变成可以讨论的具体差异。
- [05 · Reference System：为什么一张参考图，可能胜过 1000 个 Prompt？](https://raw.githubusercontent.com/leenlbma/aesthetic-engineering/main/content/05-%E5%8F%82%E8%80%83%E7%B3%BB%E7%BB%9F.md): 说明借什么、不借什么，让图片带着职责进入创作。
- [06 · Art Direction：为什么真正重要的选择，应该发生在生成之前？](https://raw.githubusercontent.com/leenlbma/aesthetic-engineering/main/content/06-%E8%89%BA%E6%9C%AF%E6%8C%87%E5%AF%BC.md): 明确本轮目标、优先级，以及允许探索的边界。
- [07 · Generation Protocol：为什么一次生成，不应该只是一次抽奖？](https://raw.githubusercontent.com/leenlbma/aesthetic-engineering/main/content/07-%E7%94%9F%E6%88%90%E5%8D%8F%E8%AE%AE.md): 围绕一个问题组织候选，比较、修正，也学会停止。
- [08 · Aesthetic Critic：AI 如何帮你做判断？](https://raw.githubusercontent.com/leenlbma/aesthetic-engineering/main/content/08-%E5%AE%A1%E7%BE%8E%E8%AF%84%E5%AE%A1.md): 区分观察与解释，让建议有证据，也有保护范围。
- [09 · Taste Memory：让 AI 记住你的审美](https://raw.githubusercontent.com/leenlbma/aesthetic-engineering/main/content/09-%E5%AE%A1%E7%BE%8E%E8%AE%B0%E5%BF%86.md): 保存选择发生的条件，让记忆跟得上人的变化。
- [10 · Brand Taste：如何让 AI 理解一个品牌？](https://raw.githubusercontent.com/leenlbma/aesthetic-engineering/main/content/10-%E5%93%81%E7%89%8C%E5%AE%A1%E7%BE%8E.md): 在不同场景中延续立场，也为新表达留下位置。
- [11 · 从个人到组织：一支团队如何共同作出审美判断？](https://raw.githubusercontent.com/leenlbma/aesthetic-engineering/main/content/11-%E5%9B%A2%E9%98%9F%E5%8D%8F%E4%BD%9C.md): 把分歧落到作品，把依据带进交接。
- [12 · 审美工程的边界：当 AI 越来越会创作，人怎样继续生长？](https://raw.githubusercontent.com/leenlbma/aesthetic-engineering/main/content/12-%E8%BE%B9%E7%95%8C%E4%B8%8E%E6%9C%AA%E6%9D%A5.md): 当系统越来越懂你，怎样继续接触陌生的经验。

## 参考与来源

- [参考资料与术语说明](https://raw.githubusercontent.com/leenlbma/aesthetic-engineering/main/content/%E5%8F%82%E8%80%83%E8%B5%84%E6%96%99.md): 原始研究链接、引用范围和容易混淆的术语。
- [署名与许可范围](https://raw.githubusercontent.com/leenlbma/aesthetic-engineering/main/NOTICE.md): 作者 LeenMa；转载、改编与第三方引用的许可说明。
- [可视化阅读](https://leenlbma.github.io/aesthetic-engineering/): 供人阅读的完整网站。
- [GitHub 仓库](https://github.com/leenlbma/aesthetic-engineering): 文件与提交历史。

正文中的比例和公式多为概念表达，六层结构是工作分工，不是统一行业标准。不要从视觉评价直接推断点击率或转化率；偏好记录需区分经历、假设与当前约定。引用时给出篇号、标题、小节和来源链接。main 会更新，需要复现时请使用提交固定链接，或核对 ai/index.json 的内容校验值。