AI應用于苗繡非遺創新設計的特點及策略研究

摘要：如何在非遺活化設計中利用人工智能（Artificial Intelligence，AI）工具進行創新，是當代非遺傳承人面對的巨大挑戰。文章以苗繡為代表的傳統圖案創新設計為研究對象，應用Midjourney和文心一格采取單一變量控制法，以轉化為現代風格為目標，依據皮爾斯符號體系，從客體、表征和詮釋三要素，對基于不同參考圖、同一提示語轉化生成的平面圖案和立體產品結果進行比較，分析中外不同文化AI工具應用于非遺創新設計中的特點，由此，總結出供非遺傳承人及其合作的設計師應用AI工具進行非遺紋樣創新設計的方法，以及適用于非遺傳承人使用的AI工具設計創新的提示詞公式，提出了AI應用于非遺創新設計的策略。

關鍵詞：苗繡圖案；非遺創新；AI工具；創新應用設計策略；AI工具應用方法；Midjourney；文心一格

中圖分類號：TS941.2

文獻標志碼：A

文章編號：1001-7003（2025）03-0021-15

DOI：10.3969/j.issn.1001-7003.2025.03.003

收稿日期：2024-06-11;

修回日期：2025-01-08

基金項目：北京市社會科學基金項目（SC035001202101）

作者簡介：胡鴻（1966），女，教授，碩導，主要從事服務設計、智能產品交互設計等研究。

習近平總書記提出“要扎實做好非物質文化遺產的系統性保護”［1］，“讓更多文物和文化遺產活起來，營造傳承中華文明的濃厚社會氛圍”［2］。使用AI技術不僅可以令非物質文化遺產（本文簡稱非遺）的可及性和體驗性得到增強，而且可以將傳統非遺形態融入當代文化生態，使其得以生存和持續發展［3］。雖然目前針對AI賦能文化遺產的研究總量相對較少，但呈現增長趨勢，非物質文化遺產與AI技術將進一步緊密結合［4］。例如，國外的Rahaman 等［5］基于光譜成像技術運用機器學習提出了對紡織品無損的顏料分類方法；國內的鄧筱等［6］探討了基于語義分割的織錦類自適應風格遷移算法，范煒等［7］提出了AI賦能智慧文化遺產數據生成路徑策略，崔因等［8］做了磁州窯裝飾紋樣智能輔助設計研究，陳涵等［9］實驗了基于生成對抗網絡的書法紡織圖案設計開發方法，張宇等［10］研究了基于遺傳算法優化Canny算子的織繡文物紋樣抽取方法，張悅等［11］對鳳陽鳳畫作了數字化設計創新研究。

《“十四五”文化發展規劃》提出運用大數據、人工智能等新技術促進內容生產和傳播手段現代化，要促進非遺活化及其發展，幫助深諳傳統圖案和裝飾精髓的非遺傳承人在內容生產方面進行創新，AI工具將成為他們的突破性手段。為讓非遺傳承人及其合作的設計師更好地應用AI工具進行創新設計，本文參考皮爾斯符號學三元理論，從苗繡非遺傳承人設計的紋樣（客體）、紋樣的特點（表征）和傳達的意義（詮釋）入手，以苗族經典紋樣蝴蝶媽媽和魚紋為參考圖形，以將傳統紋樣轉化為現代風格設計為目標，選取需要呈現的表征元素作為提示語，采用國外AI工具Midjourney和國內AI工具文心一格進行對比實驗，通過分析兩類AI工具根據參考圖形（客體）和相關提示語（表征）分別生成的平面圖形、立體產品的特點，提煉出適用于非遺傳承人將傳統紋樣創新轉化為現代平面圖案和實用產品的AI設計策略。AI工具的輔助將使非遺傳承人在非遺創新設計方面如虎添翼，有助于提升非遺活力，進一步繼承和發展民族傳統。

1 研究現狀

1.1 苗繡的特點與非遺傳承人現狀

苗繡是指苗族民間傳承的刺繡技藝，流傳在貴州、云南、川南、湖南、廣西各地，其起源可追溯到曾活躍于中原地區的蚩尤部落。歷史上苗民由北往南三次大遷徙中形成了在衣服上繡出圖案記事的傳統，每一個令人難忘的圖案中都縫著幾代祖先的記憶［12］。因此，苗繡圖案承載了文字和圖像的功能，是苗族文化的重要組成部分，既記錄了苗族人傳統的

生活方式，也凝聚著他們深厚的文化內涵。2006年5月20日，苗繡經國務院批準被列入第一批國家級非物質文化遺產名錄。

苗繡的傳承人多為苗族女性，刺繡技藝世代相傳，有嚴格的傳承體系與規制。當前，苗繡非遺傳承面臨多重困境，包括年輕一代對傳統技藝興趣下降導致的傳承斷層，傳承人難以依靠苗繡維持生計的經濟壓力，傳統苗繡產品市場需求不足和銷售渠道狹窄的問題，缺乏系統的技藝保護和傳承機制，以及現代化進程中傳統文化和生活方式變化對苗繡文化根基的沖擊［13］。近年來，在鄉村振興的背景下，苗繡被賦予了促進鄉村產業發展、推動農民增收致富、繁榮鄉村文化的重任，與現代產業相結合，使苗繡本身的意義和價值被進一步挖掘和拓展。特別是在當前人工智能的時代，AI工具將幫助非遺傳承人和與非遺傳承人合作的專業設計師，探索出一條將傳統和現代結合的新路徑。

1.2 傳統紋樣創新研究

以“傳統紋樣+創新”為檢索詞，本文應用CiteSpace軟件對中國知網479篇論文進行文獻計量學分析可知，目前傳統紋樣創新研究集中在形狀文法即平面圖案轉化方法上，主要用于傳統服飾、標志設計、文創產品、現代家居、服裝設計等的裝飾圖案。通過文獻整理與分析發現，雖然有將數字轉化應用于傳統紋樣創新的案例，如使用Processsing對傳統紋樣進行自動化生成［14］，但需要具備現代設計能力的專業人員提煉出傳統紋樣的特點，并應用相關設計手法，如主題架構、造型變化、構圖設計、色彩重組等［15］，采用相關步驟進行創新應用。對沒有接受過專業設計教育的非遺傳承人而言，在將傳統文化元素融入現代設計和將非遺轉化為市場化的產品時，無論在創新設計方法上還是在AI工具應用方面都面臨著嚴峻的挑戰。

傳統紋樣是人民群眾在長期生產和生活中創造并流傳的具有民間風格、地方特色和民族特點的圖案及文化符號。符號學創始人之一查爾斯·桑德斯·皮爾斯創建的符號三角形體系，包含3個關鍵要素，即客體、表征和詮釋［16］。客體是符號所代表的實際對象、事物或概念，是符號所指向的外部現實。客體可以是具體的實物（如一棵樹），也可以是抽象的概念（如自由）。對苗繡紋樣的客體進行分類，主要包括自然景物、人物故事、日常生活、宗教信仰、抽象符號五大類。表征是指實際存在的符號本身，即能夠被感知或識別的東西，如文字、圖像、聲音等。苗繡紋樣的表征主要包括造型、色彩、構圖、材質質感、針法5個方面。詮釋是指符號在心靈中引發的意義或概念，是對符號載體的解釋或理解。每一種苗繡紋樣都有特定的象征意義和文化內涵，如象征著權利、高貴和吉祥的龍紋樣和象征著愛情與幸福的蝴蝶紋樣是不同的。本文基于皮爾斯符號體系對苗繡紋樣特征與內涵進行分類解析，如圖1所示。

將皮爾斯三元模型應用于苗繡傳統紋樣的解讀，一方面能夠更好地表達苗繡非遺傳承人設計表層紋樣背后的文化意蘊，另一方面也能夠幫助非遺傳承人更好地選擇圖案形象（客體）和語義闡釋（表征）作為參考圖和提示語，應用AI工具生成現代風格的設計（詮釋）。

1.3 AI工具設計應用研究

目前，相關學者對國內外AI工具及其應用進行的研究主要集中在AI工具的影響、AI工具設計創新的策略等方面。

在AI工具的影響方面：王常圣［17］通過案例訪談和分析，揭示了基于AI的圖像創作典型范式。楊宇鶴［18］基于AI繪畫演化趨勢和影響進行了與倫理相關的思考。陳露菡［19］認為本質為自動化生產技術的AI繪圖的未來將是一場概率游戲。王文鳳等［20］則分析了智能技術在交互式繪畫設計中的應用及其創作機制。嚴寶平等［21］在非遺數字化設計中引入玩興概念，探討增強內在設計層次、提升傳播效能方面的賦能方式。

在AI工具設計的策略方面：濮子涵等［22］分析了包裝設計中人工智能輔助技術應用策略。覃京燕等［23］以景泰藍為例，提出了人工智能對非遺文化數字化創新設計的原則。徐延章［24-25］結合人工智能等新技術，研究了縣級融媒體智慧服務、移動公共文化服務等的設計策略。曹祥哲［26］對人工智能技術下產品設計發展趨勢和策略作了探討。劉宗漢等［27］提出了基于人工智能技術的車載人機交互界面設計策略。楊琦［28］對人工智能技術在界面設計中的應用策略作了分析。侯亞婧等［29］探析了人工智能驅動下的博物館體驗設計創新策略。王樹義等［30］從協同與AI賦能視角下的數字學術工具應用，提出了科研工作流構建的建議。

綜上可見，目前的研究缺乏從非遺傳承人的使用角度進行AI工具對非遺創新應用方面的設計策略研究。因此，本文選用國內外具有代表性的AI工具，根據非遺傳承人提供的傳統紋樣即客體要素作為參考圖，提出的設計特征要求即表征要素作為提示語，使用AI工具文生圖的功能，快速生成用于產品包裝的平面圖案、日常使用的立體產品，以生成能夠達到非遺傳承人心理預期的創新設計（詮釋要素）。通過對中外AI工具生成圖像的特點進行比較分析，總結出有助于非遺傳承人和輔助設計師選擇使用合適的AI工具進行非遺創新設計的策略。本文的研究框架如圖2所示。

2 實 驗

本實驗設計根據皮爾斯符號體系，選定特定苗繡紋樣（客體）作為參考圖和預想生成設計結果的特征（表征）為提示語，運用結構化流程進行資料搜集、紋樣工具篩選、測試、對比分析、驗證假設。本實驗過程一共分為4個階段，階段一：篩選AI工具集和苗繡經典圖案庫；階段二：確定實驗工具、測試紋樣；階段三：改變提示語、參考圖變量，測試AI工具；階段四：對生成結果的特點（詮釋）及AI工具使用特點進行分析。

2.1 目 的

選取苗繡經典傳統紋樣，依據表征要素造型、色彩、材質質感等組成提示語，使用Midjourney和文心一格AI工具生成現代平面圖案和立體產品。然后對生成結果進行分析，得出Midjourney和文心一格在苗繡傳統紋樣創新應用中的使

用特點，為非遺傳承人及其合作設計師總結出應用AI工具的策略。

2.2 AI工具

Midjourney是一個可根據文本生成圖案的人工智能程序，它功能多、操作簡單、創作效率較高、應用領域廣泛，是目前國內設計院校師生普遍使用的國外繪圖工具。因此，本文選用Midjourney作為代表國外AI工具的實驗工具。

文心一格是百度基于文心大模型的文生圖系統，是國內比較有代表性的AI工具。文心一格內置了畫面風格、裝飾詞、藝術家等與提示語相關的選項，用戶可以選擇參考圖的影響比重、生成圖案的尺寸和分辨率，直接在網站上進行創作。因此，本文選用文心一格作為國內AI工具代表進行測試。

2.3 對 象

在苗繡傳統紋樣中，蝴蝶媽媽紋、魚紋是最具代表性的紋樣之一，根據苗繡圖案通常為高度抽象的幾何紋圖形、部分圖案中喜用人物或人面形象的特點，本文選取了苗繡經典的蝴蝶媽媽紋樣（圖3（a））、語義明確的典型傳統魚紋樣（圖3（b））和包含人面形象的多語義魚紋樣（圖3（c））作為實驗對象。

2.4 方 法

采取單一變量實驗方法，從非遺傳承人進行傳統紋樣創新的角度從表征要素中選擇提示語，通過改變提示語、有參考圖與無參考圖、不同參考圖類型等條件，讓擁有不同文化背景、語言差別、技術區別、審美差異的兩種AI工具分別生成平面圖案和立體產品，從而分析生成結果與提示語、有無參考圖之間的關聯度。

2.5 過 程

階段一：篩選AI工具集和苗繡經典圖案庫。1）調研國內外AI工具，形成可供篩選的AI工具集；2）調研、收集、整理苗繡圖案并形成苗繡經典圖案庫。

階段二：確定實驗工具和測試紋樣。1）確定國內外AI工具分別為文心一格和Midjourney；2）選擇經典傳統苗繡紋樣。

階段三：改變提示語、參考圖變量，測試AI工具。確定提示語或關鍵詞，使用文心一格和Midjourney先生成平面圖案，再生成立體產品。1）對生成的圖案進行分類整理，記錄相關提示語或關鍵詞，以及有無參考圖、參考圖的具體紋樣和參考圖的比重等；2）對比圖案及提示語。

階段四：對生成圖案及AI工具使用特點進行分析。1）對比分析同一提示語條件下，同一參考圖、無參考圖、多語義參考圖等不同情況，文心一格和Midjourney分別生成的平面圖案和立體產品的特點；2）對可能造成該特點的原因進行假設，改變相關提示語、參考圖，重新生成圖案，驗證假設；3）結合傳統紋樣創新方法，得出AI工具輔助傳統紋樣創新應用設計策略。

3 實驗結果

3.1 同一參考圖

3.1.1 同一提示語，生成平面圖案特點

在平面圖像創作方面，本文選擇同一參考圖，即以魚-1為例分別在Midjourney、文心一格采用選自紋樣表征要素的同一提示語，以生成現代簡約抽象圖案為目標進行測試。此處的同一提示語，指同樣文字內容，在文心一格使用中文、在Midjourney翻譯為英文作為提示語。由于Midjourney沒有自帶的表征提示語可供選擇，故此處的同樣文字內容提示語是指根據文新一格提供的表征要素創意提示，在其自帶的畫面風格和修飾詞中進行選擇所形成的中文提示語，將其翻譯成英文作為Midjourney的提示語。由圖4可見，文心一格中的提示語“具有現代感的抽象簡約線條，可用于包裝或服飾上的圖案+矢量畫+黑”與Midjourney中的提示語“Abstract and simple lines with a modern feel，which can be used for patterns + vector art+ black and white on packaging or clothing”相對應。通過對創作結果的比較，發現兩者生成的圖像都非常抽象化，其中文心一格生成的圖像更具繪畫性，而Midjourney生成的抽象圖形質感更豐富，符合其傾向于生成具備真實感圖案的特點。

實驗發現，文心一格自帶的與表征符號相關的提示語對生成圖案風格影響較大，如對文心一格輸入提示語“具有現代感的抽象簡約線條，可用于包裝或者服飾上的圖案”，根據其自帶可供選擇的風格，選擇“矢量畫+黑白”時，生成的圖案為偏于平面狀構圖的插畫；根據文心一格自帶的提示語風格，將提示語中的“矢量畫、黑白”改為“鉛筆畫+精致”時，生成的圖案整體更具線條感、抽象感，畫面趨于線狀構圖。圖5為改變文心一格自帶提示語時對生成圖案風格影響結果。

3.1.2 同一提示語，生成立體產品特點

在立體產品創作方面，本文給文心一格和Midjourney同時輸入蝴蝶媽媽紋樣作為參考圖，保持Midjourney、文心一格的提示語一致，讓其生成不同種類的產品時，發現兩者生成的結果大都是平面圖案，不具備立體產品特征。

在少量生成的立體產品中，如讓Midjourney和文心一格生成具有錫線金屬質感的機械手表時，雖然Midjourney和文心一格生成的機械手表都并未很好地表現出錫線的質感，但為Midjourney和文心一格都分別輸入描述性語句和不同特征的關鍵詞，對比分析兩種情況下各自生成的立體產品時發現，當為Midjourne輸入不同特征的關鍵詞時，生成的產品立體效果更好；而當為文心一格輸入描述性語句時，生成的產品立體效果更好。另外，Midjourney和文心一格生成的立體產品存在較大的風格差異，其中Midjourney生成的立體產品更加具有現代感、真實感，細節和色彩也更為豐富，未出現把參考圖作為背景圖進行創作的情況。而文心一格生成的立體產品更加具有古典感、中國風和繪畫感，會出現把參考圖作為背景圖進行創作的情況。兩者創作生成的圖案對比如圖6所示。

根據以上測試，可以得出Midjourney和文心一格工具在同樣參考圖、同一提示語使用時，兩個工具識別創作結果存在明顯的差異，這與東西方AI工具在文字解讀、藝術表現等方面的文化差異相關。表1為同一參考圖和同一提示語下Midjourney和文心一格生成圖案特點匯總。

3.2 同一多語義參考圖

3.2.1 同一提示語，生成平面圖案特點

首先，在Midjourney、文心一格中同時輸入苗族帶有人面形象的魚紋樣魚-2，當輸入與魚-1（表1）對應的同一提示語時，文心一格和Midjourney生成的平面圖案中都出現了人面形象，不過Midjourney還保留了魚的形態，文心一格更突出女性頭部形象。值得注意的是，當提示語強調“放大某些局部細節進行再創作”時，Midjourney將識別出的人面形象創作成了小丑形象，而文心一格將識別出的人面形象轉化成了頭戴繁重頭飾的東方女性頭像，這再次體現出兩個工具識別創作結果存在明顯的文化差異。同時，兩個工具識別創作結果也存在著共性。首先，在一定程度上說明當參考圖紋樣中包含有類似人面的因素時，Midjourney和文心一格相較于識別紋樣中的諸多元素，都更傾向于去識別參考圖中的人面形象；其次，對比魚-1、魚-2在同一提示語下的生成結構，說明參考圖

對Midjourney、文心一格生成平面圖案的影響大于提示語的影響。圖7為魚-2在同一提示語下Midjourney和文心一格生成平面圖案的對比。

3.2.2 同一提示語，生成立體產品特點

在生成立體產品方面，給文心一格和Midjourney同時輸入帶有人面形象的苗族魚紋樣魚-2作為參考圖，保持Midjourney、文心一格的提示語一致，以提示表征特征的關鍵詞作為提示語，讓其生成男士機械表、機械鍵盤等產品。Midjourney生成的男士機械表具備表帶和表盤，魚紋成為表盤裝飾；生成的機械鍵盤有鍵盤的輪廓，魚紋成為鍵盤中的按鍵，但這兩個產品中的魚紋都沒有出現人面形象。文心一格生成的男士機械表結果更像平面浮雕上出現的立體表盤狀裝飾，沒有明顯的魚紋；生成的機械鍵盤結果在平面浮雕上凸出的高浮雕魚成為主體形象，這兩個生成結果都不具備產品的功能特征。圖8為魚-2同一關鍵詞提示語下Midjourney和文心一格生成的立體產品對比。

同樣用苗族魚紋樣魚-2作為參考圖，保持Midjourney、文心一格的提示語一致，但以描述表征特征的句子作為提示語，讓其生成男士機械表、機械鍵盤等產品。結果發現，Midjourney生成的結果無論是手表還是鍵盤都較用關鍵詞提示語生成的結果更接近真實產品；文心一格生成的手表也近似真實的產品，但鍵盤的結果不太理想，值得一說的是有兩個生成結果中出現了近似鍵盤的形象。雖然魚紋在兩種工具的生成結果中都成為主要的圖案裝飾，但是魚的形象中沒有出現人面元素。圖9為魚-2同一特征描述提示語下Midjourney和文心一格生成的立體產品對比。

總體來看，多語義參考圖如輸入帶有人面形象的苗族魚紋樣魚-2，采用同一提示語時Midjourney、文心一格生成的平

面圖形中會出現人面形象，在文心一格生成的平面圖形中甚至主要是女性人頭形象；但生成的立體產品中卻只有魚紋裝飾，沒有人面形象。由此說明、多語義苗繡參考圖中的多語義元素對平面圖形影響大，對生成立體產品的影響小。表2為同一多語義參考圖同一提示語下Midjourney和文心一格生成圖案特點匯總。

3.3 無參考圖

3.3.1 同一提示語，生成平面圖案特點

在平面圖像創作方面，當不給文心一格和Midjourney輸入參考圖時，仍然采用有參考圖時所用的同一提示語，但為使生成的設計和苗繡關聯，在提示語中都加上了“使用湘西苗繡魚紋樣” 條件限定，結果兩者生成的都是比有參考圖更具象的魚圖案。其中文心一格生成的圖像都是單個魚，并且能夠一定程度體現出苗繡的平面特征，生成的魚形象也較為統一；而Midjourney生成的魚的數量不確定，生成的魚形象既有寫實風格也有裝飾風格，不太符合苗繡的特征。這應與文心一格作為國內AI工具，其數據庫里包含有苗繡或民族風格圖案的相關數據有關。圖10為無參考圖同一提示語下文心一格和Midjourney生成平面圖案對比。

3.3.2 同一提示語，生成立體產品特點

在立體產品創作方面，不輸入參考圖，保持Midjourney和文心一格的提示語一致，只是在提示語中加上“苗族”“蝴蝶媽媽”等關聯苗族刺繡的關鍵詞，生成所要求的立體產品都具有立體感，但Midjourney和文心一格生成的立體產品存在較大的風格差異。以提示語同樣要求生成手表、頭戴式耳機、鍵盤等產品為例，Midjourney生成的產品形態更加立體、真實，只是在產品上附加了蝴蝶形態的平面或立體裝飾，產品細節豐富。而文心一格生成的立體圖形更偏表面裝飾，特別是頭戴式耳機，根據“苗族”“蝴蝶媽媽”等提示語，生成的是一個佩戴頭戴式耳機的苗族風格媽媽形象。圖11為無參考圖同一關鍵詞提示語下文心一格和Midjourney生成的立體產品對比。

不輸入參考圖，對Midjourney和文心一格的提示語一致，提示語有“苗族”“蝴蝶媽媽”等關聯苗族刺繡的描述性句子，要求生成男士機械表、頭戴式耳機和機械鍵盤等產品。實際生成結果顯示，Midjourney的生成結果遠不及采用關鍵詞提示語生成的效果，雖然生成了手表和鍵盤，但沒能生成頭戴式耳機。文心一格生成的手表和鍵盤仍然偏于浮雕裝飾，但頭戴式耳機的生成結果已接近頭戴產品，且沒出現人物形象。總的來看，蝴蝶成為所有生成產品中的主要裝飾形象。圖12為無參考圖同一特征描述提示語下文心一格和Midjourney生成立體產品對比。

根據以上測試，可以得出Midjourney和文心一格工具在無參考圖、使用同一提示語時，生成的結果深受提示語影響。其中，當提示語包含多語義詞，如“蝴蝶媽媽”時，Midjourney和文心一格都偏重采用“蝴蝶”語義，生成蝴蝶裝飾；但文心一格有時會偏重“媽媽”語義，生成蝴蝶裝飾中的女性形象。總體來看。Midjourney生成平面形象效果更具寫實特征，文心一格生成平面形象效果更具裝飾特征；在生成立體產品方面，Midjourney生成立體產品的效果更好，文心一格偏于產品表面的立體裝飾。表3為無參考圖同一提示語下Midjourney和文心一格生成圖案特點匯總。

4 分析與討論

對實驗結果進行對比分析，可以得出Midjourney和文心一格的傳統紋樣創新應用，是AI根據傳統紋樣（客體），通過按照造型、色彩、構圖、材質質感等提示語（表征），生成全新的平面裝飾或立體產品，使生成的結果詮釋全新的意義。影響創作結果的主要因子是參考圖和提示語，由于中西方不同的AI工具在識別參考圖和理解提示語方面有顯著文化差異，因此可以通過影響因子分析，以及對實驗結果進行討論，總結出非遺傳承人利用AI工具進行傳統紋樣創新應用設計的策略。

4.1 Midjourne和文心一格對比實驗結果分析

在平面圖案創作輸入上：提示語方面，當輸入的提示語為包含各種表征要素的關鍵詞時，Midjourney和文心一格生成的圖案都比較符合提示語內容。因此在使用AI工具進行傳統紋樣創新應用時，建議輸入關鍵詞應該圍繞設計表征的造型、色彩、構圖、材質質感等方面進行考慮。另外也可以通過詢問Chat GPT等AI問答工具來獲得相關的中英文提示語，因為計算機更懂計算機的語言模式，這樣操作獲取的提示語較為符合計算機的語言邏輯。在參考圖方面，兩個AI工具都容易識別出魚紋等多語義參考圖中的人面形象，但在生成的結果兩者存在較大的文化認知差異。因此非遺傳承人及輔助的設計師在用AI工具創作時，在選擇多語義傳統紋樣時要考慮到中外AI工具在理解和表現上的文化差異，基于此再選擇適合的AI工具。

在平面圖案創作輸出上：文心一格和Midjourney都傾向于將傳統紋樣轉化成抽象的復雜圖案，雖然直接用于現代產品包裝上的效果較差，但可以作為裝飾圖案加以應用。雖然目前這兩個AI工具在根據傳統紋樣（客體）作為參考圖、選擇各種表征要素作為提示語，生成抽象簡約、可用于產品包裝的現代平面圖案目標的結果上存在不足，但其中文心一格生成的圖案更具繪畫效果，Midjourney生成的圖案更具真實感。因此非遺傳承人在選擇AI工具進行傳統紋樣的平面圖案轉化時，可以優先考慮想要得到的圖案風格，然后選擇適用的AI工具。如想要獲得真實渲染效果的圖案，可以選擇Midjourney；想要獲得繪畫風格的圖案，可以選擇文心一格。

在立體產品創作輸入上：在設計立體產品時，雖然Midjourney和文心一格的創作能力都有所欠缺，但Midjourney在立體產品設計方面的表現優于文心一格。由于Midjourney生成立體產品時參考圖的影響大于提示語的影響，因此在沒有傳統紋樣作為參考圖時，提示語的描述中要加入詳細的傳統紋樣特征描述，這樣設計的立體產品會更加符合預期目標。在提示語方面可以借助Chat GPT進行提示語的獲取。而文心一格在生成立體產品設計時，需要控制作為參考圖的傳統紋樣的影響比重，一般控制在2以內，這樣生成的立體產品更符合預期產品目標。

在立體產品的創作輸出上：Midjourney和文心一格生成的產品在立體效果上都較差，當輸入平面參考圖時生成的結果都偏向于平面化。雖然兩者只能生成椅子、手表等個別使用傳統紋樣裝飾的產品，但當不輸入參考圖時通過詳細描述傳統紋樣特征的提示語，Midjourney生成的產品效果較好。

綜上所述，Midjourney和文心一格在平面圖案和立體產品創作輸入上，選取來自表征要素關鍵詞式的提示語，對生產效果影響較大。在創作輸出上，當輸入平面參考圖時兩者生成的結果都趨向于平面圖案，但Midjourney創作的結果更寫實，而文心一格更具繪畫感。表4為Midjourne和文心一格對比實驗結果分析。

4.2 影響因子分析

目前影響AI圖案工具創作結果的因子主要有提示語、參考圖、參考圖比重三個方面，通過以上實驗對Midjourney和文心一格創作結果的對比分析，發現參考圖對創作結果的影響大于提示語的影響。為了定量驗證這一結果，本文對最終獲得的圖案進行篩選制作評分表，并邀請5名專家對其進行打分，評分標準為生成結果達到預期目標圖案的程度，分值為1～10分，達到目標程度越高則分數越高。5名專家會對同一圖案進行打分，最終取平均分為該圖案的最終得分。同時，定義最終生成結果評分為I；參考圖為影響因子1，即X；提示語為影響因子2，即Y；參考圖比重為影響因子3，即Z。

I=α+β1X+β2Y+β3Z

（1）

式中：X={0，1}，即代表有無參考圖；Y={1，2，3，4，5，6，7}，即產品設計和包裝設計的基本思考角度，包括造型、色彩、材質、風格、目標用戶、文化屬性、功能等，Y中包含幾項思考角度，即為幾，如Y中包括造型、色彩兩項，那么Y的值就為2；Z={1，2，3，4，5，6，7，8，9，10}，即參考圖所占比重。

通過對專家評分的總結計算，最終獲得評分結果統計，如表5所示。通過對獲得的I、X、Y、Z采用stata中的最小二乘（式（1））進行擬合，可得出I與X、Y、Z的關系式為I=0.435X-0.057Y-0.117Z+6.829，X、Y、Z對I影響的總體回歸結果如表6所示。比較變量系數的絕對值發現β1gt;β2gt;β3，利用stata的OLS命令分別計算X對I、Y對I、Z對I的影響程度α1、α2、α3，可知α1=0.312、 α2=-0.062、α3=0.092 ，即α1gt;α2gt;α3，具體數據如表7示。由此可以得出，參考圖對生成結果的影響大于提示語，并且參考圖的比重對生成結果的影響也大于提示語。

4.3 應用AI工具非遺紋樣創新設計的策略

4.3.1 非遺傳承人應用AI工具方法

通過Midjourney和文心一格兩個AI工具將傳統苗繡紋樣創新轉化為平面裝飾和立體產品的實驗，對得到的相關結論進行比較分析，本文提出以下傳統紋樣創新應用AI工具的設計方法：

1）在參考圖選擇方面：非遺傳承人在利用AI工具進行紋樣創新設計時，應謹慎選擇包含易產生無關聯想內容的多語義圖案作為國外AI工具的參考圖。因為參考圖對生成圖案的影響大于提示語，而國內外不同AI工具對語義的理解不同，產生的聯想可能不符合中國文化。如Midjourney容易將類似人面的魚頭紋樣識別成小丑形象，從而創作出一系列與小丑有關的圖案。

2）在提示語設定方面：非遺傳承人可以與設計師溝通，從目標產品的類型、風格、造型、色彩、材質、風格、文化屬性、功能、目標用戶、傳統紋樣內容及寓意等表征要素入手，根據設計目標選取關鍵詞作為提示語。隨著國家和社會對非遺的重視，未來會有越來越多的非遺數據庫建立，這將越來越有助于非遺傳承人和輔助的設計師使用AI進行創新，從而達到預期的目標。

3）在AI工具選擇方面：非遺傳承人和輔助設計師可以依據設計平面或立體產品的目標，選擇合適的國內外AI工具。如想要獲得具有繪畫效果的平面圖案時，可以選擇國內AI工具（如文心一格）；想要獲得真實感較強的立體產品圖案時，可以選擇國外AI工具（如Midjourney）。圖13為傳統紋樣創新應用AI工具的設計策略。

4.3.2 非遺傳承人使用AI工具設計創新的提示詞公式

基于以上創新策略和傳統文化符號體系，本文提出適用于非遺傳承人的根據客體元素參考圖、表征元素提示語，有效地使用AI工具進行非遺創新設計的提示詞公式。這一公式包括客體元素參考圖的選擇、表征元素提示語的明確結構和關鍵元素，確保生成的圖像符合預期，并具有高質量和藝術價值。

Prompt=A1+B1+B2+B3+B4+C1+C2+D1+D2

（2）

式中：A1為主題介紹：闡述設計的主題和背景。B1為具體要求：詳細描述設計需求和目標。B2為設計風格：要指定希望實現的設計風格或理念。B3為描述細節：詳細描述要生成的非遺紋樣或圖案、產品的具體特征。B4為參考圖形：引用特定的參考圖形后，對參考方式和參考圖與目標圖的關聯進行解釋，以提高生成結果的準確性。C1為用途描述：描述圖案或產品的用途。C2為場景描述：描述圖案或產品的應用場景。D1為參數要求：描述生成圖案或者產品的具體參數，如寬高比、畫面質量等。D2為技術要求：描述具體的技術要求或者限制。

式（2）代表了提示詞的構成，但是對于提示詞的順序，應當按照具體的設計項目的側重來進行安排。通常來說，AI大模型對提示詞 Prompt 開頭和結尾的文本更加敏感，而對中間位置的文本相對較弱。因此，最重要的內容要放在開頭，其次是結尾，最后是中間。提示詞不能過于概括抽象，描述得越具體越利于大模型理解。高質量的提示詞一般來說都是幾百上千字的具體描述，帶有豐富的細節闡述，能夠提供豐富的上下文信息，給出有信息量的參考。通過非遺傳承人讓輔助設計師了解非遺文化的背景、非遺傳承人對傳統文化的認識，以及傳統紋樣中包含的豐富內涵，提出非遺傳承人想要達到的設計目標，如設計現代風格的平面裝飾或產品、產品的概念與功能；然后設計師在AI工具中輸入客體要素即參考圖，以及各項表征要素，如圖像渲染風格、意向概括性詞語和各項參數等，就可以生成高質量和具有藝術價值的圖像。式（2）具有實際的應用價值。不僅使非遺傳承人能夠利用AI技術進行非遺傳承創新，促進非遺文化的傳承和發展；而且與非遺傳承人通力合作的設計師，借助以上創新公式，可以更好地輔助非遺傳承人進行傳統文化創新。總的來看，通過應用以上提出的傳統紋樣創新應用AI工具的設計策略，可以在一定程度上緩解傳統紋樣現代化轉化不足的問題，以提升非遺活力、激活民族傳統技藝。

4.3.3 AI應用于非遺創新設計的策略

根據以上非遺傳承人使用AI的方法和創新公式，本文提出AI應用于非遺創新設計的策略：

1）融合文化內涵與符號表意的設計創新策略。通過AI工具利用傳統紋樣的“客體-表征-詮釋”結構，在生成設計時保留紋樣的象征意義與文化內涵，在設計創新的同時實現傳統文化內涵與符號表意的融合。因此，首先要精準設定AI輔助設計的內容和形式，在提示語中輸入符合生成結果目標的造型、構圖、色彩、材質質感、文化屬性等核心關鍵詞，提升AI生成設計的符合度；其次，面對多語義的傳統紋樣，通過非遺傳承人和輔助設計師對提示語的調整和對設計產出的選擇，實現在使用AI改變紋樣表征層特征時保留紋樣的詮釋意義，從而在保護中國文化內涵的基礎上實現紋樣的現代化創新。

2）建立多元樣本庫與動態反饋的選擇優化策略。通過本文實驗發現AI工具在對非遺文化識別時存在一定偏差，這與AI接觸非遺文化的樣本有限相關。通過構建具有中國非遺文化的不同符號、色彩和構圖特征的樣本庫，結合三維產品模型庫將提升AI對傳統紋樣的理解。同時，通過收集生成內容和非遺傳承人的反饋，持續優化AI工具在傳統紋樣在“客體-表征-詮釋”三個層面的適用性，動態調整AI模型，助力國內AI工具逐漸適應中國非遺文化表達的多樣性與深度。

3）平衡智能創作與人工調控的協作支持策略。通過非遺傳承人、設計師、AI工程師之間的合作，建立一套人工與AI協同創作的模式。該模式以深刻理解傳統文化的非遺傳承人為主導，發揮設計師在設計表現方面的專業特長，借助AI工程師對AI工具的持續更新，解決AI工具在創作過程中出現的局限性和誤識別問題。即在非遺傳承人紋樣知識庫基礎上，根據非遺傳承人對設計目標的描述，設計師總結提煉為關鍵詞，同時整合美學與市場需求，讓AI生成平面圖或立體產品初稿后，再由設計師配合傳承人進行調控，經過細化調整以達到符合傳統紋樣向現代風格轉化的最佳效果，從而確保設計策略能夠有效實現非遺創新設計目標。

5 結 語

隨著人工智能技術的不斷發展，以人工智能技術對中華傳統優秀文化進行創造性轉化和設計創新是當前文化建設的重要手段。本文以苗繡紋樣為例，基于皮爾斯符號體系，探討使用中外AI工具，從客體、表征和詮釋三要素進行設計創新。根據實驗結果分析，為非遺傳承人總結出了應用AI工具非遺紋樣創新設計的方法，以及供非遺傳承人使用AI工具設計創新的提示詞公式，提出了AI應用于非遺創新設計的策略，由此降低了非遺傳人應用AI工具進行非遺創新設計的門檻，為研究探索數字化技術賦能非物質文化遺產傳承與創新提供新思路新路徑。

參考文獻：

［1］新華社. 習近平對非物質文化遺產保護工作作出重要指示［EB/OL］. （2022-12-12） ［2023-12-15］. https：//www.gov.cn/xinwen/2022-12/12/content_5731508.htm.

Xinhua News Agency. XI Jinping gives import instructions on the protection of intangible cultural heritiage［EB/OL］. （2022-12-12） ［2023-12-15］.https：//www.gov.cn/xinwen/2022-12/12contebt_5731508.htm.

［2］習近平. 把中國文明歷史研究引向深入增強歷史自覺堅定文化自信［J］. 中國民政， 2022（14）： 4-6.

XI J P. Guiding in-depth research on the history of Chinese civilization， enchancing historical awareness and strengthening cultural confidence［J］. China Civil Affairs， 2022（14）： 4-6.

［3］XIE J. Innovative design of artificial intelligence in intangible cultural heritage［J］. Scientific Programming， 2022， 2022： 1-8.

［4］竇金花， 張彬蕊， 錢曉松. 人工智能賦能文化遺產領域的研究綜述： 基于CiteSpace的可視化分析［J］. 包裝工程， 2023， 44（14）： 1-20.

DOU J H， ZHANG B R， QIAN X S. A review of AI-empowered cultural heritage： Visual analysis based on CiteSpace［J］. Packaging Engineering， 2023， 44（14）： 1-20.

［5］RAHAMAN G M A， PARKKINEN J， HAUTA-KASARI M. A novel approach to using spectral imaging to classify dyes in colored fibers［J］. Sensors， 2020， 20（16）： 4379.

［6］鄧筱， 徐夢秋， 吳銘， 等. 基于語義分割的織錦類自適應風格遷移算法［J］. 北京郵電大學學報， 2021， 44（1）： 117-123.

DENG X， XU M Q， WU M， et al. Adaptive style transfer method of brocade crafts based on semantic segmentation［J］. Journal of Beijing University of Posts and Telecommunications， 2021， 44（1）： 117-123.

［7］范煒， 曾蕾. AI新時代面向文化遺產活化利用的智慧數據生成路徑探析［J］. 中國圖書館學報， 2024， 50（2）： 4-29.

FAN W， ZENG L. Analysis on the generation path of smart data for the activation and utilization of cultural heritage in the new era of AI［J］. Journal of Library Science in China， 2024， 50（2）： 4-29.

［8］崔因， 楊建明， 李芳， 等. 磁州窯裝飾紋樣智能輔助設計研究［J］. 包裝工程， 2023， 44（16）： 1-9.

CUI Y， YANG J M， LI F， et al. AI-assisted design of decorative patterns of Cizhou kiln［J］. Packing Engineering， 2023， 44（16）： 1-9.

［9］陳涵， 沈雷， 汪鳴明， 等. 基于生成對抗網絡的書法紡織圖案設計開發［J］. 絲綢， 2021， 58（2）： 137-141.

CHEN H， SHEN L， WANG M M， et al. Design and development of calligraphy textile pattern based on generative adversarial network［J］. Journal of Silk， 2021， 58（2）： 137-141.

［10］張宇， 張健， 齊林. 基于遺傳算法優化Canny算子的織繡文物紋樣抽取方法研究［J］. 絲綢， 2024， 61（6）： 1-12.

ZHANG Y， ZHANG J， QI L. Research on the extraction method of woven and embroidered artifacts’ patterns based on genetic algorithm optimization of Canny operator［J］. Journal of Silk， 2024， 61（6）： 1-12.

［11］張悅， 高安格. 人工智能背景下鳳陽鳳畫數字化設計創新研究［J］. 包裝工程， 2023， 44（24）： 50-57.

ZHANG Y， GAO A G. Digital design innovation of Fengyang phoenix painting under the background of artificial intelligence［J］. Packaging Engineering， 2023， 44（24）： 50-57.

［12］李淑樂， 曾春蓉， 張超. 臺江苗繡紋樣的基因譜系圖構建及設計應用［J］. 包裝工程， 2025， 46（2）： 261-272.

LI S L， ZENG C R， ZHANG C. Construction and design application of gene genealogy of Taijiang Miao embroidery pattern［J］. Packaging Engineering， 2025， 46（2）： 261-272.

［13］趙偉軍， 周慧. 湖南少數民族傳統村落文化保護與傳承策略研究［J］. 絲網印刷， 2024（11）： 64-66.

ZHAO W J， ZHOU H. Research on cultural protection and inheritance strategy of traditional village of ethnic minorities in Hunan province［J］. Screen Printing， 2024（11） ： 64-66.

［14］邵明， 盧藝舟. 基于紋樣寓意的黔東南地區銅鼓紋生成設計研究［J］. 包裝工程， 2023， 44（14）： 362-372.

SHAO M， LU Y Z. Generation and design of bronze drum pattern in southeastern Guizhou based on pattern implication［J］. Packing Engineering， 2023， 44（14）： 362-372.

［15］徐進， 張亞麗. “紋”以載道： 西南地區民族傳統紋樣的創新設計與實踐研究［J］. 裝飾， 2023（3）： 115-119.

XU J， ZHANG Y L. Pattern for Tao： The innovative design and practical research on traditional ethnic patterns in Southwest China［J］. ZHUANGSHI， 2023（3）： 115-119.

［16］侯寧. 基于皮爾斯符號三元關系的洛陽文創產品設計［J］. 包裝工程， 2020， 41（2）： 300-304.

HOU N. Luoyang cultural and creative product design based on Pierce symbol ternary relation［J］. Packaging Engineering， 2020，41（2）： 300-304.

［17］王常圣. 人工智能驅動的數字圖像藝術創作： 方法與案例分析［J］. 智能科學與技術學報， 2023， 5（3）： 406-414.

WANG C S. AI-driven digital image art creation： Methods and case analysis［J］. Chinese Journal of Intelligent Science and Technology， 2023， 5（3）： 406-414.

［18］楊宇鶴. AI繪畫的演化、影響與思辨［J］. 傳媒， 2023（17）： 52-55.

YANG Y H. The evolution， influence and speculation of AI painting［J］. Media， 2023（17）： 52-55.

［19］陳露菡. 作為技術圖像的AI繪圖： 本質與未來走向［J］. 青年記者， 2023（22）： 89-91.

CHEN L H. AI drawing as a technical image： Essence and future trends［J］. Youth Journalist， 2023（22）： 89-91.

［20］王文鳳， 張榮. 智能技術在交互式繪畫設計中的應用及其創作機制研究［J］. 包裝工程， 2022， 43（增1）： 89-95.

WANG W F， ZHANG R. Research on the application of intelligent technology in interactive painting design and its creative mechanism［J］. Packing Engineering， 2022， 43（S1）： 89-95.

［21］嚴寶平， 黃秋野， 袁超. 玩興視域下非物質文化遺產的數字化設計研究［J］. 包裝工程， 2021， 42（22）： 40-46.

YAN B P， HUANG Q Y， YUAN C. The digital design of intangible cultural heritage under the playfulness visual domain［J］. Packaging Engineering， 2021， 42（22）： 40-46.

［22］濮子涵， 楊濱. 人工智能輔助技術在包裝設計中的應用研究［J］. 包裝工程， 2023， 44（12）： 273-281.

PU Z H， YANG B. Application of artificial intelligence assisted technology in packaging design［J］. Packaging Engineering， 2023， 44（12）： 273-281.

［23］覃京燕， 賈冉. 人工智能在非物質文化遺產中的創新設計研究： 以景泰藍為例［J］. 包裝工程， 2020， 41（6）： 1-6.

QIN J Y， JIA R. Innovative design of artificial intelligence in intangible cultural heritage： Taking cloisonne as an example［J］. Packaging Engineering， 2020， 41（6）： 1-6.

［24］徐延章. AI賦能： 鄉村振興背景下縣級融媒體智慧服務設計策略［J］. 電視研究， 2021（9）： 63-66.

XU Y Z. AI empowerment： Design strategy of county-level fusion media intelligent service in background of rural revitalization［J］. TV Research， 2021（9）： 63-66.

［25］徐延章. 基于移動互聯網的公共文化服務設計策略： 以人工智能時代博物館APP設計為例［J］. 中國博物館， 2020（1）： 120-125.

XU Y Z. Design strategy of public cultural services based on mobile internet： Taking the design of museum APPs in the era of artificial intelligence as an example［J］. Chinese Museum， 2020（1）： 120-125.

［26］曹祥哲. 淺談人工智能技術下產品設計的發展趨勢和策略［J］. 天津美術學院學報， 2022（2）： 68-71.

CAO X Z. Development trend and strategy of product design in the context of artificial intelligence technology［J］. Journal of Tianjin Academy of Fine Arts， 2022（2）： 68-71.

［27］劉宗漢， 唐藝. 人工智能背景下的車載人機交互界面設計研究［J］. 工業工程設計， 2020， 2（2）： 134-140.

LIU Z H， TANG Y. Design of vehicle-mounted human-computer interaction interface based on artificial intelligence［J］. Industrial amp; Engineering Design， 2020， 2（2）： 134-140.

［28］楊琦. 人工智能技術在界面設計中應用策略研究［J］. 互聯網周刊， 2023（9）： 61-63.

YANG Q. Research on application strategy of artificial intelligence technology in interface design［J］. China Internet Week， 2023（9）： 61-63.

［29］侯亞婧， 閆勝昝. 人工智能驅動下的博物館體驗設計創新策略研究［J］. 設計， 2020， 33（13）： 142-144.

HOU Y J， YAN S Z. Research on the innovation strategy of museum experience design driven by artificial intelligence［J］. Design， 2020， 33（13）： 142-144.

［30］王樹義， 張慶薇， 張晉. AIGC時代的科研工作流： 協同與AI賦能視角下的數字學術工具應用及其未來［J］. 圖書情報知識， 2023， 40（5）： 28-38.

WANG S Y， ZHANG Q W， ZHANG J. Research workflow in era of AIGC： Application and future of digital academic tools from the perspective of collaboration and AI empowerment［J］. Documentation， Information amp; Knowledge， 2023， 40（5）： 28-38.

Research on the characteristics and strategies of AI applied to the innovative design of Miao embroidery intangible cultural heritage

HU Hong， GAO Shiming， ZHAO Jing， ZOU Feng

（School of Art and Design， Beijing University of Technology， Beijing 100020， China）

Abstract：In the current era of deep integration of artificial intelligence and various fields， effectively using AI tools for innovation in intangible cultural heritage revitalization has become a major challenge for contemporary inheritors. Therefore， it is valuable to explore ways to help intangible cultural heritage inheritors and their collaborating designers. The goal is to enable them to use AI tools more effectively for innovative design. This exploration contributes significantly to the inheritance and development of traditional culture.

This paper focuses on the innovative design of traditional patterns， using Miao embroidery as the research subject. It selects reference graphics， including the classic Butterfly Mother pattern， the traditional fish pattern with clear semantics， and the multi-semantic fish pattern containing human face images. These graphics serve as experimental objects. The goal is to transform traditional patterns into modern-style designs. From the perspective of intangible cultural heritage inheritors， prompts are selected from representation elements to innovate traditional patterns. The input prompts are changed based on conditions， including changes to the input prompts， with or without reference pictures， and different types of reference pictures. The representation elements to be presented are selected as prompts. Both the foreign Midjourney and domestic Wenxin Yige AI tools are used. A single-variable control method is adopted to generate flat patterns and three-dimensional products， respectively. Using Pierce’s symbol system from the three aspects of object， representation， and interpretation， the study analyzes the correlation between the generated results and the prompts， as well as the correlation between the presence or absence of reference pictures. This analysis helps identify the characteristics of AI tools from different cultures， both domestically and abroad， in the innovative design of intangible cultural heritage.

The following conclusions are drawn through the experiment. In the input of plane pattern creation： in terms of prompts， when the input prompts are keywords containing various representational elements， the patterns generated by Midjourney and Wenxin Yige are more consistent with the content of the prompts.

In the output of plane pattern creation： Wenxin Yige and Midjourney tend to transform traditional patterns into abstract and complex patterns. Although the effect of direct use on modern product packaging is poor， it can be used as a decorative pattern.

In the input of three-dimensional product creation： in designing three-dimensional products， although Midjourney and Wenxin Yige lack the creative ability， Midjourney performs better than Wenxin Yige in three-dimensional product design.

In the creative output of three-dimensional products： the products generated by Midjourney and Wenxin Yige are both poor in three-dimensional effects. When the plane reference image is input， the generated results tend to be flat.

Overall， Midjourney and Wenxin Yige select the self-representation element keyword-style prompts in the input of plane pattern and three-dimensional product creation， which has a greater impact on the production effect. In the creative output， when the plane reference image is input， the results generated by both tend to be plane patterns， but the results created by Midjourney are more realistic， and Wenxin Yige has a more painterly feel.

Three major conclusions are drawn. First， there are several methods for intangible cultural heritage inheritors and their cooperating designers to use AI tools for innovative design of intangible cultural heritage patterns. In terms of the selection of reference images， when using AI for innovative pattern design， intangible cultural heritage inheritors should carefully select multi-semantic patterns that contain irrelevant associations as reference images for foreign AI tools. In terms of setting prompts， intangible cultural heritage inheritors can communicate with designers， starting from the type， style， shape， color， material， style， cultural attributes， function， target users， traditional pattern content and meaning of the target product， and select keywords as prompts according to the design goals. In terms of the selection of AI tools， intangible cultural heritage inheritors and auxiliary designers can choose appropriate domestic and foreign AI tools according to the goals of designing flat or three-dimensional products. Second， the prompt formula for intangible cultural heritage inheritors to effectively use AI tools for intangible cultural heritage innovation design based on the reference map of object elements and the prompts of representative elements is： Prompt=A1+B1+B2+B3+B4+C1+C2+D1+D2. Third， the AI design strategy for intangible cultural heritage inheritors to use AI tools to transform traditional pattern innovation into modern flat patterns and practical products is proposed： design innovation strategy that integrates cultural connotation and symbolic meaning， selection optimization strategy for establishing a multi-sample library and dynamic feedback， and collaborative support strategy that balances intelligent creation and manual regulation. Through the above methods， formulas and strategies， the threshold for intangible cultural heritage inheritors to use AI tools for intangible cultural heritage innovative design can be lowered， the strengths of intangible cultural heritage inheritors can be better utilized， and new ideas and paths can be provided for research and exploration of how digital technology can empower the inheritance and innovation of intangible cultural heritage.

Key words：

Miao embroidery patterns; intangible cultural heritage innovation; AI tools; innovative application design strategies; AI tool application methods; Midjourney; Wenxin Yige