《传媒观察》｜AI画图爆火背后的“知识封装术”

编者按 生成式人工智能正在降低多模态内容的创作门槛，促使社交媒体平台中的人工智能视觉内容生产由单一的内容展示模式转向以提示词（prompt）为创作中介的协作共创模式。与传统文本内容传播不同，AIGC视觉内容能够直观呈现生成结果，并通过公开提示词的方式将用户关注点由内容结果转向生成过程，使提示词逐渐成为一种可共享、可复用、可传播的知识单元。西安交通大学新闻与新媒体学院教授、博士生导师马晓悦，西安交通大学新闻与新媒体学院硕士研究生王青青，暨南大学新闻与传播学院讲师，暨南大学国际传播研究院院长助理、副研究员金圣钧在《传媒观察》2026年第7期发文，基于知识转化理论视角，以小红书平台AIGC视觉内容分享笔记与评论文本为分析对象，运用大模型辅助扎根理论方法，借助Qwen3.6-Plus模型与人工审校结合的技术路径完成三级编码流程，深入探究提示词在人工智能视觉内容共享中的知识封装与社交媒体流转机制。研究发现：一、提示词已在社交媒体中演变成一种高度结构化的知识产品，专业提示工程借助AIGC视觉内容对知识效果进行可视化呈现，实现隐性知识的外化与封装；二、本研究提炼出“内容识别－社交互动－挪用实践”的协同参与机制，用户围绕提示词展开多重技术讨论，并通过复刻实践、效果反馈与返图展示完成知识验证与再创造，形成持续性的社区情感互惠与知识协商；三、提示词的社交媒体共创流转机制是技术降维、用户赋能、社区互动共同作用的结果，提示词不再作为静态信息被单向传递，而是在以“交作业式返图”等持续修正与再生产过程中，成为连接视觉内容创作、人机协同创作与社交媒体传播的重要知识载体。基于此，尝试揭示AIGC视觉内容传播过程中提示词的知识封装与流转逻辑，拓展知识转化理论关于知识外化机制的解释边界，为理解生成式人工智能时代多模态内容生产、知识传播与人机协同共创之间的关系提供新的理论视角。DBg新江南网 | 江南知名门户网站

一、引 言DBg新江南网 | 江南知名门户网站

随着社交媒体平台的发展，视觉内容已成为用户表达观点、记录生活与开展社交互动的重要媒介。相较于文本内容，图像具有更强的直观性、情境呈现能力和情感感染力，更容易吸引用户注意并激发互动行为。生成式人工智能（Generative Artificial Intelligence，GAI）的发展正在改变这一格局。以Midjourney、Stable Diffusion等为代表的生成模型显著降低了视觉内容生产门槛，使用户能够通过自然语言描述生成高质量图像。视觉内容创作由技能驱动逐渐转向提示词（prompt）驱动，用户不仅关注图像生成结果，也开始关注图像是如何被生成的，并尝试通过学习、模仿与复现参与内容创作。与传统视觉内容传播相比，AIGC视觉内容所分享传播的不仅是作品本身，还包括生成作品的方法。DBg新江南网 | 江南知名门户网站

在人机交互过程中，提示词作为衔接人类与人工智能的核心中介，直接决定人机协作效率与内容生成质量。提示词是融合人类主观意图、专业领域知识、创新创作思维的新型知识单元，是激活大模型生成优质内容、释放模型潜能的关键要素。 从知识转化理论的视角来看，AIGC视觉内容社区中的提示词传播现象呈现出与传统知识外化机制明显不同的特征。基于此，本研究以小红书平台的提示词笔记内容与评论数据为研究对象，聚焦以下研究问题：DBg新江南网 | 江南知名门户网站

RQ1：在社交媒体平台上，创作者通过何种机制将个体化、隐性的AIGC创作经验封装为可流转、可复用的知识单元？DBg新江南网 | 江南知名门户网站

RQ2：作为知识单元的提示词如何在平台上进行流转？这一流转过程如何重塑知识的验证、修正与再生产方式？DBg新江南网 | 江南知名门户网站

RQ3：用户围绕人工智能生成视觉内容和提示词的互动与挪用实践如何展开？在社交平台语境下，用户处于AIGC知识生产链条中的何种位置？DBg新江南网 | 江南知名门户网站

二、研究设计DBg新江南网 | 江南知名门户网站

本研究以生成式人工智能背景下作为“知识”的提示词如何与视觉内容组合在社交媒体上传播和互动为核心议题，旨在揭示人工智能生成视觉内容和提示词在社交媒体平台的传播中如何作为新型知识形态实现共享、迭代与再生产。本研究选取小红书作为数据采集平台。小红书是国内主流的实用知识传播社区，截至2025年，其内容分享者超过1亿。最终获得作为原始分析数据的有效笔记201条、有效评论8727条，样本覆盖多元创作场景与用户行为类型，具备良好的代表性与信息饱和度。本研究采用大语言模型辅助的扎根理论方法，以社交媒体场景下AIGC提示词的知识转化过程作为分析对象。研究采用阿里云通义实验室迭代的Qwen3.6-plus模型。DBg新江南网 | 江南知名门户网站

三、数据结果DBg新江南网 | 江南知名门户网站

运用上述方法对201条有效笔记进行逐行语义拆解与核心概念识别，最终从笔记文本中提取了86个初始概念。经开放编码最终形成13个初始范畴。在主轴编码阶段，大模型对13个初始范畴进行关联分析与逻辑归并，结合人工理论校准，提炼出能够统领初始范畴的4个主范畴，分别为：技术降维与创作民主化、提示词知识产品化、美学表达与迭代优化、社区规范与产权约束。在选择编码阶段，研究围绕核心研究问题，对4个主范畴进行关系整合与理论抽象，最终确定笔记内容的两大核心范畴：一是提示词的知识产品化封装机制，涵盖提示词知识产品化、美学表达与迭代优化，用以解释提示词如何从零散指令转化为结构化、可复用、可传播的知识产品；二是提示词的社交共创流转机制，涵盖技术降维与创作民主化、社区规范与产权约束，以及美学迭代中的反馈维度，用以解释提示词如何在平台内扩散、试用、互动与迭代升级。DBg新江南网 | 江南知名门户网站

对8727条有效评论进行语义识别与行为归纳，最终从评论数据中提取到412个初始概念。经主轴编码形成4个主范畴，分别为：知识渴求与工具寻索、情感认同与互惠交换、技术调试与边界探索、实践验证与成果共创。最终形成了AI提示词的“内容识别-社交互动-挪用实践”协同参与机制。DBg新江南网 | 江南知名门户网站

四、结果分析与讨论DBg新江南网 | 江南知名门户网站

（一）隐性经验的显性呈现：提示词知识产品化封装的内在逻辑DBg新江南网 | 江南知名门户网站

在人工智能生成内容的语境下，提示词正在从单纯的生成指令逐步演变为可传播、可复用、可教学的知识单元，其知识产品化封装机制主要包括提示词的知识产品化与去专业化、美学表达与迭代优化以及技术降维与创作民主化三个维度。DBg新江南网 | 江南知名门户网站

首先，知识封装形式是指在用户分享过程中，提示词已经不再以单一文本指令形式存在，而是被进一步加工为结构清晰、逻辑完整的知识包。创作者通过“步骤①②③”的流程化知识结构，将复杂的AIGC操作过程转化为标准化任务流程，使知识内容经过模块化拆分，并按照用户的使用路径完成重新排列。由此，原本零散的技术信息转而进化为低门槛、可执行的操作方案，降低了用户的理解和使用成本。以小红书为代表的社交平台通过“直接复制即可使用”“万能模板”等叙事方式，将复杂的知识工程重新包装为易于理解和模仿的内容单元，原本属于少数技术人员掌握的专业经验，通过平台互动不断被拆解、重构和通俗化，最终形成群体共创式的知识体系。由此，社交媒体平台在这一过程中承担了技术知识“去专业化”（de-professionalization）的中介作用。DBg新江南网 | 江南知名门户网站

提示词知识产品化不仅意味着技术结构的标准化，也同时伴随着美学表达逻辑的持续迭代。创作者通过不断调整场景、光影、镜头、材质等细节描述，将抽象的审美想象转化为AI可识别执行的表达结构。个体化的审美探索转化为去个体化的、可复制挪用的“美学半成品”，构成了平台AIGC社区中一种独特的知识再生产方式：个人直觉与经验的审美判断转化为一种极具普适性的模块化平台知识商品。DBg新江南网 | 江南知名门户网站

研究进一步发现，提示词产品化过程还伴随着技术能力的降维转译。用户不再停留于关注提示词的使用，而是如何选择或搭配合适的AIGC工具使用，实现更稳定、更符合需求的视觉生成效果。这种模板化结构形塑了用户知识能力的低成本迁移，本质上是将人类模糊的艺术直觉、风格审美与镜头调度等隐性知识转译为一种离散、可重组且高容错性的显性算法控制语法，体现了AIGC时代个体具身经验向离散知识编码的转变。DBg新江南网 | 江南知名门户网站

（二）循环式知识流动：提示词社交媒体共创流转的驱动机制DBg新江南网 | 江南知名门户网站

在平台算法推荐、社区互动规则以及用户持续反馈的共同作用下，提示词知识不断经历发布、试用、反馈、再优化和范式迁移等过程。提示词作为新型知识形式，其是否具有独立知识产权、创作痕迹如何认定、商业使用范围如何等目前缺乏统一的界定标准，因此用户有关“注明出处”“禁止二改”的共识性话语生产其实是一种基于“防御性确权”的微观话语暗示，通过注入情感纽带和道德约束标识，推动平台语境下由自我知识产权让渡、平台资本互动与社会伦理相互交织的AIGC知识生产秩序清晰化。DBg新江南网 | 江南知名门户网站

（三）从围观到共创：AI提示词的“内容识别-社交互动-挪用实践”协同参与机制DBg新江南网 | 江南知名门户网站

学习焦虑与成长诉求反映了用户在接触AIGC内容创作过程中，由于技术快速更新、技能门槛变化以及能力差距感知所产生的成长压力与知识获取需求。DBg新江南网 | 江南知名门户网站

研究发现，评论区存在大量正向情绪表达。情感资本成为维系社交平台提示词知识流动和社群黏性的重要条件。DBg新江南网 | 江南知名门户网站

随着用户参与程度不断加深，互动行为开始由知识获取转向技术实践。技术调试本质上反映出用户对技术运行机制的理解过程，用户在感知到自我迭代能力限制、跨模态识别差异以及平台环境局限等技术边界的同时，通过个体化的挪用、改造和对参数的创造性组合，主动突破AIGC提示词模板化传播打造的“平均化审美创作”，积极跨越标准化美学输出的边界。DBg新江南网 | 江南知名门户网站

实践验证与成果共创主要表现为用户通过返图展示、复刻实验以及二次优化完成知识再生产的过程。返图行为不仅仅是一种提示词实践结果的展示，亦是完成知识有效性的社会化验证。用户身份也在这一过程中逐渐发生转变，过去作为知识接受者的用户，在传达返图结果、分析优化经验以及创造新提示词组合的过程中成为新的知识生产者，进而将新知识逆向反哺并输入平台的算法体系。DBg新江南网 | 江南知名门户网站

（四）理论构建：社交媒体AIGC提示词的知识转化机制模型DBg新江南网 | 江南知名门户网站

本研究构建出适用于AIGC社交媒体场景的知识转化模型。提示词在传播过程中经历了三个连续且嵌套的知识转化阶段。第一阶段表现为提示词的知识产品化转化。第二阶段体现为提示词的社交化转化与流转机制。第三阶段表现为提示词的协同再生产机制。用户逐渐从内容消费者转变为知识贡献者，并通过持续反馈推动提示词的迭代升级。AIGC场景下的知识传播已经形成“知识封装-社交流转-协同参与-知识再生产”的循环式互动结构。DBg新江南网 | 江南知名门户网站

五、结 语DBg新江南网 | 江南知名门户网站

本研究基于大语言模型辅助扎根理论方法构建了社交媒体上AIGC视觉内容的知识传播机制理论框架。AIGC视觉内容生产已不再表现为传统意义上的单向内容生成过程，而呈现出持续反馈、动态优化与多主体协同的非线性交互特征。本研究的理论贡献主要体现在两个方面：其一，拓展了知识转化理论在数字内容生成场景中的适用边界，将其从组织知识管理领域扩展至AIGC驱动的社交媒体实践；其二，将“提示词”界定为一种兼具生成能力与传播能力的混合型知识单元，揭示其在“内容生成-知识转化-社群协作”三重逻辑中的嵌套角色，从而解释了生成式人工智能语境下知识传播与内容生产的结构性融合趋势。DBg新江南网 | 江南知名门户网站

在实践层面，对于平台而言，应进一步增强生成过程的透明性与可解释性，构建更加规范的知识传播机制。对于AIGC内容生态建设而言，应重视人机协同关系的发展趋势，如何在提升技术能力的同时保障创作者主体性，并在开放共享与知识产权之间建立平衡关系，将成为未来AIGC内容生态建设的重要议题。DBg新江南网 | 江南知名门户网站

（载《传媒观察》2026年第7期，原文约20000字，标题为《“授人以渔”：人工智能生成视觉内容的知识封装与社交媒体流转机制研究》，此为节选，注释从略，学术引用请参考原文。“传媒观察杂志”公号链接：https://mp.weixin.qq.com/s/aXR0hMQm8WN942FHuVuVgA。）DBg新江南网 | 江南知名门户网站

【作者简介】马晓悦，西安交通大学新闻与新媒体学院教授、博士生导师DBg新江南网 | 江南知名门户网站

王青青，西安交通大学新闻与新媒体学院硕士研究生DBg新江南网 | 江南知名门户网站

金圣钧（通讯作者），暨南大学新闻与传播学院讲师，暨南大学国际传播研究院院长助理、副研究员DBg新江南网 | 江南知名门户网站