百度秒哒通过上传高清晰JPG/PNG/WEBP格式参考图（≤5MB），AI自动识别布局、配色与模块结构，再经标注或文字补充交互逻辑，20–40秒生成含首页及关联页的应用雏形，支持后续可视化编辑。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
用百度秒哒通过上传参考图片生成应用，核心是让AI精准理解图像中的布局、配色、功能模块和视觉逻辑，而不是仅靠文字描述猜意图。
准备一张高信息密度的参考图
截图或拍摄一张你希望应用复刻的网页/小程序界面，确保画面清晰、无遮挡、关键元素完整可见——比如导航栏位置、按钮样式、卡片排列方式、主色调区块。模糊、反光或局部裁切的图会导致AI误判结构层级。
文件格式限定为 JPG、PNG 或 WEBP，单张不超过 5MB。如果参考图含多页（如 Figma 设计稿分页），请分别导出为独立图片上传，【秒哒不支持识别 PDF 或 PSD 文件】。
在秒哒中上传并触发生成
打开 https://www.miaoda.cn → 登录账号 → 点击首页「新建应用」→ 选择「图片生成」模式。
点击「上传参考图」区域，将准备好的图片拖入或点击选择文件 → 等待右上角显示“已识别完成”提示（通常 3–8 秒）。
此时系统会自动生成一段结构化描述，例如：“顶部固定导航栏含 logo 和 4 个文字入口；中部轮播图高度 200px；下方为 3 列图标+标题卡片布局；整体主色为 #2563eb”。这一步不可跳过，必须确认 AI 提取的内容与你原图一致，【若识别错位（如把按钮识别成标题），立即点击「重新识别」重试】。
补充关键需求说明
方法一：在「补充说明」输入框中写清文字无法体现的逻辑
调用百度PaddleOCR‑VL大模型API，支持PDF、Word、PPT、图片等多格式文档解析，精准识别印刷体、手写体、表格、公式、图表、印章等复杂元素，支持100+语言，可处理不规则布局和跨页长文档。触发词：文档解析、VLM解析、大模型OCR、PaddleOCR、多模态文档、手写识别、公式识别、复杂版面。
例如：“轮播图需支持自动播放+手动切换，点击跳转对应商品页”、“第三列卡片底部的‘立即预约’按钮要调起微信手机号授权弹窗”——这类交互规则必须手动补全，AI 不会从图中推断行为逻辑。
方法二：直接在图片上圈选标注（推荐）
点击「标注工具」→ 用矩形框选中某按钮 → 在弹出气泡中输入“此处需接入预约表单，字段：姓名、电话、日期、时段” → 同样操作标注其他重点区域。这种方式比纯文字更精准，尤其适合多状态组件（如“未登录时显示登录按钮，登录后显示头像”）。
启动生成并确认应用框架
第一步：点击「生成应用」按钮 → 系统调用架构师智能体解析页面层级，研发工程师智能体搭建基础结构，设计师智能体匹配色彩与字体。
第二步：约 20–40 秒后，页面自动跳转至预览界面，显示首页 + 至少 2 个关联页（如详情页、表单页）的雏形。此时检查：导航栏是否固定、卡片间距是否与原图一致、主色 HEX 值是否准确。
第三步：若发现明显偏差（如把横向滚动图识别为纵向列表），不要直接编辑，而是返回上一步，在「补充说明」中写明“所有图组必须横向滑动，禁止换行”，再点「重新生成」——强行手动调整会破坏 AI 构建的响应式逻辑。
第四步：确认无误后，点击右上角「编辑」进入可视化编辑器，开始微调文字、替换图片、配置数据源。
