AI赋能化妆品包装设计：技术应用与行业实践指南

20XX/XX/XXAI赋能化妆品包装设计：技术应用与行业实践指南汇报人:XXXCONTENTS目录01

行业趋势：化妆品包装设计的变革方向02

AI在包装设计全流程的技术应用03

核心应用场景：AI驱动的设计创新04

设计流程优化：从创意到落地的效率提升CONTENTS目录05

行业实践案例：AI+包装设计的标杆应用06

可持续发展：AI助力循环经济落地07

未来展望：技术融合与价值重构08

实施建议：中小品牌的AI应用路径行业趋势：化妆品包装设计的变革方向012026年可持续包装3.0时代特征

再生循环与碳足迹可视化并行2026年可持续包装已超越单一"可回收"阶段，进入"再生循环+碳足迹可视化"的3.0时代。全球可持续包装市场规模将突破4000亿美元，化妆品与保健品行业贡献显著增量。

材料选择与设计理念全面升级行业推动单一材质替代复合材质以提升回收纯度，生物基材料（如藻类、蘑菇菌丝体）实现商业化应用，可重复填充系统从高端品牌向大众市场普及。

环保与时尚的深度融合消费者对"负责任的美"的追求，使包装需兼具环保使命与情感共鸣、社交传播价值。极简侘寂风、多巴胺色彩、仪式感开箱体验成为环保包装的时尚化表达方向。

碳足迹标签成透明化沟通载体碳足迹标签成为品牌透明化沟通的重要载体，超过70%的消费者在购买时会主动考量包装的环保属性，推动品牌在设计阶段即融入可持续考量。环保与时尚融合的设计新范式

可持续包装3.0时代：从可回收走向再生循环2026年可持续包装迈入"再生循环+碳足迹可视化"3.0时代，全球市场规模将突破4000亿美元，超70%消费者购买时考量包装环保属性。单一材质替代复合材质提升回收纯度，生物基材料商业化应用，可重复填充系统向大众市场普及。

环保材质的美学表达：自然肌理与情感共鸣生物基材料如玉米浆、甘蔗渣保留原始肌理传递纯净感，极简侘寂风的温润触感与多巴胺色彩的活力表达并存。宏洛图品牌设计在Lídimo巴西雨林系列中，采用零塑固体剂型与本土图腾融合，实现环保与美学的统一。

负责任的美：社交传播与仪式感体验消费者对"负责任的美"的追求，要求包装兼具环保使命与社交传播价值。仪式感开箱体验、AR互动等设计元素，使环保包装成为品牌价值观宣言载体，满足Z世代价值观消费需求。智能包装市场规模与消费需求数据

全球智能包装市场规模预测2026年全球智能包装市场规模预计达450亿美元，其中化妆品与保健品行业贡献显著增量，智能化与可持续性是主要增长驱动力。

消费者环保属性关注度超过70%的消费者在购买化妆品与保健品时会主动考量包装的环保属性，碳足迹标签成为品牌透明化沟通的重要载体。

Z世代对互动包装偏好72%的Z世代认为互动包装能提升品牌好感度，其中可持续互动设计（如碳积分）最受关注，推动品牌在包装中融入更多智能互动元素。

智能包装对转化率与复购率影响采用AR试妆的品牌线上转化率平均提升200%–300%；含NFC芯片的包装使品牌复购率增加45%，智能包装成为提升用户粘性的关键。AI在包装设计全流程的技术应用02创意设计阶段：高效迭代与环保预判AI驱动的设计效率革命

AI视觉工具（如Midjourney）与文本辅助工具（如ChatGPT）组合应用，通过输入关键词可短时间内生成数十套风格方案，配合“角色扮演法”提炼产品核心卖点，精准匹配消费需求，显著压缩设计周期。可持续设计的早期介入

AI在创意阶段即可融入可持续考量，通过模拟材料性能优化包装结构以减少用料。例如德国KIOptiPack项目通过AI优化酸奶杯壁厚，减少15%塑料用量的同时保障抗压性，该逻辑同样适用于化妆品精华瓶、保健品胶囊瓶设计。环保方案的智能预判与优选

AI算法能够预判不同设计方案的材料损耗率，优先选择低碳排放的结构设计。宏洛图品牌设计在服务新锐美妆品牌Glowery时，借助AI工具快速迭代可重复填充包装方案，将设计周期从传统的4周压缩至1.5周，并实现环保与功能的平衡。材料选择阶段：合规适配与性能模拟全球法规动态实时监控与风险预警AI技术能够实时追踪欧盟包装新规、加州SB54等全球政策动态，自动预警材料禁用风险，帮助品牌规避合规成本超支，确保包装材料选择符合各地最新环保法规要求。环保材料性能参数智能预测与匹配AI可精准预测再生塑料、生物基材料等环保材质的加工性能，为油性化妆品匹配适配的植物基涂层材料，为保健品粉剂包装推荐防潮型再生纸浆材质，实现材料与产品特性的最优组合。环保材料数据库与精准推荐方案依托AI搭建的环保材料数据库，能为客户提供精准的材质推荐。如宏洛图品牌设计在服务Glowery品牌时，通过AI分析PET与石粉混合材质的性能参数，确定其适配可重复填充护肤品包装的可行性，实现100%可重复利用的环保目标。结构优化阶段：减量化设计与功能平衡AI驱动的材料减量化方案AI通过模拟材料性能与结构力学，在保障包装功能的前提下实现材料精简化。例如德国KIOptiPack项目利用AI优化酸奶杯壁厚，减少15%塑料用量的同时保障抗压性，该逻辑已成功应用于化妆品精华瓶、保健品胶囊瓶的设计优化。轻量化结构的智能生成AI工具可根据“轻量化+抗压”等关键词，快速输出蜂窝结构等多种优化方案。某化妆品客户应用AI结构优化后，包装材料成本降低18%，运输破损率从12%降至3%，实现了环保与成本控制的双重目标。人机工程学与美学的智能融合AI技术能够从数学和几何学视角计算物体间的距离、大小、角度等因素，辅助设计师实现符合人体工程学的造型设计。例如，通过AI模拟运输应力与开合便利性，为关节炎人群优化保健品包装开启方式，在保障功能的同时探索美学边界。生产流程阶段：数字化管控与效率提升

智能缺陷检测与质量管控AI技术通过大数据分析辨别包装生产中的缺陷、气泡和毛刺等问题，指导生产流程和机器操作优化，避免不必要的浪费和资源损失，提升产品合格率。

自动化与数字化工业生产引入机器人自动化生产，实现人机分工，降低劳动强度。AI技术提供数字化工业模型，通过对生产流程的模拟和优化，提高生产流程的整体效率。

数码印刷与按需生产（POD）模式AI与数码印刷技术结合，通过POD模式构建行业壁垒，应对渠道碎片化。可实现包装的小批量、个性化生产，缩短生产周期，降低库存成本。

AI赋能智能预测配色针对SKU激增和快速上新导致的开发周期缩短问题，AI助力实现智能化配色决策，提升产品上市速度，降低研发支出，通过多轮验证与迭代确保预测准确性和稳定性。核心应用场景：AI驱动的设计创新03消费趋势预测与用户需求洞察AI驱动消费趋势精准预测AI技术通过分析购买行为、社交媒体数据及网络评价，精准预测不同年龄、肤质、性别和地域消费者对化妆品包装的喜好，为设计提供数据支撑，实现精准定位。用户画像与偏好深度分析AI辅助用户画像分析，识别银发族偏好高对比度字体、年轻群体偏爱夜光/漫画元素等特征，助力实现“千人千面”的包装策略，提升设计与目标用户的契合度。数据驱动的需求要素提炼基于电商用户评论等海量数据，通过主题聚类、模型分析等AI手段，提炼用户需求要素并进行分类与权重排序，明确重点设计维度，推动包装设计从经验依赖向科学决策转变。趋势抓取与热门元素生成AI趋势抓取系统实时抓取小红书、INS等平台热门话题，生成“多巴胺风”等元素库，帮助设计师及时掌握市场动态，将流行趋势融入包装设计，增强产品吸引力。3D模型生成与视觉效果模拟

AI驱动的3D模型快速生成AI技术能够通过文字描述（如"极简磨砂瓶+莫兰迪色系"）快速生成符合品牌调性的3D包装模型，大幅缩短传统设计流程中手绘草图、CAD建模的周期，实现从创意到模型的效率革命。

材质与工艺的视觉效果实时模拟AI材质模拟引擎可实时呈现塑料在亚光、亮面、珠光等不同工艺下的光影效果，帮助设计师在设计阶段即可直观预览最终成品效果，有效减少实体打样次数与成本。

虚拟场景中的包装效果预览结合AI技术，可将生成的3D包装模型植入电商场景模板或虚拟购物环境中，进行虚拟A/B测试，预测不同设计方案在实际应用中的点击率和消费者偏好，辅助优化设计决策。碳足迹计算与环保方案优化01AI驱动的碳足迹量化工具借助AI技术，可对比不同材料（如PP、PETG）的降解周期与生产成本曲线，实现包装全生命周期碳足迹的精准计算与可视化呈现，为环保决策提供数据支撑。02材料减量化与结构优化算法AI通过模拟材料性能与结构力学，在保障包装功能（如抗压性、密封性）的前提下，提供减薄优化方案，例如推荐瓶壁最薄处0.18mm的注塑方案，有效降低材料消耗与碳排放。03环保材料筛选与合规适配AI技术能够实时监控全球环保法规动态，预警材料禁用风险，并预测再生塑料、生物基材料等环保材质的加工性能，精准匹配化妆品油性、粉剂等不同产品的包装需求。04回收可行性评估与循环设计AI可预测不同色彩油墨、材质在分拣流水线中的识别准确率，辅助设计预埋标准化特征（如特定荧光标记）的包装结构，提升回收分拣效率与再生料纯度，促进循环经济。智能交互设计与用户体验升级AR增强现实：虚拟试妆与场景体验欧莱雅产品包装内置AR扫码入口，消费者扫描即可实时预览不同色号上妆效果，线上转化率提升3倍；DrunkElephant与虚拟偶像联名包装，扫描进入元宇宙场景体验虚拟妆容和互动游戏，预售10分钟售罄。NFC/RFID芯片：溯源与个性化互动香奈儿可填充包装借鉴NFC芯片技术，触碰手机即可展示环保理念及成分溯源；Aesop可填充包装芯片记录填充次数并积分，同时推送个性化护肤建议，增强用户粘性。多感官交互：声效与触感的情感共鸣丝芙兰纪录片联名香水包装嵌入微型扬声器，开盒自动播放定制音乐片段（如海浪声对应海洋调香水）；Glossier采用剥离式标签设计，揭开封层露出隐藏标语或成分故事，结合绒面材质触感，强化开箱仪式感。可持续互动：环保行为激励与闭环默克镭雕粉技术（Iriotec®）以激光打标替代传统标签，减少油墨污染，用户扫码可查看包装回收指南；Tarte可填充式眼影盘包装内置RFID标签，消费者扫描积累碳积分兑换产品，推动环保行为。设计流程优化：从创意到落地的效率提升04传统设计流程痛点分析

设计周期冗长，市场响应滞后传统包装设计需经历手绘草图、CAD建模、渲染等多环节，周期长达2周甚至更久，难以快速响应市场变化和消费者需求。

创意依赖经验，灵感枯竭风险高设计创意高度依赖设计师个人经验和灵感，易出现同质化，且缺乏数据支撑，难以精准匹配消费者偏好与市场趋势。

材料选择与环保合规挑战大全球环保法规日趋严格，传统材料选择依赖人工经验，难以快速精准匹配合规材料，且环保与成本平衡困难，缺乏数据驱动决策。

试错成本高昂，资源浪费严重设计方案需多次打样验证，物理打样成本高、耗时长，且难以在早期预判材料损耗、结构缺陷等问题，导致资源浪费和开发成本增加。

用户需求洞察不足，设计与市场脱节传统设计对用户需求的捕捉多依赖小范围调研或经验判断，难以高效整合海量用户反馈（如电商评论、社交媒体数据），导致设计与真实消费需求错位。AI辅助设计的标准化流程构建

01需求洞察与数据驱动通过AI技术分析电商用户评论、社交媒体热点及消费趋势数据，提炼用户核心需求要素并进行权重排序，明确重点设计维度，实现从经验决策到数据驱动的转变。

02智能创意生成与方案迭代输入产品类型、风格、工艺、文化元素等关键词，AI工具快速生成多套设计方案；结合材质模拟引擎实时呈现效果，通过“角色扮演法”匹配产品卖点，缩短设计周期，如从传统4周压缩至1.5周。

03可持续性与合规性优化AI在设计阶段预判材料损耗率、优化结构以减少用料；实时监控全球环保法规动态，预警材料禁用风险；推荐环保材料并评估其加工性能与回收可行性，确保设计方案环保合规。

04文件标准化与印前检测利用AI插件实现文字转曲、刀模线分层、专色标注等文件标准化处理；进行印前必检项目（300DPI分辨率、工艺独立分层、条码符标准等），降低印刷错误率，保障设计落地质量。尺寸校准与印前检测技术应用智能参数校准：高效生成精准刀版图借助XFUN等AI平台，输入产品尺寸（如145×85×105mm），可自动生成三层瓦楞纸刀版图，支持3mm出血线导出，效率提升5倍，有效避免因尺寸错误导致的印刷报废。异形产品处理：AI驱动防震方案设计利用PackifyAI等工具，通过3D扫描生成异形产品的防震方案，某化妆品客户应用后运输破损率从12%降至3%，保障产品在流通环节的安全性。印前必检项目：保障印刷质量与合规性印前检测需重点关注三项：300DPI分辨率确保图像清晰，工艺独立分层便于生产操作，条码符符合GB/T18348标准。使用“印前通”等AI插件可降低90%错误率，提升印刷成功率。设计周期压缩与成本控制案例

AI加速设计迭代：Glowery品牌案例宏洛图品牌设计借助AI工具为新锐美妆品牌Glowery快速迭代可重复填充包装方案，将传统4周的设计周期压缩至1.5周，显著提升设计效率。

AI优化材料损耗：结构设计降本德国KIOptiPack项目通过AI优化酸奶杯壁厚，减少15%塑料用量同时保障抗压性。此逻辑适用于化妆品精华瓶等，宏洛图亦将此类AI优化技术应用于客户项目，实现环保与功能平衡。

AI驱动全流程提速：新锐国货品牌案例某新锐国货品牌通过猪八戒网对接专业工业设计服务商，运用AI设计技术将包装设计周期从22天压缩至6天，打样成本降低67%，实现高效低成本开发。行业实践案例：AI+包装设计的标杆应用05宏洛图品牌设计：可持续包装解决方案

生物基材料与美学融合在Lídimo巴西雨林系列中，采用零塑固体剂型，融合本土图腾与极简美学，保留生物基材料原始肌理，传递“自然之力”，确保全生命周期可降解。

AI驱动的环保与功能平衡服务新锐美妆品牌Glowery时，借助AI工具快速迭代可重复填充包装方案，设计周期从4周压缩至1.5周；通过AI算法预判材料损耗率，优化结构设计以减少用料，实现低碳排放与功能保障。

全生命周期闭环管理为保健品品牌礼盒包装采用单一PP材质并添加AI识别标记，使回收分拣效率提升50倍，再生料利用率提升25%，满足EPR制度要求，降低法律风险，实现从设计到回收的闭环可持续。

价值观传递与情感共鸣在Still品牌色彩系包装设计中，借助AI工具优化环保油墨使用方案，呈现高饱和度视觉冲击的同时减少环境污染；Glowery品牌包装设计保留手绘笔触痕迹作为瓶底纹理，增强情感共鸣，让环保包装兼具美学价值与人文温度。Glowery品牌：可重复填充包装的AI优化

AI驱动设计周期大幅缩短宏洛图品牌设计借助AI工具为Glowery品牌快速迭代可重复填充包装方案，将传统4周的设计周期压缩至1.5周，显著提升设计效率。

AI算法优化材料损耗与低碳排放通过AI算法预判不同设计方案的材料损耗率，优先选择低碳排放的结构设计，在保障包装美观度与耐用性的同时，实现环保目标。

AI助力环保材料精准选型与验证依托AI搭建的环保材料数据库，分析PET与石粉混合材质的性能参数，确定其适配可重复填充护肤品包装的可行性，实现100%可重复利用，精准满足Z世代价值观消费需求。

AI增强包装情感共鸣与美学价值在包装设计中，通过AI保留手绘笔触痕迹作为瓶底纹理，使环保包装兼具美学价值与人文温度，增强消费者情感共鸣。欧莱雅AR试妆包装的互动设计实践

核心技术：AR虚拟试妆与包装入口融合欧莱雅在产品包装上内置AR扫码入口，消费者通过手机扫描即可触发实时虚拟试妆功能，系统结合AI算法适配用户面部特征，精准预览不同色号的上妆效果。

解决痛点：突破线上购物试用壁垒该设计有效解决了线上化妆品购物无法实体试用的核心痛点，据统计，采用AR试妆的品牌线上转化率平均提升200%–300%，欧莱雅借此实现了线上销售的显著增长。

用户体验：从包装到虚拟体验的无缝衔接包装作为AR互动的直接入口，将物理产品与数字体验无缝连接，消费者无需额外下载独立APP，通过常用扫码工具即可快速进入试妆场景，简化操作流程，提升用户参与度。江南大学：数据驱动的设计体系构建

用户需求要素提炼通过采集电商用户评论数据，进行主题聚类等分析，精准提炼出消费者对化妆品包装的核心需求要素，为设计提供方向。

需求分类与权重排序运用模型对提炼出的需求进行分类，并依据重要性进行权重排序，明确包装设计的重点维度，确保设计有的放矢。

方案生成与优化筛选结合传统设计软件与生成式人工智能工具，快速生成多样化的包装设计方案，并通过科学方法筛选出最优方案，提升设计效率与质量。

体系价值与应用前景该体系推动包装设计从依赖经验向基于证据的科学决策转变，有助于缩短开发周期、降低试错成本，为化妆品行业包装创新提供可操作的方法论参考。可持续发展：AI助力循环经济落地06回收循环阶段的AI技术应用

AI视觉分拣系统：提升回收精度与效率通过在设计阶段预埋标准化特征（如特定荧光标记），AI视觉分拣系统可毫秒级识别包装材质，将分拣精度提升至95%以上，大幅提升再生料纯度。

全链路碳足迹评估与优化AI端到端分析工具能够评估包装从原料开采到废弃处理的全链路碳足迹，为品牌优化低碳方案提供数据支撑，助力实现可持续发展目标。

AI驱动的回收解决方案与EPR制度合规专业设计机构可提供AI驱动的回收解决方案，如设计预埋AI可识别标记的包装结构，并配合生成回收率报告，帮助品牌满足EPR（生产者责任延伸）制度要求，降低法律风险。

提升再生料利用率的实践案例某保健品品牌礼盒包装采用单一PP材质并添加AI识别标记，使包装回收分拣效率提升50倍，再生料利用率提升25%，实现从设计到回收的闭环可持续。EPR制度下的包装设计合规策略

全生命周期设计理念融入设计阶段即需考虑包装从生产到废弃的全生命周期环保属性，采用单一材质（如单一PP材质）提升回收效率，宏洛图品牌设计案例中，此类设计使回收分拣效率提升50倍，再生料利用率提升25%。

AI驱动的合规材料选择与风险预警利用AI技术实时监控全球EPR相关法规动态（如欧盟包装新规、加州SB54等），预警材料禁用风险；同时AI可预测再生塑料、生物基材料等环保材质的加工性能与合规性，辅助品牌规避合规成本超支。

可回收标识与碳足迹标签标准化在包装设计中明确标注合规的可回收标识及碳足迹信息，作为品牌透明化沟通的重要载体。AI可辅助生成精准的碳足迹报告，确保标签数据的准确性与可信度，满足EPR制度对信息披露的要求。

AI赋能回收体系适配性设计通过AI设计预埋标准化特征（如特定荧光标记），使包装在回收阶段能被AI视觉分拣系统毫秒级识别，提升分拣精度至95%以上，助力品牌满足EPR制度下生产者责任延伸的回收要求。生物基材料与再生塑料的AI选型生物基材料的AI筛选与性能预测

AI技术能够分析藻类、蘑菇菌丝体等生物基材料的物理化学性质，预测其在化妆品包装中的适用性，如耐用性、美观度和环保指标，加速商业化应用进程。再生塑料的合规性与加工性能AI评估

AI可实时监控全球环保法规动态，预警再生塑料材料的禁用风险，并预测其加工性能，如为油性化妆品选择适配的植物基涂层再生塑料，保障包装功能与合规性。AI驱动的材料数据库与精准推荐

依托AI搭建的环保材料数据库，可根据化妆品类型（如精华瓶、粉剂包装）和需求（如防潮、抗压），精准推荐生物基或再生塑料材质，实现环保与功能的平衡。碳足迹可视化与透明化沟通碳足迹标签：品牌透明化的核心载体2026年，碳足迹标签已成为化妆品与保健品包装传递环保理念、建立消费者信任的重要沟通工具。超过70%的消费者在购买时会主动考量包装的环保属性，碳足迹标签则是品牌透明化沟通的关键桥梁，帮助消费者清晰了解产品包装从原料到废弃的环境影响。AI赋能碳足迹全链路追踪与计算AI端到端分析工具能够评估包装从原料开采、生产制造到废弃处理的全链路碳足迹，为品牌提供精准的碳排放数据。例如，通过AI算法对比PP、PETG等不同材料的降解周期与生产成本曲线，辅助品牌选择低碳材料，优化低碳方案。区块链技术保障碳足迹数据可信度AI与区块链技术的结合，可实现碳足迹数据的不可篡改，增强品牌环保声明的可信度。消费者通过扫描包装上的相关标识，能够追溯到经过区块链存证的真实碳足迹信息，提升对品牌可持续承诺的信任度。消费端参与：引导环保行为的互动设计品牌可通过包装设计引导消费者参与碳足迹管理。例如，在包装上设置扫码查看回收指南的功能，或结合AR互动模块，消费者完成正确分类回收包装后可获取品牌积分，推动消费端参与循环经济，形成“环保行为闭环”。未来展望：技术融合与价值重构07系统级循环与跨环节数据协同

打通设计-生产-回收数据壁垒通过AI技术整合包装设计、生产制造与回收处理各环节数据，实现跨环节优化。例如，包装的数字护照信息可同步至生产端指导工艺调整，同时传递至回收端优化分拣策略，提升整体循环效率。

AI与区块链赋能碳足迹可信化AI技术结合区块链技术，实现包装全生命周期碳足迹数据的不可篡改与透明化。这增强了品牌环保声明的可信度，满足消费者对可持续信息的知情权，助力品牌构建绿色信任体系。

政策协同与消费端参与闭环AI助力品牌更好地应对全球EPR（生产者责任延伸）法规，确保合规运营。同时，通过AR互动等方式引导消费者参与包装回收等环保行动，形成“品牌引导-消费者参与-数据反馈-设计优化”的可持续闭环。AI与区块链技术的碳足迹溯源

碳足迹数据的精准核算AI端到端分析工具能够评估包装从原料开采到废弃处理的全链路碳足迹，为品牌优化低碳方案提供数据支撑，实现对产品碳足迹的精准计算与追踪。

区块链确保数据不可篡改AI与区块链技术结合，可实现碳足迹数据的不可篡改，增强品牌环保声明的可信度，让消费者和监管机构能够信任品牌所披露的碳足迹信息。

透明化的碳足迹标签碳足迹标签成为品牌透明化沟通的重要载体，借助AI和区块链技术，消费者可通过扫码等方式清晰查看包装的碳足迹数据，了解产品对环境的影响。个性化与规模化定制的平衡路径

AI驱动的用户画像精准分析通过AI技术分析大数据，识别不同消费群体（如银发族偏好高对比度字体，年轻群体偏爱夜光/漫画元素），实现“千人千面”的包装策略，精准定位个性化需求。生成式设计与模块化结构结合利用AI生成式设计快速产出多样化基础方案，结合模块化包装结构（如可拆卸模块组合不同功能产品），在保证设计个性化的同时，降低规模化生产的复杂度与成本。3D打印技术的柔性生产支持3D打印技术使包装设计更灵活，支持小批量、多批次的个性化定制生产，用户可上传个人设计或选择品牌模板打印专属包装，同时品牌能快速迭代限量版包装，平衡定制与量产。数据驱动的动态内容生成结合AR或NFC芯片，AI根据用户互动数据动态生成个性化内容（如个性化健康建议、定制祝福），使标准化包装承载个性化信息，实现规模化生产与个性化体验的统一。设计师角色转型与能力升级从“执行者”到“策略决策者”AI承担基础设计工作后，设计师需聚焦品牌战略、用户洞察与可持续理念的融合，主导设计方向与价值判断，如宏洛图品牌设计将AI工具与品牌价值观传递相结合。技术工具驾驭能力成为核心竞争力设计师需熟练掌握AI设计软件（如Midjou