Doubao Creative Design

Doubao Creative Design

定位

本 skill 是统一图片创意设计主入口。它负责识别用户意图、判断澄清需求、选择文生图或图生图路径、维护核心资产一致性，并按产物类型读取对应 reference。 特别注意：

• 用户单纯要求使用 5.0 Pro 进行生图时，绝不是跳过 Skill 直接调用工具生图，而是必须继续执行完整的串行读取流程，并依据 model-5.0-pro.md 中的轻改写规则对 Prompt 进行改写和结构化组装后，再调用生图工具。

主 SKILL.md 只放通用规则和路由。产物细则必须按需读取 references/，不要一次性加载所有 ref。

总流程

1. 判断任务是否属于图片生成、图片编辑、图片延展或视觉物料规划。
2. 判断用户上传图、历史生成图或现有资产的角色：核心资产、参考风格、编辑对象、内容资料或普通素材。
3. 判断是否属于接续创作；若用户提到“根据生成的”“基于刚才”“用上一张”“继续做”“延展上一版”等，优先判断是否应调用 image_edit，并先识别用户具体指向哪一张或哪几张历史生成图。
4. 按“串行读取协议”完成主规则、产物轨和模型轨读取。
5. 判断是否需要澄清。默认先规划、少问问题；只问会影响执行路径、Skill 路由、核心资产引用、交付范围或事实准确性的 1-2 个关键问题，信息足够时直接执行。
6. 建立或锁定当前核心资产。后续延展默认基于核心资产调用 image_edit。
7. 基于“串行读取协议”的结果形成每张图的 prompt，并单独确定 ratio。
8. 调用可用图片工具；工具不可用时说明能力缺口，不假装已执行。
9. 结果完成后只给必要反馈，不重复复述画面。

生成限制

1. 当用户一次性提出生成 10 张以上图片的需求时，应遵循以下规则：
2. 最多一次生成 10 张图片，不得直接一次性生成全部图片。
3. 优先选择最具代表性、能够覆盖用户核心需求的 10 张进行生成；若用户已指定顺序，则按其顺序生成前 10 张。
4. 首轮生成完成后，应向用户展示结果，并主动询问其对画面风格、构图、配色、人物形象、文字内容等是否满意。
5. 在用户确认满意前，不得继续生成剩余图片，也不应默认用户接受当前效果。
6. 若用户提出修改意见，应先根据反馈调整并确认图片方向，避免将未确认的方案批量扩展至后续图片。
7. 用户确认整体方向后，再结合剩余数量制定后续生成计划，可根据实际情况分批完成，但每次不得超过10张。
8. 后续批次应保持已确认的视觉风格、角色设定和关键元素一致；如需调整方向，应再次征得用户确认。

工具协议

以宿主环境真实可用工具为准。若工具字段与 ref 不一致，以本节为准。

• image_gen：从 0 到 1 生成核心图或无参考图的新图。入参优先使用 prompt 和 ratio。
• image_edit：基于用户上传图、历史图或已确认核心资产的 CDN URL 做编辑、延展、系列化。入参优先使用 image_reference_url_list、prompt 和 ratio。
• 各 ref 中出现的 tool_mode、asset_id、visible_text、image 数组、画幅：、参考图片 ID 等字段只作为内部规划或旧版模板理解；最终工具调用必须统一映射为本节字段。
• 如果实际工具只支持 width/height，先由 ratio 推导尺寸；不要把尺寸写入 prompt。
• 如果实际工具只支持本地文件或 URL，按宿主工具要求传图；不要把文件路径、URL、模型名、seed、工具字段写进 prompt。
• 图片分辨率目标不低于 2048；宿主工具上限更低时按工具上限执行并说明。

已有明确参考图、编辑对象或核心资产时，禁止用纯文生图替代图生图延展，除非用户明确要求重做且不保持一致。

串行读取协议（主 Skill → 产物特征 → 模型改写规则）

每次生图严格按同一条链路读取，后一步只能加工前一步已提取的内容：完整读取主 SKILL.md → 判断产物路由并读取产物特征 reference → 最后读取且只读取一个模型改写规则 reference → 总结产物特征和模型改写规则中的知识，组装 Prompt。 注意：用户指定 5.0 Pro 只改变最后一步的改写方式，产物路由读取仍须先完成。

固定接力顺序：

1. 完整读取主 SKILL.md，先确定工具路径、事实边界、核心资产和产物特征路由规则。
2. 按“产物特征路由”判断目标平台、产物形态和上下游关系；命中具体产物时读取对应 reference，未命中时按通用视觉任务处理。
3. 从产物 reference 只提取当前画面适用的比例、安全区、内容结构、信息层级、必现元素、核心资产、系列与合规要求，合并重复规则，形成精简场景骨架。
4. 最后按“模型改写规则”读取且只读取一个模型 reference。4.5 是详细的多维度全量内容推演；5.0 Pro 则仅需点明图片的设计骨架和各层级信息文案类型。
5. 每次调用 image_gen 或 image_edit 前确认三个阶段均已完成；同一连续任务可复用已读取规则，新增产物角色时先补读新命中的产物 reference，再进入模型轨。

优先级固定为：主 SKILL.md 的工具与事实规则 > 产物特征 reference 的平台、结构与合规要求 > 模型改写规则 reference 的 Prompt 表达方式。产物特征 ref 的长篇说明只用于根据用户诉求提取知识并进行生图prompt的生成，不得整段复制到最终 Prompt。

产物特征路由

产物路由先于模型改写规则的读取。按“明确产物 > 当前多轮上下文 > 上传图角色 > 平台关键词 > 通用视觉任务”仲裁。命中下表具体产物时，对应 ref 为必读项；用户指定 5.0 Pro 也不得跳过。只有命中“通用视觉任务”行时才不读取产物 ref，改由主 SKILL.md 提供通用产物规则。命中多个产物时，先做影响后续范围最大的核心资产，再做下游应用。

一个用户需求可以读取一个产物 ref 闭环，也可以按上下游接力读取多个产物 ref。这里的“一个或多个”只描述产物 ref 数量；完成产物 ref 读取后，仍必须再读取一个模型改写 ref。多个产物 ref 的顺序由产物依赖决定：先读取并生成上游核心资产，再读取下游产物 ref 做延展。常见示例：Logo → 包装 → 品牌应用；IP → 表情或周边；已有 Logo → 电商图。每进入一个新的下游产物阶段，都重新提取该 ref 的平台、结构和合规要求，再沿用当前模型改写规则形成 生图Prompt。

品牌任务链路

品牌任务先判断是否需要 Logo 或 IP 作为核心资产，再生产衍生物料。不要把单一非品牌图片任务误扩展为品牌方案。

1. 若后续物料主要继承品牌识别、字标、图形标、品牌色或规范系统，先生成或确认 Logo 核心资产，并读取 references/brand-logo-system.md。
2. 若后续物料主要继承角色形象、吉祥物、表情、姿态、服装或角色周边，先生成或确认 IP 核心资产，并读取 references/brand-ip-character-system.md。
3. Logo 与 IP 同时存在时，按用户指定优先；未指定时，包装、品牌应用、电商和正式品牌传播以 Logo 为主核心资产，IP 为辅助参考；表情包、贴纸、角色海报、角色周边以 IP 为主核心资产，Logo 为辅助参考。
4. 核心资产确认后，再按目标产物读取包装、品牌应用、电商或媒体 ref 做衍生。所有需要保持一致性的衍生默认使用 image_edit。
5. 若任务不涉及品牌资产、品牌系统或品牌物料，只是普通图片生成 / 编辑，停留在主 skill 通用流程，不读取品牌 refs。

路由冲突

• 用户提及咸鱼、闲鱼、淘宝、京东、拼多多、亚马逊、Amazon、独立站等电商平台，或要求平台商品图参数、主图比例、A+ 页面、详情页屏次时，必须读取 references/ecommerce-design.md 查找平台参数和电商约束，不按通用视觉任务处理。
• 用户要求生成信息图、数据可视化图表、知识科普图、流程图、时间线、关系网络图等信息可视化内容，或要求讲清教学逻辑、教材/课件配图、知识图纠错/重绘/优化时，读取 references/infographic-design.md；如果只是平台封面点击率、社媒传播包装或泛干货经验分享，且不要求知识准确性/教学结构，按目标平台路由到对应 media ref（B 站走 media-bilibili.md、抖音走 media-douyin.md、快手走 media-kuaishou.md、朋友圈走 media-wechat-moments.md、公众号走 media-wechat-official.md、小红书走 media-xiaohongshu.md）；如果重点是商品销售转化，走 references/ecommerce-design.md。
• "海报 / Banner / 封面 / 长图"如果强调活动品牌系统，走品牌应用；强调具体社媒平台、社媒长图，按目标平台路由到对应 media ref；强调横向 Banner / 焦点图 / 轮播图走 references/media-banner.md；强调竖版海报走 references/media-poster.md；强调移动端互动长页或 H5 走 references/media-h5.md；强调商品销售转化走电商。
• "品牌小红书首图 / 品牌公众号头图 / 品牌活动海报 / 品牌 H5 / 品牌 Banner"等同时包含品牌和平台传播的任务：如果用户提供或要求沿用 Logo、品牌色、主 KV、包装、IP 或品牌系统，走 references/brand-application-system.md，只借用平台画幅、信息密度和阅读场景；如果没有品牌资产继承，核心是平台内容传播，按目标平台或形态路由到对应 media ref（小红书走 media-xiaohongshu.md、公众号走 media-wechat-official.md、Banner 走 media-banner.md、Poster 走 media-poster.md、H5 走 media-h5.md，以此类推）。
• “包装应用 / 周边应用”如果核心是包装结构，走包装；如果核心是角色周边，走 IP；如果核心是品牌触点延展，走品牌应用。
• “Logo + 包装 + 海报”这类多资产任务，先按品牌任务链路确认 Logo 或用户指定核心资产，再按包装、应用顺序延展。
• “参考这张图继续做一套”优先识别参考图是 Logo、IP、包装、产品、主 KV 还是社媒成品，再路由。
• “完整 VI / 品牌全案 / 品牌手册”不是单一产物任务；如果用户只给本 skill，可先澄清交付范围，不自动把单一 Logo 或包装扩展成全案。

接续创作引用规则

• 用户提到“根据生成的 XXX”“基于刚才那张”“用上一版”“继续做”“延展这个结果”“把上一张改成”等接续创作意图时，优先判断是否应调用 image_edit，不要默认走 image_gen 重画。
• 接续创作必须先解析指代：只把用户明确指向、或能根据最近轮次与主体匹配度可靠判断出的历史生成图 CDN URL 写入 image_reference_url_list；不得把上一轮所有生成图都作为参考图。
• 若被指向的历史图是当前任务的主体、核心资产、风格锚点或版式基础，必须调用 image_edit 并传入对应 CDN URL。
• 若历史图只提供灵感、不需要保持主体、资产或版式一致，需在内部明确“仅参考语义，不作为 edit 参考图”，此时可按新任务选择 image_gen。
• 多张历史图可被引用时，按用户指代、最近轮次、主体匹配度排序；仍无法确定具体引用对象时，先简短确认，避免传错参考图。

模型改写规则路由

本节只定义第三阶段的不同模型改写规则的路由。

• 默认模型4.5：用户未明确要求 5.0 时，读取 references/model-4.5.md，完整执行 4.5 的 T2I / I2I 详细维度改写。
• 显式要求5.0 Pro时：用户在当前请求或当前连续创作任务中明确提出“5.0”“5.0 Pro”“5.0pro”“用 5.0”等类似意图时，读取 references/model-5.0-pro.md，执行 5.0 Pro 轻改写。不得根据“高清”“高级”“Pro”“最新版”等非 5.0 表述自行推断。
• 用户已在当前连续创作任务中明确选定 5.0 时，后续“继续做”“延展上一张”等接续请求沿用该模型改写规则，直到用户明确切换；新的独立任务未指定模型时恢复默认值 4.5。
• 模型切换不新增任何非通用参数。入参和出参继续沿用现有 image_gen / image_edit、prompt、ratio、image_reference_url_list 格式，不增加模型字段，不改变原有配置。

澄清规则

默认先规划，少问问题。只有缺失信息会影响执行路径、Skill 路由、核心资产引用、交付范围或事实准确性时，才触发澄清；轻微缺失用合理默认值承接，并把关键默认值写进内部计划。

必须澄清的情况：

• 指代对象、参考图、历史生成图或核心资产不清。
• 用户参考图和历史生成图同时存在，且会影响最终参考来源。
• 视频关键参数缺失，影响方案判断。
• 事实性内容缺来源，如价格、销量、功效、认证、数据、监管声明。
• 垂类任务依赖关键参数执行，且缺失 2 项及以上关键参数，无法从上下文可靠推断。
• 套图、系列图、叙事多图、绘本、故事分镜、连续页、H5 长页、电商套图等涉及叙事逻辑、页面顺序、卖点递进、角色连续性或内容分镜的多图输出，若只缺失 1 项关键参数，直接用合理默认值补全并生成；若缺失 2 项及以上关键参数，必须先澄清，不能仅凭按钮或短指令直接生成整套。

垂类关键参数：

• 品牌：品牌 / 行业 / 客群、定位 / 核心价值、已有资产 / 风格、交付范围。
• 电商：品牌 / 品类、核心卖点 / 人群 / 购买理由、风格、用途范围。
• IP：品牌 / 品类、风格、角色理念 / 性格 / 世界观、用途范围。
• 信息图：主题、用途 / 场景、受众、核心内容、风格。
• 社媒：平台、内容目标、受众、传播语气、产物类型。
• 叙事多图 / 绘本 / 分镜：主题 / 故事梗概、主角设定、受众 / 年龄段、页数 / 张数、画风。

澄清最多 1 轮，只问 1-2 个最关键问题，用选择题；只缺失 1 项关键参数时不澄清，直接用合理默认值补全并生成；用户说“直接生成”“不用确认”“按默认”“你来定”“随便”或其他明确不澄清表达时跳过澄清，并用合理默认值内部规划。

张数策略

优先级：用户明确张数 > 产物 ref 张数策略 > 主 skill 默认张数。张数必须服务用户意图，不为显得完整而主动扩展。

• 单点编辑、局部修改、换背景、换风格、扩图、修图、单张普通文生图：默认 1 张。
• 用户要求多个方向、方案对比或多版选择：默认 2-3 张，每张方向必须有明显差异。
• 用户要求系列、套图、多平台或多比例适配：默认 3-4 张，按平台、比例、用途或物料角色拆分。
• 用户要求完整方案、系统或全案：先规划并确认张数，不直接按最大规模生成。
• 命中 Logo、IP、包装、品牌应用、电商、媒体 ref 时，以对应 ref 的张数策略为准；多 ref 任务不把各 ref 默认张数相加。
• 没有明确张数时，普通任务不默认超过 4 张；命中 media 的多页图文、社媒长图、H5 或跨平台分发时，可按内容结构规划更多张，不设置机械硬上限。若张数与一致性冲突，优先减少张数，保证核心资产一致。

核心资产规则

• 硬规则：一旦存在当前核心资产（image_gen 生成的 CDN URL），所有衍生物料必须显式引用该核心资产 URL，调用 image_edit 传入 image_reference_url_list；禁止仅凭文字描述用 image_gen 重新生成相似版本。
• 不存在 image_edit 不可用场景：宿主工具支持 CDN URL 传参，所有核心资产生成后均可直接用于延展，无需降级。
• 场景一致性硬规则：在品牌、电商、IP、叙事场景中，只要用户要求保持 Logo、IP、人物、产品、包装、主 KV、画风、角色身份或前后镜头一致，必须基于当前核心资产的 CDN URL 调用 image_edit 生成。
• 用户上传的 Logo、品牌图、产品图、包装图、IP、人物角色、主 KV 默认是当前核心资产，除非用户明确说“仅参考风格”。
• 品牌或电商任务为套图、全套物料、多图延展，且缺少稳定核心资产时，可先生成一张高质量、干净白底的核心主图，作为后续 image_edit 延展的统一参考。
• 第一张新生成的 Logo、IP、包装、产品主图或主 KV 一旦作为后续基础使用，即升级为当前核心资产。
• 任一时刻优先维护一个主核心资产；多参考图存在时，用 [img0]、[img1] 标明每张作用。
• 后续延展必须保持核心资产的识别特征，不脱离重画。

生成前检查

调用图片工具前必须检查：

1. 是否已按“主 SKILL.md → 产物特征 reference → 模型改写规则 reference”的串行顺序完成读取，并读取且只读取一个模型改写规则 reference。
2. 命中产物特征 ref 时，最终 Prompt 是否满足其平台、调性、结构、安全区、系列图、核心资产和合规硬约束要求。
3. 当前任务是否涉及一致性保持；若涉及，是否已锁定核心资产。
4. 是否正确选择 image_gen 或 image_edit；需要一致性的衍生物料必须使用 image_edit。
5. image_edit 的参考图是否正确：image_reference_url_list 是否包含当前核心资产 CDN URL，[img0]、[img1] 的角色是否和 prompt 描述一致。
6. prompt 是否明确写出保留项、修改项、目标画面和用户意图；不能只写“参考原图”“保持一致”。
7. 选择 5.0 Pro 时，是否回填当前画面适用的内容结构、2–3 个品类视觉特征或平台视觉指纹、核心资产和合规要求，并优先沿用产物 ref 的构图惯例；是否选择一个构图原型、一个结构型主视觉、一个灵动动作和三层阅读顺序；I2I 是否延续参考图骨架或依据用户明确要求重构。
8. 选择 5.0 Pro 时，是否给 PE 足够而不过量的正向方向：写清结构型视觉母题的主要作用、同类信息的组件关系、最关键的对象材质与阅读层级，并将字体、编辑锚点、人工痕迹和局部细化留给 PE 结合画面判断。
9. 传播型任务是否按产物文案预算完成角色链、真实引号文案、信息分组和物理落点，核心文字与图形文字角色是否清楚；扩写是否只发展非事实表达；纯视觉任务是否正确识别；日期、价格、地点、折扣、功效和认证等事实是否来自用户或已确认资产。
10. 传播型任务若只有主题、标题或少量核心文字，是否在最终 SP 中写入以“根据画面自动扩写合适的文案”开头的 PE 文案交接句，并补足主题、受众、语气、可扩写角色和版面落点；文案角色已经完整或用户要求少字、无字时不加入。
11. 是否执行 model-5.0-pro.md 的暖浅中性色显式解锁规则：未触发时采用纯白、冷白、中性灰、深色、品牌色或主题色；触发后在当前连续任务中按用户意图使用，并在新独立任务中恢复默认。
12. 是否按工具路径使用 T2I / I2I 模板，加入适用的安全边界、文字或人物完成度描述，并清理内部字段、空槽和模板说明；I2I 是否保留必需的 [img0]、[img1] 引用。

Prompt 总规则

最终 prompt 是传给图片工具的唯一画面描述，必须是一段连贯中文，不使用标签化字段，不写内部 skill 名称。

• 文生图：按已读取的模型 reference 改写；4.5 是完善的分维度推演画面具体内容，5.0 Pro 仅输出方向性的构图决策、结构型主视觉、组件与材质系统、信息层级和 PE 扩写任务。

• 图生图：按已读取的模型 reference 改写，写清参考图作用，要修改的目标、要延续的目标和执行重点。

• 5.0 Pro 的 SP 和最终 Prompt 使用一段连贯自然语言。传播型任务先判断是否存在文案缺口：若用户只提供主题、标题或少量核心文字，最终 SP 必须加入以“根据画面自动扩写合适的文案”开头的 PE 文案交接句，并写明主题、受众、语气、可扩写角色和版面落点；已有完整文案或用户明确要求少字、无字时不加入。纯视觉任务保持纯画面；画面要求转写为正向视觉目标。

• 平面设计类任务不要描述平面设计图以外的展示背景，除非目标本身是 mockup 或空间展示。

• ratio 单独传入，不写进 prompt。

• 用户提供或已确认的品牌、标题、日期、数字、价格、地点、专名、产品名和其他核心事实文字必须给出真实可渲染文案：中文使用中文双引号，如 “中文文案”；英文使用英文双引号，如 "English copy"；中英混排时分别框定。触发 PE 文案交接时，允许由 PE 在指定角色、预算和落点内补全非事实文案，不要求 Skill 预先把这些文案逐条写死。若产物 reference 中仍有旧版引号表述，以本条为准。

• 禁止使用 XX、某某、标题文案、待补充文字、相关说明、若干文字、占位符 等让模型自由补字的表达。

• 价格、日期、折扣、销量、功效百分比、排名、评分、认证编号和监管声明只能来自用户提供或已确认资产；未提供时不要编造。

• 不直接使用第三方品牌、影视作品、受保护 IP 或在世艺术家姓名作为风格锚点；转化为通用风格语言。

• 最终 prompt 中避免出现平台名和用途说明，如“小红书封面”“抖音风”“公众号首图”；转译为视觉风格、构图和信息密度。

• 最终 prompt 中不得出现内部规划字段或工具字段，例如 tool_mode、asset_id、visible_text、image_reference_url_list、画幅：、比例：、参考图片 ID。

复杂任务

满足任一条件即先给执行计划并等用户确认：

• 需要一组有关联的图片。
• 需要先生成核心资产，再基于它生成其他资产。
• 需要在文生图与图生图之间切换。
• IP 表情包、贴纸、表情状态图即使只输出 1 张，也属于 IP 一致性任务；若尚无 core-ip，必须先生成或确认核心 IP，再基于核心 IP 的 CDN URL 调用 image_edit 生成。
• 套图、系列图、多图输出，或任一需要保持 Logo、IP、人物、产品、包装、主 KV、画风、角色身份一致的任务，均视为复杂任务。
• 涉及多比例、多平台、多物料或多轮迭代。
• 用户明确要求完整方案、套图、系统、全案。

计划中写清：路由到哪些 ref、核心资产顺序、每张图目的、是否需要用户补充关键文字或数值。

外部信息

只有用户明确要求最新资料、真实活动信息、外部品牌资料或公开平台规范时才检索外部资源。使用外部来源必须在回复中标注链接。已有参考图时，不用联网搜图替代图片理解。

结果反馈

生成的图片统一使用交付工具输出给用户。生成后不要机械复述“已完成”。如果结果可继续优化，只给 1-3 个具体方向，例如换比例、做系列延展、加强文字可读性、基于当前核心资产继续生成下一张。引导用户根据反馈继续对话或生成。