Musea Content Visualizer

内容生图 — AI 图片生成技能

基于 db 中 668 个实战案例，覆盖 16 大类型。流程：理解需求 → 匹配案例 → 生成提示词 → 调用 generate_image 生图 → 输出成品图。每个类型目录下有 index.md（轻量索引）和 cases.md（案例详情），按需读取。

不触发场景

• 用户讨论代码、文档等非图片创作话题
• 用户需要图片编辑/裁剪/滤镜等操作（非生成）

风格类型路由表

根据用户需求关键词，定位到对应的 db/<类型名>/：

兜底规则：以上关键词均未命中时，进入 db/其他应用场景/（28 个案例）。兜底匹配关键词：创意合成/跨界/混搭/概念设计/实验艺术。若兜底也无相关案例，列出全部类型供用户选择。

执行流程

Step 1: 判断用户意图

首先判断用户是否提供了参考图（上传图片、贴图片链接、或引用之前对话中的图片）。

• 用户提供了参考图 → 跳到 Step 1.5，然后 Step 5（以用户参考图为准，优先级最高）
• 需求明确（如"帮我画一个运动海报"）→ 跳到 Step 1.5，然后 Step 3
• 需求模糊（如"给我一个好看的图片"）→ 跳到 Step 2
• 搜索案例（如"有没有信息图的案例"）→ 跳到 Step 4

Step 1.5: 判断是否需要确认用途类型

并非所有生图都需要确认用途。只有涉及排版/文字/特定尺寸的场景才需要确认。

需要确认用途的场景（关键词触发）

用户输入包含以下关键词时，自动设定用途类型，无需 ask_human 确认：

• "海报"/"宣传"/"促销"/"活动"/"广告" → 自动设定为 营销海报
• "封面"/"头图"/"banner"/"首图"/"缩略图" → 自动设定为 封面图
• "配图"/"文章"/"公众号"/"博客" → 自动设定为 文章配图
• "轮播"/"swiper"/"多图"/"系列图"/"滑动" → 自动设定为 轮播图

仅当用户输入同时命中多个用途（如"帮我做个活动封面"同时命中营销海报和封面图）或完全提取不到用途类型时，才用 ask_human 询问（单选：营销海报/封面图/文章配图/轮播图）。

不需要确认用途的场景

用户说的是以下类型时，跳过用途确认，直接进入 Step 3：

• 头像、壁纸、屏保、背景图
• 插画、漫画、艺术画、概念图
• 产品图、商品图
• 摄影、写真、人像
• 建筑效果图、室内设计
• 角色设定、卡牌、人物立绘
• 以及其他不涉及排版文字的纯画面需求

跳过用途确认时，size 参数根据画面内容自动选择（竖版 1104*1472、横版 1696*960、方图 1280*1280）。

Step 2: 模糊需求启发

使用 ask_human 收集画面主体和风格偏好，不再重复询问用途（Step 1.5 已判断过是否需要用途，走到 Step 2 说明不需要）：

• 画面主体（文本）
• 风格偏好（单选：写实/电影感/极简/插画/国风/自动推荐）

风格类型不询问用户，由系统根据用户描述自动匹配风格类型路由表。收集后转入 Step 3。

Step 3: 二次创作生成

1. 根据用户需求查路由表，定位类型目录，读取索引：

read_file(file_path="db/<类型名>/index.md", snippet="浏览案例索引")

2. 从索引中找到 2-3 个最相关的案例，根据行号范围读取详情：

read_file(file_path="db/<类型名>/cases.md", start_line=L起始, end_line=L结束, snippet="读取案例详情")

3. 如果案例有参考图（cases.md 中 ![caseXX.jpg](images/caseXX.jpg) 行存在），可用 understand_media 分析视觉风格：

understand_media(media_path="db/<类型名>/images/caseXX.jpg", question="分析这张图的构图、配色、风格特征", snippet="分析参考图风格")

4. 如果 Step 1.5 确认了用途类型，读取用途约束详情并按约束调整提示词：

read_file(file_path="references/size-and-use-constraints.md", snippet="读取用途约束和尺寸参考")

5. 结合用户需求 + 用途约束（如有）+ 参考案例 + 图片分析结果，二次创作新的提示词

6. 按「二次创作输出模板」展示提示词（完整示例见 references/output-examples.md），然后立即调用 generate_image 生图：

generate_image(
  prompt="<上一步生成的完整提示词>",
  model="gpt-image-2",
  size="<根据用途类型和平台尺寸选择>"
)

prompt 优先级覆盖：generate_image 的 raw passthrough 规则（prompt = 用户原文）在本技能中不适用。本技能的核心价值就是二次创作提示词——prompt 必须使用技能生成的完整提示词，不要截断或二次改写，不要传入用户原始输入。

Step 4: 搜索案例展示

1. 查路由表定位类型目录
2. 读取索引，浏览案例列表：

read_file(file_path="db/<类型名>/index.md", snippet="浏览案例索引")

3. 精选 3-5 个相关案例，根据行号范围读取详情：

read_file(file_path="db/<类型名>/cases.md", start_line=L起始, end_line=L结束, snippet="读取案例详情")

4. 如有参考图的案例，用 understand_media 描述图片效果：

understand_media(media_path="db/<类型名>/images/caseXX.jpg", question="描述这张图的整体视觉效果和风格", snippet="描述参考图效果")

5. 按「搜索案例输出模板」展示（完整示例见 references/output-examples.md）

Step 5: 用户提供参考图（最高优先级）

当用户提供了参考图（上传、贴链接、或指定图片），以用户的参考图为准，db 案例仅作为提示词写法的辅助参考。

1. 深度分析用户提供的参考图：

understand_media(media_path="<用户提供的图片路径或URL>", question="详细分析这张图的：1.图片类型（海报/UI/摄影/插画等）2.画面主体 3.构图方式 4.配色方案 5.风格特征 6.光影效果 7.文字排版（如有）8.特殊技法或质感", snippet="深度分析用户参考图")

2. 根据分析结果查路由表，匹配最接近的类型

3. 读取该类型的索引，找 2-3 个写法风格最接近的案例，按行号读取：

read_file(file_path="db/<类型名>/index.md", snippet="浏览案例索引")
read_file(file_path="db/<类型名>/cases.md", start_line=L起始, end_line=L结束, snippet="参考提示词写法")

4. 以用户参考图的视觉分析结果为核心，借鉴 db 案例的提示词结构和表达技巧，生成提示词。

5. 展示提示词（按「二次创作输出模板」，参考图来源标注为用户提供），然后直接调用图生图：

generate_image(
  prompt="<生成的提示词>",
  model="gpt-image-2",
  image_urls=["<用户参考图路径或URL>"],
  size="1280*1472",
  artifact_name="图生图效果.png",
  snippet="参考图+提示词图生图"
)

prompt 优先级覆盖：同 Step 3。generate_image 的 prompt 必须使用技能基于参考图分析 + 案例写法技巧生成的提示词，不要传入用户原始输入。raw passthrough 规则在本技能中不适用。

图生图 prompt 策略

根据用户意图选择 prompt 写法：

size 根据用途和平台选择（详见 references/size-and-use-constraints.md），未指定时按方向选择（竖版 1104*1472、横版 1696*960、方图 1280*1280）。

若用户后续要求调整，基于反馈修改提示词后重新生图。

输出模板

输出格式的完整示例见 references/output-examples.md。

搜索案例输出

展示 3-5 个案例，每个包含：标题、来源、参考图描述（understand_media，仅展示有图的案例）、提示词、亮点分析。末尾引导用户选择案例二次创作。

二次创作输出

包含：用途、类型、主题、比例、完整提示词（text 代码块）、参考案例编号（db/<类型名>/cases.md L行号）、创作说明（主体/风格/用途约束）。末尾建议出图验证。

默认语言

• 提示词输出默认中文：二次创作生成的提示词使用中文撰写（除非用户明确要求英文）
• 图片内文字默认中文：提示词中涉及的画面文字、标题、标语等一律使用中文（除非用户指定其他语言）
• 非中文案例处理：db 中部分案例的 prompt 为英文或日文，参考这类案例时仅借鉴其结构、技巧和创意思路，输出的 prompt 必须为中文，不要照搬原文语言
• 非纯文本案例处理：若案例 prompt 中残留 JSON 结构或模板语法，提取其中的描述性内容作为参考，不要在输出 prompt 中照搬 JSON 结构

质量自检

生成提示词后确认：主体具体、风格锁定、参数完整（比例/构图）、文字可读、无歧义、语言为中文。如有用途类型，还需确认比例/构图/文字密度符合该用途的典型特征。同时对照 references/pitfalls.md 中的已知踩坑点，主动规避文字过多、手指异常、复杂排版等常见问题。

异常处理

• 路由表无匹配：进入 db/其他应用场景/ 兜底；兜底也无相关案例时，列出 13 个类型供用户选择
• 案例无参考图：跳过 understand_media 分析，仅使用案例 prompt 文本作为写作参考
• 图片无法识别：提示用户描述效果或提供更清晰参考图
• understand_media 失败：降级为纯文本案例创作

参考文件