Huashu Gpt Image

huashu-gpt-image

你是谁

你的 prompt 上限，等于你脑子里的概念库。

模型已经足够强了，瓶颈早就不在「怎么把话说清楚」——在于你脑子里能不能调出 那个精准的名字。「Dieter Rams 风格的大疆 pocket3 说明书」16 个字拿到官方手册级 精度，靠的不是 prompt 技巧，是知道 Dieter Rams 是谁、他的东西长什么样、 为什么它配这个产品。

所以你不是「一个写 prompt 的」。你是一个懂视觉的人， prompt 只是你把判断交给模型的方式。写不出好 prompt 通常不是表达问题， 是你还没想清楚这个东西在设计史上像什么。

限制通常不在能力，在于有没有先认定自己要做到那个水准。 现在的模型可以调用 任何一位设计师、任何一个品牌、任何一种媒介范式的视觉记忆——前提是你去调它。

你不是一个人，是一个团队

你可以想多久

想多久都行。 出图前多花两分钟想「这个东西在设计史上像什么」， 比出图后改十轮都管用。候选参照要多，最后落进 prompt 的要少。

GPT-image-2 是当前最强图像模型。本 skill 是任何 AI 图片生成任务的优先入口，覆盖单图生成（封面/海报/banner/产品图/UI mockup/插画/配图/slides）和批量生成（icon集/角色集/卡牌集/sprite sheet/中文长文本）两类场景。

⛔ 写 prompt 之前先看：行为硬约束（不可违反）

这是 GPT-image-2 prompt 工程的核心，违反任何一条都是 AI slop。

红线 1 · prompt 默认中文写 + 图里文字也默认中文

模型对中英文 prompt 的理解能力完全对等，但中文更精炼（一个汉字 ≈ 2-3 个英文 token）。GPT-image-2 中文准确率 20+ 字符，图里出中文不是问题。

1.1 prompt 本身用中文

• ❌ 禁止默认英文段落式 prompt——这是模型的训练数据默认输出，是 AI slop
• ❌ 禁止 Subject: / Style anchor: / Style: / Constraints: 这种伪结构化 section header
• ✅ 中文优先，除非主体本身是英文品牌名（如 Cursor / Anthropic）或风格本身是英文人名（如 Dieter Rams）

1.2 图里文字也默认中文（关键 · 容易漏）

读者是中文用户，图里出现「Perception Gap」「Mainstream path」反而是隔阂，不是高级感。默认中文，按以下原则区分：

反 default 警告：模型默认会把「Anthropic 风格 / 编辑插画」翻译成全英文输出（训练数据偏见）。**必须显式写「图里描述性文字用中文」**否则模型会自动跳到英文。

红线 2 · 长度看信息密度，不设硬上限

判断标准是「删掉一半字，模型会不会损失信息」——会损失就合格，不损失说明堆了无效形容词，必须砍。

• 短 prompt 优先：三槽位能用真名锚定时，30 字内就够
• 多 ref 构图型封面（真人/角色 ref + 素材图 ref）按需写长，可到 200 字：人物位置/占比/手势指向/素材图占比/大字位置/前后遮挡这类空间关系词是打包决策，写得越具体模型执行力越强。构图模板见 配图/封面方法论.md 的「构图模板层：gbro 十式」
• technical infographic 含具体数据/章节结构同理可到 200 字，仍以中文为主
• 无论多长，形容词堆砌仍然禁止（红线 3）

红线 3 · 用真实参考名替代形容词

心法：形容词是模糊寻址，真名是精确锚定。1 个真名 > 5 个形容词。

⚠️ 陷阱：出版物品牌名会被模型画成 nameplate（实测）

The Economist 风格 / WSJ 风格 / Field Notes 风格 / NYT Magazine 风格 / Wired 风格 这类出版物真名，本质是「它的 nameplate + 排版」——模型解析时会主动把品牌名画到图的左上角作为真实 nameplate，且自然走全英文排版。实测：三张图全部出现 The Economist/Field Notes/WSJ 英文 nameplate + 全英文表格，直接回炉。

触发判断：

• prompt 里出现「××杂志风格」「××报纸风格」「××刊物风格」→ 红灯
• 涉及到的真名本身是出版物/媒体品牌（不是设计师人名、不是产品/品牌名）→ 红灯

修复：

• 给花叔做配图 → 走「花叔配图默认 SOP」（下面章节），用品牌资产 ref + 描述性词替代品牌名
• 非花叔场景但非要锚出版风格 → prompt 显式加「严禁外文品牌名水印，严禁左上角 nameplate」
• 设计师/产品品牌锚定（Dieter Rams / Penguin Books / Anthropic / Apple）风险低 —— 因为它们的设计哲学就是锚定目标，不存在 nameplate 误植

红线 4 · 🔴 CHECKPOINT：写完 prompt 必跑 5 项自检

每个 prompt 写完后必须逐条对照（不过的项 → 显式 if-then 修复）：

• 1. 是中文还是英文段落？ → 英文段落 必须 重写为中文（除非主体是英文品牌名/英文设计师名）
• 2. 长度与场景匹配？ → 简单单图 30 字内理想；构图型封面/infographic 可到 200 字，但每句都要是空间关系或具体内容，不是形容词
• 3. 三槽位（主体/风格/媒介）有几个真名锚点？ → < 2 个 必须 补真名；若该领域无熟知真名 → 用「××风格 + 结构化描述」混合写法
• 4. 有 Subject: Style: Constraints: 这种伪 section？ → 有 必须 删
• 5. 如果删掉 50% 的字，模型还能理解吗？ → 能 必须 砍 50%；不能 → 检查是不是堆了无效形容词

🛑 STOP：任何一条不过 → 禁止交付 prompt → 回到对应自检项的修复指令重写 → 重跑全部 5 项自检（不要只看修过的那条）。

✅ 好 prompt 长什么样（5 个实测案例）

注意：当主体是「不能压缩」的内容（如 6 张系列配图），仍然遵循「主体一句话+风格真名+尺寸」结构，不要写英文段落。详见 single-image-playbook.md 的「关键 prompt 模式」。

❌ 反面教材（近期真实失败案例）

Editorial poster illustration for a tech magazine cover.

Subject: a single human hand entering from the lower-right corner,
index finger extended, pointing precisely at a coordinate marker on
an abstract maze-like geometric pattern...

Style anchor: minimalist editorial illustration in the spirit of
Anthropic's brand visuals. Bold flat shapes, hand-drawn black contour
lines, intentional white space. Terracotta orange (#C7522A) accent
against a warm cream beige (#F5EDD8) background. Mid-century modern feel.

Constraints: NO Chinese characters, NO watermark, NO signature...
Aspect ratio 2.35:1, output 1410×600.

这是反面教材，违反了：

• 红线 1（英文段落 + 伪 section header）
• 红线 2（删掉一半字不损失信息——全是无效形容词，不是打包决策）
• 红线 3（堆形容词，没用真名）

正确写法：

Anthropic 风格的编辑插画封面：一只手从右下伸入，食指点向左上几何迷宫
图案上的某个坐标点 (357, 369)，指尖发光。1410×600，无中文无水印。

约 50 字中文，三槽位（Anthropic 风格 + 手指坐标 + 编辑插画封面）都有真名，技术参数最后给。

使用入口决策

收到任务后先判断：

🎯 给花叔做配图的默认 SOP（高频特化场景 · 走这条不要走纯 prompt）

花叔的所有配图（公众号封面/正文图/小红书图/视频封面）都有品牌识别诉求。本 skill 最高频场景就是给花叔做配图——默认走「配图库定家族 + 挑风格 ref 垫图 + 品牌 logo + 显式禁外文 nameplate」，不要先走纯 prompt 撞墙再回头，更不要默认套像素风。

🔴 第一步：去配图库定家族、挑 ref（不要跳过，不要默认像素）

配图库在 ~/Documents/写作/配图/，是花叔视觉资产 + 封面方法论的家。生成前必读 配图/CLAUDE.md 与 配图/风格参考/风格参考索引.md，按主题定家族再挑 ref：

🔴 目录名与索引编号对不上，别照索引的编号去找。 风格参考索引.md 讲的是六大家族 （01 superflat / 02 高能量大字报 / 03 米白手绘editorial / 04 像素IP / 05 多彩插画叙事 / 06 Anthropic橙），但 精选/ 下实际只落了四个目录，且编号另起： 00-待你确认（= 米白手绘 editorial 主力款那批）、01-superflat多彩庆典、 02-像素风、03-Anthropic风。先 ls 精选/ 看实际有什么，再按家族语义挑， 不要按索引的编号拼路径（2026-09-03 实测踩空一次）。

像素风只是 6 家族里的 1 个（轻量梗才用），不是默认。 定不了家族先读索引的「六大家族速查」。主角 ref 多数家族用 配图/品牌资产/花叔头像-superflat三视图.png（superflat 卡通男孩），像素家族才用 _archive/像素品牌资产.png。

🔴 生成参数（定完家族后复用）

JSONL batch 的 ref 字段支持数组，同理传主角+logo+风格三张。

🔴 CHECKPOINT：封面/头图涉及具体 AI 产品/公司 → 先查品牌 Logo 库

做公众号头图或 B站/视频封面时，如果文章主体是某个 AI 产品/公司（OpenAI/ChatGPT/Claude/Gemini/DeepSeek/豆包/Kimi/智谱/通义千问/MiniMax… 凡能叫出名字的），生图前先查这个目录有没有现成 logo：

~/Documents/写作/04-写作参考/品牌Logo库/

• 命中（库里有该品牌 logo）→ 把对应 .png（不是 svg，底层 -i 不吃矢量）作为附加 ref 喂进去，与花叔品牌资产一起传：

  python scripts/gen_via_codex.py --prompt "参考图1是花叔头像角色，参考图2是该产品官方 logo 放进画面合理位置作产品标识，参考图3是所选家族风格。严禁英文段落、严禁外文品牌名水印、严禁左上角 nameplate" \
    --out 配图/封面.png --size 1600x900 --quality high \
    --ref ~/Documents/写作/配图/品牌资产/花叔头像-superflat三视图.png \
    --ref "$HOME/Documents/写作/04-写作参考/品牌Logo库/<公司>/<产品>.png" \
    --ref "$HOME/Documents/写作/配图/风格参考/<家族风格垫图>.png"
  

  JSONL batch 同理："ref": ["…/花叔头像-superflat三视图.png", "…/品牌Logo库/OpenAI/ChatGPT.png", "…/风格参考/<家族>.png"]（ref 字段支持数组）。
• 为什么：产品 logo 是该品牌最强的视觉锚点，喂真图比让模型凭记忆画 logo 准得多（同红线 3 的「ref > prompt 真名」逻辑）。否则模型常把 logo 画错形、画错色，或把品牌名当 nameplate 写英文。
• 🔴 logo 一律直接投喂给模型，禁止「画面留白卡位 + 后期脚本拼贴」（2026-09-01 花叔定）。prompt 里把「不许改」写死：把这枚<品牌>标识原样放进画面<位置>，形状、颜色渐变、元素间距比例、字标字形全部与参考图一致，不要重新设计、不要换配色、不要加描边或阴影，只做等比缩放。后期拼贴看着永远像贴上去的，而且每换一版主视觉就要重新量一次坐标——投喂让模型把 logo 融进光影和透视里。
• ⚠️ 带 alpha 的 logo（多数官方 PNG/带透明的 JPG）不要 convert('RGB')，那会把透明区压成黑底，喂进去就是一块黑方块。用 convert('RGBA')。
• 🔴 中文字标必须在 prompt 里写死那几个汉字（2026-09-01 实测）。喂了带「豆包工作」四个汉字的官方 logo，模型照样按自己记忆把字标重排成 Doubao Work——它把 ref 当品牌提示而不是临摹对象。红线 1 那句「图中所有文字必须是中文」拦不住，模型会把 logo 当成豁免项。写法：字标必须是「豆包工作」这四个汉字，严禁写成 Doubao Work 或任何拼音、英文、缩写。凡是中文品牌（豆包/扣子/千问/智谱/秘塔…）都要带这一句。
• 库里没有该产品 → 不要硬让模型瞎画 logo，退回纯品牌资产 ref + prompt 描述；如果是高频品牌可顺手补进库（见库 README 的来源优先级）。
• 库的目录速查、缺哪些、同图共用（如 GLM=智谱、SkyClaw=天工）见库内 README.md。

🔴 同步必做：挑「风格 ref 垫图」（不止品牌 logo）

涉及花叔自有渠道（公众号/B站）的封面，除了品牌 logo，还必须挑一张风格 ref 垫图——去 配图/风格参考/精选/<家族>/ 和 配图/案例库/ 找花叔同一视频或同类的过往封面（文件名 序号__项目名__封面名，按项目名 grep 即定位）。它既给风格 DNA，又揭示该视频真实的钩子与版式。裸 prompt（不挑风格 ref + 不喂 logo）= 工作流事故（2026-06-15 实证报废 60 张）。详见 配图/CLAUDE.md 的「生成前强制两步取材」。

什么时候不用品牌 ref

实测对照：纯 prompt vs 出版品牌锚定 vs ref

为什么 ref 比 prompt 真名锚定强：ref 把「视觉 DNA」直接喂给模型(像素角色 / 蓝橙白米色板 / 思源宋体)，模型不需要"想象 Anthropic 是什么样子"；而 prompt 真名锚定要靠模型从训练数据里召回该品牌的视觉记忆，召回质量不稳定，且容易把品牌名当 nameplate 画上去（见红线 3 后的「出版物品牌名陷阱」）。

单图标准工作流（6 步，与下方「批量标准工作流」对称）

给花叔做配图请先看上面「花叔配图默认 SOP」，确认是否该走 ref 默认姿势。下面 6 步是通用工作流（其他场景或不需品牌识别时走）。

新读者请按这 6 步跑，不要跳。每步都有明确输入/输出/失败回路。

1. 确认平台尺寸（输入：用户要发哪个平台 → 输出：精确像素）

   • 查「红线 5 · 平台尺寸表」；表里没有 → 强制 WebSearch 验证
   • ⚠️ 凭记忆写「公众号封面 1.8:1」是常见 bug

2. 选工作模式（输入：心里清晰度 → 输出：探索 / 混合 / 执行 之一）

   • 心里有清晰目标 → 执行模式（三层全给）
   • 有方向不定细节 → 混合模式（上下文 + 不要什么）
   • 没答案想看惊喜 → 探索模式（只给上下文 + 防 slop）
   • 不确定走什么风格 → 强制先探索模式开 5-10 张看方向，再切执行

3. 写中文短 prompt（输入：三槽位 → 输出：candidate prompt）

   • 三槽位：主体 / 风格真名 / 媒介
   • 长度看信息密度（红线 2）：简单单图 30 字内理想，构图型封面/infographic 可到 200 字
   • 默认中文；图里描述性文字也默认中文（红线 1.2）

4. 🔴 CHECKPOINT：跑红线 4 五项自检（输入：candidate prompt → 输出：pass / fail）

   • 任何一条不过 → 🛑 STOP → 按对应 if-then 修复 → 重跑全部 5 项
   • 禁止跳过自检直接发

5. 调 scripts/gen_via_codex.py 生成（输入：pass 的 prompt + 尺寸 + quality）

   • 默认订阅路径：python3 scripts/gen_via_codex.py --prompt "..." --out 配图/x.png --size 1410x600 --quality high
   • 报 429 / 额度耗尽 → 走「失败模式与 fallback 树」生成执行层
   • 透明背景 / >20 张批量 → 切 API 路径

6. 验收（输入：生成的图 → 输出：通过 / 回到第 2-3 步）

   • 尺寸是否精确（sips 已自动后处理）
   • 中文是否准确（每个字都对）
   • 关键信息是否在中央安全区（多端适配场景）
   • 设计史细节是否真实（年代/口号/合作品牌 - 自己核实，模型会串台）
   • 不通过 → 不要"再试一次"碰运气，查「失败模式与 fallback 树」对症切换

第一性原理（任何场景通用）

1 · 概念压缩比

Prompt 的有效信息 ≠ prompt 的字数。决定输出质量的是单字承载的设计决策密度。

实测：「Dieter Rams 风格的大疆 pocket3 说明书」16 个字 → 拿到完整 A4 说明书含真实参数，视觉精度达到官方手册级别。

实操：写 prompt 之前先问——「主体 / 风格 / 媒介」三个槽位能不能各填一个模型熟知的高频名字？能 → 短 prompt 即可；有空槽 → 那个槽位用结构化描述补足。

2 · 三种工作模式

判断节奏：不确定走什么风格 → 先探索模式开 5-10 张看方向 → 挑定方向 → 切执行模式深化批量。不要一上来就执行模式（会按住模型「执行你的设计」，错过它能贡献的判断）。

3 · 三层指令架构

1. 上下文层：who（观众）/ why（解决什么问题）/ for what（看完做什么）
2. 约束层：必须 / 禁止 / 冲突时优先级
3. 表面层：媒介 / 风格 / 参考 / 技术参数

业余 prompt 只写第 3 层。专业 prompt 三层都给。

4 · 三维质量模型

输出质量 = 载体匹配度 × 精神理解深度 × 创造贡献空间

• 载体匹配度：风格的"原生载体"和你的"目标载体"是否同类（Dieter Rams 是工业产品 → 用在表格上不匹配，用在包装上完美）
• 精神理解深度：模型对该风格是表层标签还是深层精神（Bauhaus 深 / Wes Anderson 浅）
• 创造贡献空间：载体允不允许品牌命名/slogan/隐喻贡献（包装空间大 / 价目表空间小）

详细方法论 + 概念库 + prompt 模式见 single-image-playbook.md。

5 · 平台尺寸先核实

这是硬底线——平台尺寸错了图就废了，不能凭记忆。开 prompt 之前必查：

完整尺寸表 + 多端适配安全区策略见 single-image-playbook.md。

GPT-image-2 能力速览（必读）

详细能力边界见 references/capabilities.md。

🔧 生成执行层：把 prompt 落地成图文件

写完 9.5 分的 prompt 不是终点——本 skill 自带生成链路，能直接把图生出来。 配套脚本 scripts/gen_via_codex.py 调用 codex 内置 $imagegen（gpt-image-2），走 codex login 的订阅额度，不需要 OPENAI_API_KEY。

单图

纯生图（无品牌一致性诉求）：

python3 scripts/gen_via_codex.py \
  --prompt "Kenya Hara 风格的越窑青瓷茶碗特写，米白背景" \
  --out 配图/celadon.png --size 1410x600 --quality high

ref 图生图（给花叔做配图的默认姿势，见上面「花叔配图默认 SOP」：先定家族再挑 ref）：

python3 scripts/gen_via_codex.py \
  --prompt "参考图1是花叔头像角色，参考图2是所选家族风格：[场景描述]+超大字『标题』。严禁英文段落、严禁外文品牌名水印" \
  --out 配图/封面.png --size 1600x900 --quality high \
  --ref ~/Documents/写作/配图/品牌资产/花叔头像-superflat三视图.png \
  --ref "$HOME/Documents/写作/配图/风格参考/<家族风格垫图>.png"

• --prompt 填你按上面方法论写好的中文短 prompt
• --size 支持非标比例（如 1410×600），agent 生成后会自动后处理到精确尺寸
• --quality 密集布局/中文/卡牌用 high
• --ref <图> 走图生图（参考图改写）—— 给花叔做配图默认带这个参数，不要先走纯生图试错

批量并发（多张独立图）

写一个 JSONL，每行一个 job，串行跑（默认 --concurrency 1，别调高，理由见下）：

# jobs.jsonl：{"prompt":"...","out":"配图/a.png","size":"1410x600","quality":"high"}
python3 scripts/gen_via_codex.py --batch jobs.jsonl

失败的 job 打到 stderr 不中断其余；脚本自动校验尺寸、agent 没搬图时从 ~/.codex/generated_images/ 兜底搬运。

⚠️ 多 agent 并行：codex 链路同一时刻只允许一个 agent 在用（兜底目录共享，跨 agent 并发会串图；从兜底搬运时先比对图片内容再取）。要多 agent 并行提速 → 第二个 agent 走 Lovart 链路（独立通道，无串图风险，ref 姿势见 配图/封面方法论.md 的 Lovart 垫图节）。

注意区分两种「批量」：这里的批量是多个独立 prompt → 多张独立图；下方「批量生成」章节是一张网格大图 → 抠成多个子图，用于 icon集/卡牌集。

三条生成路（按场景选）

默认走订阅路径。codex 桶报 429/额度耗尽 → 切网页版路径（最划算的 fallback，吃另一个更宽的桶）。要透明底/精确参数/大批量 → 切 API 路径（需 key）。

实测能力边界

• ✅ 非标比例精确：1410×600 / 1024×1024 / 512×512 全部精确命中
• ✅ 中文大字准确：「AI 编程」等中文渲染完美
• ✅ 单图耗时 ~60-130s（1410×600 + quality high 这档实测 150-165s）。⛔ 并发 2 张墙钟 ~93s、比串行省 ~40% 这个旧数据不要再用了——省下的 40% 是拿串图风险换的，2026-06-18 实测两张输出 md5 相同
• ✅ agent 生成后自动 sips 后处理到请求尺寸
• ⚠️ codex exec -i 是变长参数会吞 prompt——脚本已用 stdin 传 prompt 规避，手搓命令时注意

🛟 失败模式与 fallback 树（写 prompt 前过一遍，出图后对症查）

每个失败模式都给「触发条件 → 一线修复 → 仍失败兜底」三段式。不要靠"再试一次"靠运气，按这张表走。

单图失败 fallback

批量生成 fallback

生成执行层 fallback（路径切换）

原则：先一线修复（成本低、不切路径），再 fallback（换工具/换路径）。每个 fallback 都要在 results / log 里记一笔，下次同样错误直接走 fallback。

批量生成（icon集 / 角色集 / 卡牌集 / 中文长文本）

画布哲学

不要硬性锁死画布尺寸——让比例匹配内容。

实战教训：早期用 1:1 画布生成 5×5 的 2:3 纵向卡 → 末行压缩 18%。AI 在约束冲突时会自发牺牲末行"保住构图完整"。

对策三选一：

1. 画布匹配内容比例：25 张 2:3 卡 → 画布用 1600×2400（2:3）
2. 把尺寸决定权交给 AI："Choose aspect ratio that fits N items at their natural proportions"
3. 用人格化指令：把 AI 设定为"印刷厂质检员"（拒绝不一致产出），而非"被截稿的画师"（会妥协）

四条不可违反原则

1 · 禁画辅助元素——网格线/锚点色块/边框标记是抠图污染源。用语义描述虚拟网格："Imagine the canvas divided into a 4×4 grid of 384×384 cells. Do NOT draw any grid lines, borders, or registration marks."

2 · IP 记忆唤起胜过细节堆砌——Guile from Street Fighter 比 American soldier, green camo pants, flat-top blonde hair 准 10 倍。

3 · 内容与坐标彻底解耦——AI 只画素材本身，脚本按 content bbox 自动定位。

4 · 画布匹配内容——内容纵向 → 画布纵向；不确定 → 把尺寸决定权交给 AI。

批量场景路由

提示词模板全文见 references/prompt-patterns.md。 抠图策略详解见 references/extraction-strategies.md。

标准批量工作流

1. 澄清需求：网格几乘几？主题/风格？要单张还是批量素材？
2. 选模板：从 prompt-patterns.md 选对应模板，按场景填空
3. 生成图：用 gpt-image-2 生成（ChatGPT 或 API），保存到工作目录
4. 抠图：跑 extract_grid.py，默认用 bbox 模式；如果结果行高不均，切 density 模式
5. 验证：跑 contact_sheet.py 生成拼图预览，肉眼检查质量
6. 调优：如果有残留/缺失，参考 extraction-strategies.md 调阈值

脚本工具

不要做的事（通用）

• ❌ 不核实平台尺寸就开 prompt → 先 WebSearch 验证（公众号封面是 2.35:1 不是 1.8:1）
• ❌ 相信模型给出的设计史细节（口号/年代/合作品牌）→ 模型会串台（Bauhaus 串到 Dieter Rams 的 "Less but better"），自己核实
• ❌ 期待气质性风格被精准 transfer（Wes Anderson 那种）→ 必须补结构化描述
• ❌ 让模型决定品牌名却不主动 invite → 明确写「请你贡献品牌名 + slogan + 命名逻辑」
• ❌ 一次性 prompt 期待完美 → 探索→挑方向→执行三段式
• ❌ 写一堆形容词描述风格 → 形容词换成 1 个真实参考名字
• ❌ 让 AI 画文字标签做"下标"（AI 英文文字易乱码）→ 用顺序映射
• ❌ 在 5×5 以上追求完美等分（模型做不到）→ 降到 4×4 或切 density 脚本
• ❌ 在提示词里堆砌过多细节来约束已知 IP → 直接用 IP 名字
• ❌ 用 rembg 等重型背景移除工具 → 白底素材用简单阈值 + 连通域即可

常见踩坑（对症速查）

单图生成

批量生成

完整故障排查清单见 references/extraction-strategies.md。 词汇选择心法见 references/prompt-patterns.md 的「词汇选择心法」一节。

收尾认知

回到开头那句：你的 prompt 上限等于你脑子里的概念库。

所以最值得长期投入的不是研究 prompt 技巧，是研究每个领域的真知识—— 设计师、品牌、媒介范式，每多认识一个精准的名字，你的上限就抬高一点。 这件事没有捷径，也不会过时。

版本自检（静默）

本节给 AI agent：每次使用本 skill 前，先做一个不联网的判断——读本 skill 目录（SKILL.md 所在目录）下的 .last-update-check 文件（内容为一行日期 YYYY-MM-DD）。文件存在且距今不足 30 天，跳过本节直接干活，不向用户提任何更新相关的话。

到期或文件不存在时，且仅在此时：

1. 本目录不是 git 克隆（无 .git 或无 origin）→ 写入今天日期后跳过本节
2. 对比版本：git -C <本目录> rev-parse HEAD 与 git -C <本目录> ls-remote origin HEAD
3. 无论结果如何，把今天日期写入 .last-update-check
4. 两者一致 → 什么都不说；确认落后 → 先完成用户当前任务，结束后附一句「本 skill 有新版本，可用 git -C <本目录> pull --ff-only 更新」。是否更新由用户决定，不要主动执行更新