Tech News Cover

Tech News Viral Cover

为一整篇中文科技 / 财经 / 行业 / 游戏 / 消费电子类文章生成一张 16:9 横版爆款封面图。视觉语言是"行业大事件"——粗黑大标题、超大关键数字、多张数据卡片、明显的产品主视觉、情绪驱动的高对比配色。不是 Apple 极简、不是电影海报、不是 PPT 配图。

核心流程

Agent 先分析文章、提取封面要素，再把提取结果填进一段纯视觉指令 prompt 交给 GenImage。不要把"自动分析文章"这类 meta 指令原样塞给生图模型——生图模型只应接收具体的、已填好的视觉任务。

1. 拿到文章正文。如果用户只给了链接，用 WebFetch 抓一下；文章太长用 ReadAgentFile 分页读。
2. Agent 自己完成 §2 的"封面要素提取"，形成一份结构化提取结果。
3. 如有关键缺口（标题歧义、情绪分歧、多个候选产品主视觉）用一次 AskUserQuestion 让用户快速拍板；没有就继续。
4. 按 §4 的模板拼 prompt，把提取结果作为具体字符串填进去，不保留任何 "从文章中提取" / "自动选择" 的措辞。
5. 调一次 GenImage（默认参数见 §5）。UI 审批卡片即确认入口，不要再单独做 confirmation 问卷。
6. 用户反馈后做 follow-up：重跑 GenImage，只改必要字段。

2. 封面要素提取（Agent 在发 GenImage 前完成）

从文章中提取并写成一份内部 summary，供拼 prompt 使用：

把这份提取结果作为 GenImage.prompt 里每个占位字段的具体值——不要让生图模型再去"自动分析"。

3. 情绪 → 配色决策（Agent 在拼 prompt 前锁定具体 hex）

按文章情绪和行业组合，从下表挑出一组具体颜色写进 prompt 的 # Palette 段落。每张图锁定 3-5 种颜色：1 个背景色、1 个主题主色、1 个强强调色（用于关键数字 / 涨跌箭头）、1 个高对比文字色、1 个辅助信息色。品牌色存在时，用它当主题主色，但不要机械复制 logo 颜色牺牲可读性。

禁止：默认红黑；柔和小清新（除非是生活方式题材）；低对比；品牌色挤掉正文可读性。

4. Prompt 拼装模板（交给 GenImage 的完整文本）

把下面文本作为 GenImage.prompt 内容。所有方括号占位必须替换成 §2 提取到的具体字符串——不要保留 [] 也不要保留 "从文章提取 / 自动选择" 这类指令。如果某字段没取到，就删掉对应行，不要写 TBD 或空占位。

Role: Senior Chinese tech-media cover designer. Output a single 16:9 viral news cover in the aesthetic of 中国科技媒体头图 / B 站科技区爆款缩略图 / 财经新闻视觉 / 港媒封面 / 行业突发新闻封面. Not minimalist, not Apple style, not movie poster — this should feel like a high-energy industry breaking-news headline card.

# Editorial brief
- Industry: [industry, e.g. "AI / 芯片 / 模型发布"]
- Sentiment: [sentiment, e.g. "暴跌 + 危机"]
- Reader takeaway: 3 秒内看懂 — [one-line news gist]

# News tag row (top strip)
Render the following tags as small rectangular chips in the top-left or top bar. Use the accent color with bold uppercase / bold 黑体 inside. Example tags:
[news_tags, e.g. "突发" / "重磅" / "行业震动"]
Also include brand or category label chip: [brand_or_category, e.g. "AAPL" / "NVIDIA" / "苹果发布会" / "半导体"]

# Center headline (dominant element)
Render this EXACT Chinese text as the central ultra-bold headline:
"[headline verbatim, 8-14 汉字]"
- Ultra heavy Chinese 黑体 (类似站酷庆科黄油体 / 阿里巴巴普惠体 Heavy / 思源黑体 Heavy), 字重 800-900, 字间距紧凑
- 大标题占画面中上区域 35-45% 宽度
- 立体感：粗描边 + 投影 + 轻微错位高光；可加细微噪点 / 扫描线 / 破损裂纹 / 速度运动模糊等新闻冲击纹理（任选 1 种，不要叠加过多）
- 标题中的关键词 "[highlighted_keywords, 1-2 个关键词]" 使用高亮色（见 palette accent），其余主色显示
- 可选副标题，略小、正下方，文本（逐字照搬）：
"[subheadline verbatim, 12-22 汉字]"

# Hero subject (main visual anchor)
Place a large, dimensional rendering of: [hero_subject description]
- 3D 透视 / 3/4 视角，带光效、反光、层次，明显体积感
- 占画面右侧或中右 35-45% 区域，与标题形成左右或错位对位
- 产品背后叠加情绪氛围元素：[bg_motif tied to industry, 从下表挑 2-3 种]
  - AI / 芯片: HUD 线框 / 数据流 / 电路纹理 / 发光粒子 / 神经网络
  - 财经 / 股市: K 线图 / 涨跌箭头 / 数字网格 / 金融曲线 / 跳动的百分比
  - 游戏 / 消费电子: 速度线 / 爆炸形状 / 能量环 / 光束 / 品牌光晕
  - 危机 / 监管: 警示纹理 / 印章 / 封条 / 裂纹 / 红色警报条 / 禁止符号
  - 发布 / 突破: 光束 / 能量环 / 未来感渐变 / 星火粒子

# Data cards (information density layer)
Render 3-6 discrete data cards scattered around the hero subject. Cards must be visually distinct (背景半透明黑 / 深色卡片 + 细亮边 + 圆角 4-8 px, 不能全部尺寸一样). Each card shows ONE fact only. Use the following EXACT data (render numbers and units verbatim, big, with stroke / shadow / 3D effect):

[for each item in key_numbers output a block like:]
- Card: label="[label, e.g. '市值']" / old_value="[old, with strikethrough]" / new_value="[new, huge bold]" / delta="[delta, arrow + %]"

Rules:
- 百分比、金额、时间要比 label 大 2-3 倍
- 旧数据用删除线；新数据配方向箭头（▲▼）
- 卡片尺寸错落有层级，不要排成均匀网格
- 每张卡片只讲一件事，不堆砌

# Bottom summary strip (3-5 takeaways)
Across the bottom 12-15% of frame, render [N] small 图标 + 短句 combos (1-line each, 6-10 汉字):

[for each item in takeaways output: icon_concept + short_phrase]
e.g.
- 监管 icon + "审查持续收紧"
- 用户 icon + "涨价将传导到零售端"

Use line-icon style, same stroke weight, aligned on a baseline. Keep this strip tight — it's the fourth layer of attention, not the hero.

# Palette (lock to these 5 colors)
- Background: [bg hex]
- Primary: [primary hex]
- Accent (used for highlighted title keyword, key numbers, arrows, tags): [accent hex]
- Text high-contrast: [text hex]
- Muted / secondary: [muted hex]
Do NOT render hex codes, color names, "palette", "accent", or any of these meta words as visible text in the image. Cover stays inside these 5 colors; never add a 6th to avoid clutter.

# Typography rules
- 中文超粗黑体 (黑体 Heavy / 庆科黄油体 / 阿里巴巴普惠体 Heavy), 主标题字号是正文的 5-7 倍
- 数字和百分比字号必须巨大，可加描边 / 阴影 / 立体挤出 / 内发光
- 绝不使用纤细字体、文艺 serif、圆润可爱体
- 英文品牌 / ticker 用 bold condensed sans（类似 Inter / Helvetica Bold / Druk Bold）
- 所有文字必须清晰可读；信息密度高但层级清晰

# Reading hierarchy (必须严格建立)
1. 标题（最先看到）
2. 产品主视觉
3. 关键数字
4. 数据卡片细节
5. 底部结论条
不要平均用力；不要把所有元素做成一样大。

# Background
Fill the full 16:9 frame with [bg hex] plus industry-appropriate motifs layered at 15-30% opacity. Background must feel charged and "大事件" but never compete with the headline or numbers for legibility.

# Hard constraints
- 16:9 aspect, landscape; suitable for 公众号头图 / B 站缩略图 / 视频封面
- 强烈视觉冲击力 + 高信息密度，读者 3 秒看懂新闻重点
- 禁止极简 / Apple 风 / 电影海报风 / 柔和小清新
- 绝不使用默认红黑搭配 (除非 §palette 里已经选定)
- 不要渲染 hex 色号、调色板名、角色标签、"自动分析"、"提取"、"brief" 等 meta 文字
- 所有人物只用风格化剪影或插画式渲染，不要写实人脸
- 语言 = [language, zh 默认]；中英混排时保留品牌 / ticker / 英文术语原样
- 没有 watermark、二维码、签名，除非用户明确要求

5. GenImage 调用

默认使用 gpt-image-2——本 skill 全靠大量精确中文字符（标题、数字、标签、结论条），对 Chinese text 渲染最稳的是 gpt-image-2。nano-banana-pro 仅在文字量特别少或用户明确要求时换。

{
  "image_id": "tech_news_cover_<slug-from-headline>",
  "prompt": "<按 §4 拼装好的完整文本>",
  "model": "gpt-image-2",
  "resolution": "2K",
  "ratio": "16:9",
  "sample_count": 1,
  "reference_image_ids": []
}

参数默认值：

6. 参考图处理

如果用户给了产品 / 品牌 / 人物的参考图，把它们的 image id（不是文件路径）加到 reference_image_ids，并在 GenImage.prompt 末尾追加一段强制保留的指令，否则生图模型常只借色忽略关键特征：

# Reference image directives — MUST INCORPORATE
CRITICAL: The hero subject must visually match the provided reference(s).
- Product identity: [e.g. "iPhone 17 Pro Max, titanium frame, camera island layout unchanged"]
- Brand signature: [e.g. "logo mark in top-right at 6% width, exact glyph preserved"]
- Character traits (if any): [hair / glasses / signature clothing]; stylize to illustration, NO photoreal face
- Color mapping: reference primary → palette primary; accents stay in §palette

7. 跟进调整

• "情绪换一下 / 不够冲击" → 按 §3 换一组 palette，primary / accent 换档，其它保持；重跑 GenImage。
• "数据卡太多 / 太少" → 调整 §4 data cards 数量；单一要点优先，别把次要数字也塞进去。
• "标题换一个" → 直接修改 headline 字段文本，其它不动；image_id 改后缀 _v2。
• "要加副标题 / 品牌 slogan" → 在 §4 头部 chips 或 bottom strip 里加一行；别把它混进主标题。
• "中文字渲染错了" → 已经是 gpt-image-2；重跑一次；必要时把标题拆成更短、让模型更好复现。
• "风格偏软 / 想更爆款" → 在 §4 Background 段加 heavier motion blur + scanlines + slight VHS noise + stronger stroke on headline，palette 不动。

8. 常见反例（写 prompt 时主动规避）

1. 把 §2 的分析指令原样塞给生图模型：绝不出现 "从文章中提取"、"自动选择"、"根据情绪决定" 等 meta 指令；生图模型只看到最终填好的具体内容。
2. 标题自己编造或过长：必须来源于文章事实；8-14 个汉字上限，超过就换成副标题承载。
3. Apple / 极简风跑偏：留白不要超过 25%；信息密度是本 skill 的核心，不要因追求"干净"破坏风格。
4. 把 hex / 色号 / "accent" / palette name 渲染到图里：它们只是给模型的颜色指引。
5. 真实人脸 / 摄影写实肖像：所有人物只能风格化插画 / 剪影。
6. 数据卡全部一样大排成网格：层级消失；必须错落、重要卡片更大。
7. reference_image_ids 当文件路径填：只能填已存在的语义 image id，不要伪造。
8. 多张候选都塞到 image_id 里：image_id 只写一次，n>1 时系统自动加后缀。