Ecom Listing

电商内容与套图规划

把商品资料整理成四个可续跑产物：listing.json、strategy.json、copy.json 和 image_jobs.json。本 Skill 负责商品理解、选项收集、站点策略、文案和套图工单，不生成最终图片。

选项处理规则

先读取用户消息、已有文件和上下文，再决定是否提问。

1. 用户已经明确给出的值直接采用，不复问、不改写。
2. 能由明确值唯一推出的选项直接推导，并在结果摘要中说明。例如 Amazon 美国站 可推导 amazon-US；语言未另行指定时可推导 en-US。
3. 用户明确要求“自动”“智能匹配”“你来决定”时，代表授权选择合理默认值，不再逐项提问。
4. 缺少且会改变交付结果的选项时，必须调用运行环境的结构化选择控件。Codex 使用 request_user_input；其他 Agent 使用等价的选项选择或 elicitation 工具。
5. 禁止在普通对话、commentary 或 final 中列出编号问卷、斜杠选项或让用户手工复制填写选项。
6. 每次控件调用只放 1 至 3 个问题，每题提供 2 至 3 个互斥选项；推荐项排第一，并在标签中标明“推荐”。不要手工添加 Other，由客户端提供自由输入。
7. 使用不超过 12 个字符的短标题和稳定的 snake_case 问题 ID。选择是继续执行的必要输入时不要设置自动超时。
8. 缺项超过 3 个时分轮显示：先确定发布范围和站点，再确定视觉方案，最后确定图片提供方。上一轮答案能推导出的字段不得在下一轮重复出现。
9. 当前运行环境没有结构化选择控件时，不要退化为文字问卷；只说明“当前模式不支持选项控件，请切换到支持结构化输入的交互模式后重试”，并停止执行需要该选择的阶段。
10. 不要询问与当前请求无关的选项。例如用户只要求提炼卖点时，不询问图片 API。
11. 商品容量、尺寸、材质、功率、成分、认证、防水等级、兼容型号等不可可靠推断的公开事实，必须标为待确认。只有当它们会进入本次公开文案或图片时才向用户确认。

需要按任务检查的选项如下：

第一轮结构化选择示例：

{
  "questions": [
    {
      "header": "产出范围",
      "id": "output_scope",
      "question": "本次希望完成到哪个阶段？",
      "options": [
        {"label": "完整套图（推荐）", "description": "生成 Listing、文案和 7 张以上套图工单。"},
        {"label": "完整 Listing", "description": "生成商品事实、标题、五点和长描述。"},
        {"label": "仅五点描述", "description": "只生成目标站点的五点描述。"}
      ]
    },
    {
      "header": "发布站点",
      "id": "target_site",
      "question": "商品准备发布到哪个站点？",
      "options": [
        {"label": "Amazon US（推荐）", "description": "使用美国英语和 Amazon 美国站规则。"},
        {"label": "Amazon DE", "description": "使用德国站规则和德语本地化。"},
        {"label": "eBay UK", "description": "使用英国站规则和英国英语。"}
      ]
    }
  ]
}

第二轮仅在需要套图且相关值缺失时显示 aspect_ratio、image_set、bestseller_analysis；第三轮先选择 Codex ImageGen、外部 API 或 自动路由，只有选择外部 API 后才显示 Qwen、Nano Banana 2、Seedream 三选一。

工作流

1. 检查现有进度

有工作目录时先运行：

python "<本 Skill 目录>/scripts/pipeline.py" status --workdir "<工作目录>"

存在有效产物时从最早缺失或过期的产物继续，不重复已确认阶段。上游文件更新时间晚于下游时，下游视为过期。

2. 建立商品事实

1. 收集商品图、规格表、包装文字、旧 Listing、SKU、品牌和用户补充信息。
2. 只读取 references/category-cues.md 中匹配类目的段落，并按 references/confidence-rules.md 区分可观察、用户确认、文档声明和推断。
3. 形成 5 至 8 条候选卖点，每条包含证据；推断项设置 needs_confirmation: true。
4. 检查原图分辨率、模糊、水印、第三方 Logo、主体遮挡和抠图难度。
5. 按 references/listing-schema.md 写出 listing.json。

3. 固化站点与创意策略

1. 按选项处理规则得到平台、国家、语言、比例、套图模式、数量、两个内容开关和图片提供方。
2. 只读取目标平台的 references/sites/<platform>.md 与目标语言的 references/locale/<locale>.md。
3. 智能套图至少 7 张；自定义套图严格使用用户给定槽位。
4. 爆款分析只提炼构图、色彩、信息密度和场景等通用规律，不复制商标、角色、包装或独特版权元素。
5. 按 references/artifact-schemas.md 写出 strategy.json。

4. 生成站点文案

1. 读取 references/copy-patterns.md，直接用目标语言写作，不先写中间语言再机械翻译。
2. 排除所有 needs_confirmation: true 的事实，并在 excluded_points 中记录原因。
3. 生成标题、五点描述、长描述、搜索词和图上短文案；若 generate_copy 为关，则只保留用户提供的文字并跳过扩写。
4. 保持所有文字中的卖点名称、数值、单位和限定条件一致。
5. 按 references/artifact-schemas.md 写出 copy.json。

5. 生成套图工单

1. 读取 references/image-types.md。
2. 智能模式按类目、卖点优先级和站点规则编排；自定义模式严格按用户槽位编排。
3. 每个 base_prompt 必须要求无文字、无 Logo、无水印，并说明主体、环境、构图、镜头、光线、留白和商品一致性。
4. 把准确文案写入 text_layers，不要写入底图提示词。box 使用 [left, top, right, bottom] 的 0 至 1 归一化坐标。
5. 需要保持商品外观时写入本地 reference_images。
6. 按 references/artifact-schemas.md 写出 image_jobs.json。

交付与续跑

对话中只展示关键摘要、已采用选项、待确认事实和文件路径，不粘贴整份 JSON。完成后提示用户继续调用 ecom-image，并带上同一工作目录。Codex 中可用 $ecom-image，Claude Code 中可用 /ecom-image。

所有产物都写入用户的工作目录，不要写入 Skill 安装目录；<本 Skill 目录> 指当前 SKILL.md 所在目录。