Now liveThe Skillselion MCP - thousands of ranked skills, loaded into your agent mid-task. No install.Get it →
liangdabiao avatar

Ecom Details Image

  • 26 installs
  • 799 repo stars
  • Updated May 15, 2026
  • liangdabiao/ecom-details-image

Helps with ai & agent building tasks.

About

ecom-details-image is a Claude Code skill for ai & agent building. It helps solo builders move faster with AI-assisted development.

  • ecom-details-image
  • AI & Agent Building
  • AI-coding skill

Ecom Details Image by the numbers

  • 26 all-time installs (skills.sh)
  • +3 installs in the week ending Aug 2, 2026 (Skillselion tracking)
  • Ranked #9,702 of 16,546 AI & Agent Building skills by installs in the Skillselion catalog
  • Data as of Aug 5, 2026 (Skillselion catalog sync)
npx skills add https://github.com/liangdabiao/ecom-details-image --skill ecom-details-image

Add your badge

Show developers this skill is listed on Skillselion. Paste this into your README.

Listed on Skillselion
Installs26
repo stars799
Last updatedMay 15, 2026
Repositoryliangdabiao/ecom-details-image

What it does

Helps with ai & agent building tasks.

Files

SKILL.mdMarkdownGitHub ↗

ecom-details-image Skill

当用户需要视觉策略、图片 Prompt、商品主图、营销图、社媒图、广告图、电商 PDP 视觉,或要求直接 AI 生图时,使用这个 Skill。

这个 Skill 有两种模式:

1. Brief / Prompt 模式:只输出视觉简报和可执行图片 Prompt。 2. Generate 模式:当用户明确要求“生图、生成图片、出图、render image”时,先输出最终 Prompt,再调用 scripts/generate_image.py

不要暴露、索要、写入、提交或回显真实 API key。使用者必须通过自己的环境变量配置 API。

---

生图配置

直接生图使用 apimart.ai 图像生成接口(GPT-Image-2,异步轮询模式)。优先在 .claude/skills/ecom-details-image/.env,不要把真实 API key 写进仓库:

IMG_BASE_URL=https://api.apimart.ai/v1
IMG_MODEL=gpt-image-2
IMG_API_KEY=your-api-key

脚本也兼容常见别名:OPENAI_BASE_URLOPENAI_API_BASEOPENAI_IMAGE_MODELOPENAI_MODELOPENAI_API_KEY

生图脚本:

python3 scripts/generate_image.py --prompt "clean product hero image..." --size 1:1 --resolution 2k
python3 scripts/generate_image.py --prompt-file prompt.txt --output-dir outputs
python3 scripts/generate_image.py --env-file .env --prompt-file prompt.txt

参考图片:如果用户提供了产品照片路径,使用 --image 参数传入以提升产品一致性。参考图对保证产品外观准确非常有效。

如果缺少任何生图配置,说明需要在 .env 里配置什么,并把最终 Prompt 交给用户,方便用户稍后自行运行。

---

核心流程

1. 判断视觉任务类型和场景(见下方场景模板系统)。 2. 从 references/templates/ 匹配对应模板,读取 prompt_templatevariantscategory_tips 作为 Prompt 基础结构。 3. 只收集会实质影响图片结果的缺失信息。 4. 构建视觉简报。 5. 如果任务包含多张图,先建立 Campaign Style Lock,锁定整套图的色板、冷暖调、字体、背景、光线、布局和图标风格。 6. 写出可执行图片 Prompt(保持简洁,见下方 Prompt 精简原则);多图任务必须把同一段 Campaign Style Lock 原样放进每张 Prompt。 7. 如果任务是商品图、详情页图或营销图,先做转化驱动力诊断。 8. 如果用户要求电商详情页、PDP、主图堆栈或整套商品图,默认输出 5 张主图 + 7-9 张详情页图片 的图片包。 9. 如果用户要求直接出图,调用 scripts/generate_image.py;如果用户提供了参考产品图,传入 --image。 10. 返回 Prompt、生成文件路径和关键假设。

---

最小输入

任何视觉任务都优先确认这些信息:

  • 目标:图片要达成什么效果。
  • 用途:商品主图、广告图、社媒图、Banner、PDP 模块、缩略图、概念图等。
  • 主体:产品、人物、场景、物体或抽象概念。
  • 受众和使用语境。
  • 风格:真实摄影、编辑部风格、高级棚拍、UGC、3D 渲染、插画等。
  • 构图、比例、平台尺寸。
  • 是否需要图片内文字。
  • 负面约束:避免 logo、避免文字、避免杂乱、避免医疗承诺等。

如果缺少非关键字段,明确假设后继续,不要无谓阻塞。

---

通用图片 Prompt 结构

默认用英文写 Prompt,除非用户要求其他语言。

Prompt 按这个结构组织:

1. Campaign Style Lock,多图任务必填且每张图完全一致。 2. 主体和场景。 3. 图片目的和情绪意图。 4. 构图、镜头和取景。 5. 光线、颜色、材质和纹理。 6. 风格和真实感等级。 7. 平台限制和画幅比例。 8. 图片内文字处理。 9. 负面约束。

Prompt 要足够具体,可以直接执行;也不要过度规定无关细节,避免和用户目标冲突。

---

GPT-Image-2 Prompt 铁律(必须遵守)

以下规则来自大量实战验证,每条 Prompt 都必须逐条检查。

1. 颜色用 hex 码,不用形容词

"白底"出来是淡灰,"金色"出来有 8 种金。必须写 hex:

  • 白底 → #FFFFFF
  • 深灰文字 → #2D2D2D
  • 金色强调 → #D4AF37
  • 浅米色背景 → #F5F1E8
  • 深绿背景 → #1A3A2E

2. 产品占比必须数字化

不同图型的产品占比黄金区间:

图型产品占比说明
白底主图35-40%太小显廉价,太大显拥挤
卖点副图25-30%左图右文布局,产品在左
场景氛围图20-25%场景图不是产品图,氛围才是主角
信息流广告40%环境干扰多,产品要更突出
搜索广告45%搜索图比信息流再大一点
SKU 多规格卡60-70%(整体)多个产品横排

3. 留白必须显式声明

不写留白,AI 一定把画面填满。每张图必须写:

  • 白底主图 / 卖点副图 / 广告图:留白至少 45%
  • 场景氛围图:留白至少 50%
  • 详情页长图:留白 50%+

4. 否定清单不能省

每条 Prompt 结尾必须加负面约束,写具体禁止项而不是笼统的"不要多余的":

不要添加:道具、手、水印、假 logo、额外文字、装饰元素、渐变背景

5. 平台预留空间

国内电商主图必须预留:

  • 顶部中央 200×100 区域留空(平台价格叠加区) — 不写产品会把整个画面填满
  • 左上角 200×100 像素区域完全留白 — logo 区域(如需要)

6. 3 层信息架构

电商图内文字必须遵循:

  • 核心承诺 ≤15 字(主标题)
  • 关键证据 2-3 个(图标 + 短标签)
  • 行动指令 ≤8 字(CTA 按钮)

7. 批量出图优于反复调参

一次 --resolution 2k 出图,让 CTR 数据选风格,不要凭审美反复调参。

---

Prompt 精简原则

GPT-Image-2 在结构清晰、信息具体的 Prompt 下表现最佳。

  • 只包含核心信息,去除冗余约束和重复描述。
  • 自然语言优于关键词堆砌。
  • 明确描述材质纹理(磨砂玻璃、拉丝金属、哑光饰面、丝绸光泽)。
  • 始终包含光线方向和质量,场景图指定色温(如 色温 5500K)。
  • 不要在一个 Prompt 里塞入太多场景、风格、情绪要求。
  • 如果用户提供了参考产品图,传入 --image 比文字描述更有效。
  • 中文字用「」中文引号包裹,渲染准确率明显高于英文引号或无引号。
  • 复杂笔画的中文字(赢、鬱、餮等)尽量换成简单同义字,95% 准确率不是 100%。

---

场景模板系统

references/templates/ 目录包含 25 个场景模板,每个模板提供 prompt_templatevariants(风格变体)、category_tips(品类建议)、examplesanti_ai_tips

模板匹配表

触发词模板文件
白底图, 主图, hero image, packshot01-hero-image.json
场景图, 生活图, lifestyle02-lifestyle-scene.json
平铺图, flat lay, 俯拍03-flat-lay.json
细节图, 微距, macro, 特写04-detail-macro.json
海报, poster, banner, 促销05-poster-banner.json
社交媒体, 小红书, Instagram, TikTok06-social-media.json
UGC, 买家秀, GRWM07-ugc-style.json
模特, model, 人物展示08-model-showcase.json
对比, before after, 前后09-before-after.json
包装, packaging, 礼盒10-packaging.json
信息图, A+, 详情页11-infographic.json
创意, 概念, creative12-creative-concept.json
尺寸, 规格, 使用步骤13-size-spec.json
套装, 组合, bundle14-multi-product.json
直播, livestream15-livestream.json
试穿, 融入, try on16-try-on-virtual.json
拆解图, 爆炸图, exploded view17-exploded-view.json
隐形模特, ghost mannequin, 3D服装18-ghost-mannequin.json
多角度, 网格, grid, 多色展示19-multi-angle-grid.json
杂志, 封面, editorial, magazine20-magazine-editorial.json
季节, 四季, campaign, 春夏秋冬21-seasonal-campaign.json
奢华, 氛围, 烟雾, luxury, atmospheric22-luxury-atmospherics.json
设备模型, 界面, mockup, SaaS, APP23-device-mockup.json
店铺, 门面, 空间, storefront, 实体店24-storefront.json
运动, 健身, sports, fitness25-sports-campaign.json

无匹配 → 默认 01-hero-image.json只读取匹配到的模板文件,不要一次性加载全部。

模板使用方式

1. 取 prompt_template 作为 Prompt 基础结构。 2. 用用户产品信息替换 {variables}。 3. 用户指定风格变体 → 应用 variants.<name>.overrides。 4. 已知产品品类 → 应用 category_tips.<category>。 5. 简化:只保留有值的字段,输出简洁的自然语言 Prompt。

风格变体速查

每个模板通常包含 3-4 个风格变体,常用变体类型:

  • luxury — 高端奢华(Rembrandt 光线、金色点缀、深色渐变)
  • minimal — 极简现代(纯白/浅色、干净线条、大留白)
  • fresh — 清新自然(明亮自然光、柔和粉彩、通透感)
  • tech — 科技感(戏剧性侧光、深色背景、金属质感)

---

Anti-AI 技巧(UGC / 直播 / 社媒场景)

生成 UGC、直播或社媒内容时,必须遵循以下规则让图片看起来真实:

  • 指定具体手机型号:iPhone 14 ProiPhone 15 Pro
  • 添加可见瑕疵:毛孔、轻微噪点、暖色偏移、不完美构图。
  • 使用真实感语言:NOT professional photographyNOT AI-generated look
  • 展示真实环境:略微凌乱、真实物品、水渍、用过的毛巾。
  • 参考胶片色调:Kodak Portra 400 color feel
  • 明确声明:NOT retouched, NOT smoothed
  • 避免典型 AI 词汇:不用 perfectflawlessstunninghyper-realistic
  • 各模板中如有 anti_ai_tips 字段,生成对应场景时必须遵循。

---

整套图片风格一致性规则

当生成主图 + 详情页、PDP 图片包、广告组图、社媒组图或任何多张图片时,必须先定义一个 Campaign Style Lock。这是整套图的视觉合同,不是灵感描述。

Campaign Style Lock 必填字段

1. 视觉方向:例如 premium tech ecommerce、clean household care、warm gift editorial。 2. 固定色板:限制为 2-3 个主色 + 1 个强调色;写清楚背景色、文字色、强调色,不要每张图重新配色。 3. 冷暖调:明确 warm / cool / neutral,并要求全套一致。 4. 字体系统:统一为一种字体风格,例如 modern geometric sans-serif;禁止混用衬线、手写、复古、卡通字体。 5. 背景系统:统一背景材质、空间和深浅,例如 clean light gray studio background 或 deep navy premium tech background。 6. 光线系统:统一光源方向、阴影强度、反光质感和氛围。 7. 布局系统:统一留白、圆角、分栏、标签、编号和信息图组件风格。 8. 图标 / 插画系统:如果用图标,统一线宽、形状、颜色和复杂度。 9. 产品呈现规则:产品角度、大小比例、材质表现和是否居中必须稳定。 10. 禁止漂移项:明确禁止 changing color palette, mixed fonts, inconsistent lighting, random backgrounds, mismatched icon styles。

默认 Style Lock 模板

如果用户没有给品牌规范,使用保守统一的电商视觉系统:

Campaign Style Lock: consistent premium ecommerce visual system across the entire image set; fixed palette of clean off-white background, deep charcoal text, one product-matched accent color, and one soft secondary accent; neutral-cool studio lighting; modern geometric sans-serif headline placeholders only; consistent rounded rectangular info labels; consistent thin-line icon style; clean high-end product photography mixed with minimal infographic elements; stable product scale and placement; generous whitespace; no color palette changes, no mixed fonts, no random backgrounds, no inconsistent lighting, no mismatched icon styles.

多图 Prompt 强制规则

  • 每张图 Prompt 的第一段必须是同一段 Campaign Style Lock,不能改写、缩短或换同义词。
  • 单张图只能改变:画面目的、主体动作、局部构图和短文案。
  • 单张图不能改变:色板、冷暖调、字体风格、背景系统、光线系统、图标风格和信息标签样式。
  • 如果用户要求重生其中一张图,必须复用原来的 Campaign Style Lock。
  • 如果已生成图片风格不一致,优先重写 Prompt 包,而不是逐张随意补描述。

---

商品和营销转化流程

商品主图、电商图片、广告图和 PDP 视觉不要从固定模板开始,要先判断转化驱动力。

选择一个主要驱动力:

A. 视觉驱动型

适用于购买决策依赖外观、风格匹配、光洁度、质感、前后对比或礼品属性的产品。

重点:

  • 一眼抓住产品吸引力。
  • 质感、细节、工艺和质量信号。
  • 使用场景和视觉层级。
  • 简短利益点。

B. 痛点驱动型

适用于买家有明确摩擦、风险、时间损失、不适或反复烦恼的产品。

强制顺序:

1. 痛点挖掘 / 风险触发。 2. 利益 / 解决方案。 3. 信任和证明。 4. 优惠 + CTA。

重点是具体问题、缓解机制、证据和风险逆转。

C. 情感价值驱动型

适用于购买和身份、信心、归属、地位、关怀、快乐、新奇或冲动相关的产品。

重点:

  • 情绪钩子。
  • 身份或向往。
  • 产品作为实现方式。
  • 社交证明和低摩擦行动。

---

商品图序列模板

当用户提到“详情页、PDP、Amazon A+、Shopify 商品页、主图堆栈、整套商品图、商品详情图片”时,不要只停留在 5 张主图。必须追加详情页图片序列,并把每一屏都写成可单独生图的 Prompt。

视觉驱动主图序列

1. 一眼可懂的视觉主张。 2. 核心功能或质感特写。 3. 使用场景匹配。 4. 普通方案 vs 升级方案对比。 5. 优惠、物流、保障或 CTA 画面。

痛点驱动主图序列

1. 问题快照。 2. 解决机制。 3. 利益证明。 4. 信任画面。 5. 优惠 + 紧迫 CTA。

情感价值主图序列

1. 情绪场景钩子。 2. 身份 / 价值表达。 3. 产品作为实现方式。 4. 归属、地位或社交信号。 5. 带情绪强化的优惠 + CTA。

---

详情页图片序列模板

详情页图片用于移动端纵向浏览,默认每张图独立成屏,尺寸优先使用 2:3 或平台指定竖版比例。除非用户明确只要文案,否则每个模块都要输出对应图片 Prompt。

通用 PDP 详情页图片序列

1. 首屏承接:延续主图卖点,说明产品为谁解决什么问题。 2. 痛点放大:展示用户当前的不便、损失、风险或反复烦恼。 3. 机制解释:用视觉化结构说明产品如何发挥作用,避免虚构无法证明的数据。 4. 核心利益:把 2-4 个主要利益做成易扫读的信息图。 5. 使用步骤:用 3-4 步说明怎么用,降低理解成本。 6. 场景覆盖:展示典型使用场景、适用对象或使用前后状态。 7. 对比选择:普通方案 vs 本产品,突出可观察差异和体验差异。 8. 信任背书:展示材料、包装、质检、保障、真实评价等已有证据;没有证据就写“proof placeholder”,不要编造认证。 9. FAQ / 风险逆转 / CTA:处理残留、适用范围、售后、组合优惠等临门疑虑。

驱动力适配

  • 视觉驱动型:增加质感细节、尺寸比例、使用场景和礼品感。
  • 痛点驱动型:严格按“问题严重性 → 解决机制 → 利益证明 → 信任 → CTA”推进。
  • 情感价值驱动型:增加生活方式、身份表达、社交场景和情绪回报。

图片内文字规则

  • 详情页图片可以有短文案,但必须短、清楚、适合移动端。
  • 每屏主标题建议 3-7 个英文词或 6-12 个中文字。
  • 说明性文字用 2-4 个短标签,不要生成大段小字。
  • 每一区文字量严格控制:标题 + 副标题 + 小标注不超过 50 个字。
  • 中文字用「」中文引号包裹,如「修护屏障」「72h 深层锁水」,渲染准确率更高。
  • 指定字体大小:标题 28-48pt,副标题 16-20pt,标注 10-14pt。
  • 颜色用 hex 码:深灰标题 #2D2D2D,浅灰标注 #888888,金色强调 #D4AF37
  • 如果模型容易生成乱码,Prompt 中明确要求 “clean layout with short readable headline placeholders, no dense body text”。
  • 出图后必须放大 200% 逐字核对中文笔画,复杂字换简单同义字。

视觉节奏规则(多图任务)

连续多张图的背景色不能完全一样,否则消费者视觉疲劳。多图任务必须交替使用 2-3 种背景色:

  • 白底主图 / 卖点副图:#FFFFFF
  • 成分解析 / 质地展示:#F5F1E8(浅米色)
  • 品牌主视觉 / 促销图:品牌深色(如 #1A3A2E

多角度镜头规则(多图任务)

全套图片绝不能全部使用同一个拍摄角度。 AI 生图默认倾向生成正面 3/4 角度,如果不显式指定镜头角度,整套图会看起来千篇一律。多图任务必须在 Prompt 中为每张图分配不同的镜头角度和景别。

角度清单(按用途选择 4-6 种组合)
角度Prompt 写法适用场景
正面 3/4at a slight 3/4 angle showing full front facade主图、首图
正上方俯视photographed directly from above at a 90-degree overhead angle展示布局、内部结构、平铺
侧面 90°photographed from a clean 90-degree side profile展示深度、层次、侧面细节
后侧 45°photographed from behind at a 45-degree rear angle展示背面细节、码头、尾部构造
仰视低角度photographed from a very low angle looking upward英雄镜头、气势感、儿童视角
高角度俯视photographed from a high 45-degree angle looking down展示顶部、整体规模、桌面视角
景别清单(按用途选择 2-3 种组合)
景别Prompt 写法适用场景
全景full product visible, product occupies 35-40%主图、场景图
中景showing the [section name] area, product occupies 45-50%功能展示、结构说明
特写tight zoom on [specific detail], product detail occupies 55-60%材质纹理、工艺细节、按钮/接口
微距extreme close-up macro shot, shallow depth of field面料编织、接缝工艺、表面纹理
局部close-up detail shot focusing on [specific part]灯塔信标、大炮、拉链、标签
多角度分配原则

1. 主图序列(5 张):至少使用 3 种不同角度,其中 1 张必须是特写或微距。 2. 详情页序列(7-9 张):至少使用 4 种不同角度,其中 2 张必须是特写/微距。 3. 不能连续 3 张图使用相同角度,否则消费者视觉疲劳。 4. 全景图不超过整套的 40%,必须穿插中景、特写和微距增加节奏感。 5. 仰视和俯视各至少 1 张,打破平视拍摄的单一感。 6. 每张 Prompt 必须显式写明角度关键词(如 side profilefrom abovelow angle),不要假设模型会自动变换角度。

角度 Prompt 模板

在每张图片 Prompt 的「构图、镜头和取景」段落中,直接嵌入角度描述:

# 俯视图
Bird's eye top-down view. The [product] photographed directly from above at a 90-degree overhead angle, showing the full layout [specific details visible from above]. Deep even lighting from directly above minimizing shadows.

# 侧视图
Side profile view. The [product] photographed from a clean 90-degree side profile, showing [what's visible from side]. Strong side lighting from the left creating dramatic depth.

# 仰视图
Dramatic low-angle hero shot. The [product] photographed from a very low angle looking upward, making [tower/building] appear tall and imposing. Strong upward lighting creating heroic dramatic shadows.

# 微距特写
Extreme close-up macro shot. Tight zoom on the [specific detail], showing [texture/mechanism/individual elements]. Shallow depth of field with the foreground in sharp focus and background slightly blurred. Warm directional side lighting highlighting surface texture.

# 后侧角度
Rear angled view. The [product] photographed from behind at a 45-degree rear angle, revealing [back details not visible from front]. This angle shows construction details not visible from the front.

详情页信息图结构规则(关键!)

详情页图片 ≠ 多角度产品照片。 详情页图片必须是电商信息图格式,包含卖点文案、图标、标签、对比、步骤、信任徽章等信息图元素,产品在不同信息图中展示不同角度。多角度是为信息图服务的展示手段,不是目的。

错误做法(只换角度,没有信息图结构)
# 错误:这只是"同一产品换个角度拍",缺少电商转化元素
Prompt: Side profile view of the product on white background. Product occupies 38%. Whitespace 50%+.
正确做法(电商信息图 + 多角度产品展示)
# 正确:有标题、卖点图标、标签、信息图布局,产品在其中展示特定角度
E-commerce infographic benefits screen on #FAF7F2 background.
Top headline in #2D2D2D at 28pt reading 「Core Benefits」.
Left side: the product shown from an elevated overhead angle.
Right side: four benefit rows stacked vertically with thin-line icons:
  (1) icon + 「Feature One」 in #7A9E7E
  (2) icon + 「Feature Two」 in #8B6F47
  (3) icon + 「Feature Three」 in #7A9E7E
  (4) icon + 「Feature Four」 in #8B6F47
Clean two-column layout. Product occupies 35%. Whitespace 48%+.
详情页每屏必须包含的信息图元素
屏幕电商结构信息图元素产品角度建议
首屏承接标题 + 产品 + 4个特色图标 + 副标题图标+标签环绕产品Front 3/4
痛点对比3个痛点图标 → 3个解决方案 + 产品上下对比布局Side profile
核心特色多栏并列展示 + 每栏标签和描述网格/三栏布局各元素独立特写
核心利益左产品 + 右利益列表(图标+短文案)双栏信息图Elevated overhead
使用步骤4步时间线/编号圆 + 最终成品展示步骤流程图Low-angle (最终效果)
场景覆盖3个场景照片 + 场景标签三行场景卡不同使用环境
信任/工艺微距细节图 + 标注圆 + 信任徽章细节标注图Macro特写
CTA/礼品标题 + 产品 + 卖点徽章 + CTA按钮转化闭合布局Front 3/4
信息图 Prompt 必须包含的要素

1. 布局关键词e-commerce infographic, structured grid layout, two-column layout, three-row layout, timeline, comparison layout 2. 标题和文案headline in #2D2D2D at 28pt reading 「...」, label in #7A9E7E at 14pt reading 「...」 3. 信息图元素feature callout icons, thin connecting lines, numbered circles, trust badges, CTA button placeholder 4. 产品角度:每张信息图中产品从不同角度展示,但角度是为信息图内容服务的 5. 电商 Prompt 开头:每张详情页 Prompt 必须以 E-commerce infographic [screen type] 开头,而不是 Close-up shotSide view

字体搭配规则

  • 主标题用衬线体(如 Didot),副标题和正文用无衬线体(如 SF Pro Display)。
  • 这是奢侈品画册的标准组合,高级感强。
  • 整套图只能用这 2 种字体,禁止混用第三种。

---

多图生成执行规则

当用户要求直接生成整套电商图片:

1. 先建立 Campaign Style Lock,并写入图片包计划。 2. 再为每张图建立编号、用途、画幅、图片内短文案和独立 Prompt。 3. 主图默认 1:1(2K);详情页图片默认 2:3(2K)。 4. 每张图使用独立 Prompt 文件,避免一次 Prompt 生成多屏拼图。 5. 每张独立 Prompt 必须以同一段 Campaign Style Lock 开头。 6. 输出目录用产品英文 slug,例如 generated-images/laundry-detergent-pods-pdp/。 7. 如果 API 或模型不支持某个尺寸,改用最接近的支持尺寸,并在结果中说明。 8. 如果缺少 .env 或生图配置,只输出完整 Prompt 包,不调用脚本。 9. 不要虚构认证、实验数据、评分、销量、真实评价或品牌授权。

---

直接生图规则

当用户要求生成图片:

1. 先输出最终 Prompt。 2. 短 Prompt 用 --prompt,长 Prompt 用 --prompt-file。 3. 根据平台选择 --size(比例格式),没有要求时默认 1:1。 4. --resolution 默认 2k,4K 仅限 6 个宽幅比例。 5. 只有用户指定目录时才使用 --output-dir,否则使用 generated-images/。 6. 如果缺少 IMG_API_KEY 等配置,不要调用脚本;返回 Prompt 和配置命令示例。

命令形状:

python3 scripts/generate_image.py --prompt "..." --size 1:1 --resolution 2k

脚本支持:

  • --prompt
  • --prompt-file
  • --output-dir
  • --size:比例格式(1:116:92:34:5 等 14 种)
  • --resolution1k / 2k / 4k,默认 2k
  • --image:参考产品图片路径
  • --poll-interval:轮询间隔秒数,默认 5
  • --timeout:轮询超时秒数,默认 180
  • --format:保存格式(仅影响扩展名),默认 png

---

QA 检查

最终输出前确认:

  • Prompt 符合用户真实目标。
  • 已匹配正确的场景模板,Prompt 基于模板的 prompt_template 组装。
  • Prompt 保持简洁,只包含核心信息,没有冗余约束。
  • 主体、构图、风格和用途明确。
  • 商品 / 营销任务包含转化驱动力诊断。
  • 证据缺失时不虚构效果、认证或数据。
  • 图片内文字短且必要。
  • UGC / 直播 / 社媒场景已应用 anti-AI 技巧(模板中的 anti_ai_tips 字段)。
  • 如有用户参考图片,已传入 --image 参数。
  • 负面约束覆盖常见失败点。
  • 输出和文件里没有 API key 或私密凭据。
  • 已应用 GPT-Image-2 铁律:hex 颜色、数字占比、显式留白、否定清单、平台预留空间。
  • 多图任务已分配不同角度和景别,无连续 3 张相同角度,全景图占比 ≤ 40%。
  • 详情页图片必须是电商信息图格式(含标题、图标、标签、利益点、步骤或信任徽章),不是单纯的多角度产品照片。每张详情页 Prompt 以 E-commerce infographic 开头。
  • 出图后提醒用户放大 200% 逐字核对中文笔画。

---

常见翻车点与防护

翻车原因防护
中文字笔画错模型中文准确率约 95%,复杂字容易少笔画放大 200% 逐字核对;复杂字换简单同义字
品牌色漂移写"金色"出来 8 种金全部用 hex 码(#D4AF37
Logo 区域被填满写"留空间"模型当没看见写精确坐标:左上角 200×100 像素区域完全留白
背景不是纯白写"白底"出来是淡灰#FFFFFF
产品太大或太小没指定占比写具体百分比:产品占画面 38%
画面填满无留白没写留白要求显式声明:留白至少 50%
连续多张视觉疲劳背景色全部一样交替使用 2-3 种背景色
全套图角度雷同AI 默认生成正面 3/4 角度,不指定就千篇一律每张 Prompt 显式写明角度关键词;主图 ≥3 种角度,详情页 ≥4 种,穿插特写/微距
衣服/3C 翻车率高对面料垂坠感、人体比例、接口按键细节要求太高优先测护肤品、家居、食品等稳定品类;衣服用参考图 --image 提升一致性
详情页变成纯产品图只写了多角度关键词,没有电商信息图结构(标题、图标、标签、卖点列表)每张详情页 Prompt 以 E-commerce infographic 开头,包含布局、文案、图标等电商元素;多角度是信息图内的展示手段而非目的

---

输出格式

Brief / Prompt 模式返回:

1. 匹配模板:使用的模板文件名和场景类型 2. Visual Brief 3. Final Image Prompt 4. Negative Constraints 5. Assumptions

商品或营销任务追加:

1. Conversion Driver Diagnosis 2. Campaign Style Lock,当任务包含多张图片 3. Hero Image Sequence(标注每张图对应的模板文件) 4. PDP Detail Image Sequence,当请求涉及详情页、PDP 或整套商品图 5. Copy Lines,如果图片需要文字 6. Test Priorities

Generate 模式返回:

1. 匹配模板:使用的模板文件名和场景类型 2. Final Image Prompt 3. Campaign Style Lock,多图任务必须返回 4. Image Pack Plan,包含每张图的编号、用途、尺寸、对应模板和短文案 5. Generated Files 6. Assumptions / Notes

Related skills

This week in AI coding

Five minutes, every Monday - the tools, releases and tactics for developers.

unsubscribe anytime.