Editorial IP Visuals / 文章配图系统

核心结果

把文章中的核心观点、机制、风险和解决方案转成一套统一的 3D IP 编辑型视觉资产。固定画风只从 assets/examples/ 中本次生成的 6 张图片归纳；外部技能或仓库仅可用于参考文件组织方式，不得作为视觉风格、构图或角色来源。变化的是主题场景、道具、信息结构与强调内容。默认交付：

• 1 张公众号横版封面
• 1 张 1:1 缩略图
• 3–4 张 16:9 正文配图
• “图片—用途—原文具体插入句子”的定位表

正文图必须承担解释任务，不能只做装饰。封面与缩略图负责建立冲突和识别度；正文图负责让读者更快理解论证。

按需读取参考

• 开始定义整套风格时，读 references/visual-dna.md。
• 为原创图片选择风格校准图时，读 references/style-examples.md；不要默认把全部样例同时传给图像模型。
• 使用默认 IP 或用户提供的新角色时，读 references/ip-character.md。
• 选择每张图的解释结构时，读 references/composition-patterns.md。
• 确认画幅、安全区和套图关系时，读 references/platform-specs.md。
• 准备生成或编辑提示词时，读 references/prompt-templates.md。
• 使用小红书等公开帖子截图时，必须读 references/screenshot-evidence.md。
• 每张图生成后，必须读并执行 references/qa-checklist.md。

工作模式

根据用户意图选择一种，不要强迫完整生成：

1. 只做规划：分析文章并输出 shot list，不生成图片。
2. 原创配图：用固定 IP 生成完整套图；这是默认模式。
3. 截图证据：检索公开帖子，只做必要裁切和脱敏，不伪造内容。
4. 混合模式：封面、缩略图和概念图原创，正文局部使用脱敏证据截图。
5. 改图模式：修改既有封面或正文图，严格列出必须保持不变的元素。

工作流

1. 收集输入

优先使用用户提供的文章全文或本地文章文件。确认或合理推断：

• 发布平台
• 标题与副标题
• 希望生成的数量
• 原创、截图证据或混合模式
• 是否沿用默认 IP

默认 IP 参考资产为 assets/default-ip-reference.png。如果用户在当前任务提供了新 IP 图，以新图为准；除非用户明确要求，不要覆盖技能内置资产。

只有缺少文章正文、关键参考图或发布平台会实质改变结果时才提问。其他细节直接采用上述默认值。

2. 消化文章

先完整阅读正文，不要按章节平均分图。提炼：

• 一句话核心观点
• 开头最强冲突
• 3–4 个承担论证推进的认知锚点
• 适合视觉化的机制、对比、风险或方案
• 不适合配图、应留给文字解释的内容

认知锚点必须能对应原文中的一句完整句子。最终定位使用原文原句，不要只写“第二章后”或改写后的概括。

3. 定义本篇视觉母题

先写一张简短 Visual Brief：

• 核心视觉冲突
• 主隐喻或物理动作
• 色彩角色：主色、强调色、背景色
• 质感与媒介
• IP 在文章中的角色
• 套图中重复出现的 1–2 个识别元素

默认画风是固定层：精致 3D 玩偶、灰白编辑空间、柔和棚拍光、真实可触材质、黑色中文大标题与砖红警示色。正文允许使用两类已验证表达：实体化场景，或带 3D 材质和空间层次的半透明信息面板。IP 外形同样固定。文章层重新选择冲突、道具、信息层级和角色动作；不要把样例中的衣服、天平、展台或界面机械复用到无关文章。

4. 先做 shot list

生成前至少在内部完成下表；用户要求“先规划”时直接输出：

默认顺序：封面 → 1:1 缩略图 → 正文图。正文图一张只解释一个认知锚点，避免多张表达同一结论。

5. 生成原创图片

执行生图或编辑前，加载并遵循可用的 imagegen 技能。使用内置图像生成工具，每张资产单独调用，不把整套图片拼成一张。

• 每次生成都带入默认 IP 参考图或用户当前 IP 参考图。
• 从 assets/examples/ 选择 1–2 张与当前资产类型最接近的样例作为风格锚点：封面选封面，方图选方图，正文图按解释结构选正文样例。不要把 6 张样例全部带入一次生成。
• 提示词要明确区分：IP 图只约束角色身份；样例图只约束 3D 媒介、灰白空间、柔光、材质精度、标题层级、砖红强调、信息密度与同类资产的版式气质。不得复刻样例中的文章标题、服装主题、天平、展台、UI 内容或完整构图。
• 先生成横版封面，确认本篇视觉系统，再生成 1:1 缩略图与正文图。
• 1:1 缩略图要重新构图，不能直接裁切横版封面。
• 后续图片同时锁定 IP 特征、默认视觉 DNA 与本篇 Visual Brief；不要让角色发型、眼睛、服装、比例或 3D 编辑质感随场景漂移。
• 图中文字必须短、少、逐字核对。封面标题使用用户确认的原文；正文图优先使用 2–6 字标签。
• 如果图片只是概念示意，不要把它伪装成真实社交平台截图或真实商品证据。

6. 处理截图证据

进入截图证据或混合模式时，严格执行 references/screenshot-evidence.md。搜索公开页面，保留来源链接和原意；头像、昵称、账号、位置等非必要身份信息必须脱敏。不要编造帖子、评论、点赞数或“买家秀”。

7. 逐张质检与迭代

按 references/qa-checklist.md 检查：

• IP 一致性
• 核心观点是否一眼可读
• 中文文字是否准确
• 画幅、安全区与缩略图可读性
• 正文图是否真的解释了对应原句
• 截图是否完成脱敏且未歪曲原意

发现问题时只进行一次有明确目标的编辑，例如“仅修正标题”“仅恢复灰色针织衫”“仅减少右侧元素”。不要用模糊的“更好看”反复漂移整套风格。

8. 保存与交付

如果图片用于当前项目，遵循 imagegen 的项目资产保存规则，避免覆盖已有文件。建议命名：

<article-slug>-cover-wide.png
<article-slug>-thumbnail-square.png
<article-slug>-body-01-<topic>.png

最终用表格交付：

横版封面和 1:1 缩略图标注为“仅用于封面，不插入正文”。同时说明原创图与脱敏截图的数量；有截图时附来源链接。

质量边界

• 不把所有段落都画出来；够用比堆数量重要。
• 不把正文图做成无 3D 场景层次的通用 PPT、长文信息图或装饰性壁纸；需要流程或状态信息时，可使用本次样例中的 3D 展台式流程或半透明面板式表达。
• 不复刻旧案例的标题、构图或物件；允许稳定继承它们的画风、材质、留白和信息密度。
• 不因使用固定 IP 而让角色抢走文章信息。
• 不把 AI 重绘的社交媒体界面当作真实用户证据。
• 不在未核对原文时给出“具体插入句子”。

风格来源边界

• 唯一视觉依据是 assets/default-ip-reference.png 与 assets/examples/ 中本次生成的 6 张图。
• references/visual-dna.md、references/style-examples.md、构图、提示词和质检规则都必须从这些图片反推，不从外部技能、仓库或插画项目补充视觉原则。
• 外部 Skill 只能启发 SKILL.md、references/、assets/ 的模块化组织方式，不能影响画风、构图、角色、色彩或图形语法。