开源一个非常漂亮的文章配图 Skill

想为 Claude 的一篇文章制作几张 3:4 社交媒体图片时，可以让 Codex 调用 GPT-Image 2.0。成图采用干净白底、克制的 3D 材质，并将中文标签直接生成在图片中；整体像杂志内页，远看有版式感，近看标签和细节也清晰。

这套能力已整理为正式 Skill：`guizang-material-illustration`。从一段能运行的提示词，到他人也能稳定产图的 Skill，中间需要处理场景适配、视觉统一、参考检索、图中文字、图表重绘和交付审核等环节。

它解决什么问题

写文章、周报、社交媒体内容或 PPT 时，真正困难的通常不是封面，而是把一个概念、一套流程或一组数据讲清楚的配图。

常见结果要么是直接贴一张密集截图，要么是 AI 生成了好看但无法解释内容的插画。

这个 Skill 专注于一件事：把文章、笔记、数据或产品说明转成带中文标签的解释图。图中包含箭头、标注和空间关系，让读者扫一眼就能理解重点。

它不负责小红书卡片排版，也不负责 PPT 页面设计；只生成中心图。成图后可直接放进社交卡片 Skill、PPT Skill 或任意文档。

从随手写的提示词到正式 Skill

最初的提示词只能在特定场景运行。要让其他人也能稳定使用，需要分别适配每个环节。

场景适配和统一视觉风格

最初只能处理简单流程图，但实际配图场景包括：周报中的项目进度、产品文档中的系统架构、数据分析图表、教学材料中的物理实验，以及解释哲学概念的文章。

因此需要按场景拆分视觉结构与提示词模板：

工作汇报与产品说明：进展、风险、决策、路线图，使用流程图和层级图表达。

数据图表：为柱状图、甘特图、桑基图、热力图等加入 3D 材质化表达，避免 AI 测评图表中常见的死板柱状图和折线图。

教育解释图：例如小学杠杆原理、中学电磁感应。部件、力的方向和反应过程都必须标在正确位置；除了好看，还要准确。

人文配图：例如丝绸之路商路、古诗中的月光意象、哲学概念的抽象关系。这类图需要在氛围与解释力之间取得平衡。

这些场景统一使用同一套视觉语言：白底工作室光线、克制的 3D 材质物件、一个鲜明点缀色（默认 IKB 蓝），以及图内嵌入的短中文标签。画面像实体模型摆在白色桌面上拍摄的照片。

冷门概念与 Logo 的参考检索

生成 PKCE 流程图或 Zettelkasten 卡片系统时，模型不一定知道具体形态；新产品 Logo、特定科学装置和历史文化物件也有同样的问题。

生成前先判断概念是否足够常见。对于管理学框架、生物实验器材或小众 AI 模型标识等冷门内容，先检索参考信息与参考图片，提取轮廓、配色惯例和标志性形状等视觉线索，再转化为归藏材质插画风格。

参考仅用于理解对象本身的外观，不用于复制参考图的画风；最终图片仍回到统一视觉体系。

让模型老老实实在图里写字

GPT-Image 2.0 的中文文字生成能力不错，但 AI Agent 可能因为担心图像文字出错，改用 HTML 在图片外围贴标签。这样会得到一张没有标注的装饰图，外部文字与图片也会割裂。

解释图中的图内标签本身就是内容。例如“用户提示”“AI 执行”“结果检查”这类短标签如果不在图里，读者就需要反复对照，解释力会明显下降。

提示词需要明确要求：标签必须生成在图片内部；每个标签限制为 2—5 个汉字；指定标签位置，如左上、右下、居中；标签放在干净的白色区域或标注板上。经过多轮调整，标签准确率才稳定下来。

图表不截图换皮，从数据重画

把原始图表截图交给模型“美化”看似直接，但原图若有密集坐标、模糊颜色和拥挤数据点，模型会继承这些问题，只是换了一层视觉外观。

应采用“语义抽取”：先从图表截图或原始数据中提取关键信息，包括图表类型、标题、结论、横纵坐标、数据值、单位、类别顺序，以及要强调的极值或异常点。

再把这些纯语义信息交给 GPT-Image 2.0，从零绘制一张新的材质化图表。新图可以留出更大的标题区，清晰呈现数据，并在旁边加入小场景和图标辅助理解。重点不是给原图换皮，而是重新设计一张信息图。

反模式纠正与交付前审核

AI 配图有一些反复出现的问题：

• 需要解释概念，却没有任何文字，只生成纯氛围图；
• 图片塞进大段文字，把整段说明挤进画面，无法阅读；
• 中文标签错字、乱码，或标签指向错误位置；
• 生成提示词意外泄露并显示在成图中；
• 参考图被照搬，连水印、低清背景或原有 UI 元素一起复制。

交付前增加 QA 审核，逐项检查标签、数据、裁切情况，以及是否出现意外水印或乱码。发现问题后直接重新生成，不依赖外部补丁。

能做什么，不能做什么

适合的场景：

• 文章配图、知识解释图、概念拆解图；
• 工作汇报配图、项目状态图；
• 产品机制图、系统架构图；
• 数据图表美化：柱状图、折线图、甘特图、桑基图、热力图、漏斗图；
• 教学材料配图：小学科学、中学物理、化学、生物；
• 人文观点配图：历史、哲学、文学意象；
• 社交卡片的中心图、PPT 的主视觉。

不适合：完整的小红书卡片排版（属于社交卡片 Skill 的工作）、PPT 结构设计、真实摄影修图、人像写真、长文海报排版。

安装和使用

目前这套提示词未在其他图像模型测试过。可对 Codex 或其他 Agent 提出安装请求：

npx skills add https://github.com/op7418/guizang-material-illustration --skill guizang-material-illustration

安装后直接用自然语言调用，例如：

用归藏的材质插画 Skill，帮我把这段产品说明做成一张带中文标签的机制图

把这篇文章挑 3 个核心概念，各生成一张带字配图

不需要选择模式或指定参数；Agent 会根据材料自动判断应生成的图片类型。

还可以与藏师傅的 PPT Skill、社交媒体图片 Skill 配合，生成更丰富的内容。

在生成测试图片时，即使没有明确要求图像风格和图像类型，模型也可能自行选择适合内容的风格，并让颜色与原主题色保持一致。这说明提供丰富上下文很重要；上下文足够时，模型会依据审美和内容形成统一、一致、和谐的结果。

参考：X 原帖