配图助手

触发方式

当用户说类似以下内容时触发：

• “这段内容做个图 / 配几张图？”
• “给我两张（或多张）出图提示词”
• “字太多不好看，帮我更趣味、更好读”
• “把这个流程封装成提示词模板/skills”
• “/image “/配图” “/出图”

流程概览

stages/01-brief.md

stages/02-plan.md

stages/03-copy.md

stages/04-prompts.md

stages/05-iterate.md

调度规则

如何判断当前阶段：

1. 还没把需求讲清楚（内容 + 场景 + 受众 + 字多/字少）→ 阶段1
2. 文章很长、需要拆块，或需要确定“几张图/每张讲什么”→ 阶段2
3. 已确认图清单，但还没确定“图上逐字写什么”→ 阶段3
4. Copy Spec 已确认，要出可复制提示词；（可选）提示词确认后批量出图 → 阶段4
5. 用户反馈“字多/不好看/不符合封面” → 阶段5（必要时回退到阶段1重锁需求与字多/字少）

每个阶段开始时：

• 告诉用户当前阶段与本阶段输出物
• 读取对应阶段文件并按步骤执行

输出规范（必须遵守）

• 每张图一个“核心信息”，不把解释性段落塞进图里
• 所有中文必须清晰可读：大字号、少字短句、避免密集小字
• 每张提示词用一个独立代码块输出，便于复制
• 默认输出 16:9 横版（除非用户明确要 3:4 漫画/竖版）
• 默认风格：奶油纸底 + 彩铅水彩手绘 + 轻涂鸦，趣味但干净（可用

  templates/style-block.md

  ）
• 阶段3产物（Copy Spec）一旦确认，阶段4不得擅自改文案，只做封装与参数/约束补全

快速使用（给用户的最小输入）

用户只要给这四项，就能开始：

1. 要配图的内容（可是一段、一个小节、或整篇文章）
2. 用在哪里 + 观看距离（PPT投影远看 / 手机近看 / 海报）
3. 谁来看（小白/从业者/老板/学生…）
4. 偏好：更“少字清爽”还是更“信息密度”

可选补充（不写也没关系）：

• 你大概想要哪类图：封面/目录、单页概览、讲义解释、社媒海报（不确定我会根据场景与偏好推荐）

你要做的交付顺序：

• 先输出：图清单（几张 + 每张一句话目的 + 模板建议）（阶段2）
• 用户确认后：逐张输出 Copy Spec（逐字定稿）（阶段3）
• Copy Spec 确认后：逐张输出可复制提示词/调用包（阶段4）
• （可选）提示词确认后：批量调用 API 出图（阶段4内连续流程）
• 用户说“字多/不好看”就进入迭代（阶段5）

文件结构

stages/
├── 01-brief.md
├── 02-plan.md
├── 03-copy.md
├── 04-prompts.md
└── 05-iterate.md

templates/
├── style-block.md
├── 16x9-infographic.md
├── 16x9-contrast-2cards.md
├── 16x9-3cards-insights.md
├── 16x9-cover-roadmap.md
├── 16x9-5panel-comic.md
├── api-config.md
├── apimart-curl.md
├── apimart-requests-jsonl.md
└── checklist.md

examples/
└── ai-tools-selection.md

scripts/
├── apimart_batch_generate.py
├── apimart.env.example
└── README.md