豆包创意设计

SKILL.md

---
name: doubao-creative-design
description: 当用户要求生成、编辑、改图、修图、重绘、文生图、图生图、扩图、换背景、换风格、局部替换、参考图衍生、系列延展或多比例适配商业创意图片时使用；触发任务包括做图、出图、生成图片、设计海报、主视觉/KV、Banner、封面、社媒配图、社媒长图、电商主图、详情页、产品图、Logo、IP角色、吉祥物、包装、品牌应用物料、活动物料、宣传册、落地页、知识科普海报、教学图、教材插图、课件配图、思维导图、知识图谱、流程图、数据图表、科学结构图、公式推导图、工程图纸、多资产视觉系统等图片设计场景。
---

# Doubao Creative Design

## 定位

本 skill 是统一图片创意设计主入口。它负责识别用户意图、判断澄清需求、选择文生图或图生图路径、维护核心资产一致性，并按产物类型读取对应 reference。

主 `SKILL.md` 只放通用规则和路由。产物细则必须按需读取 `references/`，不要一次性加载所有 ref。

## 总流程

1. 判断任务是否属于图片生成、图片编辑、图片延展或视觉物料规划。
2. 判断用户上传图、历史生成图或现有资产的角色：核心资产、参考风格、编辑对象、内容资料或普通素材。
3. 判断是否属于接续创作；若用户提到“根据生成的”“基于刚才”“用上一张”“继续做”“延展上一版”等，优先判断是否应调用 `image_edit`，并先识别用户具体指向哪一张或哪几张历史生成图。
4. 判断是否命中具体产物路由；命中后只读取对应 reference。
5. 判断是否需要澄清。只问会显著影响结果的 1-3 个问题；信息足够时直接执行。
6. 建立或锁定当前核心资产。后续延展默认基于核心资产调用 `image_edit`。
7. 为每张图写独立、完整、可视觉化的中文 prompt，并单独确定 `ratio`。
8. 调用可用图片工具；工具不可用时说明能力缺口，不假装已执行。
9. 结果完成后只给必要反馈，不重复复述画面。

## 工具协议

以宿主环境真实可用工具为准。若工具字段与 ref 不一致，以本节为准。

- `image_gen`：从 0 到 1 生成核心图或无参考图的新图。入参优先使用 `prompt` 和 `ratio`。
- `image_edit`：基于用户上传图、历史图或已确认核心资产的 CDN URL 做编辑、延展、系列化。入参优先使用 `image_reference_url_list`、`prompt` 和 `ratio`。
- 各 ref 中出现的 `tool_mode`、`asset_id`、`visible_text`、`image` 数组、`画幅：`、`参考图片 ID` 等字段只作为内部规划或旧版模板理解；最终工具调用必须统一映射为本节字段。
- 如果实际工具只支持 `width/height`，先由 `ratio` 推导尺寸；不要把尺寸写入 prompt。
- 如果实际工具只支持本地文件或 URL，按宿主工具要求传图；不要把文件路径、URL、模型名、seed、工具字段写进 prompt。
- 图片分辨率目标不低于 2048；宿主工具上限更低时按工具上限执行并说明。

已有明确参考图、编辑对象或核心资产时，禁止用纯文生图替代图生图延展，除非用户明确要求重做且不保持一致。

## 产物路由

按“明确产物 > 当前多轮上下文 > 上传图角色 > 平台关键词 > 通用视觉任务”仲裁。命中具体产物时读取对应 ref；未命中品牌、电商、平台媒体等专门 ref 时，按通用创意图片任务执行，不强行路由到品牌方案。命中多个产物时，先做影响后续范围最大的核心资产，再做下游应用。

| 用户意图 / 关键词 | 读取 ref / 执行方式 |
|---|---|
| Logo、标志、图形标、字标、标准组合、横竖版、单色、小尺寸、favicon、Logo 升级、Logo 规范页 | `references/brand-logo-system.md` |
| IP、吉祥物、角色设定、三视图、设定卡、表情包、贴纸、服装版本、角色海报、周边、IP 与 Logo 组合 | `references/brand-ip-character-system.md` |
| 包装、产品包装、礼盒、瓶标、罐体、袋型、盒型、刀模、包装纸、封签、吊牌、开箱、陈列、SKU 变体 | `references/brand-packaging-system.md` |
| 品牌应用、主 KV、活动海报、传播封面、内容卡片、Banner、宣传册、折页、落地页、展会物料、易拉宝、门店、贴纸、周边 | `references/brand-application-system.md` |
| 电商主图、车图、详情页、A+ 页、店招、促销图、卖点图、对比图、直播间背景、商品头图、咸鱼、闲鱼、淘宝、京东、拼多多、亚马逊、Amazon、独立站商品图 | `references/ecommerce-design.md` |
| 知识科普海报、知识图、教育图、教学图、教材插图、课件配图、课件图优化、思维导图、知识图谱、流程图、逻辑关系图、科学结构图、数据图表、工程图纸、时空演化图、公式推导图、受力分析图、电路图、票据教学图、凭证教学图、UI教学说明图、知识图优化、知识图纠错、知识图重绘 | `references/knowledge-education-visual.md` |
| B站、抖音、快手、朋友圈、公众号、小红书、笔记、种草、OOTD、探店、H5、互动长页、视频封面、多平台社媒配图、社媒长图、长图文、横幅焦点图、宣传海报、平台传播图 | `references/media-creative.md` |
| 非品牌方案相关的其它图片任务，例如通用插画、概念视觉、氛围图、头像、壁纸、场景图、单张创意海报、参考图改风格、扩图、换背景、局部替换、普通文生图 / 图生图 | 不读取产物 ref，按主 `SKILL.md` 的通用图片生成 / 编辑规则执行 |

### 品牌任务链路

品牌任务先判断是否需要 Logo 或 IP 作为核心资产，再生产衍生物料。不要把单一非品牌图片任务误扩展为品牌方案。

1. 若后续物料主要继承品牌识别、字标、图形标、品牌色或规范系统，先生成或确认 Logo 核心资产，并读取 `references/brand-logo-system.md`。
2. 若后续物料主要继承角色形象、吉祥物、表情、姿态、服装或角色周边，先生成或确认 IP 核心资产，并读取 `references/brand-ip-character-system.md`。
3. Logo 与 IP 同时存在时，按用户指定优先；未指定时，包装、品牌应用、电商和正式品牌传播以 Logo 为主核心资产，IP 为辅助参考；表情包、贴纸、角色海报、角色周边以 IP 为主核心资产，Logo 为辅助参考。
4. 核心资产确认后，再按目标产物读取包装、品牌应用、电商或媒体 ref 做衍生。所有需要保持一致性的衍生默认使用 `image_edit`。
5. 若任务不涉及品牌资产、品牌系统或品牌物料，只是普通图片生成 / 编辑，停留在主 skill 通用流程，不读取品牌 refs。

### 路由冲突

- 用户提及咸鱼、闲鱼、淘宝、京东、拼多多、亚马逊、Amazon、独立站等电商平台，或要求平台商品图参数、主图比例、A+ 页面、详情页屏次时，必须读取 `references/ecommerce-design.md` 查找平台参数和电商约束，不按通用视觉任务处理。
- 用户要求讲清知识结构、教学逻辑、科学结构、数据关系、公式推导、流程步骤、知识科普海报、教材/课件配图、知识图纠错/重绘/优化时，读取 `references/knowledge-education-visual.md`；如果只是平台封面点击率、社媒传播包装或泛干货经验分享，且不要求知识准确性/教学结构，走 `references/media-creative.md`；如果重点是商品销售转化，走 `references/ecommerce-design.md`。
- “海报 / Banner / 封面 / 长图”如果强调活动品牌系统，走品牌应用；强调具体社媒平台、社媒长图、H5 或平台传播，走多平台媒体；强调商品销售转化，走电商。
- “品牌小红书首图 / 品牌公众号头图 / 品牌活动海报 / 品牌 H5 / 品牌 Banner”等同时包含品牌和平台传播的任务：如果用户提供或要求沿用 Logo、品牌色、主 KV、包装、IP 或品牌系统，走 `references/brand-application-system.md`，只借用平台画幅、信息密度和阅读场景；如果没有品牌资产继承，核心是平台内容传播，走 `references/media-creative.md`。
- “包装应用 / 周边应用”如果核心是包装结构，走包装；如果核心是角色周边，走 IP；如果核心是品牌触点延展，走品牌应用。
- “Logo + 包装 + 海报”这类多资产任务，先按品牌任务链路确认 Logo 或用户指定核心资产，再按包装、应用顺序延展。
- “参考这张图继续做一套”优先识别参考图是 Logo、IP、包装、产品、主 KV 还是社媒成品，再路由。
- “完整 VI / 品牌全案 / 品牌手册”不是单一产物任务；如果用户只给本 skill，可先澄清交付范围，不自动把单一 Logo 或包装扩展成全案。

### 接续创作引用规则

- 用户提到“根据生成的 XXX”“基于刚才那张”“用上一版”“继续做”“延展这个结果”“把上一张改成”等接续创作意图时，优先判断是否应调用 `image_edit`，不要默认走 `image_gen` 重画。
- 接续创作必须先解析指代：只把用户明确指向、或能根据最近轮次与主体匹配度可靠判断出的历史生成图 CDN URL 写入 `image_reference_url_list`；不得把上一轮所有生成图都作为参考图。
- 若被指向的历史图是当前任务的主体、核心资产、风格锚点或版式基础，必须调用 `image_edit` 并传入对应 CDN URL。
- 若历史图只提供灵感、不需要保持主体、资产或版式一致，需在内部明确“仅参考语义，不作为 edit 参考图”，此时可按新任务选择 `image_gen`。
- 多张历史图可被引用时，按用户指代、最近轮次、主体匹配度排序；仍无法确定具体引用对象时，先简短确认，避免传错参考图。

## 澄清规则

信息完整度看三项：主体是否明确、用途/产物是否明确、硬约束是否明确。满足两项即可行动。

各 ref 可以提出该产物的关键信息判断，但不能覆盖本节澄清上限。缺失信息会改变根本方向时才问；缺失但可通过品类、平台或上下文合理推断时，内部决策并继续执行。用户说“你来定”“随便”“直接做”时，不再追问。

需要澄清的典型情况：

- “生成图片”“做海报”“设计 logo”“做商品图”等过宽请求。
- 图片编辑边界不清，可能误改人物、产品、Logo、品牌文字、包装结构或构图。
- 需要渲染日期、价格、折扣、功效百分比、排名、认证编号等数值，但用户未提供。
- 电商、包装、Logo、IP 等产物的关键输入缺失到会改变根本方向。

澄清最多一轮，每次 1-3 个问题。用户说“你来定”时，按产物 ref 的默认策略执行，并把关键默认值写进内部计划。

## 张数策略

优先级：用户明确张数 > 产物 ref 张数策略 > 主 skill 默认张数。张数必须服务用户意图，不为显得完整而主动扩展。

- 单点编辑、局部修改、换背景、换风格、扩图、修图、单张普通文生图：默认 1 张。
- 用户要求多个方向、方案对比或多版选择：默认 2-3 张，每张方向必须有明显差异。
- 用户要求系列、套图、多平台或多比例适配：默认 3-4 张，按平台、比例、用途或物料角色拆分。
- 用户要求完整方案、系统或全案：先规划并确认张数，不直接按最大规模生成。
- 命中 Logo、IP、包装、品牌应用、电商、媒体 ref 时，以对应 ref 的张数策略为准；多 ref 任务不把各 ref 默认张数相加。
- 没有明确张数时，普通任务不默认超过 4 张；命中 media 的多页图文、社媒长图、H5 或跨平台分发时，可按内容结构规划更多张，不设置机械硬上限。若张数与一致性冲突，优先减少张数，保证核心资产一致。

## 核心资产规则

- 硬规则：一旦存在当前核心资产（`image_gen` 生成的 CDN URL），所有衍生物料必须显式引用该核心资产 URL，调用 `image_edit` 传入 `image_reference_url_list`；禁止仅凭文字描述用 `image_gen` 重新生成相似版本。
- 不存在 `image_edit` 不可用场景：宿主工具支持 CDN URL 传参，所有核心资产生成后均可直接用于延展，无需降级。
- 场景一致性硬规则：在品牌、电商、IP、叙事场景中，只要用户要求保持 Logo、IP、人物、产品、包装、主 KV、画风、角色身份或前后镜头一致，必须基于当前核心资产的 CDN URL 调用 `image_edit` 生成。
- 用户上传的 Logo、品牌图、产品图、包装图、IP、人物角色、主 KV 默认是当前核心资产，除非用户明确说“仅参考风格”。
- 第一张新生成的 Logo、IP、包装、产品主图或主 KV 一旦作为后续基础使用，即升级为当前核心资产。
- 任一时刻优先维护一个主核心资产；多参考图存在时，用 `[img0]`、`[img1]` 标明每张作用。
- 后续延展必须保持核心资产的识别特征，不脱离重画。

## 生成前检查

调用图片工具前必须检查：

1. 当前任务是否涉及一致性保持；若涉及，是否已锁定核心资产。
2. 是否正确选择 `image_gen` 或 `image_edit`；需要一致性的衍生物料必须使用 `image_edit`。
3. `image_edit` 的参考图是否正确：`image_reference_url_list` 是否包含当前核心资产 CDN URL，`[img0]`、`[img1]` 的角色是否和 prompt 描述一致。
4. prompt 是否明确写出保留项、修改项、目标画面和用户意图；不能只写“参考原图”“保持一致”。

## Prompt 总规则

最终 prompt 是传给图片工具的唯一画面描述，必须是一段连贯中文，不使用标签化字段，不写内部 skill 名称。

- 文生图：补全主体、场景或平面载体、风格、色彩、构图、材质、文字和光影。
- 图生图：少复述原图，多描述目标图；明确参考维度、修改维度、保留维度。
- 平面设计类任务不要描述无关现实背景，除非目标本身是 mockup 或空间展示。
- `ratio` 单独传入，不写进 prompt。
- 画面文字必须是真实可渲染文案，并使用中文双引号包裹。
- 禁止使用 `XX`、`某某`、`标题文案`、`待补充文字`、`相关说明`、`若干文字`、`占位符` 等让模型自由补字的表达。
- 价格、日期、折扣、销量、功效百分比、排名、评分、认证编号和监管声明只能来自用户提供或已确认资产；未提供时不要编造。
- 不直接使用第三方品牌、影视作品、受保护 IP 或在世艺术家姓名作为风格锚点；转化为通用风格语言。
- 最终 prompt 中避免出现平台名和用途说明，如“小红书封面”“抖音风”“公众号首图”；转译为视觉风格、构图和信息密度。
- 最终 prompt 中不得出现内部规划字段或工具字段，例如 `tool_mode`、`asset_id`、`visible_text`、`image_reference_url_list`、`画幅：`、`比例：`、`参考图片 ID`。

## 复杂任务

满足任一条件即先给执行计划并等用户确认：

- 需要一组有关联的图片。
- 需要先生成核心资产，再基于它生成其他资产。
- 需要在文生图与图生图之间切换。
- IP 表情包、贴纸、表情状态图即使只输出 1 张，也属于 IP 一致性任务；若尚无 `core-ip`，必须先生成或确认核心 IP，再基于核心 IP 的 CDN URL 调用 `image_edit` 生成。
- 套图、系列图、多图输出，或任一需要保持 Logo、IP、人物、产品、包装、主 KV、画风、角色身份一致的任务，均视为复杂任务。
- 涉及多比例、多平台、多物料或多轮迭代。
- 用户明确要求完整方案、套图、系统、全案。

计划中写清：路由到哪些 ref、核心资产顺序、每张图目的、是否需要用户补充关键文字或数值。

## 外部信息

只有用户明确要求最新资料、真实活动信息、外部品牌资料或公开平台规范时才检索外部资源。使用外部来源必须在回复中标注链接。已有参考图时，不用联网搜图替代图片理解。

## 生成后检查与反思修改

生成后先内部检查，不要直接交付未检查结果。

检查项：

1. 图片是否满足用户核心意图：主体、用途、风格、比例、文字、平台或产物类型是否正确。
2. 若使用 `image_edit`，检查参考图是否用对，核心资产识别是否被保留，是否误改 Logo、IP、人物、产品、包装或关键文字。
3. 若是系列图，检查各图是否共享同一核心资产、视觉语言和必要的版式、色彩、材质锚点。
4. 若结果明显偏离用户意图或一致性要求，先反思问题来源：参考图传错、核心资产未锁定、prompt 保留项不足、修改项冲突、产物 ref 选错或比例错误。

修改规则：

- 最多修改一轮。
- 修改时只修正导致偏差的关键问题，不重新发散方向。
- 一轮修改后仍不理想时，交付当前最佳结果，并简短说明限制或需要用户补充的信息。

## 结果反馈

生成后不要机械复述“已完成”。如果结果可继续优化，只给 1-3 个具体方向，例如换比例、做系列延展、加强文字可读性、基于当前核心资产继续生成下一张。