Skills Plugins MCP Prompt Model 博客 我的中心

ecommerce-visual-design

电商视觉设计与生成——商业转化导向的视觉工艺,按已选模块规划并生成主图/详情/封面/分享/SKU,保证产品跨图一致。受众=买家,目标=点击→转化→降退货。当电商出图流程需要图片规划或生成时使用。

DeepseekModel Curated skill Quality Good · 48 v1.0.0

Get

https://deepseekmodel.com/api/download.php?id=anbanai-anbanwriter-claudecode-skills-ecommerce-visual-design-skill-md&format=skill
Download .skill Standard format with system_prompt and model_config, ready for any agent framework
The actual content of the system_prompt field in the .skill file.
name ecommerce-visual-design description 电商视觉设计与生成——商业转化导向的视觉工艺,按已选模块规划并生成主图/详情/封面/分享/SKU,保证产品跨图一致。受众=买家,目标=点击→转化→降退货。当电商出图流程需要图片规划或生成时使用。 电商视觉设计与生成 受众与目标 服务于 点击与下单 的商业转化视觉—— 不是种草情绪共鸣,也不是线稿保真 。每张图都要回答「它让买家更想点击/下单了吗」。 硬性纪律(违反视为流程失败) 禁止跳过 asset-plan.md 直接调 generate_image 禁止生成未在 selected_modules 中的模块 ——未选模块不出现在 asset-plan.md、不调 generate_image、不进 manifest 每张电商图必须带上它描绘部位的相关产品参考 ——按「产品图清单」的 subject 选相关产品图作 ref, 禁止任何「纯文生图不传 ref」的电商图 (那是种草笔记的反雷同逻辑,对电商是错的:产品必须来自真实参考,不得凭文本臆造)。多参考 provider(OpenAI/Gemini)传相关子集 ≤16;Seedream 单参考传其中最相关一张 prompt 必须点名保真 ——明确写出「本图{部位}必须与【产品图清单】第 N 张完全保持一致——{该图可见特征}不得偏差」,禁止泛泛「保留产品」(详见步骤 3) 每次调用 generate_image 后必须把实际 prompt + provider + model + size + output_path + ref_image_path + revised_prompt 追加到 $DIR/image-prompts.md 一致性关键模块的每张图必须 verify_with_vision=true ,自检结果写入 $DIR/best-refs.md 与 manifest 图内文字语言必须与用户语言一致 (中文场景用简体中文),文字用全角引号「」包裹;禁止英文/拼音/乱码/伪词 MCP 工具 MCP 工具 用途 generate_image(project_id, prompt, image_type, output_path, size, ref_image_path, ref_image_paths, task_id, image_model_key, verify_with_vision, verification_prompt) 生成单张电商素材( 按本图所需部位只传相关产品图 :OpenAI/Gemini ref_image_paths ≤16;Seedream 单张 ref_image_path ) analyze_image(project_id, file_path|image_url, prompt) 视觉自检 / 锚点评估 compress_image(file_path) 大图压缩 generate_image 的参考图按本图所需部位 按需选择 (查 $DIR/product-bible.md 「产品图清单」的 subject):OpenAI/Gemini 传相关产品图子集 ref_image_paths (≤16);Seedream 仅 ref_image_path 单张(传最相关一张)。 每张电商图必带相关产品 ref ,搭配「点名保真 prompt + 视觉自检」兜底。多参考保真首选 openai-gpt-image (gpt-image-2)。 输入 $DIR/product-bible.md (产品档案 + $ANCHOR_REF 锚点) $DIR/copywriting.md (排序卖点 + 各模块文案) 项目画像(已解析 image_model{provider,model,key} + 风格) 任务选项: selected_modules 、 target_platform 、 visual_style 、语言、各模块数量(图像模型已在建任务时选定,经 image_model 读取) 步骤 1:确定视觉风格基线 $STYLE 项目有参考图/风格描述 → 用之。 否则按 品类 × 平台 × 受众 动态设计 $STYLE (配色/版式/字体/质感/信息密度),写入 $DIR/asset-plan.md 的「视觉风格基线」。 $STYLE 由主图①确立,后续图共享。 电商视觉语言要素 : 卖点可视化 :把抽象卖点转成可视符号(如「长续航」→ 电量条/时钟图标;「轻」→ 羽毛/手持比例)。 促销/价格视觉钩子 :角标/价格牌/赠品标,真实且合规。 信息层级 :主体最大 → 卖点次之 → 钩子醒目,服务「先看什么→再看什么→点击/下单」。 商业品质感 :专业打光、材质质感、留白、栅格对齐。 移动端首屏可读 :主图①与详情首节在手机首屏即传达核心卖点。 步骤 2:产出 asset-plan.md(仅含已选模块) 按模块逐张规划。每张含: 用途 / 尺寸 / 视觉主体 / 必须出现的卖点文字 / 禁用元素 / 所需产品图=[第N张(subject), ...](查「产品图清单」,精确到序号)/ 验收标准 。 尺寸规范 (按 target_platform ,详见 ecommerce-platform-specs ): 主图: 1:1:2K (淘宝天猫/京东 800² 可放大) 详情页: 3:4:2K (750-790 宽移动优先) 封面 banner: 16:9:2K 或 3:4:2K 分享图: 1:1:2K 或 3:4:2K (按平台) SKU: 1:1:2K 各模块设计规范见: 主图 → references/main-image.md 详情页 → references/detail-page.md 封面 banner → references/cover-banner.md 分享图 → references/share-image.md 设计方法论(字体/色彩/构图/信息层级/移动端,达到高级设计师水平) → references/design-principles.md :设定 $STYLE 与逐张构图时按需加载,把设计原则翻译成 prompt 的具体字号/字色/构图描述。 类目×平台差异 (服饰/3C/食品/美妆/家居)见 ecommerce-platform-specs/references/category-specs.md 。 asset-plan.md 必须在「计划图片数量」字段写入实际总张数 (按已选模块求和),机械闸门按此校验。 步骤 3:按需选参考图 + 点名保真策略 读项目画像已解析的 image_model{provider,model,key} (建任务时由用户 image_model_key 选定, 整任务单一模型,不做 per-module 自动切换 )。 核心原则(电商独有,与种草笔记的反雷同逻辑刻意相反) :每张电商图都描绘某个产品部位(茶汤/干茶/叶底/包装…), 只传该部位对应的那几张产品图作参考 ,并在 prompt 里点名「与第 N 张完全一致」。禁止任何「纯文生图不传 ref」的电商图——产品必须来自真实参考,不得凭文本臆造。 产品档案前缀块 :每个 prompt 以 【产品档案·必须严格遵守】{产品档案的「一致性锁定项」:品牌 logo 文字与颜色 / 主色 HEX / 形状轮廓 / 包装可见文字} 开头。 锚点优先 :先生成主图①(点击主图),确立色系/版式/字体基准。 按需选参考图 (查 $DIR/product-bible.md 「产品图清单」的 subject + 序号): asset-plan 每张图已声明 所需产品图=[第N张(subject), ...] 。 OpenAI / Gemini ( provider ∈ openai / gemini / google ):把所需产品图作 ref_image_paths 传给 generate_image (≤16),服务端合并为多图编辑请求。例:茶汤特写图只传「第2张(茶汤)」;冲泡场景图传「第2张(茶汤)+第1张(包装)」。 火山 Seedream ( provider ∈ volcengine / volc / seedream ):仅单张 ref_image_path ——传所需产品图里 最相关的一张 (茶汤图传茶汤那张,叶底图传叶底那张)。不再用「纯文生图规避雷同」。 同 subject 多张时按清单序号精确到具体图。 点名保真 prompt (产品档案前缀块之后追加): 【产品保真·必须严格遵守】本图{部位}必须与【产品图清单】第N张({subject})完全保持一致——{该图可见特征:汤色/透亮度/形态/包装文字/logo/主色/材质}不得偏差/增删/臆造;仅允许生成场景/构图/光影/道具;参考图未显示的细节不得凭空添加。 多部位图逐部位点名对应序号;单部位图也必须点名序号(「与第 N 张完全一致」), 禁止泛泛「保留产品」 。 {部位} 取自产品档案「产品图清单」的 subject, 按品类用对应部位词 :茶类=茶汤/干茶/叶底/包装;服饰=平铺/挂拍/细节/材质/模特;3C=正面/背面/接口/屏幕/配件/参数表;美妆=瓶身/膏体/质地/上脸/成分表;食品=成品/原料/包装正反/保质期标识;家居=整体/细节/使用场景(详见 product-analysis skill 的品类 subject 词表)。 视觉自检循环 :一致性关键模块每张 verify_with_vision=true ,verification_prompt 对照该序号原图 核对该部位是否一致(见步骤 5)。FAIL → 走下方「 包装文字漂移兜底 」升级, 最多 3 轮 ;仍不达标标 needs_reference 并在 manifest 披露。 诚实标注 :多参考 + 点名保真能把产品做到高度一致,但仍非像素级 100% 还原(复杂包装文字/长成分表可能漂移)。OpenAI/Gemini 多参考保真最好;nano-banana(Gemini 2.5 Flash Image)更强但需配 key。差异作为风险记录。 包装文字漂移兜底 (复杂包装文字/长成分表是保真难点,逐级升级): 第 1 轮 FAIL → 自检结果里的 missing_entities /漂移项 识别是哪些具体文字/标记漂移 (logo 文字、品名、规格、成分关键词)。 第 2 轮重生成 → prompt 追加「 以下文字必须原样保留,不得增删改、不得拼写偏差 :『<从产品档案逐字转录的关键包装文字,≤12 字/条>』」+ 把图内文字 收紧到 ≤12 字 减少出错面 + 用全角「」包裹。 第 3 轮仍漂移 → 标 needs_reference ,在 manifest 披露漂移项,并给出 后期合成建议 (把产品原图主体抠出合成到生成场景上,或文字层后期叠加)。 诚实声明 :AI 生成无法保证像素级包装文字还原;复杂文字以「产品档案原样转录 + 后期合成」为最终保真手段,不向用户承诺 100% 文字还原。 步骤 4:图片生成 按 asset-plan.md 逐张生成。 主图①先行 确立基准。 每张 generate_image 调用: project_id=$PROJECT_ID prompt = 产品档案前缀块 + 点名保真块(本图{部位}与【产品图清单】第 N 张完全一致) + 本张视觉描述(视觉主体/场景/构图/打光)+ 必须出现的卖点文字(用「」包裹)+ $STYLE 风格延续块 + 禁用元素 image_type :主图/封面/分享/SKU 用 "cover" 配置,详情图用 "content" 配置(按项目 image API 配置;默认 cover 用更高质量) size :按 asset-plan output_path : $DIR/<模块>_<NN>.png ref_image_path / ref_image_paths :按步骤 3「按需选参考图」——只传本图所需部位的产品图(OpenAI/Gemini 传相关子集 ref_image_paths ;Seedream 传最相关一张 ref_image_path )。 禁止不传 ref task_id=$TASK_ID verify_with_vision :一致性关键模块 true verification_prompt :见步骤 5 Prompt 备份 :每次调用后把实际 prompt/provider/model/size/output_path/ref_image_path/revised_prompt 追加 $DIR/image-prompts.md 。 失败处理 :单图失败重试一次仍失败则跳过并在 manifest 标注;主图①失败重试两次仍失败则 停止并请求用户协助 (主图是 CTR 之战,不可缺)。重试必须覆盖同一 output_path,禁止新增 _v2 候选文件;归档前清理目录,仅保留 asset-plan 列出的文件。 步骤 5:视觉自检(电商专属维度) 一致性关键模块的 verification_prompt 由产品档案派生,要求模型返回 JSON {all_entities_present, missing_entities, relevance_score, overall_pass, has_forbidden_content, forbidden_notes} : 你是电商视觉质检员。检查这张电商素材图是否满足: 1. 产品一致性(**对照本图所用参考图【产品图清单】第 N 张**):该部位({subject})的色泽/形态/包装文字/logo/主色/材质是否与第 N 张完全一致?有无臆造、漂移、多出或漏掉的品牌标记/文字?(把生成图与第 N 张原图逐项比对) 2. 卖点文字:要求出现的卖点文字「{本张必须出现文字}」是否清晰可读、无错别字/乱码/英文(中文场景)? 3. 信息层级:主体是否突出、卖点是否在合理层级? 4. 合规:是否含极限词/违禁词/虚假承诺? 返回严格 JSON:{all_entities_present, missing_entities, relevance_score(high/medium/low), overall_pass(bool), has_forbidden_content(bool), forbidden_notes} 自检结果写入 $DIR/best-refs.md (逐图:provider/自检 PASS-FAIL/重试轮次/needs_reference)。 步骤 6:模块内一致性复查 同模块多张图生成后,复查视觉风格一致(同色系/版式/字体/信息密度)与卖点不重复堆砌。不一致则按 $STYLE 块重生成偏离的那张。 步骤 7:SKU 变体保真策略(若已选 sku_images) SKU 变体图要求「 同一版式、同一打光、仅变体属性不同 」,是保真与差异化的平衡: 版式一致 :所有变体共享 $STYLE (同构图/背景/打光/字体/版式),仅颜色/款式/规格属性不同——让买家一眼看出是「同一系列的不同选项」。 色准控制 :色彩变体(多色服饰/美妆色号) 用产品图原图色作锚 ,prompt 点名「色号/色名与第 N 张({variant})完全一致」, verify_with_vision 对照原图核色;不得臆造色卡外的颜色。 避免雷同 :同构图变体换道具/角度微调(如不同色款的摆位/搭配道具略有差异),避免多张像复制粘贴;但版式骨架不变。 点名保真 :每个变体点名其对应的产品图序号(「与第 N 张({variant}色)完全一致」), 禁止纯文生图臆造变体 。 命名 : sku_<variant>.png ,variant 名来自产品档案或用户指定。 常见失败与修复 问题 原因 修复 产品跨图不一致 / 与原图不符 漏传或错传相关部位 ref / 点名保真弱 按所需部位只传相关产品图(步骤 3)+ 强化点名保真「与第 N 张完全一致」+ 自检对照第 N 张原图重生成 多张场景图雷同 多图复用同一张参考 按需选不同部位 ref(茶汤图传茶汤、叶底图传叶底,天然差异化);确需同张时改用多参考 provider(OpenAI/Gemini) 图内文字乱码/英文 语言约束弱 文字用「」包裹 + 末尾独立「禁止英文/拼音/乱码」段 + 缩短到 ≤12 字 卖点未可视 prompt 只描述产品没描述卖点符号 把卖点转成可视符号写进 prompt(见 $STYLE 卖点可视化) 主图①无冲击 缺钩子/层级混乱 按 main-image.md 的 CTR 模板重做:主体最大→卖点→钩子;信息层级用 design-principles 的 5 变量实现 详情节无叙事 章节乱序 按 detail-page.md 黄金结构重排 包装文字/成分表漂移 复杂文字生成易错 走「包装文字漂移兜底」:识别漂移文字→逐字转录「以下文字原样保留」+ 收紧 ≤12 字→仍漂移标 needs_reference + 后期合成建议 SKU 变体色偏/雷同 色彩臆造 / 同构图复制粘贴 用产品图原图色作锚点名色号 + 变体换道具/角度微调但版式骨架不变(见步骤 7) 首图非白底违规 未遵循平台白底规则 按平台(淘宝天猫/京东白底强制)重做①:白底为主、主体居中、无牛皮癣;纯白与压体积后期完成 平台尺寸/比例不符 用错 ratio 按 platforms.md 该平台的投放像素/比例/数量重选 size 极限词 文案带禁用词 删除/改写,重生成相关图 产出 $DIR/asset-plan.md (仅含已选模块的计划) $DIR/image-prompts.md (全部 prompt 备份) $DIR/best-refs.md (逐图 provider/自检/重试/needs_reference) 各模块图片: main_01..05.png 、 detail_01..NN.png 、 cover_01..NN.png 、 share_01..NN.png 、 sku_<variant>.png
Keywords that activate this skill. Click one to copy it.

This skill does not provide trigger words.

The downloaded .skill package contains the following fields.
Field Description
formatFormat tag (skill/v1)
skill_idUnique skill ID
nameSkill name
versionVersion
descriptionDescription
categoryCategories (array)
trigger_wordsTrigger words
tagsTags
sourceSource
source_urlSource URL (this page)
exported_atExported at (set per download)
system_promptSystem prompt body
model_configModel config: provider / model / temperature / max_tokens / top_p
examplesExamples
install_guideImport guide for Coze / Dify / Claude / custom frameworks
The same skill can be exported in different platform formats.
.skill Standard format with system_prompt and model_config, ready for any agent framework Download
.skillpro Enhanced format with scripts, tools, dependencies and hooks Download
.json Plain JSON export with system_prompt and model parameters only Download
Coze Markdown with frontmatter, for Coze platform import Download
Dify Dify DSL, import directly after creating an app Download

每日精选 Skill 推荐,免费送到你邮箱

输入邮箱,每天接收一个精选 AI Agent 技能推荐。完全免费,持续更新。

验证码 --

提交后我们会发送一封确认邮件,点击邮件里的链接才会开始收信。

完全免费,取消任意时间。我们不会发送垃圾邮件。