生图
现在
在用 · 上次更新 11 月 6 日 02:59
截至 11 月 6 日 · 技能清单和技能源码

技能名 image-generation · 规则库里的通用做法,不挂在某个项目下

它做什么

要一张画面的时候——插画、封面、带字的标题、图标、去背景、换背景、只改图里的一处——AI 先把要画什么写清楚,交给生图模型画出来,再放大逐字逐处核对,合格的按版本存好。Codex 里的 GPT 自己就能画;Claude 写好要求,派 GPT-6 Luna 去画并存到写明的位置。

一个画面该不该生图,按全局规则办:静态画面默认生图;会变的数字、日期、数据图表和页面交互的动效用代码做;截图、聊天记录、单据、证件这类证据永远不生图。表情包这类短循环动图也有办法:先生成一张同一表情变化的分格图,再切开、对齐,用代码拼成动图(11 月 6 日写进技能,还没有实际做过的记录)。

怎么跟 AI 说

“给这篇汇报画一张封面,绿色水彩,不要字。”

“这张标题图里‘三’改成‘两’,别的一个像素都别动。”

“把这张产品图的背景去掉,要透明底。”

“同一个风格出三版,我来挑。”

“照这张定好的图,再画一套同样风格的小图标。”

“图里的字一个一个核对,错了只修那一块。”

“做个表情包动图,就这个表情动起来。”

生图
现在
在用 · 上次更新 11 月 6 日 02:59
截至 11 月 6 日 · 技能清单和技能源码

技能名 image-generation · 规则库里的通用做法,不挂在某个项目下

它做什么

要一张画面的时候——插画、封面、带字的标题、图标、去背景、换背景、只改图里的一处——AI 先把要画什么写清楚,交给生图模型画出来,再放大逐字逐处核对,合格的按版本存好。Codex 里的 GPT 自己就能画;Claude 写好要求,派 GPT-6 Luna 去画并存到写明的位置。

一个画面该不该生图,按全局规则办:静态画面默认生图;会变的数字、日期、数据图表和页面交互的动效用代码做;截图、聊天记录、单据、证件这类证据永远不生图。表情包这类短循环动图也有办法:先生成一张同一表情变化的分格图,再切开、对齐,用代码拼成动图(11 月 6 日写进技能,还没有实际做过的记录)。

怎么跟 AI 说

“给这篇汇报画一张封面,绿色水彩,不要字。”

“这张标题图里‘三’改成‘两’,别的一个像素都别动。”

“把这张产品图的背景去掉,要透明底。”

“同一个风格出三版,我来挑。”

“照这张定好的图,再画一套同样风格的小图标。”

“图里的字一个一个核对,错了只修那一块。”

“做个表情包动图,就这个表情动起来。”

一个完整例子
真事:10 月 31 日改“怎么协作”页的一张标题图

“怎么协作”页有一张毛笔字标题“三个底座怎么配合”。底座已经从三个变成两个,图要跟着改,而且这张是审定过的图,除了那个字别的都不该变。

AI 做了什么
1
Claude 把原图当参考写要求:只把第一个字“三”换成“两”,笔法、颜色、大小和下面那道浅绿笔刷照原样;新图存到哪也写清楚。
2
派 GPT-6 Luna 去画,一张图一个任务;新图落到写明的位置,原图不动。
3
生图会把整张轻轻重画一遍。所以只取新画的“两”字,贴回原图第一个字的位置,其余七个字和笔刷一个像素都没变。
4
放大逐字核对:八个字和“两个底座怎么配合”一致,“两”是简体,没有多字、少字。
5
存成标题图第 2 版,页面改用新图,第 1 版留着不删。同一页目录条上那块“三个底座怎么配合”的小标签,也照这个办法改了。
交回的结果

标题图改成了“两个底座怎么配合”,只动了第一个字,放大逐字核过;新图是第 2 版,旧图还在。

以前栽过的跟头
  • 10 月 28 日给一期成都主题的内容配图,派了 4 批,有 3 批的图没存到写明的位置:派单没写明“这是生图任务”,没人替它把图存下来。现在每次派单都写明。
  • 同一批里有两张图,窗外是冬天光秃秃的树,可故事发生在七八月。现在验收时专门看季节和时间对不对。
一个完整例子
真事:10 月 31 日改“怎么协作”页的一张标题图

“怎么协作”页有一张毛笔字标题“三个底座怎么配合”。底座已经从三个变成两个,图要跟着改,而且这张是审定过的图,除了那个字别的都不该变。

AI 做了什么
1
Claude 把原图当参考写要求:只把第一个字“三”换成“两”,笔法、颜色、大小和下面那道浅绿笔刷照原样;新图存到哪也写清楚。
2
派 GPT-6 Luna 去画,一张图一个任务;新图落到写明的位置,原图不动。
3
生图会把整张轻轻重画一遍。所以只取新画的“两”字,贴回原图第一个字的位置,其余七个字和笔刷一个像素都没变。
4
放大逐字核对:八个字和“两个底座怎么配合”一致,“两”是简体,没有多字、少字。
5
存成标题图第 2 版,页面改用新图,第 1 版留着不删。同一页目录条上那块“三个底座怎么配合”的小标签,也照这个办法改了。
交回的结果

标题图改成了“两个底座怎么配合”,只动了第一个字,放大逐字核过;新图是第 2 版,旧图还在。

以前栽过的跟头
  • 10 月 28 日给一期成都主题的内容配图,派了 4 批,有 3 批的图没存到写明的位置:派单没写明“这是生图任务”,没人替它把图存下来。现在每次派单都写明。
  • 同一批里有两张图,窗外是冬天光秃秃的树,可故事发生在七八月。现在验收时专门看季节和时间对不对。
能做的事
八种画法
画法怎么做
只用文字画写清画什么、怎么构图、什么风格、多大画幅、图里要哪几个字
照参考图画延续一张参考图的风格、构图或人物
精准局部替换换背景、去掉或改一处,不整张重画;审定的图要求别的不动时,只把改好的那块贴回原图
透明底和抠图直接出透明底的图,或把主体从原图里抠出来
图里带字标题、海报字、带字的说明图、艺术字直接画进图里
整套一个风格定下一张当基准,后面每张都拿它当参考
一次出几版要几版就同时派几个任务,各画一张
短循环动图(表情包这类)一张静态图画 6 格同一表情的变化,再切开、对齐、拼成循环动图;要更清楚或帧数多就多生几张,第一张当参考,每张一个任务
用这个技能时,AI 守的规矩
派单写明这是生图任务、一张图一个任务、存到哪个位置;提示由 Luna 原样转交,一个字不改、不翻译、不润色、不加不删,存到哪不写进提示;没存上就去生图模型自己的存放处按回执找,不按“最新的文件”去猜。
一批从派出到拿到大约 2—3 分钟;同时派很多张,总等待还是这么久,不是每张这么久。
交回前放大看细处:图里的字逐字和原文核对,不拿识字工具代替人眼;单位和品牌标志、人脸和手、季节和时间都要对。
复核看谁主持:Claude 主持时看量,成批的图交 GPT-6.1 Sol 审,很重要的交 Claude,只有几张时主对话自己看;我网站上的图,Claude 主持时约定 Luna 画、Sol 审、不合格交 Claude 定。GPT 主持时由它和它派的子代理按现行模型路线做完,不需要 Claude。
不合格只修不对的那一块;整体不对就改好要求重画。
按版本存(第 1 版、第 2 版……),不覆盖旧图;审定的图冻结,以后只重做内容变了的部分。
Luna 画图不占额度;不为生图派最贵的 GPT-6 Astra,按量收费的接口只在我明确要时用。
落选的候选和临时文件,任务收尾时清掉。
能做的事
八种画法
画法怎么做
只用文字画
怎么做:
写清画什么、怎么构图、什么风格、多大画幅、图里要哪几个字
照参考图画
怎么做:
延续一张参考图的风格、构图或人物
精准局部替换
怎么做:
换背景、去掉或改一处,不整张重画;审定的图要求别的不动时,只把改好的那块贴回原图
透明底和抠图
怎么做:
直接出透明底的图,或把主体从原图里抠出来
图里带字
怎么做:
标题、海报字、带字的说明图、艺术字直接画进图里
整套一个风格
怎么做:
定下一张当基准,后面每张都拿它当参考
一次出几版
怎么做:
要几版就同时派几个任务,各画一张
短循环动图(表情包这类)
怎么做:
一张静态图画 6 格同一表情的变化,再切开、对齐、拼成循环动图;要更清楚或帧数多就多生几张,第一张当参考,每张一个任务
用这个技能时,AI 守的规矩
派单写明这是生图任务、一张图一个任务、存到哪个位置;提示由 Luna 原样转交,一个字不改、不翻译、不润色、不加不删,存到哪不写进提示;没存上就去生图模型自己的存放处按回执找,不按“最新的文件”去猜。
一批从派出到拿到大约 2—3 分钟;同时派很多张,总等待还是这么久,不是每张这么久。
交回前放大看细处:图里的字逐字和原文核对,不拿识字工具代替人眼;单位和品牌标志、人脸和手、季节和时间都要对。
复核看谁主持:Claude 主持时看量,成批的图交 GPT-6.1 Sol 审,很重要的交 Claude,只有几张时主对话自己看;我网站上的图,Claude 主持时约定 Luna 画、Sol 审、不合格交 Claude 定。GPT 主持时由它和它派的子代理按现行模型路线做完,不需要 Claude。
不合格只修不对的那一块;整体不对就改好要求重画。
按版本存(第 1 版、第 2 版……),不覆盖旧图;审定的图冻结,以后只重做内容变了的部分。
Luna 画图不占额度;不为生图派最贵的 GPT-6 Astra,按量收费的接口只在我明确要时用。
落选的候选和临时文件,任务收尾时清掉。
边界
管

静态画面怎么画、怎么验收、怎么管版本:插画、封面、标题字、图标、抠图、透明底、换背景、局部替换、整套风格一致的几版;还有表情包这类短循环动图的分格生图和拼接。

不管,交给谁
这些事找谁
一个画面该不该生图,还是用代码做全局规则能力与运行方式里“生成图片和设计画面”一条
汇报页里的行程图和配图怎么放进页面汇报网页
视频里的生图做法本地视频制作
会变的数字、日期、数据图表和页面交互的动效用代码做,不生图
不做
  • 截图、聊天记录、单据、证件和当证据用的实拍,永远不生图。
  • 不拿生成的图冒充真实照片或原件。
  • 不覆盖旧图,不删审定版。
  • 要顺滑的视频动作不走分格拼接;生图工具本身不直接出动图。
边界
管

静态画面怎么画、怎么验收、怎么管版本:插画、封面、标题字、图标、抠图、透明底、换背景、局部替换、整套风格一致的几版;还有表情包这类短循环动图的分格生图和拼接。

不管,交给谁
这些事找谁
一个画面该不该生图,还是用代码做
找谁:
全局规则能力与运行方式里“生成图片和设计画面”一条
汇报页里的行程图和配图怎么放进页面
找谁:
会变的数字、日期、数据图表和页面交互的动效
找谁:
用代码做,不生图
不做
  • 截图、聊天记录、单据、证件和当证据用的实拍,永远不生图。
  • 不拿生成的图冒充真实照片或原件。
  • 不覆盖旧图,不删审定版。
  • 要顺滑的视频动作不走分格拼接;生图工具本身不直接出动图。
技术实现与依据

这里保留谁来画、派单格式、短动图的分工、落盘核对和来源。

10 月 31 日核对
技能 E:\.agents\skills\image-generation\SKILL.md(.agents dab34509 于北京时间 10 月 28 日 06:06 新建,21a603fd 于 10 月 29 日 13:30 补齐触发词);生图走哪条路、用哪个型号见 E:\.agents\config\model-roster.json 的 image_generation,以及 routing 里“凡是看得见的”“抠图”“表情包这类短动图”这几个场景;该不该生图见活动规则 E331《能力与运行方式》“生成图片和设计画面”;流量模式细节在 docs/claude-gpt-child-traffic.md。
谁来画
Codex 主对话:
直接调用 Codex 自带的生图能力;模型清单记的首选是 GPT Image 2.6(45f6c0fe,北京时间 11 月 5 日 18:15 改),实际工具和型号以宿主为准,这里不说明哪一次实际用了 2.6。
Claude:
写好提示,经 E:\.agents\tools\Invoke-ClaudeGptChild.ps1 派 gpt-6-luna,档位 low,必须带 -TrafficMode Generation(默认的 Auto 在没有任务 JSON 时按普通任务跑,宿主不替它落盘);不需要本人另行授权,不占订阅额度。
复核
(11 月 4 日按技能第 24、50、67 行核对):Claude 为主对话时,成批的图交 gpt-6.1-sol(ultra)审,很重要的交 Claude;只有几张时主持的对话自己看,不另派子代理。个人网站的约定是 Claude 为主对话时 Luna 画、Sol 审、不合格交 Claude 定,只管网站,不外推。GPT 为主对话时,由它和它的子代理按现行模型路线完成提示、验收和交付,不需要 Claude。
派单格式

pwsh -NoProfile -File E:\.agents\tools\Invoke-ClaudeGptChild.ps1 -Mode Start -Model gpt-6-luna -Effort low -TrafficMode Generation -PromptFile <派单.md> -WorkDir <目标所在目录> -TaskName <名字>

派单开头一张任务卡:任务、任务类型(生图)、范围(目标图片绝对路径)、代码上限 0、时限分钟 15。正文写目标绝对路径(png、jpg、jpeg 或 webp,且还不存在);参考图和要编辑的原图也写绝对路径;目标不在工作目录下时加 -TrafficAllowedRoot <目标所在目录>。同一会话第二次生图会被拦下,要几版就并行派几个,派完用一条批量 Watch 等。

任务卡后面先写目标路径,再写一句“下面这段就是生图提示,原样交给生图工具,一个字不改、不翻译、不润色、不加不删,路径和存盘不写进提示”,然后才是提示正文。不写这句时 Luna 会改写提示(技能记的 11 月 4 日:三次都改了,写了这句两次都一字不差)。

等多久:一批从派出到拿到大约 2—3 分钟,并行多张总等待不按张数累加。这是技能引用的历史样本(10 月到 11 月 30 单,中位 118 秒,多数 100—170 秒,偶尔 5 分钟),这次没有重算。

短动图
  • 一张静态图画 6 格同一表情的变化:Claude 写提示,Luna low 原样转交出图;切开、对齐、拼成循环动图交 gpt-6.1-sol(medium)。要更清楚或帧数多就多生几张,第一张当参考,每张一个任务。来源:技能第 19 行(621a9b49)和模型清单的短动图场景。
  • Codex 生图工具没有动图选项,只出静态图。技能另记一条路:要 GPT Image 2.6 自带的动图,Sol 在 Chrome 里用 ChatGPT 网页做;这条路没有实测,这个账号现在能不能用没有核。
  • 现在只有写进技能的做法:没有专用动图工具,可复用的拼接脚本还没写,也没有真实动图的验收记录。
落盘核对
  • 看回执的 generated_image_paths 和这一次的 generation.json(图片源、实际复制路径、宽高、SHA-256),确认文件真的在、尺寸对。
  • 宿主只复制到第一个还不存在的目标,绝不覆盖。
  • 回执报 generation_not_landed 或目标里没有图时,按回执或这一次事件给的 savedPath 到 E:\Data\AppData\Codex\generated_images\<线程号>\ 取。
10 月 31 日这次的实际数据
  • 两个任务各画一张(标题图、目录条标签),都落到写明的路径;生成尺寸都是 2170×725,原图分别是 932×216 和 567×80。
  • 标题图:按其余七个字的墨迹外框算出缩放约 2.32 倍,只取新“两”字贴回首字一格,改动的像素都在原图 x 25—146、y 35—160 之内,其余逐像素和第 1 版一致;新文件 sources/assets/how/how-03-title-02.png。
  • 目录条标签:同样只换首字,缩放约 3.9 倍,新字按其余字的墨色(RGB 0,112,64)着色;新文件 nav-unify-label-08-14c7b174c3.png/.webp,旧文件保留。
  • 两张都放大逐字核对为“两个底座怎么配合”。
出问题时
图没存到写明的位置:
先看回执和 savedPath,不重派、不猜。
字错了、标志画糊了:
用精准局部替换只修那一块。
整体不像:
改好提示重出,不在错的图上反复修。
证据类画面:
不生图,用原件或真实截图。
技术实现与依据

这里保留谁来画、派单格式、短动图的分工、落盘核对和来源。

10 月 31 日核对
技能 E:\.agents\skills\image-generation\SKILL.md(.agents dab34509 于北京时间 10 月 28 日 06:06 新建,21a603fd 于 10 月 29 日 13:30 补齐触发词);生图走哪条路、用哪个型号见 E:\.agents\config\model-roster.json 的 image_generation,以及 routing 里“凡是看得见的”“抠图”“表情包这类短动图”这几个场景;该不该生图见活动规则 E331《能力与运行方式》“生成图片和设计画面”;流量模式细节在 docs/claude-gpt-child-traffic.md。
谁来画
Codex 主对话:
直接调用 Codex 自带的生图能力;模型清单记的首选是 GPT Image 2.6(45f6c0fe,北京时间 11 月 5 日 18:15 改),实际工具和型号以宿主为准,这里不说明哪一次实际用了 2.6。
Claude:
写好提示,经 E:\.agents\tools\Invoke-ClaudeGptChild.ps1 派 gpt-6-luna,档位 low,必须带 -TrafficMode Generation(默认的 Auto 在没有任务 JSON 时按普通任务跑,宿主不替它落盘);不需要本人另行授权,不占订阅额度。
复核
(11 月 4 日按技能第 24、50、67 行核对):Claude 为主对话时,成批的图交 gpt-6.1-sol(ultra)审,很重要的交 Claude;只有几张时主持的对话自己看,不另派子代理。个人网站的约定是 Claude 为主对话时 Luna 画、Sol 审、不合格交 Claude 定,只管网站,不外推。GPT 为主对话时,由它和它的子代理按现行模型路线完成提示、验收和交付,不需要 Claude。
派单格式

pwsh -NoProfile -File E:\.agents\tools\Invoke-ClaudeGptChild.ps1 -Mode Start -Model gpt-6-luna -Effort low -TrafficMode Generation -PromptFile <派单.md> -WorkDir <目标所在目录> -TaskName <名字>

派单开头一张任务卡:任务、任务类型(生图)、范围(目标图片绝对路径)、代码上限 0、时限分钟 15。正文写目标绝对路径(png、jpg、jpeg 或 webp,且还不存在);参考图和要编辑的原图也写绝对路径;目标不在工作目录下时加 -TrafficAllowedRoot <目标所在目录>。同一会话第二次生图会被拦下,要几版就并行派几个,派完用一条批量 Watch 等。

任务卡后面先写目标路径,再写一句“下面这段就是生图提示,原样交给生图工具,一个字不改、不翻译、不润色、不加不删,路径和存盘不写进提示”,然后才是提示正文。不写这句时 Luna 会改写提示(技能记的 11 月 4 日:三次都改了,写了这句两次都一字不差)。

等多久:一批从派出到拿到大约 2—3 分钟,并行多张总等待不按张数累加。这是技能引用的历史样本(10 月到 11 月 30 单,中位 118 秒,多数 100—170 秒,偶尔 5 分钟),这次没有重算。

短动图
  • 一张静态图画 6 格同一表情的变化:Claude 写提示,Luna low 原样转交出图;切开、对齐、拼成循环动图交 gpt-6.1-sol(medium)。要更清楚或帧数多就多生几张,第一张当参考,每张一个任务。来源:技能第 19 行(621a9b49)和模型清单的短动图场景。
  • Codex 生图工具没有动图选项,只出静态图。技能另记一条路:要 GPT Image 2.6 自带的动图,Sol 在 Chrome 里用 ChatGPT 网页做;这条路没有实测,这个账号现在能不能用没有核。
  • 现在只有写进技能的做法:没有专用动图工具,可复用的拼接脚本还没写,也没有真实动图的验收记录。
落盘核对
  • 看回执的 generated_image_paths 和这一次的 generation.json(图片源、实际复制路径、宽高、SHA-256),确认文件真的在、尺寸对。
  • 宿主只复制到第一个还不存在的目标,绝不覆盖。
  • 回执报 generation_not_landed 或目标里没有图时,按回执或这一次事件给的 savedPath 到 E:\Data\AppData\Codex\generated_images\<线程号>\ 取。
10 月 31 日这次的实际数据
  • 两个任务各画一张(标题图、目录条标签),都落到写明的路径;生成尺寸都是 2170×725,原图分别是 932×216 和 567×80。
  • 标题图:按其余七个字的墨迹外框算出缩放约 2.32 倍,只取新“两”字贴回首字一格,改动的像素都在原图 x 25—146、y 35—160 之内,其余逐像素和第 1 版一致;新文件 sources/assets/how/how-03-title-02.png。
  • 目录条标签:同样只换首字,缩放约 3.9 倍,新字按其余字的墨色(RGB 0,112,64)着色;新文件 nav-unify-label-08-14c7b174c3.png/.webp,旧文件保留。
  • 两张都放大逐字核对为“两个底座怎么配合”。
出问题时
图没存到写明的位置:
先看回执和 savedPath,不重派、不猜。
字错了、标志画糊了:
用精准局部替换只修那一块。
整体不像:
改好提示重出,不在错的图上反复修。
证据类画面:
不生图,用原件或真实截图。