一个 Claude Code 技能:为中文深度文/方法拆解/产品解读生成带固定 IP 角色的正文配图。不是通用插画,不是样式库随机选风格——是把文章里一个关键判断/流程/机制,变成一张有记忆点、一眼怪但一秒懂的图。
核心方法:挑认知锚点 → 深层提炼 → 现编隐喻 → 三轨分流 → 反 PPT 自检。AI 负责画,这套流程负责"想清楚画什么"——后者才是配图的难点。
| 3D 盲盒(默认) | 黑白线稿 | 扁平矢量 |
|---|---|---|
 |
 |
 |
| 编辑插画 | 水彩淡彩 | 马克笔手账 |
|---|---|---|
 |
 |
 |
同一个角色,7 种画风皮肤,每篇按文章调性选一种:
| 皮肤 | 适合 |
|---|---|
| 3D 盲盒手办(默认) | 产品发布、封面级吸睛、强 IP 感 |
| 黑白线稿 | 深度解读,不抢文字,留白呼吸 |
| 扁平矢量 | 教程、信息清晰、量产 |
| 编辑插画(纽约客风) | 观点文、深度评论、有态度 |
| 水彩淡彩 | 人文向、温暖叙事 |
| 马克笔手账 | 轻松话题、梗图感 |
| 混合媒介(手绘草图+写实物体) | 信息图、强视觉冲击的对比 |
角色锁定、画风可换、表情随内容情绪变化——这是和"每张图风格随机"的根本区别。想要列表之外的画风,上传几张喜欢的参考图让 Claude 提炼成新皮肤即可,见 references/style-dna.md「怎么创建你自己的皮肤」。
你只需要丢给它一篇文章,说"给这篇配几张图"。剩下全是它的活:
- 自动读全文、逐节分析——文章每一节列进计划表,逐节判断"配不配 + 为什么",不用你指定哪里要图
- 自动判断每张图的类型——读者没共鸣的段落配情绪图,看不懂结构的段落配解释图,有时间线转折的段落配四格漫画
- 自动深挖——每张图动笔前先回答"作者真意是什么、张力在哪、读者该留下哪句顿悟",防止画出"看起来配了图,信息量是零"的废图
- 自动编隐喻、写提示词、定比例——隐喻按这篇文章现编不复用旧图,比例按每张内容判断(手机阅读偏竖版)
- 自动生成 + 自动质检——批量前先出一张基准图定调,生完按反 PPT 清单逐项自检,不合格的重生
你全程只做两个决定:生图前确认一遍清单(哪节配、画什么,烧 API 前拦住返工),选一次画风皮肤。其余不用操心。
- 一张图要么帮读者懂,要么帮读者记,两样都做不到就不配。 大部分配图是装饰,读者一眼划过;本技能"配不配"的所有规则都从这条推出来:文字说透的点不配,难懂的机制必须配
- 固定角色是辨识度资产。 读者在信息流里先认出角色再认出你,每篇文章都在往同一个账户存辨识度。这是和样式库型方案(如 baoyu-article-illustrator,每篇换风格,灵活但不积累)的根本分野:那个管"每篇好看",这个管"每篇都像你"
- 配图的难点不是画,是想清楚画什么。 生图模型已经够强,短板在思考层,所以本技能九成篇幅花在"想"(锚点/提炼/隐喻/分轨),画只是最后一步
AI 配图的三个常见死法:
- 画成 PPT——贴满图标和方框的"专业示意图",读者一张都不会停下来看
- 风格漂移——一篇文章 6 张图 6 种画风,像 6 个号拼出来的
- 图解表面——文字说"三家竞争"就画三条赛道,没有任何文字之外的信息增量
本技能对应三道防线:反 PPT 负向清单(anti-ppt-qa.md)、视觉契约六维锁定(style-dna.md)、深层提炼三问+内容锁定(deep-reading.md)。
git clone https://github.com/xiaohuailabs/xiaohu-illustrator.git ~/.claude/skills/xiaohu-illustrator重启 Claude Code,对它说"给这篇文章配几张隐喻图"即可触发。
技能本身负责"想清楚画什么 + 组好提示词",实际出图需要一个支持「文生图 + 参考图」的途径。按你的情况选:
路 1:已有 API(最顺)。 OpenAI GPT-image 系列(推荐,中文标注准、参考图锁角色稳)或 Gemini 图像模型。把 key 给 Claude Code,让它写个调用脚本,一次写好反复用。OpenAI 兼容的第三方中转端点同样能跑(/v1/images/generations 形态,参考图走 image_urls 字段)。
路 2:没有 API,想配一个。 对 Claude Code 说"帮我写一个调 OpenAI 图像 API 的生图脚本",它会带你把 key 申请、脚本、落盘目录一次配好。成本量级(2026 年中,以官方定价页为准):GPT-image 高质量一张约 0.21 美元,中等质量约 0.05 美元;一篇文章 6-8 张高质量图约 1.5 美元。Gemini 图像 API 约 0.07 美元一张(1K 分辨率,无免费档)。
路 3:一分钱不花(手动)。 让技能把每张图的完整英文提示词输出给你,自己贴到 ChatGPT / Gemini 网页版生成,参考图手动上传,生成的图存回本地。慢,但零成本,先体验流程够用了。
两条硬要求(走 API 时):能传 1-2 张参考图(锁角色),能指定画幅比例。详见 SKILL.md「依赖」一节。
给这篇文章配几张隐喻图: <文章路径>
流程(细节见 SKILL.md):
- 逐节枚举——文章每一节列进计划表,逐节判"配/不配"+理由,不凭感觉挑
- 深层提炼——每个配图点回答:作者真意?张力在哪?读者该留下哪句顿悟?
- 三轨分流——没共鸣→情绪图 / 没看懂结构→解释图 / 有转折时间线→四格漫画
- shot list 确认——烧 API 前把整张计划表给你过目
- 基准图先行——先生 1 张定调,对了再批量,防全篇风格漂移
- QA 自检——反 PPT 清单逐项核对,命中失败信号就重生
可选参数:--style 3d/sketch/flat/...(画风皮肤)、--ratio 4:3(强制统一比例)、--density 精简/均衡/丰富(配图密度)。
小互(红框眼镜+齐刘海+橙红背带裤+狐狸搭档)是仓库自带的示例 IP,装上就能跑。但方法可以共享,辨识度只能是你自己的。换角色不用手动改文件,对 Claude 说话就行:
- 已有 IP 形象:"这是我的 IP 形象,帮我换进配图技能"+ 上传图。Claude 看图提炼识别符号、写角色档案、把图存成锚点、替换模板,一次完成
- 从零造一个:描述想要的角色("帮我设计一个戴圆眼镜的橘猫程序员"),或上传几张喜欢的参考图说"就要这种感觉"。Claude 给出 2-3 版候选让你挑,定稿后补齐锚点图和档案
内部流程细节见 references/customize-your-ip.md。
本技能的方法骨架借鉴自两个项目,完整的"借了什么/没借什么"记录见 references/血统.md:
- helloianneo/ian-xiaohei-illustrations —— 认知锚点筛选、原创隐喻三步法、反 PPT 防线的结构
- JimLiu/baoyu-skills 的 baoyu-article-illustrator —— 文字渲染铁律、结构化 prompt 字段、配图密度参数
小黑的 IP 没有碰(那是 Ian 的招牌),小互是独立设计的角色——也建议你这样对待小互。
MIT(代码与方法文档)。小互 IP 形象仅作示例用途,商用请替换为你自己的角色。