figure

Figure

概述

使用此技能从文章段落、技术概念或简短说明中提取出最关键的核心认知结构，并将其转化为聚焦的解释性插图镜头。默认输出为：针对完整文章生成 5-8 个镜头的列表，或针对单个段落/选段生成一张 16:9 的图片。

核心规则

• 将插图视为一张聚焦的思维图，而不是文章缩略图或说明手册。
• 首先收敛到唯一最重要的核心观点。不要试图囊括源文本中的每一个细节、示例、工具、角色或分支。
• 每张图只能解释一个核心结构：一个流程、一次状态变化、一组对比、一种方法、一种系统关系或一个决策。
• 在收敛之后，确定认知动作：比较、分类、筛选、连接、迭代、诊断、选择、压缩、扩展、映射、交接、拆解或重构。
• 让兔子 IP 执行核心动作。不要把兔子放成吉祥物、叙述者、贴纸、角落装饰或无关的旁观者。
• 兔子的性别呈现是灵活的：当内容明确暗示某一种时，从段落中推断合适的性别表达；否则让兔子保持性别中性。
• 在每一个最终提示词中，使用 references/visual-ip.md 中的 Character Consistency Lock 保持兔子的角色比例：一只小手绘兔子，具有与用户偏好的参考风格相同的松弛编辑风格比例——柔软的椭圆形头部只比躯干稍大，而不是过大的幼儿头；一个简单的衬衫形状的小躯干，在有用时配上短裤或一件小背心，短而细的手臂、短而细的腿，以及小而圆的手和脚。身体保持紧凑、轻盈、带一点摇晃感，可爱感来自松弛的手绘姿态和服装细节，而不是巨大的头或圆胖的身体。
• 让兔子在视觉上与 Miffy / Nijntje 以及类似的经典极简绘本兔子区分开来：避免对称竖直耳朵、居中点状眼睛和 x 形嘴巴的精确组合。使用自然不齐的耳朵、一个小小的偏心短横线嘴巴、一个小而含蓄的鼻子，以及小小的服装细节，让角色感觉像原创编辑线稿，而不是现成角色。
• 兔子的嘴巴是硬性约束：必须正好是一个小小的短横线，画成从左到右的一笔。绝不要画十字、X、加号、两条交叉笔画、V 形、微笑曲线、皱眉曲线、点嘴、张嘴或任何多笔画的嘴部标记。
• 使用纯白背景、以黑白线稿为主、手绘马克笔/钢笔质感，以及 16:9 宽幅构图。
• 颜色只允许作为兔子身上小小的、柔和韩式插画风格的服装色块。所有图表、标签、箭头、背景和信息结构保持黑白。在每个服装色块与黑色轮廓之间留出细细的白色间隙。
• 文字标签保持稀疏、简短、清晰可读，并嵌入图中。每张图优先 2-5 个标签。
• 标签语言默认与源文本匹配：繁体中文输入使用繁体中文，简体中文输入使用简体中文，英文输入使用简洁英文，混语言输入则保留关键技术术语的原文。
• 默认直接在图像中渲染文字标签。手写风格只控制笔画的外观——每个字仍必须书写正确并保持清晰可读，不得缺笔或多余笔画，不得出现乱码字形，也不得出现形近或近音替换。注意 image-2 渲染中文字形不完美；保持中文标签简短（相比 4-5 个，更偏向 2-3 个）以减少错误。
• 严格使用此标签风格：中文標註風格：字形連貫流動，筆畫帶速度感，線條有自然抖動和停頓，可能會因為急促感而將幾個筆畫連起來，但不影響閱讀，筆尾輕輕拉長但不過於誇張，結構鬆動但清晰，整體像情緒很滿時寫下的一句手寫標題。
• 此技能不捆绑字体。使用 scripts/render_labels.py 对标签进行后处理，是一条高级、可选启用的路径，仅在用户明确要求稳定排版且提供自己的手写 .ttf（作为脚本的第 4 个参数传入）时使用。
• 除非用户明确覆盖默认设置，否则避免在兔子小小的柔和服装色块之外使用颜色。
• 当输入使用繁体中文时，优先使用繁体中文标签；当语言清晰时，镜像输入的语言和中文变体。

Workflow

1. 对输入进行分类：
   • 一个段落或选中的一段文字：创建 1 个镜头规格并生成 1 张插图，除非用户只要提示词或镜头列表。
   • 一整篇文章或多个章节：创建包含提示词的 5-8 个镜头列表；只有当用户明确要求为整套内容生成图片时，才生成所有图片。
   • 如果不确定，对于大约 500 个中文字符或 300 个英文单词以下的短输入，默认使用 1 个镜头；对于较长的结构化文章，默认使用 5-8 个镜头。
2. 提取视觉候选内容：
   • 找出描述运动、转变、张力、工作流、状态变化、决策或方法的陈述。
   • 跳过纯氛围、轶事或装饰性语句，除非它们揭示了文章的核心思考。
   • 按解释价值对候选内容排序，然后每张图片只保留最重要的一个。
3. 选择每个镜头的结构类型：
   • flow：步骤、顺序、流水线、反馈回路。
   • state-map：之前/之后、当前/未来、受阻/解除受阻、健康/状态。
   • comparison：A/B、权衡、光谱、矩阵。
   • method：框架、清单、分层模型、运行原理。
   • system：角色、输入/输出、依赖关系、交接。
   • decision：分叉、标准、优先级排序、约束筛选。
4. 设计兔子的动作：
   • 让兔子以紧凑、稳定的身体动作实际操控这个想法：轻拍、盖章、放置、滑动、圈出、钉住、下划线、把卡片抱在胸前、按下按钮、轻推方块、用短指示棒指向、或用短线连接两个相邻的点。
   • 让每个手部动作都保持在兔子短臂可及范围内。肘部应保持弯曲或靠近躯干；写字的手离身体的距离不得超过约一个头宽。
   • 优先选择双脚着地、坐着、跪着、轻轻靠在道具上、或站在小凳子上的姿势。避免需要长距离伸展、横跨页面伸展、拉远处绳子、攀爬、扭身、单脚平衡、或把工具拿得远离身体的姿势。
   • 对于书写、高亮、画箭头或连接线条，将兔子放在靠近目标标记的位置，并把页面/卡片/图表元素移到兔子附近，而不是让兔子的手臂伸过整个构图。
   • 确保动作改变或揭示信息结构。
   • 只有当创意编辑姿态在解剖上仍然简单、扎实且易读时，才赋予兔子这样的姿态。姿势应显得有意为之，而不是扭曲变形。
5. 生成所需输出：
   • 对于文章输入，返回镜头列表。每个镜头包括主题、核心内容、结构类型、兔子动作、文字标签和最终图片提示词。
   • 对于段落输入，生成同样的单镜头规格，然后在 Codex 内运行时使用 Codex 图像生成/image-2 生成图片。
6. 生成图片：
   • 在 Codex 内运行时，如果用户没有明确要求替代图像模型，则必须使用 Codex 图像生成/image-2。不要要求用户选择模型，不要替换为其他渲染器，也不要在 Codex 图像生成工具可用时只返回提示词。
   • 要求 image-2 使用上述精确标签样式和源语言规则直接渲染 2-5 个文字标签。将每个标签作为精确目标字符串传入，并告诉 image-2 逐字符复现；手写风格仅适用于笔画外观，绝不适用于拼写或字形正确性。
   • 在每个最终提示词中包含这个精确的角色一致性锁定：Character consistency lock: keep the exact same little rabbit in every image — a small hand-drawn rabbit with loose editorial proportions, close to the user's preferred reference style. The head is a soft oval or rounded oval, only slightly larger than the torso, never an oversized toddler head; two long simple rabbit ears with natural uneven angles; small shirt-shaped torso with a tiny open collar or two small buttons; short thin arms and short thin legs, small rounded hands and feet, light wobbly hand-drawn posture. The body is compact and light, not chubby, not bulky, not muscular, not broad-shouldered, and not adult-built. Face stays neutral and expressionless: tiny uneven vertical dot eyes, a small subtle nose if needed, and a mouth that is exactly one tiny off-center short horizontal dash, drawn as a single left-to-right imperfect hand-drawn pen stroke. The mouth must never be a cross, X, plus sign, two crossing strokes, V shape, smile curve, frown curve, dot, open mouth, or any multi-stroke mark. No x-shaped mouth, no smile curve, no smirk, no blush, and no cheek marks. Do not enlarge the head; keep the head-to-body ratio like the reference image: cute, balanced, and small rather than big-headed.
   • 如果用户明确要求稳定排版并提供自己的手写字体文件，请使用后处理工作流：要求 image-2 生成无文字插图，并保留空白标签位置或小引导线，然后使用 scripts/render_labels.py 和提供的字体添加标签。
   • 如果用户明确要求另一个图像模型或渲染器，请使用所要求的渲染器，并在该渲染器允许的范围内尽量保持相同的视觉约束、标签规则和提示词结构。
   • 如果当前环境不是 Codex，但有其他可用的图像生成工具，请使用该可用工具生成图片，而不是只返回提示词。
   • 如果没有可用的图像生成工具，请干净地返回镜头规格和最终可移植提示词。
   • 如果场景开始看起来像说明书，请在生成前从提示词中移除次要标签、额外图标和旁支概念。
   • 生成后，在返回结果前检查结果。确认兔子符合首选参考比例：柔和的椭圆形头部仅比躯干略大，小巧的衬衫形身体，短而细的手臂和腿，轻盈摇晃的姿势，不是巨大的幼儿头，也不是敦实的身体。确认动作在解剖上稳定：手臂保持短小，手保持在身体附近，肘部弯曲或靠近躯干，写字的手没有不自然地过长，姿势没有扭曲或变形。确认面部无表情：微小且不均匀的点状眼睛，如有需要可有小而微妙的鼻子，嘴巴必须正好是一条微小、偏离中心的短横线，并作为单笔画绘制；没有 x 形嘴、十字嘴、加号嘴、V 形嘴、双笔画嘴、微笑曲线、皱眉曲线、得意笑、腮红或脸颊标记。如果嘴巴不是一条短横线；如果头部变得太大；如果身体、四肢、动作姿势、面部或标签发生漂移；或者如果结果看起来像另一个已有的极简兔子角色，请在交付前重新生成或对脸部进行最小编辑。同时确认每个渲染出的中文标签都书写正确且清晰可读。如果某个中文标签总是出错，请将其缩短为更少的字符，或者告诉用户，除非他们为后处理工作流提供字体，否则无法保证精确的中文排版。

参考资料

• 编写兔子角色提示词时，阅读 references/visual-ip.md。
• 格式化镜头清单时，阅读 references/shot-list-schema.md。
• 撰写最终生成提示词时，阅读 references/image-2-prompt-template.md。
• 仅在用户明确要求稳定的后处理排版时，阅读 references/font-label-workflow.md。