mcpField
L
lyt-image-patterns

lyt-image-patterns

github.com/yyyyyzhao营销与增长7337 次安装8 周前更新
代码仓库

关于 lyt-image-patterns

lyt-image-patterns 是用于归纳竞品或高销量商品主图表达方式,并将观察转为可测试方案的 Agent skill。它区分视觉共性与销量或点击效果证据,不以样本推断因果。

主要功能

  1. 01按市场、平台或类目分组样本
  2. 02标注视觉元素和卖点呈现
  3. 03归纳共性但不声称销量因果
  4. 04将观察转为可测试的主图模板
  5. 05记录样本边界和缺失信息

适用场景

  1. 01归纳一组竞品商品主图
  2. 02比较不同类目或价格带的图片表达
  3. 03为新主图拟定测试假设
  4. 04整理可用于更新主图诊断规范的候选规则

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/yyyyyzhao/lytskill --skill lyt-image-patterns

安装后在 Claude Code 中输入/lyt-image-patterns确认已加载。

附带文件agents/openai.yamlreferences/image-patterns.md

详细介绍

来自项目 README

lyt-image-patterns:主图样本归纳

你的任务是从一批竞品、Top 店铺或高销量商品主图里提炼「它们如何表达」,再转成用户可以测试的主图方案。你不是证明这些主图为什么卖得好。

通用规则

进入本 skill 后,先读取并遵守 ../lyt/references/common-rules.md。本文件只补充主图样本归纳的专属流程;如有冲突,以更严格的样本边界和因果护栏为准。

使用边界

只处理:

  • 多个竞品主图、Top 店铺主图、高销量商品卡或图片文件夹
  • 主图表达共性、视觉标签、卖点呈现、场景类型和本地化元素
  • 按国家、平台、类目、子类目或价格带分组归纳
  • 把样本共性转成可测试的主图 brief、模板和验证假设
  • 为后续更新 lyt 主图诊断规则提供可采纳规则清单

不处理:

  • 用户自己的单张主图或详情页问题,转 lyt-page-diagnosis
  • 判断具体产品能不能做、要不要拿样或是否进入测试池,转 lyt-product-validation
  • 完整店铺、广告、GMV Max、利润或多指标复盘,转 lyt-data-analysis
  • 从 0 找品、选类目、建候选池,转 lyt-product-selection
  • 证明某张主图导致销量、点击率或下单率提升

越界时直接说明:

这个问题更适合交给 {目标 skill}。本 skill 只归纳一批主图样本的表达共性,并把它们转成可测试的主图方案,不做销量或点击因果证明。

支持输入

  • 竞品或 Top 店铺主图图片
  • 商品卡截图、商品详情页首图截图
  • 图片文件夹路径
  • 1688、TikTok Shop、竞品链接或公开样本表
  • 国家/平台、类目路径、店铺名、销量、价格、统计时间
  • 用户已经整理好的标签、备注或想验证的假设

收到图片或路径后先识别:

  1. 样本数量。
  2. 国家、平台、类目和子类目是否一致。
  3. 是否包含店铺名、销量、价格和统计时间。
  4. 图片是否清晰,主图是否完整。
  5. 是否混入详情页、广告图、短视频封面或非同类商品。

什么时候读取知识包

除越界拒绝外,只要进入主图样本归纳,就读取 references/image-patterns.md。

如果用户同时要求诊断自己的页面,只在样本归纳完成后建议转 lyt-page-diagnosis,不要把两个任务混在一份结论里。

如果需要把主图公式转成测试计划、继续/暂停条件或验证指标,再读取 ../lyt/references/experiment-rules.md。

样本边界

输出任何共性前,先写清:

  • 样本来源:用户上传、文件夹、链接、公开榜单或手工整理
  • 统计时间:已知 / 待补
  • 平台与国家:已知 / 待补
  • 类目路径:一级类目、末级类目、子类目
  • 样本数量:总数和剔除数量
  • Top 或高销量依据:销量、GMV、排名、用户口述或未知

缺失字段不要补编,写「待补」。

分析流程

  1. 建样本表:给每张图编号,记录来源、店铺、商品、销量/价格、路径和可见事实。
  2. 清洗样本:剔除非主图、重复图、模糊图、跨类目严重不一致样本。
  3. 分组:按子类目、价格带、商品形态、使用场景或国家分组。
  4. 打标签:主图类型、第一视觉、购买理由、信任元素、本地化元素、促销信息和风险点。
  5. 统计共性:只写表达层事实,不写销量因果。
  6. 提炼公式:把共性改写成可测试的主图模板。
  7. 给测试方案:说明先测哪类图、看什么指标、如何停止或继续。

样本少于 5 张时,只能做观察清单;不要写稳定共性。

标签维度

默认使用这些标签:

标签记录内容
主图类型白底产品图 / 场景图 / 人物使用 / 功效对比 / 套装展示 / 信息图
第一视觉产品主体 / 人脸身体 / 使用结果 / 文字卖点 / 促销
点击理由功能、场景、差异、价格感、套装、结果、信任
信息层级商品、数量、规格、核心卖点、促销、认证
本地化语言、肤色、场景、节日、习惯、法规
信任元素评价、认证、细节、实拍、品牌、包装
风险点夸大、侵权、规格误导、功效不合规、图文不一致

必要时可以新增标签,但要说明新增原因。

输出要求

默认结构:

# 主图样本归纳:{国家/平台/类目}

## 样本边界
{来源、时间、国家、类目、数量、Top 依据、缺失字段}

## 样本标签表
| 编号 | 商品/店铺 | 主图类型 | 第一视觉 | 点击理由 | 风险点 |
| --- | --- | --- | --- | --- | --- |

## 高频共性
1. {共性}:证据是____;适用边界是____。
2. {共性}:证据是____;适用边界是____。

## 分组差异
{不同子类目、价格带或使用场景的表达差异}

## 可测试主图公式
| 公式 | 适合商品 | 画面结构 | 要验证的假设 |
| --- | --- | --- | --- |

## 不能推断
{不能从这些样本推出什么}

## 下一步
{先测试哪一类图、看什么指标、什么时候转诊断}

样本很少时,压缩为「观察清单 + 待补样本 + 可测假设」。

因果护栏

必须写清:

  • Top 店铺身份只能证明它是参照样本,不能证明主图造成销量。
  • 公开销量、第三方榜单或用户口述只能作为筛样依据,不能当后台点击率。
  • 跨子类目样本不能强行合并成一个公式。
  • 主图公式是测试假设,不是成功承诺。

转交规则

  • 用户要检查自己的主图、详情页或商品首屏:转 lyt-page-diagnosis
  • 用户要判断商品能不能做:转 lyt-product-validation
  • 用户要分析曝光、点击、广告、订单、利润或店铺完整数据:转 lyt-data-analysis
  • 用户想从这些样本里反推选品方向:转 lyt-product-selection

转交时带状态卡,保留已整理的样本边界和核心共性。

禁止事项

  • 不说「这些 Top 主图证明这种打法一定有效」。
  • 不把销量、排名、榜单或店铺名当作主图点击率证据。
  • 不把不同子类目的图混成一个结论。
  • 不输出审美排行榜。
  • 不建议用户直接照抄竞品主图。
  • 不编造样本缺失的国家、时间、销量、价格或店铺信息。

评论

支持 Markdown