跳转至

生成配图

把 deck 里每张要 AI 生成的图写成一条 prompt,让同一套 deck 的图看起来是一家人,图里的字也不跟页面上的可编辑文字抢活。画风从 Gallery 的 PPT 配图画风挑,局部信息图的构图从 PPT 配图版型挑,配色用规划 deck 定好的那套。

默认只写 prompt。用户说「出图」,用 agent-io 的生成、编辑图片去画:prompt 里的画幅照样写像素,接口的 size 写成对应的比例(1280×720 写 16:9)。

先定两件事

用途 是什么
局部配图 放进页面里的一块 —— 带框、不带框、当装饰反复出现,或者是页面里最大但不占满全页的画面;位置和组合由页面排版决定
主视觉页 图就是这页的主角:封面、章节页、情绪过渡页、单数字页、结尾金句;上面叠的文字可以很少,甚至没有
带不带字 是什么
图里不带字 图里没有任何文字
图里带字 稳定的文字作为画面的一部分:艺术字、wordmark、手写的词、图内部的标注

硬规矩

约束 规矩
deck 身份 一套 deck 的所有图用同一种画风、同一套核心配色
色值 色值和颜色名只是绘画指引,绝不能画成可见文字
文案 长文案、数据、要点列表、引语都留在页面上
图里的字 只放永远不用改的字:图里改一个字要重新生成,页面上改一个字只要敲一下键盘
prompt 写法 写成一段连贯的画面描述,不堆标签

挑画风

先想清楚这套 deck 的配图要干什么、视觉风格是哪种,再去画风目录里比。话题、行业关键词不决定整套 deck 的画风,也不会把一个具名的真实对象变成 AI 生成图;视觉风格的配套画风只是一个候选,不是默认答案。

维度 拿什么比
主体身份 要还原真实样貌,还是虚构表达、隐喻、氛围、抽象结构
笔触语言 照片细节、矢量边缘、手绘线条、半调网点、像素网格,还是材质轮廓
纵深与材质 平涂色块、层叠纸张、玻璃、等距体块、水彩晕染、颗粒,还是自然光
页面角色 整幅构图、局部插画、可复用的透明元素,还是辅助的视觉提示
deck 一致性 和视觉风格、配色角色合不合得来,又不抢页面真正要做的事

目录里没有合适的,自己写一段画风段落:2–5 句,线条、质感、纵深、材质、情绪五样都写到;借用了目录里的条目,只写真正用到的那几个。例:「手工丝网印刷海报的质感 —— 半调网点叠印略微错位,三种平涂油墨,网点图案可见、不透明度 12%,没有渐变,边缘不做抗锯齿;整体读起来像丝网印刷品。」

拼 prompt

每张图按这六段拼成一段话:

[画风段落:从选定的画风条目里整段抄]
[配色行为:deck 的核心配色在这张图里怎么分工,比如「次背景色 #F8F9FA 铺出留白,主色 #1E3A5F 画主体,强调色 #D4AF37 只点一处重点;明暗、材质的过渡留在同一个色系里」]
[构图:选定版型条目里的构图写法,或下面五种构图之一]
[主体:这张图要画的东西,写成具体的名词]
[画幅:「画成 W×H 的图,用作局部配图 / 主视觉页」;主视觉页留出叠字区,局部配图只有页面真要在上面叠标注时才留]
[硬规矩:见下一节,每条 prompt 末尾都带上]
  • 长度:画风段落和末尾的硬规矩整段照抄,不算在内;自己写的配色、构图、主体、画幅几段合起来,日常配图 150–300 字,带字的长一些,纯背景短一些
  • 专业图不设上限:科学、学术、工程、医学、法律这类图,500–1000 字以上是常态,不要预先缩短。写明这个领域的视觉惯例:化学和材料(IUPAC 原子配色、化学键画法、晶格类型、Å 和 ps 单位、A/B/C 子图圆标、观察角度)、生物(区室配色、比例尺、细胞器和染色惯例)、物理(坐标轴符号、典型曲线形状、单位、峰值标注)、工程(原理图符号、尺寸标注、剖切面);拿不准就回去读素材
  • 不堆标签:「现代、扁平设计、渐变、鲜艳、专业、干净、4K」这种写法只会出平均脸,要写成一个连贯的画面
  • 配色从 deck 的角色出发:背景色、次背景色铺满底,主色画主要形体,强调色少量;可以按光线、材质、语境派生深浅过渡,但绝不另起一套跟 deck 无关的配色
  • 一套 deck 只用一种画风:每张图都抄同一段画风段落
  • 版型只给局部的结构信息图用:单主体、人像和主视觉页不用版型,用下面的构图

五种不用版型的构图

A、B 用于主视觉页或局部的单主体区域;C、D 用于主视觉页;E 用来写任何自定义构图,包括版型里没有的结构信息图。

  • A 单一主体:一个焦点主体,有意识地摆位(居中、三分线、稍偏),大到能撑住画面,其余背景都是陪衬;页面需要时才故意空出一侧。用于产品亮相、概念引入、章节开篇、品牌宣言、局部的物件区
  • B 单人像:一个人,正面或四分之三侧面,头部和上半身,脸是焦点,眼睛在上三分线附近,背景中性或柔和虚化,头顶留够空间。用于创始人、讲者、客户证言、高管、局部的人物介绍;人物画法跟画风走
  • C 文字主视觉:一个大号文字元素 —— 一个词、一句话、一个标题、一个数字或几行短字组合 —— 画成艺术,占主导分量,其余视觉都是陪衬,留白按文字大小来。图里带字;必须一字不差或要能改的文字放到页面上,改用 D
  • D 氛围背景(只用于主视觉页):渐变、低调的纹样或克制的色块,没有主体(角落或边缘可以有一个小的几何点缀),画面的动静绕开页面计划叠字的区域,让那里保持安静。用于封面和章节页的背景、留白页、文字全由页面承担的页
  • E 自定义:A–D 都不合适时(三联画、不对称的多焦点、叙事场景模型),直接把构图写进 prompt —— 一段 2–5 句,写清主体数量和版面结构,具体到能照着画;只写构图名字不算描述。例:三联画,三条等宽的竖条,每条在同一条低地平线上居中放一个象征物,竖条之间用 2px 细线分隔,整体读起来是一页完整的画面

示例(色值是示例 deck 的配色,换成自己的):

A · 3D 等距的产品亮相,图里不带字,600×600:真正 30°/30°/30° 投影的 3D 等距插画。画面中央是一个占主导的产品形态主体 —— 一件造型化的设备或流线型的科技物件,受光面用主色电光蓝 #0EA5E9,背光面深 15% 形成色调过渡,外围有 8% 不透明度的淡淡辉光。少量陪衬:三条强调色亮青 #06B6D4 的细连接线从主体向画面边缘划出弧线,一道 8% 的柔和投影把它落在地面上。背景是深沉的次背景色海军蓝 #0A0E27,阴影所在的平面也是这个颜色。主体是唯一的焦点,四周留出从容的空间。画成 600×600 的主视觉块。任何地方都不要出现文字、字母、数字或标签。色值只是绘画指引。
B · 企业摄影风的高管头像,图里不带字,600×800:一位职业高管的社论式企业肖像,略偏左,胸部以上,平视,自信地看向镜头,表情放松自然。当代商务着装,中性色调。柔和的自然光从左上方来,脸的右侧有一道轻柔的阴影。背景是柔焦的办公室 —— 次背景色浅灰 #F8F9FA 的墙面,一处虚化的建筑元素带一点主色深海军蓝 #1E3A5F。克制专业的调色,浅景深,眼睛在上三分线附近,头顶空间宽松。画成 600×800 的人物介绍肖像。不要文字、姓名牌或说明文字。色值只是绘画指引。
C · 墨迹笔记风的大数字,图里带字,800×500:专业的手绘视觉笔记风格,纯白底。画面中央是手写的数字「100x」,墨线粗重果断,居中,带一点手写字的抖动;下面一道手绘细下划线;旁边一个小涂鸦 —— 星星或向上的箭头 —— 增加节奏。强调色珊瑚红 #E8655A 只出现在一个很小的强调圆点上,不到画面的 4%。背景纯白 #FFFFFF。画成 800×500 的文字主视觉,给字形留足空间。除了「100x」和那个涂鸦,没有别的文字或标签。
D · 矢量插画风的封面背景,图里不带字,1280×720:干净的扁平矢量背景,没有中心主体 —— 粗犷的几何形状沿画面边缘排布,让中间计划放标题的区域保持安静。主色深海军蓝 #1E3A5F 形成一块果断的斜向色块,横过左下方;次背景色浅灰 #F8F9FA 铺出留白;强调色金色 #D4AF37 只在右下角附近出现一条细几何线,不到画面的 5%。干净的 2px 描边,没有渐变,海军蓝色块下面一道 8% 的柔和投影。计划叠 SVG 标题的区域保持安静。画成 1280×720 的满版背景。任何地方都不要出现文字、字母、数字、标志、水印或书写符号。色值只是绘画指引 —— 不要把色值或颜色名显示成文字。

每条 prompt 末尾的硬规矩

色值不是文字

模型偶尔会把颜色名和色值当标签画出来。每条都接上这句:

色值(比如 #1E3A5F 这样的 HEX 代码)和颜色名只是绘画指引 —— 不要在图中任何地方把 HEX 代码、颜色名或配色标签显示成可见文字。

人物跟画风走

脸部细节、人体结构、质感和写实程度都按画风和这张图的用途来 —— 剪影、精细插画、绘画式人物还是社论摄影,看画风允许到哪一步。绝不画可辨认的真人或名人,除非用户明确说明是授权过的对象;泛指的人、虚构的人随便画。

文字分两层

层 归谁 例子
图里的字 prompt 决定,烧进像素 图内部的标注(坐标轴、A/B/C 标记、单位、比例尺、子图标签);原理图的模块名、节点标签、信号通路编号;本身就是画面的稳定艺术字
页面上的字 页面上可编辑的文字 deck、页面、章节的正式标题;导航、页脚、要点、结论标注;要读的文案和图注
  • 「带不带字」只管图里那一层,一张一张判断,不整体偏向哪边。这几种从「带字」起步,再按能不能改过滤:论文插图的子图对比(子图标签)、教科书里的数学或信号图(曲线名、坐标轴、单位)、按学科惯例画的原理图(Self-Attention、FFN、节点编号)、坐标轴固定的数据图、文字主视觉。因为「页面上总能再叠字」就把整批图都设成不带字,正是要避免的失败
  • 按能不能改判断,不按模型能不能画判断:图里的字没法改、没法纠错、没法搜、没法换样式、没法重排。属于画面、又稳定的字(艺术字、wordmark、手写短语、图内部的标识)可以进图;必须一字不差、要能搜、要能改、可能换说法的,一律放到页面上:正式标题、导航、页脚、要点、图注、数据值。标题类的字只有在规划里明确当成稳定画面时才进图;标题要能改,就用构图 D 再叠字
  • 不按文字种类和长短预判:不要因为觉得某种文字或长句「画不出来」,就把字挪到页面、缩短标题或改成不带字;几个词的短语、两行的字组合和一个词一样可以进图。prompt 里把确切的字原样写出来,不为核对文字回头看图 —— 唯一的例外:图里带中文、阿拉伯文、印度系、泰文等非拉丁文字时,允许看一眼生成结果,只回答字和原文是否完全一致;不一致就重新生成这一张,看这一眼不重新评审选图和审美;同一个字连续三次都画错,就停下,这个字改用页面上的文字,在备注里记下改了,页面上不解释

带不带字的写法:

带不带字 prompt 里写
图里不带字 「图中任何地方都不要出现任何文字 —— 没有字母、数字、标志、水印、标签或书写符号。」
图里带字 写出确切的字、怎么画、在画面里怎么处理

艺术字交给模型的东西:确切的字、它的沟通角色、位置和与背景的关系、deck 的身份、相对分量、想要的能量;画风、语义色、情绪和页面层级划出范围。表现力落在字形本身:轮廓、笔画结构、内部材质和纹理、贴着轮廓的立体和光影、构图。照字面画主题插图或加游离的装饰,会跟字抢;要字加插画的组合,得用户明确要求或规划里定了。在选定的处理方式之内,手势、材质、立体感、纹理、光线和层级让模型自己组合或取舍 —— 这是可能性的空间,不是配方。拿不准合不合适就用低一档的密度;多行字的层级本身是画面的一部分时,作为一个整体元素。

图里文字的字体自由描述,不是从枚举里挑 —— 传统封面用哥特体,宣言用手刷毛笔字,Y2K 用复古镀铬,奢华感用装饰艺术风展示字,小刊用丝带花体。只有稳定的艺术字要和 deck 的字体看起来是一家时,才按这张表呼应:

deck 字体 呼应写法
衬线 「优雅的衬线字,精致的字形」
无衬线(微软雅黑、苹方、Arial) 「干净的几何无衬线,现代的字形」
展示字(黑体、Impact、Arial Black) 「粗重的展示字,有张力的笔画」
等宽 「等宽的技术感字体,字宽固定」
手绘、墨迹类画风或没定字体 「手写的有机笔画,自然的变化」

装饰性或背景文字、海报、情绪词、要有自己身份的封面 wordmark、手绘画风、本身就带年代字形的画风,都不用这张表。

不画品牌

图里不要出现可辨认的 logo、商标或产品外形,除非用户明确说明是自己拥有的真实品牌资产。