Infographic Generator

Overview

把任意中文内容/需求 → 一张高信息密度的中文信息图。

核心原则（务必牢记）：

1. 默认 9:16 竖版：信息图天生为移动端阅读设计，默认必须 --aspect 9:16。除非用户明确说"做横版/方图/16:9/1:1"，否则不要改画幅。即便用户给的参考图是横图，也只取它的"风格"，画幅仍然 9:16。
2. 内容驱动版式：参考图只是用来对齐"风格 + 信息密度量级"，真正的排版、模块数量、流程是几步、对比是几列、用什么图标，必须根据用户的具体内容重新规划。绝不照抄参考图的"6 卡片 + 4 步流程 + VS 对比"——内容只有 3 个论点就只画 3 个；内容是时间线就画时间线，不强行塞 VS。
3. 写死才靠谱：模型把 prompt 当排版稿。颜色给十六进制、模块给数量、文字给原文、位置给方位词。越具体越准。
4. 默认 medium + 2K：除非用户明确指定，出图参数固定为 --quality medium --resolution 2K；若小字号中文仍糊，再迭代升到 high。
5. 默认腾讯云品牌/IP：每张图必须出现腾讯云 logo（文字不得拼错）和 Q版企鹅形象；企鹅默认作为主视觉锚点或页脚陪伴角色。
6. 只模仿风格，不固定排版：写提示词时模仿“高端企业科技风朋友圈长图 / 专业 SaaS 产品宣传长图”的质感、信息密度、字体层级、卡片语言和商业方案感；排版结构每次必须根据用户内容重新设计，不要固定套“标题区 + 主视觉 + 方法论 + VS + 金句”。不要默认传参考图；除非用户明确提供并要求使用参考图。
7. 颜色克制，不花哨：默认只用腾讯云科技蓝、白色、浅蓝、深蓝，紫色只做少量渐变强调；不要五颜六色、花花绿绿、彩虹渐变或大面积黄/橙/红/绿。每个卡片文字短，但整体内容不能空。若正文可见文字超过约 700 字，再拆系列图。
8. 默认作者署名：底部署名或品牌栏默认加入“任准（marcusren）”，除非用户明确要求隐藏署名。

何时不用这个 skill

• 只是要张普通插画/产品图/真人摄影 → 用 xyq-nest-skill 或 hunyuan-image-generator。
• 要做 PPT 演讲分镜 → 用 pptx。
• 要做交互可视化网页 → 用内置 Visualizer (show_widget)。

Step 0（首次执行必做）：检查并加载环境变量

这是硬性前置条件。脚本必须用腾讯云 VOD 的 TENCENTCLOUD_SECRET_ID / TENCENTCLOUD_SECRET_KEY 才能跑。

由于 WorkBuddy 运行在沙箱环境中，shell 配置文件（~/.zshrc 等）不会自动加载，环境变量必须手动 source。 因此，每次执行腾讯云相关命令前，必须先 source ~/.zshrc。

# 先加载环境变量（sandbox 不会自动 source）
source ~/.zshrc 2>/dev/null

# 检查是否已配置
[ -n "$TENCENTCLOUD_SECRET_ID" ] && [ -n "$TENCENTCLOUD_SECRET_KEY" ] && echo "✅ 已配置" || echo "❌ 未配置"

如果 source 后仍显示未配置，必须停下来引导用户配置，绝不能降级到 hunyuan-image-generator / xyq-nest-skill / doubao-image-generator 等其他生图。 因为：

• 用户明确选择本 skill = 想要 GPT-Image2 的中文文字渲染能力，其他模型替代不了
• 信息图核心需求是"中文不糊"，默认用 OG/image2_medium + 2K；如果小字糊，再升 OG/image2_high

引导话术（直接发给用户）：

本 skill 需要腾讯云 VOD 的 API Key 才能调 GPT-Image2 出图。请按以下任一方式配置：

方式 A · 临时（当前 shell，sandbox 内不持久）：
  export TENCENTCLOUD_SECRET_ID=AKIDxxxxxxxxxxxx
  export TENCENTCLOUD_SECRET_KEY=xxxxxxxxxxxxxxxx

方式 B · 永久（写入 ~/.zshrc，本 skill 会自动 source 加载）：
  echo 'export TENCENTCLOUD_SECRET_ID=AKIDxxxx' >> ~/.zshrc
  echo 'export TENCENTCLOUD_SECRET_KEY=xxxx' >> ~/.zshrc

获取 Key：访问 https://console.cloud.tencent.com/cam/capi

安全建议：不要把 SecretId/SecretKey 写进 skill 文件、prompt 或聊天记录；只通过本机环境变量传入。

配置完成后告诉我，我立即出图。

SubAppId 注意事项：

脚本默认 SubAppId=0（主应用）。如果使用 VOD 子应用，可通过 --subapp-id <子应用ID> 或环境变量 TENCENTCLOUD_VOD_SUBAPP_ID 指定。处理策略：

1. 先用默认 0 试一次
2. 如果报 invalid vod user，去 VOD 控制台 确认自己的子应用 ID
3. 重新执行时加 --subapp-id <实际子应用ID>，或先设置 export TENCENTCLOUD_VOD_SUBAPP_ID=<实际子应用ID>

绝不因为没 key 就改用其他生图模型——这是错误降级，违背用户选 skill 的本意。

工作流（必须严格按顺序执行）

Step 1：读懂用户内容 → 决定信息图"形态"

先判断这份内容最适合的形态，不要直接套模板。常见形态：

判断不出来就问用户，或同时给 2 种形态备选。

Step 2：内容 → "信息图蓝图"

蓝图必须严格基于用户给的内容，不要凭空发挥。模板：

【形态】：<上面 7 种之一，或自定义>
【画幅】：9:16 竖版（默认；除非用户明确要其他比例）

【主标题】：<不超过 16 字>
【副标题】：<给主标题做注解，14-22 字>

【主体内容】（按形态填，例如流程图就填步骤；对比图就填两栏；放射图就填中心+辐射）：
  - 模块 1：<标题> | <一句话说明> | <图标关键词>
  - 模块 2：...
  - ...

【视觉锚点】：Q版企鹅形象（默认必填，可结合用户业务场景变化姿态/道具）
【品牌元素】：腾讯云 logo（默认必填，左上角或页脚品牌区，文字必须写作“腾讯云 / Tencent Cloud”）
【金句】：<可选——12-20 字升华>
【页脚】：腾讯云 / 任准（marcusren） / <可选项目署名>

【配色】：默认 #0052D9 / #0A2A66 / #EAF4FF / #FFFFFF；#7B61FF 仅做少量蓝紫渐变强调。不要五颜六色，不要花花绿绿，不要大面积黄/橙/红/绿。
【字体调性】：中文黑体加粗、标题超大号、关键短语可做蓝紫渐变强调；整体清爽、克制、可信。
【风格关键词】：高端企业科技风朋友圈信息图、专业 SaaS 产品宣传长图、腾讯云科技蓝、白色和浅蓝背景、深蓝标题、克制蓝紫强调、现代 SaaS 控制台、圆角卡片 UI、轻 3D 图标、Q版企鹅、商业方案感、强传播感

Step 3：选 prompt 模板 → 写 prompt

读 references/prompt-cookbook.md，里面有 8 套来自 awesome-gpt-image-2 的工业级模板（信息图 / 海报 / 科普 / UI 截图 / 概念字体海报 / Apple 极简 / 等距俯视 / 知识卡片）。根据 Step 1 的形态选最匹配的一套，再把 Step 2 的蓝图填进去。

默认写 prompt 时使用下面这套“高端企业科技朋友圈长图”写法（只模仿风格，不固定排版，不默认传参考图）：

生成一张竖屏 9:16 的高端企业科技风朋友圈信息图海报，内容密度参考专业 SaaS 产品宣传长图，不要太简单，也不要过度拥挤。主题是：

《<用户主题>》

先根据主题内容判断最合适的信息图结构，再设计排版。只模仿高端企业科技/SaaS 长图的风格，不要固定套用某一种版式。内容是流程就做路径/步骤图；内容是能力清单就做能力矩阵或产品工作台；内容是对比就做 VS；内容是理念体系就做分层架构或知识图谱；内容是时间发展就做时间线。不要为了套模板强行加入不相关的“方法论区”“对比区”“金句区”。

画面左上角加入腾讯云 logo，logo 要清晰、简洁、位于左上角品牌区，不能变形，不能模糊。整体采用克制的腾讯云科技蓝、白色、浅蓝、深蓝作为主色，少量蓝紫渐变只用于强调关键词。风格高级、可信、适合企业客户朋友圈分享。不要五颜六色，不要花花绿绿，不要彩虹渐变，不要大面积黄/橙/红/绿。

标题要手机上一眼能看清，核心关键词可用蓝紫渐变大字突出。根据内容选择是否加入蓝色圆角横幅、SaaS 控制台面板、能力卡片、流程箭头、方法论卡片、对比卡片、数据看板、金句收尾、深蓝品牌栏等元素；只使用对当前内容有帮助的元素。

可加入 Q 版腾讯企鹅形象：圆润可爱，蓝白科技感，可戴工程师安全帽或架构师耳麦，手持平板电脑或任务板，像“前沿部署工程师”或“AI 转型顾问”，专业、亲和、可信；不要写实动物，不要普通卡通，要 Q 版企业科技 IP 感。企鹅和 WorkBuddy 形象只能辅助内容，不要抢占全部画面，不要遮挡文字。

如果出现产品/方案能力模块，做成现代 SaaS 控制台或圆角卡片，每个模块包含“模块名 + 2-3 个短能力点”，图标清晰、信息层级明确。如果出现方法论路径，卡片之间用箭头连接；如使用“企业 AI 进化路径”，默认路径可为：知识底座 → 超级个体 → 数字员工 → 超级组织，注意第二层必须是“超级个体”，不要写成“执行中枢”。

设计要求：竖屏 9:16；内容密度参考专业企业信息图长图；不是极简海报；但文字必须清楚可读；大标题清晰；关键信息用卡片承载；每个卡片文字不要太多；图标简洁；版式分区清晰；有商业方案感；有腾讯云科技感；有 WorkBuddy 产品感；适合朋友圈分享；白色和浅蓝背景为主；深蓝标题；蓝紫渐变只做少量强调；轻 3D 插画结合 SaaS UI 面板；不要复杂办公室大场景抢占文字；不要让插画压过内容；不要把文字做得太小；底部或品牌栏加入作者署名“任准（marcusren）”。

如果用户明确提供并要求使用参考图，写 prompt 时加一句：「整体视觉风格、配色和信息密度优先参考用户输入图，但只参考风格，不照搬排版；必须保留腾讯云 logo 与 Q版企鹅形象；版式必须严格根据用户内容重新规划，不要照搬参考图的模块数量与排列。」然后才把用户参考图通过 --reference 传给脚本。

把最终 prompt 写入 /tmp/infographic_prompt.txt。长度 900-2200 字最佳；低于 700 字通常会显得空、low。

Step 4：调脚本出图

# 加载环境变量（sandbox 不自动 source shell 配置）
source ~/.zshrc 2>/dev/null

python3 "$HOME/.workbuddy/skills/infographic-generator/scripts/gen_infographic.py" \
  --prompt-file /tmp/infographic_prompt.txt \
  --quality medium \
  --aspect 9:16 \
  --resolution 2K \
  --count 1 \
  --negative-prompt "不要极简到只有三句话, 不要内容太空, 不要固定套版式, 不要不看内容强行加入方法论区或VS区, 不要复杂办公室大场景, 不要文字很小, 不要密密麻麻的小字, 不要乱码中文, 不要错别字, 不要文字变形, 不要腾讯云 logo 变形, 不要假 logo, 不要过多无关品牌标识, 不要横屏, 不要 1:1, 不要 16:9, 不要暗黑风, 不要过度赛博朋克, 不要游戏海报风, 不要廉价 PPT 风, 不要五颜六色, 不要花花绿绿, 不要彩虹渐变, 不要大面积黄橙红绿, 不要过度拥挤, 不要信息堆成一团, 不要插画遮挡文字, 不要让企鹅和 WorkBuddy 抢占全部画面, 不要写实企鹅, 不要恐怖机器人, 不要把第二层写成执行中枢"

可选参数：

脚本会：1) 提交任务 → 拿到 TaskId；2) 每 6 秒轮询 DescribeTaskDetail；3) 状态变 FINISH 时从 AigcImageTask.Output.FileInfos[].FileUrl 取永久 URL；4) 打印到 stdout。

Step 5：交付 + 迭代

• 把图片 URL 直接发给用户（markdown 图片语法预览）
• 必要时 curl 下载到本地后用 deliver_attachments 下发
• 交付前必须做目检：腾讯云 logo 是否出现且文字无错；Q版企鹅是否出现；画面是否接近蓝白科技高密度拼贴风；是否有参考图截图残留或乱码。
• 不满意就改 prompt 重出，不要直接换模型；典型修法：
• 文字糊 → 升 quality 到 high 或降文字密度
• logo 缺失/拼错 → 在 prompt 首尾各强调一次“左上角必须有清晰腾讯云 logo，文字仅写腾讯云 / Tencent Cloud，不能拼错”
• Q版企鹅缺失 → 把企鹅设为“主体角色/主视觉锚点”，而不是背景装饰
• 模块塞太多 → 砍模块、加留白
• 画面显得 low/太空 → 先根据内容增加有效信息模块（能力矩阵、产品面板、流程路径、对比、数据看板、案例卡、金句等择需使用），不要固定套全量结构；补充“专业 SaaS 产品宣传长图、商业方案感、适合企业客户朋友圈分享”
• 模型自己加戏加错文案 → 把每段文字用引号包起来 + 加 --negative-prompt "拼写错误, 错别字, 多余文案"

依赖

source ~/.zshrc 2>/dev/null
python3 -m pip install -q \
    tencentcloud-sdk-python-vod requests cos-python-sdk-v5

环境变量：TENCENTCLOUD_SECRET_ID / TENCENTCLOUD_SECRET_KEY（通过 source ~/.zshrc 自动加载，无需手动 export）

关键参考

• references/prompt-cookbook.md：8 套工业级模板（来自 awesome-gpt-image-2，CC BY 4.0），含信息图、海报、科普、UI、知识卡片等
• references/api-reference.md：腾讯云 VOD CreateAigcImageTask 的全部字段（含 ModelName/Version 矩阵、ExtInfo、PersonGeneration、合规参数等），脚本之外手写 API 调用时查这里

常见坑

• 不要把参考图当版式模板：用户给的参考图只用来对齐"风格语言+信息密度"，模块数和顺序必须按内容重新设计。
• GPT-Image2 OG 不支持透明背景：要透明就降级到 gpt-image-1.5 或换 Hunyuan / Qwen。
• 任务返回字段路径：AigcImageTask.Output.FileInfos[].FileUrl，不是 MediaInfoSet/MediaUrl。
• 永久存储 vs 临时：默认 Permanent（不会过期）；临时存储 7 天会回收。
• SubAppId 不通用：默认 0 使用主应用；如果账号使用 VOD 子应用且报 invalid vod user，从 VOD 控制台查自己的子应用 ID，并通过 --subapp-id 或 TENCENTCLOUD_VOD_SUBAPP_ID 指定。
• 并发限制：GPT-Image2 OG 默认 1 并发，前一个任务 PROCESSING 时再提交会报 RequestLimitExceeded: GenerateImage task reached the maximum concurrency（ErrCode 70000）。必须等前一个任务 FINISH 后再提交。并发出多张图请用 --count 一次出多张，不要并行起多个任务。如果踩到并发限制，等待 60-90 秒后重试。
• 政治/真人风险：信息图常被对外公开，不要画领导人、政治符号、敏感地名；需要人物时优先卡通 IP 或剪影。
• 货币：金融场景标注的"涨红跌绿"是中国惯例，US 用户场景会反过来。
• 企鹅 IP：腾讯云企鹅仅限内部演示，对外商用请换通用吉祥物。