前段时间开源了 guizang-ppt-skill 后，我发现用它生成的网页，单张截下来发到图文平台，反响和数据比手工排版还要好。这促使我专门开发了一个新的 Skill：guizang-social-card-skill，彻底解决小红书、小绿书等平台的配图难题。
市面上有很多生成 3:4 卡片图的提示词或 Skill，但它们几乎都是一个味道：Tailwind + 大色块 + emoji 堆砌 + 中规中矩的字号层级。看完之后就能理解为什么 AI 出的图文卡片那么容易被一眼识破——它们做的是网页，不是杂志。
图文卡片对比 PPT 完全是另一种生物：竖屏、信息流里 1 秒钟决定停不停下、靠图说话而不是靠字。版式不同、节奏不同、读者也不同。于是我把它从 PPT Skill 里拆了出来，单独做成了 guizang-social-card-skill（https://github.com/op7418/guizang-social-card-skill）。
核心优势：11 个品类适配规则
先把目标说清楚：3:4 竖图是图文卡片的主战场。这个 Skill 的绝大部分设计精力都在 3:4 上，字号层级、版式比例、断行规则全部按 3:4 在手机信息流里被滑过的真实场景校准过。21:9 和 1:1 公众号头图也都支持。
绝大多数 AI 工具不管内容品类，你写什么内容它都用同一套模板套出来。结果就是所有人发的卡片都长得像一个流水线生产的封面。
这个 Skill 内置了 11 个常见图文品类的适配规则：
- 旅行 / 生活方式：杂志风为主，暖色板，大图压全屏，衬线大标题
- 职场 / 干货 / 商业洞察：网格风为主，深色背景，数据大字报版式
- 影视 / 文化：偏冷色调的杂志风，电影海报式版式，人物特写优先
- 产品测评 / 数码：网格风，对比矩阵，设备框美化截图
- 读书 / 笔记：杂志风，衬线字体，引文居中版式，留白拉满
- 美食 / 探店：高饱和杂志风，俯拍图优先，文字向四角让位
专门为旅行博主做了地图组件，可以把店的位置和旅行路线都标注在上面，AI 会自动生成标注。
同一段文字喂给它，你说这是影评，它给你电影海报式的卡片；你说这是产品测评，它给你带设备框的对比图。
更重要的是，它有明确不接的活：追星粉丝向、纯促销硬广、超过 12 屏的长教程。碰到这些场景，Skill 会在开头就告诉你"你可能想用别的工具"。能力边界比能力本身更能定义一个产品，一个什么都能做的 Skill 最后通常什么都做不好。
文字压图：三步解决"AI 感"
文字压图是图文卡片里最难的一件事，也是最容易暴露"AI 感"的地方。压不好就会出现三种翻车：文字盖在人脸或产品中心位置上、白字压浅色背景或黑字压深色背景读不清、文字横跨整张图把本来好看的构图毁掉。
Skill 处理这件事用了三步：
- 识别图里的主体：人脸、产品、文字密集区，版式上自动避开
- 算落点区域的色和明度：决定字色、要不要加蒙版、阴影该多深
- 字号和断行自适应：根据落点区域大小动态调整字号和换行位置，而不是写死字号让它溢出
这套规则跑下来，卡片的"高级感"基本就立住了。读者看不出"被压上去的字"和"图本来就在那里的字"的区别。
图片来源：接入三大免费图库
绝大多数 AI 生成图文卡片的工具，要么让你自己上传图，要么用 emoji 顶替，要么生成一些一眼 AI 的插画。这个 Skill 默认接入了三个免费可商用图库：
- Pexels：支持中文搜索，大众化场景够用
- Unsplash：摄影质感最强，人物、生活、空间类内容首选
- Wallhaven：游戏、摄影、壁纸之类的图都在这里
它会根据正文段落的语义自动派发搜索词、拿回图、按版式裁切到位、避开人脸或主体被切掉。你拿到的是一张配了真实摄影图的卡片，而不是一张色块卡片。
另外，现在各个平台对 AI 带水印的问题管得很严。目前你用的大部分 AI 生图都会有水印，有水印就会被平台标注，一旦被标注就容易被限流。
截图美化：四件套提升质感
很多内容用不了摄影图，得是软件截图、聊天记录、产品界面。Skill 内置了一套截图美化：
- 加 macOS / iOS 风格的设备外框（browser chrome 或手机边框）
- 用不同材质的背景托住截图：格纸、点阵、暖白或深色
- 根据视觉风格自动匹配阴影层次和圆角参数
简单一句，你随手截的图，过它一道，看上去就像产品官方做的宣传图。
AI 生图：克制地使用
只有前面所有找图渠道都拿不到合适素材时，Skill 才会调用 AI 生图。生图时会强制带上风格约束词，避免出现"一眼 AI 插画"那种平庸视觉。宁可它少用 AI，也不想它把 AI 用成让所有图文卡片长得都像姐妹的元凶。
视觉系统：两套风格 + 28 个版式骨架
两套视觉系统从 PPT Skill 那边沿用并重新校准过来：
- 杂志风：《The New Yorker》和上海译文社的封面上看到的那种排版。大留白，衬线大标题，版式不对称，文字有呼吸感
- 网格风：Massimo Vignelli 和 Helmut Schmid 瑞士平面设计那一脉。强网格，无衬线，几何感，用色克制但精准
28 个版式骨架，是从过去十年看过的杂志、海报、专辑封面、电影海报里挑出来、经得起放大看的那些。AI 在"自由版面设计"上现在还是平庸的，给它一个被验证过的骨架，它的任务就从"设计"降级成"填充"，成品稳定性立刻上来。
10 套主题色板、固定字体搭配、有限图标库，这些细节的逻辑是同一个：限制不是阻碍，是底线。给一个内容创作者无限的颜色选择，他更容易做出难看的东西；给他 10 套被验证过的色板，他做出能看的东西的概率会接近 100%。
设计哲学：为什么走杂志风
图文卡片的本质，和印刷海报、画报、专辑封面是同一种东西。用一张静态图，在 1 秒钟里说服一个陌生人停下来。杂志和海报在过去一百年已经把这件事研究透了。
所以这个 Skill 在视觉决策上的所有"为什么"：
- 为什么大留白？留白是杂志告诉你"重点在这里"的方式
- 为什么衬线字体优先？衬线字体在大字号上有印刷品的重量感
- 为什么版式不对称？不对称会制造视觉节奏，让眼睛知道先看哪
- 为什么用色克制？社交信息流里，克制的色板反而比饱和度高的更显眼
这些决策听起来都很"虚"，但它们落到代码里全是具体的常量。字号阶比例、留白比例、网格列数、对比度阈值、断行规则。这些常量才是这个 Skill 真正的护城河。
产品思维：Skill 是一个产品，不是一段 Prompt
做了这么多 Skill 之后，对"Skill 这种东西到底是什么"形成了一个判断：Skill 本质上是一个小产品。
在这个项目里：
- 写了 PRODUCT.md，讲清楚它解决什么问题、给谁用、不做什么
- 打版本号（v0.5 / v0.9 / v0.10 / v0.12），每一版都有 CHANGELOG
- 写了 HANDOVER.md，讲清楚交付物长什么样、能力边界在哪
- 提前列出它不擅长的事，省得用户试错三次才发现
为什么要费这么大功夫？因为 Skill 生态最大的问题，是绝大多数 Skill 满足于"我能做一个"，很少有人在追求"把这件事做到极致"。一个 Skill 应该是能站起来的小产品。Prompt 十分钟会被同行复制走，产品不会。
这个 Skill 让我反过来理解了 PPT Skill 真正做对的是什么——真正做对的，是它从一开始就被当成产品对待。模板多、规则细、颜色好看，都是这件事的副产品。
以后再有人问我 Skill 是什么，我会用两句话回答：Skill 是一个产品。判断一个 Skill 好不好，看它有没有被它的作者偏爱过。
如果你也在做图文内容，希望它能帮你省掉那些被排版毁掉的好内容。
GitHub 地址：https://github.com/op7418/guizang-social-card-skill