爆款海报提示词全能助手

SKILL前端设计
前端设计 未标注权限 许可证不明确
安装这个技能

绝大多数人写海报提示词的方式是堆形容词:「高级、极简、有设计感、8K、超高清」。结果稳定地产出一批模板化 AI 图——渐变发光、霓虹、元素堆砌、中文糊成一团。 本 Skill 的做法相反:把 17 套经过验证的海报方法论拆成“”可机检的结构规则“”,先定结构,再定内容。 它的核心不是提示词合集,是一套“”八段式提示词骨架 + 15 条排版公理“”。本 Skill 只输出提示词,不调用任何生图接口。 拿到的提示词可以投喂给 GPT-Image-2、Midjourney、Flux、即梦、可灵或任意生图模型。

一句话选型结论

按资料字段整理

爆款海报提示词全能助手是前端设计类的 Agent Skill,安装方式未标注,权限级别未标注,许可证不明确,有可直接复制的安装命令。技能本质是给模型读的说明书,效果取决于模型与客户端;装完先用一个小任务验证,再放进正式流程。

分类前端设计 安装方式未标注 权限级别未标注权限 许可证许可证不明确
累计安装 未标注 本周 未标注
GitHub 星标 未标注 仓库 未标注
下载量 未标注 技能市场下载数
权限级别 未标注权限 安装前请确认风险范围
许可证 许可证不明确 未说明

安装

未标注
在支持 Skills 的客户端里执行,装完问一句「你有哪些技能」验证
skillhub install user_9681044e/viral-poster-prompt-kit
  1. 1
    确认客户端支持

    确认你的客户端支持 Skills(Claude、Codex、Cursor 等),并升级到较新的版本。

  2. 2
    拿到技能文件

    执行上面的命令安装;也可以把仓库里的 SKILL.md 手动放进客户端的 skills 目录。

  3. 3
    刷新技能列表

    重新打开客户端,或刷新技能列表,让新放进来的技能被加载。

  4. 4
    验证是否生效

    问一句「你有哪些技能」,确认列表里出现它,再拿一个小任务试跑。

技能档案

前端设计
字段来自技能仓库与公开索引,中文说明由本站标注
作者 / 维护方user_9681044e仓库 未标注 · 版本 未标注
宿主客户端未标注技能可被这些客户端加载
安装方式未标注安装包 community
权限级别未标注权限安装前请确认风险范围
许可证未说明许可证不明确,商用前请自行确认条款
仓库可用性available技能仓库当前是否可访问
最近核验未标注上游最后核验时间 · 数据更新 1791622008
正文体量7.8 KBSKILL.md 原文大小,越大说明说明书写得越细

典型使用场景

3 类
按分类整理的常见用法,具体以 SKILL.md 为准
出页面与组件

按描述生成页面结构和组件草稿。

调整样式与布局

改间距、配色与响应式布局。

生成设计说明

把设计稿整理成开发能接的说明。

选择建议

装之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 有可直接复制的安装命令,不用自己翻文档找入口。

先想清楚的地方

  • 没有标注权限级别,实际能做什么要装好后确认。
  • 许可证不明确,商用或二次分发前先到仓库确认条款。
  • 没有做站内核验,内容以作者仓库为准。
  • 技能只是说明书,实际效果取决于模型与客户端,装完先用小任务试一遍。

更适合

  • 需要在前端设计场景里给模型补一套做法的人。
  • 愿意先读一遍 SKILL.md、确认它会让模型做什么的人。

不太适合

  • 对许可证要求很严、必须明确可商用的人。
  • 只想装完就自动变强、不打算看说明书的人。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
技能权限级别安装方式累计安装宿主客户端安装命令
爆款海报提示词全能助手当前 未标注权限 未标注 未标注 未标注 有
前端设计 只读 GitHub 仓库 882.3 万 Codex、Claude、Cursor 有
Vercel 组合模式 联网访问 GitHub 仓库 385.9 万 Codex、Claude、Cursor 有
Vercel React native skills 前端 只读 GitHub 仓库 246.9 万 Codex、Claude、Cursor 有
adapt 搜索 浏览器控制 GitHub 仓库 202.7 万 Codex、Claude、Cursor 有
使用我的浏览器 浏览器控制 GitHub 仓库 184.8 万 Codex、Claude、Cursor 有

SKILL.md 全文

7.8 KB
模型实际读到的说明书原文,来自技能仓库

爆款海报提示词全能助手(viral-poster-prompt-kit)

本 Skill 只输出提示词,不调用任何生图接口。
拿到的提示词可以投喂给 GPT-Image-2、Midjourney、Flux、即梦、可灵或任意生图模型。

它解决什么问题

绝大多数人写海报提示词的方式是堆形容词:「高级、极简、有设计感、8K、超高清」。
结果稳定地产出一批模板化 AI 图——渐变发光、霓虹、元素堆砌、中文糊成一团。

本 Skill 的做法相反:把 17 套经过验证的海报方法论拆成可机检的结构规则,先定结构,再定内容。
它的核心不是提示词合集,是一套八段式提示词骨架 + 15 条排版公理。

核心能力

能力 说明
自动选型 输入一句话,从 5 族 17 型里推荐 3 种风格,附匹配度与选型理由
行业无关 只抽取「主体 / 目标 / 气质 / 密度」四个与行业无关的信号,任何行业通用
八段式骨架 任务 / 系统 / 构图 / 主体 / 字体 / 配色 / 质感 / 负面词,缺段即报错
15 条排版公理体检 把留白比例、主体占比、强调色上限、信息层级等变成可执行的数值校验
廉价感诊断 检出渐变发光、霓虹、贴纸、均匀九宫格等 20 类廉价信号并给替换方案
合规扫描 广告法绝对化用语 + 平台违禁词 + 6 类敏感行业护栏
变体与系列 同一型号出 5 种变体;一个模板套 N 个主体做系列化资产
深度感知 记录型号用量、用户偏好与生成历史,越用越准

快速开始

# 1. 不知道选什么风格:输入一句话,自动推荐 3 种
python scripts/engine.py recommend --brief "帮我做一张图,上面写一句关于AI的观点金句,要克制高级"

# 2. 选定型号,生成提示词
python scripts/engine.py generate --code A3 --subject "AI不会取代你" --title "会用AI的人"

# 3. 体检(可选,generate 已自带简版)
python scripts/engine.py check --code A3 --file prompt.txt

# 4. 批量做系列
python scripts/engine.py series --code E1 --subjects "故宫,天坛,鸟巢" --const title=城市记忆

# 5. 自检
python scripts/engine.py selftest

子命令

命令 用途 关键参数
list 查看 17 型模板 --family A
recommend 自动推荐 3 种风格 --brief --top
generate 生成完整提示词 --code --subject --title --ratio --material --no-text --with-meta
fill 查看参数化模板待填字段 --code --field
check 15 条排版公理体检 --text --file --code
cheapen 廉价感诊断 --text --file
legal 合规扫描 --text --file
variants 同型号多变体 --code --n
series 系列化批量生成 --code --subjects --const
profile 深度感知档案 --set --reset
selftest 自检 —

5 族 17 型

族 名称 型号 解决什么
A 编辑极简系 A1 极简杂志海报 / A2 怀旧电影感极简海报 / A3 巨型标题视觉锚点 一句话要被记住
B 网格模块系 B1 硬网格×软材质 / B2 邮票式模块网格 / B3 组件解剖式展开 / B4 案例证据带 多信息要被读懂
C 情绪叙事系 C1 前景虚焦叙事海报 / C2 气象式情绪景框 / C3 静电溶解肖像 气质要先于信息到达
D 品牌信号系 D1 高信号双色品牌视觉 / D2 数字秀场式陈列 品牌要被一眼认出
E 工具资产系 E1 先锋复古建筑海报 / E2 中式婚服影棚大片 / E3 角色设定板 / E4 UI 作品集一键生成 / E5 决策推荐信息图 一次产出可复用资产

完整总表见 references/01-poster-taxonomy.md。

15 条排版公理(体检依据)

结构层:12 列瑞士网格 · 严格三级信息层级 · 主体占比 40—55% · 唯一主体 · 留白 30—40%
色彩层:强调色 ≤5—15% · 颜色总量 ≤4 且禁止平均分配
字体层:字体派位三档(巨型标题=超粗窄体/几何无衬线,参数编号=等宽,辅助=中性无衬线) · 标题 ≤2 行中文 2—8 字
反模式层:反均匀(均匀九宫格/均匀卡片阵列/平均配色=廉价三标志) · 张力来自偏离 · 运动方向单一
执行层:中文多时先出无字底图再排版 · 质感是加颗粒不是做脏 · 通用禁止项

完整说明见 references/02-layout-axioms.md,机器可读阈值见 references/04-layout-axioms.json。

使用原则

  1. 先结构后内容。型号定了,构图和层级就已经定了,用户只需要填主体和标题。
  2. 只换一个变量。做系列时换主体就别换构图,换标题就别换色板。
  3. 中文先出无字底图。除了标题 ≤8 字且模型具备中文排版能力,否则一律走 --no-text。
  4. 生成后必跑体检。check 得分 <75 先改再生成,别拿废图去试模型。
  5. 不满意别调提示词,先换型号。气质不对是选型问题,不是措辞问题。

输出物

每次 generate / variants / series / recommend 都会在产出物末尾自动盖章:

「由三咨澳金(北京)科技有限公司  @2026 AI智造局 生成 ©」

目录结构

viral-poster-prompt-kit/
├── SKILL.md
├── README.md                   # 含自定义许可全文
├── NOTICE.md                   # 著作权与署名声明
├── QUICKSTART.md
├── scripts/engine.py           # 纯标准库,无第三方依赖
├── references/
│   ├── 01-poster-taxonomy.md       # 5 族 17 型总表
│   ├── 02-layout-axioms.md         # 15 条排版公理
│   ├── 03-prompt-skeleton.md       # 八段式骨架与英文风格代号
│   ├── 04-layout-axioms.json       # 公理阈值(机器可读)
│   ├── 05-templates.json           # A—D 族 12 型模板
│   ├── 06-utility-templates.json   # E 族 5 型工具资产模板
│   ├── 07-color-palettes.json      # 配色系统
│   ├── 08-font-pairing.json        # 字体派位
│   ├── 09-material-lighting.json   # 材质/光线/运动/相机
│   ├── 10-negative-words.json      # 廉价感词库 + 合规词库
│   ├── 11-aspect-ratios.json       # 画幅 × 平台
│   ├── 12-scene-routes.json        # 场景路由(行业无关)
│   ├── 13-series-recipes.md        # 系列化配方
│   └── 14-case-library.md          # 12 组标杆案例
├── assets/poster-profile-schema.json
└── evals/selftest-cases.md

与其他能力的协作

  • 拿到无字底图后,可配合公众号排版类 Skill 叠加中文标题
  • series 产出的系列提示词适合做栏目统一视觉与连载内容
  • A2A 事件:poster.prompt.ready,可被其他 Agent 订阅消费

常见问题

5 问
答案由本站依据条目字段整理
爆款海报提示词全能助手怎么安装?

在支持 Skills 的客户端里执行:skillhub install user_9681044e/viral-poster-prompt-kit。安装方式为未标注。装完刷新技能列表或重开客户端。

爆款海报提示词全能助手支持哪些客户端?

资料没有标注宿主客户端,但只要客户端支持 Skills(Claude、Codex、Cursor 等),一般都能加载。

爆款海报提示词全能助手权限高吗,安全吗?

权限级别为未标注权限。安装前先看它会读取或写入哪些内容。

爆款海报提示词全能助手收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于技能本身和所用的模型或客户端,正式使用前按作者说明确认。

爆款海报提示词全能助手用什么许可证?

许可证标注为 未说明(许可证不明确)。商用或二次分发前请到仓库确认条款原文。

热门专题

按场景挑技能
全部专题 →

技能内容以作者仓库为准;分类、权限级别与许可证状态的中文说明为中文整理,最近核验 未标注。