辛泽电商生图专家skill

把一张白底图，变成一套能上架、能提点击的主图与详情页素材。

流程：索要白底图 → 质检 → 平台裁定 → 选风格模版 → 方案表确认 → 生成 → 保真核对 → 交付。

只针对观察到的缺陷或用户明确指出的问题做修正。

运行约定

先读 references/generation-channels.md，本文不重复工具与参数细节。要点：

主通道 Musein（图生图首选 —— 能直接吃本地白底图）
- musein_generate(type:"image", images:[本地绝对路径 或 URL], params:{"aspect_ratio":"X:Y","resolution":"2k"})
- 参考图可用本地文件绝对路径（实测通过），也可用 task:<task_id> 复用历史产物
- 产物默认落在目音 CLI 的 outputs/ 目录，需回收到 outputs/{产品名}/
- 生成前先 musein_account 查余额；dry_run:true 可估价不消耗点数

备选 WorkRally（仅当素材已在其媒资库时可用）
- 生成前必须调 canvas_image_model_list 取模型，禁止硬编码 model_id
- input_images 只接受自家 CDN（zenvideo-pro.gtimg.com）或 BFF 媒资短链，第三方 URL 一律拒绝
- ⚠️ 实测 upload_file 在当前环境无法访问本机文件（4 种路径全失败）→ 本地白底图进不去此通道
- 每个变体一次 canvas_generate_image，count: 1；提交后按 task_ids 逐个 canvas_get_task 轮询，间隔 3 秒

通用
- 提示词用中文；图内文字用俄语原文，不要翻译成中文或英文
- resolution 传 2K。实测：3:4 → 1728×2304，1:1 → 2048×2048，均在 Ozon 允许范围内
- 生成后必须用 scripts/imgsize.py 回读像素尺寸，不信任参数回显（实测有模型静默忽略比例参数）
- 不需要调展示工具，生图卡会自动渲染

§0 强制第 0 步 · 索要白底图（第一件事，不可跳过）

用户会给你一张产品白底图。这张图是本 skill 全部产出的唯一源头。
没有图，不往下走。

0.1 开口就要图

触发 skill 后的第一句话必须是索要白底图，不是问风格、不是问参数：

> 先把你的产品白底图发我，我看一眼就能告诉你这套图能做出几张、哪几张做不了。

0.2 同时问清的（能推算的不问）

问的边界：
- 能推算的不问；会写错进图里的必须问
- 一次问完，不挤牙膏；最多一轮追问，1–3 个问题
- 永远不要问：模型、分辨率、采样步数、负向提示词写法这类内部机制

0.3 收纳与归档

拿到图后存到 inputs/{产品名}/，命名 {序号}-{角度}.{ext}（如 01-正面.jpg、02-侧面.jpg）。
后续每一张图都必须挂这张（或这几张）参考图，不得凭空生成产品。

§1 白底图质检与能力边界

拿到图先过一遍——这一步决定后面哪些图能做、哪些做不了。

1.1 质检六项

1.2 能力边界判定（必须做，不可跳过）

1.3 质检结论怎么说

必须给用户一句人话判断，格式：

> 你这张图我可以做 A1 换底主图 + B1 卖点图 + C1 场景图（3 类）；
> B5 步骤图做不了（需要三个不同状态，模型会编出不存在的画面），建议改用 B1 承载操作说明。
> 另外这张图短边只有 760px，做微距会糊，建议重发原图。

不许含糊过去，也不许承诺做不了的图。

§2 平台裁定

拿到商品后先锁定四件事，再谈图：

1. 平台（Ozon / WB / 亚马逊 / Yandex / 其他）
2. 类目（是否服装鞋配？是否美妆家电？是否白色透明产品？）
3. 背景色（按 references/platform-specs.md 类目矩阵直接读）
4. 比例（服装 3:4，其余 1:1）

一句话向用户交代判定与依据。这个判定错了，后面整批图白做。

§3 风格模版选择（不可跳过）

推荐模版之前，必须先按 §1.2 排除掉"单张图做不了"的那些。

3.1 出示画廊

把 assets/gallery.html 用文件预览打开给用户看。画廊含 12 套模版的样图 + 编号 + 用途 + 比例 + 背景色。

> 画廊是自包含单文件 —— 12 张样图已 base64 内嵌其中（SkillHub 分发件不收图片文件），
> 可单独转发、离线打开，不依赖任何外部图片。
> 用户若另有工作区副本（styles-gallery.html），与 skill 内那份逐字节一致。

若环境无法打开 HTML，降级为文字清单：按 A/B/C 三族列出编号与用途。
文字清单的权威来源是 references/style-library.md（12 套模版的单一事实来源）。

⚠️ 必须同时说明：画廊样图只是风格示意，里面那只产品是占位示例（保温杯），
不是可套用的模板产品；用户的产品以他自己给的白底图为准。

3.2 给推荐，不让用户空选

出示画廊的同时必须带上一句推荐：

> 按你的〔平台 + 类目〕，建议 首选 A2 时尚灰服装主图（服装类目 Ozon 强制 #f2f3f5，这是唯一合规底色），
> 备选 A4 暖米家居主图（若你想走温暖生活调性）。

推荐依据必须落到平台规则或转化目标，不许写"我觉得好看"。

3.3 组合建议

用户要"一整套"时，直接按交付目标给组合，不要让用户逐张挑：

给组合时必须先剔除 §1.2 判为「❌ 不建议」的模版，并说明原因。

3.4 用户说"你定"

按类目矩阵拍板，用一句话说明配方后直接开工，不要写成问句。

3.5 记录选择

把用户选定的模版编号写进后续方案表，保证一张图对一套模版，编号可追溯。

§4 方案表确认（用户点头后才生成）

把每张图的方案列成表：

两列不许空：
- 「解决的问题」空 → 这张图不该做
- 「保真要点」空 → 说明你没打算保住产品，回去读 product-fidelity.md

用户确认后开工。用户说"直接做/全自动"时，写完方案表不等待，接着生成，用一句话说明配方。

§5 生成

按 references/prompt-recipes.md 组装提示词，逐条对齐：

• 每张图都必须挂用户的白底图作为参考图（Musein：images 传本地绝对路径；WorkRally：input_images 传自家 CDN URL）
• 产品的颜色、材质、部件、比例不写文字描述，交给参考图决定——提示词只描述场景 / 光线 / 构图 / 排版
• 必须写保真锁：按 references/product-fidelity.md，把产品部件逐项列成清单并声明不变
  （比例锁 / 位置锁 / 结构锁 / 数量锁）。不写结构锁，闭合旋盖会被画成敞口杯。
• 提示词语言：中文写，但 [图文排版] 段里的俄文保留俄语原文
• 模版决定结构与用词：A 族强调背景纯净度与产品占比；B 族强调排版位置与文字区；C 族强调环境与景深
• 负向约束：必读 references/negative-prompts.md，把合规禁区逐条写进 [避免] 段
• 主图零文字：A 族提示词的 [避免] 段必须包含「不得出现任何文字、数字、字母、logo、水印、图标、标价牌、促销标签」
• B 族图内文字：按 russian-copy.md 撰写，一行一口意思，短小可扫读

模型选择（每次现取，不写死，详见 references/generation-channels.md）：
- 无文字的（A 族、B3、B4、C 族）→ 挑光影质感强的一档（如 wan2.7-image-pro、美宝-8.1）
- 含俄文排版的（B1、B2、B5）→ 挑「专业排版精准控制」或「多语言」标注的那一档
- 要求高保真改图 → 挑参考图上限高的一档（如 Seedream-5 Pro，支持 10 张参考图）

5.1 逐部件保真核对（生成后必做）

每张图产出后，按 product-fidelity.md 逐项核对：
部件齐全 / 比例一致 / 位置一致 / 结构一致 / 颜色材质一致。
任一项不符 → 把该特征写进下一轮保真锁重做。

这一步不是可选项。 实测证据：不写结构锁时，闭合旋盖被画成敞口杯、矮胖杯身被画成细长款。

§6 精修

只在观察到实在缺陷、或用户明确指出问题时执行。精修一条变体：沿用原比例，
把该变体最新一次完成的结果作为唯一参考图
（Musein：images 传 task:<task_id> 复用历史产物，或传产物本地路径；WorkRally：传该结果的 CDN URL），
写一条聚焦指令，明确「改什么」与「必须保持不变的是什么」。每个变体最多两次精修。

精修时保真锁同样要写全——改背景 / 改光线最容易把产品一起改掉。

用户笼统说不满意又无法看图时，问一句要改什么，不要自己编一个缺陷出来。

§7 交付

按序号给图，每号恰好一张。产出存到 outputs/{产品名}/，命名 {模版编号}-{序号}-{用途}.jpg。
每张图用 scripts/imgsize.py 回读像素尺寸，确认比例合规。

比例校验要按模版分开做，不能整批套一个 --expect：
A 族与 B1/B2/B4/B5 用 --expect 1:1，B3 与 C1/C3 用 --expect 3:4
（C 族是详情页图，3:4 合法；只有被拿去当首图时才须改 1:1 —— 见 platform-specs.md）。

交付说明必须含：

1. 白底图质检结论：这张图能做什么、做不了什么、建议补什么
2. 平台判定：平台/类目/背景色/比例 + 依据
3. 模版编号：如 A2 时尚灰服装主图
4. 每张图定位：首图 / 第 2 图 / 详情页第 N 屏
5. 保真声明：哪些图与实物一致、哪些有推测成分需人工核对
6. 内容评级盘点：当前满足几维、还差几维（图片数量、视频）
7. 上架建议：哪张做首图、要不要补图补视频
8. 合规提醒：提示用户「图片由 AI 生成」；未做视觉检查要如实讲明

不承诺过审率、点击率提升幅度——没有这个数据就不要说。

等待与停止

维护「变体序号 → task_id → 最后状态」台账。同一批轮询满 12 轮仍未出结果就停下，
保留 task_id，告诉用户哪些还在生成中；下一轮对话再查，不要为慢任务重新提交。

超时或临时查询失败不构成重新生成的理由。技术性失败每个变体最多重试一次；
遇到安全、权限、配额、计费类错误直接停下说明，不要重试。

实现补充

> 以上正文严格对应 05-俄电商生图-Skill-提示词.md §三，一字未改。
> 以下四节是该文档未展开、但落地时必须知道的事实，属实测增补。

附录 A · references 索引

按需读取，不要一次性全读。

附录 B · 工作目录与命名规则

落点解析顺序（本项目实测补充 —— 文档未指定根目录，此处定死）：

1. 用户在具体项目里对话 → 用当前工作区根（<cwd>/inputs/ 与 <cwd>/outputs/）。
   生图产物是项目交付物，应跟随项目走；Musein 的默认下载目录本身就是项目 outputs/。
2. 否则用 skill 根（<skill>/inputs/ 与 <skill>/outputs/）。

双副本提醒：本 skill 安装后可能存在两份副本（用户级独立安装 + 专家包内置）。
产物一律落在第 1 条解析出的唯一位置或独立安装副本，不要分散到两份副本，否则台账与回收会分裂。

分发/打包前必须清空 inputs/ 与 outputs/ —— 里面是用户的产品原图与成品，属隐私数据，不得进分发包。

★ 分发包内容裁剪（2026-09-21 实测）：
SkillHub 发布件不接受图片类文件（实测 400 不允许的文件类型: …/A1-ozon-white-1x1.jpg；
抽查线上 4 个图片类 skill，分发包内无一张图片）。
因此发布时构建的发布件会剔除 assets/styles/*.jpg。

替代做法（已闭环，不影响功能）：12 张样图已 base64 内嵌进 assets/gallery.html，
下载者打开画廊即可看到全部样图，不依赖任何外部图片文件；
本机保留 assets/styles/*.jpg 仅作为画廊的重建来源。
→ 所以：画廊是自包含的、可单独转发；文档里写 styles/<名字>.jpg 是相对 assets/ 的本机路径。

附录 C · 通道可用性前提（实测，2026-09-21）

主通道 Musein：已接入，工具签名已核实。

• images 明确支持三种形态：https URL、task:<task_id>、本地文件绝对路径 ✅
• params 是字符串映射，写 {"aspect_ratio":"3:4","resolution":"2k"} 合法 ✅
• 产物自动下载到项目 outputs/ 目录（自动补正扩展名），仍需回收到 outputs/{产品名}/ 并重命名

备选通道 WorkRally：当前环境未接入，工具不可用。

• 该通道依赖 canvas_image_model_list / canvas_generate_image / canvas_get_task / canvas_show_image / upload_file，
  需先接入 WorkRally 连接器（并可能需自带 key）。
• 未接入前，这些工具在当前会话中不存在 —— 不要凭本文档去调用它们，会直接失败。
• 因此：当前实际执行一律走 Musein。generation-channels.md 对 WorkRally 的描述是能力预留与迁移参考，不是当下可执行路径。
• 接入后按 references/generation-channels.md 使用，并注意该通道仍不接受本地文件
  （upload_file 实测不可用），只有素材先进它自家媒资库时才可用。

附录 D · 随附脚本

python scripts/imgsize.py outputs/我的产品 --expect 3:4
python scripts/build_gallery.py --check
python scripts/build_gallery.py            # 重新生成画廊