多风格活人感封面

这一节是给技能作者看的：它到底靠什么起作用，以及提示词该怎么写才不会塌。

1.1它卖的不是「好看」，是「降低距离感」

原素材正文自己点破了机制：有烟火气、像真人随手做出来的图，更容易拉近距离。信息流里精修图和 AI 图已经泛滥，用户对「完美」产生了免疫，反而对「这是个真人、他就在现场」有反应。所以活人感不是一种审美，是一种反工业化的信任信号——这是整个技能唯一不能丢的东西。

原文里最值钱、也最容易被跳过的一句是：「人像原图尽量选择动态姿势，不要僵硬正面证件照，姿势越放松，活人氛围直接翻倍」。它意味着活人感的六成在选照片，不在后期。所以技能把「照片体检」放在生成之前，姿势这一项是一票否决——正面证件照姿势做出来的封面必然僵，宁可换一张。

1.2核心视觉公式：四层，缺一层掉一档

1.3决策链：用户只说主题，剩下全靠技能自己判

用户不会说「我要 S3」，只会说「帮我做个封面，主题是 XXX」。所以技能必须自己走完这条链，中途不许停下来问：

匹配的主信号是内容品类，副信号是素材形态，副信号有一票否决权：主题是「歌单清单」最适合 S4 双图拼接，但用户只给了一张照片，S4 就不成立，降级到备选。

1.4提示词编译器：五段，顺序不能换

1.5最要命的四组：模糊写法 → 精确写法

1.6七种风格从哪来的

原素材是一张九宫格 + 九张单图。九张风格差异极大，但共用同一套底层规则。逆向时的关键判断是：把公约数抽成刚性锚点，把九张样张抽成可选风格模块，而不是把九张各写成一个独立技能。其中 3 张（工位 / 种草 / 读报）底层是同一套「荧光描边 + 手写大字」，合并成 S1。

以上为原素材样张，仅用于说明风格来源。技能里已剔除原图中的平台标签贴、品牌 Logo 和真实账号 ID。

同一句用户提问、同一套隔离流程，只有技能正文变了。测试提问：「帮我做个封面，主题是我最近单曲循环的6首深夜通勤歌。」两轮都自己选出 S4 主推 + S1/S5 备选，说明匹配规则是稳定的，不是随机的。

S4 双图拼接 —— 这一张的问题最大

S5 标签云 —— 画质档位没写死

S1 荧光描边 —— 两轮都成立

技能的默认路径是不需要用户上传照片——大多数用户手上没有合适的素材，停下来问等于流程断掉。所以这一节的「输入」是一句话主题，不是原图。下面三张来自同一句提问，技能自己选了三种风格。

有照片时：只叠描边和字，不重画人

用户如果给了照片，走的是另一条路——把照片作为参考图传入，提示词只描述「保留参考图里的人物、姿势和场景，只做描边和文字叠加」。下面三组的左边是一张普通随手拍，右边是同一张照片走完技能之后的样子：人、姿势、桌上的杂物、地上的水渍全都原样保留。

线上同一套流程，换一个主题

线上测试提问：「帮我做一张封面图，主题是我第一次一个人去菜市场买菜。」技能自己选了 S1 主推 + S4 / S5 备选，三张风格互不相同、字体族也不同。

这个技能会主动拒绝一部分输入，也会作废一部分自己的产出。两件事都要摆出来。

4.1照片体检：四条规则，第二条一票否决

4.4补测：七种风格全部跑通

主流程的测试主题只路由到了 S1 / S4 / S5，另外四种风格当时只有配方、没有产物。做推广素材时用新主题各跑了一张补上，四种机制都成立。

4.2整套技能不适用的场景

• 需要高级精致感的品牌主视觉 —— 活人感和高级感是互斥的两件事，硬套只会两头不靠。
• 医疗 / 金融等严肃合规内容 —— 手写大字 + 撞色贴纸会削弱可信度，且容易被读成夸大。
• 纯白底产品图 —— 没有环境层，四层公式直接缺一层。
• 必须端庄正式的机构形象物料 —— 「允许不规整」这条锚点在这里是负分。

4.3被作废的产出

最终采用样张扇形展示：四张卡片分别是四种风格，缩略图尺度下一眼能看出「这个技能会出好几种不同风格的封面」——这正是它的核心卖点。

上一版：AI 一次性生成的单主视觉海报

这一版仍然保留在 cover/cover-final-ai-poster-previous.png。三个候选都是主视觉、背景、标题同一次生成，没有后期叠字，中文全部正确。它的长处是本身就是技能的产物，看封面等于看了一次成品；短处是只能展示一种风格。

按流程规定，线上测试预算 1 次，已用 1 次。判定：通过，但有三个如实记录的问题。

三个问题，一个都不藏

页面里的路径是纯文本，不可点击（浏览器沙箱打不开 file://）。在终端里跑下面这行可以直接打开任务目录：