wang-bool/xiaohongshu-storycraft

Taller Narrativo de Xiaohongshu

Convierte las ideas, texto e imágenes del usuario en una publicación de Xiaohongshu lista para publicar. Entrega el título final, el cuerpo, las etiquetas, las imágenes página por página y una explicación de las fuentes, no solo un esquema o unos prompts.

Recepción y límites

Primero, clasifica los materiales en cuatro categorías:

• Hechos, datos y fuentes ya confirmados
• Experiencias, sentimientos y juicios que el usuario expresa explícitamente
• Contenido directamente observable en las imágenes
• Explicaciones y expresiones editoriales que se pueden inferir de los materiales

No se deben presentar como hechos experiencias, efectos, cifras, citas o fuentes que no hayan sido proporcionados. Cuando falten pruebas para una conclusión clave, solo hacer las preguntas mínimas necesarias; si el usuario solicita crear directamente, reducir el alcance de las conclusiones y delimitar los límites.

Si el usuario no proporciona ninguna imagen, preguntar solo una vez: A usar sus propias fotos o capturas de pantalla (recomendado por defecto); B usar un banco de imágenes público; C usar imágenes generadas por IA. Después de que el usuario elija, no repetir la pregunta. Los hechos, procesos y evidencia reales deben priorizar los materiales del usuario o fuentes públicas rastreables; las imágenes puramente generadas por IA no sirven como prueba de hechos.

No publicar automáticamente en Xiaohongshu. La publicación automática requiere una conexión de plataforma separada, autorización y confirmación de publicación.

Lectura de referencias bajo demanda

• Antes de empezar a planificar, leer Reglas de calidad del contenido y Teoría de maquetación generativa.
• Al crear imágenes, leer Reglas de producción visual.
• Al determinar el lenguaje visual, leer Constitución visual; un conjunto de imágenes debe usar solo una constitución; después de elegir, solo continuar leyendo la constitución detallada del estilo correspondiente.
• Al deducir o verificar la paleta de colores, leer Principios de construcción del color.
• Al usar HTML, leer Producción y renderizado de HTML.
• Solo cuando la composición falle repetidamente o sea necesario revisar, leer Causas raíz de fallos de composición. Este documento se usa solo para localizar problemas, no proporciona diseños alternativos.

Flujo de trabajo

1. Extraer hechos, experiencias del usuario, contenido visible de las imágenes e interpretaciones permitidas para formar los límites de los hechos.
2. Planificar la narrativa de todo el conjunto de imágenes y escribir una proposición única para cada página. El número de páginas se determina según el material y la tarea del lector; por defecto, de 5 a 7 páginas, pero sin repetir contenido para cumplir con el número.
3. Leer cada imagen real, registrando su relación de aspecto, el foco, la densidad de información, el tamaño mínimo legible, los requisitos de integridad y el rol narrativo.
4. Decidir para cada página si la imagen o el texto debe asumir la tarea insustituible de comprensión o prueba, estableciendo así la jerarquía narrativa y el peso visual, y deduciendo las relaciones espaciales a partir del contenido. No seleccionar, aplicar o enumerar diseños fijos.
5. Elegir o definir una constitución visual. Decidir basándose, en orden, en la elección explícita del usuario, la sensación descrita por el usuario, y el estado de ánimo del contenido, la tarea del lector, los colores del material y la densidad de evidencia. Solo preguntar si dos opciones cambiarían sustancialmente la atmósfera deseada por el usuario y el material no permite decidir. El estilo influye en las compensaciones entre composiciones efectivas a través de la paleta de colores y la atmósfera espacial, pero no preestablece el esqueleto de la página.
6. Colocar las imágenes y el texto reales en HTML. Primero, hacer que el contenido principal alcance la escala necesaria para su tarea; luego, observar el espacio real restante y expandir, comprimir, dividir o reorganizar el texto.
7. Verificar la integridad de las imágenes, los saltos de línea semánticos, el desbordamiento, el relleno, los espacios en blanco, la jerarquía y la sensación de finalización mediante medición desde un navegador real y capturas de pantalla de página completa.
8. Registrar la huella de la composición y compararla con las páginas adyacentes. Si la similitud no tiene una razón narrativa, re-deducir la composición; si tiene una función clara de comparación o ritmo continuo, se puede mantener.
9. Después de completar la verificación de hechos, fuentes, privacidad y riesgos de publicación pública, entregar el resultado.

El agente debe realizar los juicios por defecto en nombre del usuario. Si el material es complejo o la proposición de la página tiene múltiples interpretaciones sustanciales, confirmar primero el esquema página por página; para tareas normales, generar directamente e iterar internamente.

Límites de generación

Los componentes solo deben portar significados semánticos como título, cuerpo, imagen, pie de foto, número, cita, límite y fuente. Los componentes no pueden preestablecer diseños que crucen componentes.

Los productos finales y los casos históricos específicos solo pueden explicar por qué una composición funcionó o falló en un caso particular; no pueden registrarse como plantillas de página, operadores de diseño o recetas seleccionables para la siguiente generación.

Un mismo conjunto de materiales puede producir composiciones diferentes. Una misma relación compositiva debe recalcularse según las imágenes y el texto reales; no se pueden copiar coordenadas o tamaños de contenedor.

Estándares mínimos para páginas e imágenes

Cada página debe tener una sola tarea principal de lectura y debe proporcionar el contexto necesario para comprender la proposición actual. La jerarquía narrativa se determina según la insustituibilidad del contenido, no se preestablece por área, número de palabras o relación de aspecto del material.

Las imágenes importantes, por defecto, deben mantener intactos el sujeto, el texto, las relaciones, la evidencia y el contexto necesario; solo se puede recortar si los bordes no contienen información y el recorte mejora la legibilidad. Las capturas de pantalla que contienen texto clave, botones, datos o relaciones de interfaz no pueden ser redibujadas por IA como evidencia. No es obligatorio que cada página tenga una imagen, ni usar todas las imágenes proporcionadas.

Cuando no haya material de origen que pueda servir como portada, se puede usar una imagen conceptual o atmosférica generada por IA, pero no debe hacerse pasar por un producto, lugar, persona, experiencia, prueba o resultado real. Si existe riesgo de malentendido, se debe indicar claramente en la fuente de los activos visuales.

Habilidades de generación y edición visual

• Si el agente puede ver imágenes y también generarlas o editarlas, primero debe leer y preservar el sujeto, el texto, las relaciones y los hechos del material original, y luego realizar ediciones, integraciones o recreación controlada.
• Si el agente puede ver imágenes pero no generarlas, solo debe realizar recortes, ajustes de color, collage, espacios en blanco, añadir texto y ocultar información privada; si falta material, usar páginas de solo texto o indicar la carencia.
• Si el agente no puede ni ver ni generar imágenes, solo debe entregar un plan visual y dejar claro que no se ha leído, editado o verificado ninguna imagen, y no puede afirmar que las imágenes están listas para publicar.

Cuando el usuario elija un banco de imágenes público, descargar los materiales al directorio de activos de la tarea y registrar en SOURCES.md: "nombre de archivo ← enlace de origen". Antes de la entrega final, listar las fuentes y los riesgos de licencia, y dejar que el usuario decida cómo atribuir públicamente.

Salida y renderizado

El lienzo predeterminado es de 1080×1440 píxeles o una proporción de 3:4 en vertical. Para maquetación detallada, usar assets/deck-template.html y scripts/render_deck.py. Para collage simple, añadir texto u ocultar información privada, se puede usar PIL.

Las páginas HTML deben usar marcado semántico y ganchos de verificación. Las frases clave deben usar data-phrase-lock, el texto que necesita verificación de la última línea debe usar data-check-lines, y las imágenes que deben mostrarse completamente deben usar data-preserve-ratio. Consultar references/visual-style.md para las convenciones específicas.

Después de renderizar, se debe ejecutar la inspección del DOM y scripts/qa_deck.py, y revisar las capturas de pantalla completas y las miniaturas de 360px página por página. Las mediciones automáticas se utilizan para detectar problemas, no pueden reemplazar el juicio estético.

Formato de entrega

Entregar en el siguiente orden:

## Producto final para publicar

### Título
[Título final]

### Cuerpo
[Cuerpo listo para copiar y publicar]

### Etiquetas
[#etiquetas]

### Historia en imágenes
1. [Nombre de la página]
   - Proposición de la página [¿Qué debe entender o juzgar el lector después de ver esta página?]
   - Imagen [archivo final o explicación clara de la degradación]
   - Texto en la imagen [puntos clave de esta página]
   - Base factual [material del usuario, fuente pública o ninguna afirmación factual]
   - Fuente del activo visual [archivo del usuario, material público o generado por IA]
   - Método de procesamiento/uso de IA [edición de imagen original, integración, recreación controlada, imagen de relleno puramente generada por IA o explicación específica]

### Notas de publicación
[Solo proporcionar si es realmente útil]

Verificación previa a la publicación

• No se han inventado hechos, experiencias, efectos, datos o fuentes
• El título, el cuerpo, el texto en las imágenes y las etiquetas son coherentes entre sí
• La proposición de cada página es clara, y la jerarquía visual entre imagen y texto corresponde a esa proposición
• Las imágenes que asumen la función de escena, acción, resultado, evidencia o relación clave no han sido degradadas a ilustraciones de texto largo; eliminarlas rompería la comprensión de la página o el proceso probatorio
• Cada bloque de texto proporciona información nueva que la imagen no puede expresar; si el espacio de la página es insuficiente, se ha verificado primero si hay sobrecarga de proposiciones, repetición de imagen y texto, y la posibilidad de dividir la página
• Las imágenes han participado en la composición según su proporción real, foco, densidad de detalles y tamaño mínimo legible; no se han insertado primero en contenedores prefabricados
• Por defecto, las imágenes importantes se muestran completas; la integridad protege contenido y relaciones efectivos, no conserva mecánicamente bordes negros sin información; cualquier recorte tiene una zona segura justificable y una razón narrativa
• Las fórmulas, unidades numéricas, nombres propios y conclusiones cortas no tienen saltos de línea que rompan el significado
• Los grandes espacios en blanco tienen una función y propósito claros; los vacíos estructurales se han resuelto desde las relaciones de contenido o la causa raíz de la composición
• Las fuentes, los pies de foto y las indicaciones de límites están adheridos al contenido correspondiente; no flotan ni son expulsados del lienzo
• Se han revisado las capturas de pantalla reales página por página, no solo el código fuente o los valores de cobertura
• Se han comparado las huellas de composición de las páginas adyacentes; la repetición de composición tiene una razón narrativa, no es un hábito de generación
• La constitución visual crea identidad a través de la paleta de colores y la atmósfera espacial; no preestablece esqueletos de página ni fuerza una estructura fija repetitiva
• La paleta de colores se mantiene dentro de los límites del espacio cromático de la constitución elegida; la escala de luminosidad, el orden de saturación y la tendencia de temperatura entre los roles son coherentes; cada color tiene un rol funcional claro, y el color de acento ocupa un área escasa
• La base, la superficie y las líneas de borde provienen de la misma familia de neutros; el cuerpo del texto y la información secundaria provienen de la misma familia de tintas; las fuentes, los números de página y los pies de foto mantienen el contraste necesario para texto pequeño legible sobre el fondo real que los contiene
• Cuando se comparan lado a lado con el estilo vecino más fácil de confundir, los límites del espacio cromático son claramente distinguibles a simple vista; los valores de color rededucidos tienen como centro el ancla de la constitución y están restringidos por la luminosidad, la saturación, la temperatura y la relación de roles
• Si el acento cambia significativamente de tono, se ha verificado con el grupo de colores completo, no solo se ha reemplazado el color de acento único; en estilos como el blanco y negro minimalista, donde la base es neutra, se mantiene la base sin tono
• Todo el conjunto utiliza solo un lenguaje de firma con una razón de contenido; los candidatos a adornos de la constitución no se han acumulado como una lista; la página sigue siendo válida si se eliminan los adornos
• Las imágenes con hechos clave se pueden rastrear hasta la imagen original del usuario o una fuente pública específica
• Las imágenes puramente generadas por IA no se hacen pasar por contenido real
• Se han verificado los riesgos de divulgación pública: rostros, información de contacto, documentos, ubicaciones precisas y pantallas privadas
• El QA del DOM y el QA de PNG no han mostrado FALLOS; todos los elementos REVISADOS se han evaluado mediante la inspección de capturas de pantalla