Community影像github.com

deck-image-prompting

为图片型 PPT/演示文稿设计整套逐页生图提示词,锁定视觉 DNA、背景、结构母版、文字层级和页面节奏,并适配任意生图引擎。用于营销方案、品牌提案、研究报告、课程课件、图册等需要多页视觉一致性的任务;不用于普通单图创作、已有照片精修,或只做 HTML/Office 排版的演示文稿。

deck-image-prompting 是什麼?

deck-image-prompting is a Claude Code agent skill that 为图片型 PPT/演示文稿设计整套逐页生图提示词,锁定视觉 DNA、背景、结构母版、文字层级和页面节奏,并适配任意生图引擎。用于营销方案、品牌提案、研究报告、课程课件、图册等需要多页视觉一致性的任务;不用于普通单图创作、已有照片精修,或只做 HTML/Office 排版的演示文稿。.

相容平台~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/zk-skills/deck-image-prompting/tree/HEAD

Installed? Explore more 影像 skills: steipete/songsee, affaan-m/frontend-design, mattpocock/improve-codebase-architecture · View all 6 →

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

說明文件

Deck Image Prompting

把一份内容稿变成“每页一张完整画面”的视觉演示。目标不是生成互不相关的漂亮图片,而是让整套页面像同一个艺术总监、同一个版式系统、同一个品牌资产做出来的。

证据分层

  • 观察到的:来自 60 个公开案例、4,480 条逐页提示词的槽位、字段覆盖率、16:9 比例、背景与视觉 DNA 复用规律。
  • 统计归纳的:同类页复用结构、文字层级、页面节奏等,是样本规律,不是平台明文规则。
  • 执行补充的:seed、Golden Reference、候选数、重试策略、后处理叠字、风格族与示例色板,是让方法可执行的建议,不声称是平台隐藏参数。

详见 references/evidence-boundary.md。

核心原则

  1. 一页只承担一个传播任务。 页面必须有一句核心判断、必要证据和明确视觉主体;信息过载时拆页,不要靠缩小字体解决。
  2. 先锁定视觉 DNA,再逐页写提示词。 全案只允许一套主风格、一组主辅色、一组材质和一种主光影;每页原样复用,不在页面间漂移。
  3. 背景是系列锚点。 同一模块或全案重复使用同一段背景描述;变化只发生在主体、信息结构和页面类型上。
  4. 结构按模块复用。 每个模块先做“母版页”,后续同类页明确要求 1:1 保持画面重心、图文比例和阅读顺序。
  5. 文字是版式的一部分。 标题、小标题、正文必须分层;能准确渲染文字的引擎直接出完整画面,弱文字引擎则生成留白画面并在后处理叠字。
  6. 不锁定引擎。 本 Skill 只定义画布、参考图、生成策略、提示词和质检标准;具体模型、API、价格和参数名由执行环境决定。

输入合同

最少拿到 主题 + 用途 + 受众。以下字段能补则补,缺失时做合理默认:

字段默认说明
language中文画面内文字语言
aspect_ratio16:9演示文稿优先横版
page_count20–40常规提案;信息密集可 40–70;超过 70 页需强目录和章节导航
style_direction根据行业推导用户可给“极简 / 写实 / 科技 / 拼贴 / 新中式”等
brand_assets无Logo、产品图、色值、字体、参考图
text_strategy自动render(图内生字)或 overlay(预留文字区后叠字)
density中封面/章节低密度,分析/矩阵页中高密度

执行前先给用户一页 Style Lock:风格名、3–5 个色值、2–4 种材质、主光影、图形母题、字体方案、禁忌项。Style Lock 一旦确认,后续页面不得自行变化。

工作流

1. 建立内容结构

先把内容整理成页面序列,不要直接逐句生成提示词:

  • 封面:品牌/主题 + 核心主张
  • 目录:3–9 个一级章节
  • 章节页:章节号 + 章节名,通常不放正文
  • 内容页:一个判断、一个证据组、一个视觉隐喻
  • 模块结论页:可打破母版,用大图 + 核心金句收束
  • 结束页:品牌收束语或无字视觉

内容页优先使用可复用的结构:居中主视觉、左右分栏、三/四宫格、时间轴、漏斗、矩阵、对照表、模块拼贴。同一模块固定一种结构。

2. 写 Style Lock

用一句可逐页复用的 visual_dna 表达:

风格名 + 主色(含 HEX)+ 辅助色(含 HEX)+ 材质 + 光影 + 标志性图形/构图语言

再用一段固定 background 描述空间、底色、光线、装饰物和景深。两者都必须足够具体,但不能写进会随页面变化的正文信息。

3. 写页面内容

每页先写“人话版”再编译提示词:

page: 12
type: content
role: 模块首张 / 结构基准页
headline: 竞争焦点已从“功能覆盖”转向“场景占位”
evidence: 三个竞品都堆功能,用户仍按场景搜索
visual_metaphor: 三块拥挤的功能积木被一条场景路径重新排列
text: 核心句 + 3 个短证据

避免把整段报告原封不动塞进图片。原始样本的中位提示词约 680 字,过长会显著降低文字准确率和版式稳定性。

4. 编译逐页提示词

默认使用 10 个槽位;完整规则见 references/prompt-spec.md:

[结构母版锁定]:本页的版式角色与继承关系
[小标题强指令]:左上角小标题及层级
[字体风格]:字体、颜色、效果
[字体大小关系强约束]:核心句 > 小标题 > 正文
[画面背景描述]:全案固定空间与光影
[画面主体描述]:本页独有视觉叙事与信息结构
[标题文字]:逐字指定
[内容文字]:逐字指定
[全案视觉 DNA]:逐页原样复用

有品牌参考图时,在最前面加 [参考图];布局严格继承时,可用 [布局母版锁定] 替代或补充 [结构母版锁定]。

需要程序化拼装时:

python scripts/build_deck_prompts.py deck.json --out-dir ./prompts
python scripts/validate_deck_prompts.py ./prompts/prompts.jsonl

5. 选择文字策略

  • 图内生字:适合中英文字准确率高的模型。提示词必须逐字给出文字,禁止模型自由补写;输出目标按 16:9 的 2560×1440 或模型最接近的高分辨率横版预设。
  • 后处理叠字:适合文字较弱或需要频繁改字的项目。画面提示词改为“为标题/正文预留干净区域,不生成文字”,再用 HTML、Figma、Canva 或设计工具叠字。此路径最适合正式商业交付。

不要在一个系列里混用两种策略;全部页面统一,否则字重、抗锯齿和边距会跳变。

6. 生成与一致性控制

  1. 先生成封面和一张内容母版,作为 Golden Reference。
  2. 检查颜色、材质、光影、文字层级、信息密度、品牌资产。
  3. 后续页面固定 seed(引擎支持时)或附带 Golden Reference / Style Reference。
  4. 每个模块只改变主体与信息结构,不改背景、DNA、字体和装饰系统。
  5. 单页失败时只重做该页,不回滚整套风格。

7. 逐页质检

必须检查:

  • 标题和正文是否逐字正确,无乱码、无错字、无额外文字
  • 背景和 DNA 是否与封面一致,色彩是否漂移
  • 同类页是否保持相同轴线和版心
  • 是否出现水印、伪 Logo、重复人物、畸形手指、错误产品结构
  • 手机缩略图尺寸下主标题是否仍可读
  • 图内文字区域是否过密;若有,拆页或改后处理叠字

风格与版式参考

输出约定

正式交付至少包含:

  1. deck.json:Style Lock、页面结构、逐页文案
  2. prompts.jsonl:程序可直接读取的逐页提示词
  3. prompts.md:便于人工审阅的提示词清单
  4. render-spec.md:画布比例、目标分辨率、文字策略、参考图策略、重试策略

若用户只要提示词,也要同时给出 style lock 和全案禁止项;不要只返回一页页散装 prompt。

不适用

  • 单张海报、头像、插画:走通用 image-gen
  • 已有图片的局部修图:走图像编辑
  • 只需要可编辑文字和图表的 PPT:优先走 HTML/Office 排版,不必把文字烤进图片
  • 没有内容结构的纯风格探索:先做 moodboard,不要直接批量生成几十页

相關技能