小红书 AI 视觉生成框架

为什么做这件事

在纹眉等小红书图片需求中，单次 Prompt 经常出现构图不稳定、信息层级混乱、字体与画面不协调等问题。每次重新解释要求，生成结果仍然很难保持一致。

真正的问题不是模型不会生成图片，而是视觉要求没有被整理成一套可以重复执行的规范。

我把它做成了什么

我将零散的视觉要求拆解为版式、构图、字体、信息层级、品牌元素和小红书发布规范，并逐步沉淀为 Markdown 视觉框架、Prompt 模板和可复用 Skill。

我使用 GPT、Claude、Codex 和 Stitch 辅助完成需求整理、规则扩展和模板搭建，使图片生成从一次性的对话，逐渐变成可以重复调用和继续迭代的流程。

它是怎么工作的

流程先把业务目标和内容信息拆开，再用视觉规范约束构图、层级和品牌元素。固定规则进入 Prompt 模板，可变内容按项目填入；生成后通过校验清单复核，并把问题反向沉淀为下一版规则。

从第一版到现在

第一版主要依赖长 Prompt，虽然可以生成可用图片，但不同批次的版式和风格差异较大。

后续通过拆分固定规则与可变内容、增加负面限制、统一画布和信息层级，逐步提高输出的一致性。

这个项目仍在持续整理，当前重点是完善视觉规范、补充生成对比，并将框架整理为可在线展示的案例；它是一项进行中的实践，而非已经正式商业上线的系统。