← 返回 AI
AI · 约 9 分钟

skill是从需求、场景和工作流里迭代出来的:小红书图文生成平台skill

一篇文章聊一个AI话题:好的skill来自已经跑过的场景、明确的需求和持续传递给AI的想法,再通过一轮轮使用不断迭代、调整。

本文以“小红书图文生成平台”整套skill包为例。

xiaohongshu-graphic-post-workflow是一个将文章、网页或文案改造成小红书图文内容包,并配套生成封面概念图、字卡和可视化排版网页工具的skill。生成结果可以导出图片包和正文,方便后续发布前检查和二次调整。

右下角是我家猫,用AI生成了1:1 Codex电子宠物

这个skill可以帮你处理小红书/贴图内容创作、文案改写、封面概念图、标题样式生成、字卡拆分、配图生成和图文排版预览。

skill不是凭空捏出来的。它是在现有工作流基础上,一轮一轮迭代出来的东西,一个工作流完整跑十遍、二十遍后,你再让AI封装成一个skill。

你已经跑通了一套处理方法,就可以沉淀成skill。如果还没有完整流程,也可以让AI先帮你跑。跑流程时,需要你有足够清楚的idea、想法和设计思路。

你要告诉AI:我要解决什么问题,输入是什么,输出是什么,中间要经过哪些步骤,哪些地方不能乱来,最后用什么标准验收。每一次跑流程,都要不断修正结果,直到输出接近你满意的状态。

需求已经明确,或者你已经有一套比较成熟的处理方法,skill就容易做出来。

直接搬运过来的skill,不一定用得爽,因为毕竟是别人的工作流,就像照着别人的攻略做事,实际怎么跑,你还得消化、调整,尤其是办案skill。

做skill的过程,实际是在把人的想法传递给AI。

01 不要从“我要做一个skill”开始,要从工作流或者一个想法开始

拿我这次做“小红书图文生成平台”的skill来说。

最开始的想法是:我有很多公众号长文、Markdown文章、PDF、Word内容,我需要让AI帮我把长文内容改写成小红书图文笔记,包括小红书的封面、字卡和文案。

比如让AI把长文章改成500-800字的小红书文案,生成概念图,再根据文案拆出4-5张知识卡片。概念图设计、文案写作、知识卡片生成,都可以单独做成skill。

从工作流看,简单说就是公众号文章转小红书图文。

但我也发现了几个问题,步骤繁琐、会话跳跃性大、调整时间长、可视化效果无法立即反馈,我需要做成一整套可复用、可视化的工具包。

自媒体内容创作分为两部分,第一是内容,也就是文案;第二是包装,包括封面标题、配图和版式。

理想状态是,导入原文,系统生成封面概念图、4-5张配图字卡、小红书正文、标签,再导出图片包,在html网页直接实现可视化的封面、配图字卡。

需求看起来很完整,但中间有很多需要调试的地方。

就内容来说,长文章转小红书,不能简单做摘要。公众号长文有论证、铺垫、法条、案例和解释,小红书更看重第一眼信息价值、利他表达、检索词和卡片阅读。直接把长文压成字卡,很容易像摘要,不像原生小红书内容。

对于文案本身,如果你没有足够的风格文章去投喂,或者你需要写得更好,那么工具包里还要预留一个能自主调试的环节。

拿包装来说,还要继续拆需求:标题用什么表达,封面怎么排,字卡筛选哪些内容,背景、字体、颜色怎么设计,网页端怎么实现可视化预览。只生成图片不够,还要有编辑器,能调整文字、风格、字号和行距。

这需要人提出需求,也要看你的创作功底和审美。

早期设想是网页端完成全部事情:读取文章、理解长文、改写内容、生成标题、生成字卡、排版导出。

后面发现网页端还是需要返回会话,利用大模型生成结果,于是最后分成两部分:

内容加工在AI大模型完成,网页端负责包装、排版、预览。

具体来说,内容输入和输出放在大模型会话窗口完成,先生成内容包和封面概念图;网页工具负责识别字段、排版、预览和导出图片包。

这套流程后来沉淀成 xiaohongshu-graphic-post-workflow 。会话负责内容判断,网页端负责稳定生产。skill要固化的,就是迭代后留下来的工作流。

02 以小红书图文skill为例,从需求到执行

xiaohongshu-graphic-post-workflow 接收的内容很宽:公众号长文、Markdown文章、法律科普稿、案例笔记、网页摘录、PDF、Word内容,或者一段还比较粗糙的小红书文案,这是输入环节。

使用起来很简单,skill安装完成后,直接给它文案、文章或者灵感,说开始就行。

我输入原文以后,它第一步会判断输入类型和发布切口。公众号长文,只取适合小红书表达的角度;法律案例,保留核心事实、法院判断、证据启发和实务边界;已经写好的小红书文案,就尽量保留原来的节奏,只做字段整理和字卡拆分。

这里对应的就是需求执行。

我的需求结果也不只是一段普通的小红书正文,而是一整套内容包:封面标题、高亮词、500-800字正文、标签、4-5张字卡、8-10个备选标题,必要时还要一张无文字概念封面图。

字段包括:封面标题、高亮词、小红书正文、标签、字卡1标题、字卡1正文,一直到字卡5标题、字卡5正文,再加8-10个备选标题。字段名不能随便改,因为网页端就是靠固定字段识别内容。

内容端可以在会话里反复调整。标题不够小红书,就让AI重写;正文像公众号摘要,就让它重新组织;字卡标题像分类词,就改成完整观点句;法律判断太绝对,就要求它加上证据边界和风险提醒。内容包没有调好,直接进入网页端排版,只会把问题做成漂亮图片。

这也是内容端和排版端要分开的原因。

小红书图文skill先解决内容,后续润色、删改和取舍,还要由你来判断。

它会围绕读者问题重新组织内容,让正文更像小红书,而不是公众号缩写版。比如标题不能写成 恋爱转账返还规则分析,更适合写成 恋爱转账分手后,还能要回来吗?。字卡标题也不能写“事实入口”“判断标准”,要写成读者能直接读懂的句子,比如 分手后要回转账,法院会先看这笔钱是什么性质。

内容端结束后,再到网页端进行排版、预览。

如果只让AI“生成小红书文案”,它可能只给一段正文。网页端拿不到封面标题,拿不到高亮词,也不知道哪几段应该做成字卡,最后还是要人重新拆。

固定字段解决的是交接问题。

03 返回内容包以后,网页端负责预览效果

skill在会话中生成内容包以后,你可以继续在会话里调整。封面标题不够强,就换标题;高亮词不够抓眼,就换成标题里更关键的词;字卡正文太长,就压缩;法律表达太满,就改得更稳。内容调整阶段,人还在处理内容本身。

网页端的作用,是让内容包直接进入一个可视化界面。你把固定格式的文本粘贴进去,网页端会识别封面标题、高亮词、小红书正文、标签和字卡内容,然后生成封面和正文卡。生成出来以后,不代表就能直接发布。

内容包从文字变成具体要素内容,中间你要调任何要素,都可以在网页端完成,并且可以实时预览。

正文可以同步调整。小红书正文在会话里看着顺,放到网页端以后,可能会发现开头不够抓人,标签太多,段落太密,或者和字卡内容重复。发现问题后,可以直接回到内容包修改,并且为了方便统计字数,还显示了字数限制。

字卡也可以调整。每一张配图都有标题和正文,底色、字号、行距、标题层级、正文段落,都要根据最终预览来调整。skill网页端在“重新排版字卡”旁边有一个“风格”下拉,可以切换经典浅灰、外刊简报、重点提示、极简阅读。有些内容适合浅灰知识卡,有些内容适合外刊简报,有些提醒类内容可以用重点提示,文字比较多时可以换成极简阅读。

我的网页端设计有一个外刊封面样式,封面是灰色背景,顶部放横向概念图,概念图可以上传,AI也在前面自动生成了一张配图,也可以调整。

配图是设计的浅灰字卡。下面是 LEGAL NOTE / 栏目 ,再下面是大标题,高亮色用沉金色 #c9a227 。正文卡是浅灰背景,顶部小信息,编号加完整观点句标题,下面放正文短段落。

右侧大图预览供你实时查看。哪里挤、哪里空、哪里标题不够清楚、哪张字卡信息量不够、位置是否居中、哪张图看起来像PPT,都能马上看出来。

看完以后继续改内容、改样式、改字号行距,直到封面和字卡都接近你想要的效果。

这一步的价值,是把抽象的内容包变成可以直接检查的视觉结果。内容端解决“写什么”,网页端解决“呈现成什么样”。最后呈现成什么风格,还是要看你的审美和判断。

一套风格排版调试稳定后,就可以重复调用。你调试过的风格模板都可以留存,当前文案适合哪种风格,就直接下拉选择。

04 skill要不断迭代,直到能稳定达成你的预期结果

在完成上面操作后,直接点击“导出图片包”,就完成了。

小红书图文skill不是一次写完就结束,中间会有很多需要你考虑的细节,第一版能跑起来,只能说明流程打通了,使用几次以后,问题可能会出现——

正文是不是还像公众号摘要,字卡标题是不是太短,正文卡是不是太挤,高亮词是不是来自封面标题,概念图是不是太像法治宣传海报等等。

使用中发现的问题,都可以继续调试skill。

发现正文像摘要,就再润色:不要压缩公众号,要重新组织小红书表达。发现字卡标题变成分类词,就加一条:字卡标题必须是完整观点句,发现还有禁用表达,直接跑一遍写作skill;发现图片元素太直白,就收紧概念图规则。

这就是迭代,只要最终效果没有达到预期,就继续改。

网页端也是同样的逻辑。它已经负责排版、预览和导出图片包,但用起来以后,还会继续发现细节问题:字号是否舒服,行距是否合适,标题是否遮挡,封面图比例是否稳定,字卡正文是否能容纳更多信息。

另外,如果你很会,你可以在里面添加编辑器,包括段前、段后行距、字体样式、高亮格式等等,由你决定。

如果你还想要新的风格,或者看到别人风格很好看,直接让AI创建新的风格样式,再重复套用。

有时候格式,也是你的IP一部分。

skill能稳定达成你的预期结果,才是真的提效。小红书图文skill就是一个例子:长文章要转成小红书图文,内容要适配平台,网页端要能排版,图片包要能导出。跑了几轮以后,场景清楚了,需求清楚了,边界清楚了,最后才沉淀成现在这套skill。

如果你还有新的idea,继续交给AI吧,这个skill自由度非常高。

这个skill也是临时跑出来的版本,后面能继续丰富的地方还有很多。比如流程再往前走一步,也可以尝试打通到小红书草稿箱,直接完成发布前的准备,主打一个灵活。

← 返回文章列表