用万能设计 Skill 做图

2026-09-10

GPT-Image-2 的文字渲染毫无瑕疵、风格多变、没有 AI 味。围绕它设计一个稳定的 Skill，可以产出 PPT、文章配图、封面图、逻辑图、架构图、流程图等。一次召唤产出 5 张封面图，每张效果都很好：

下面拆解这个 Skill 的制作思路。

01 作图场景有哪些

对个人用户（非设计师）来说，日常工作最常用的作图场景就这几个：

这几个场景之前都做过对应的 Skill，只是之前用的是让 AI 生成 HTML 再截图当图用。现在只需要把 HTML 换成 GPT-Image-2 模型出图——放在以前，HTML 出的 PPT、配图和图片模型出的各有优势；现在可以说 GPT-Image-2 的出图完胜 HTML。

做法很直接：把需求扔给 Claude Code，让它参考之前做过的 Skill 复刻一个新的：

参考 PPT 制作那个 Skill，做一个用 GPT-image-2 出图的 Skill。流程是用户输入内容，先问要什么类型，确认信息齐全后问选哪种风格，再问是自动生成提示词还是审核后再生成，最后出图。

Agent 会读之前 slide-deck 的结构，理解风格定义的方式，然后把整个流程重新设计一遍。

做完就是测试和迭代：提示词太长会被 API 拒，4:3 大图会超时，PPT 风格出来字太少太单调，每个问题都是一轮迭代。

1、文章配图 Skill。 给一篇文章，自动分析每段核心内容，批量生成配图，再插回 markdown。一篇文章 6 张图，10 分钟搞定。

2、PPT 制作 Skill。 给一个主题和大纲，逐页生成幻灯片设计图，最后能导出 PPTX 和 PDF。

3、小红书封面。 给一个封面描述，选择风格就开始制作封面图。

4、各种图表。 流程图、架构图、热力图、四象限图、数据可视化，都可以一句话制作。

几个 Skill 各自能用，但用起来不对劲：每次换类型就得切 Skill，风格定义各管各的，维护麻烦。

参考 huashu-design 的思路（把多种设计能力整合进一个 Skill，用一套统一的品牌资产协议贯穿所有输出），让 Agent 把上面几个 Skill 合成一个，顺手把风格从原来的几种扩到 12 种：

每种风格是一份完整的设计规范：底色 hex、标题字体和字重、5-8 个颜色的色板、视觉元素清单、该做什么和绝对不做什么。

测稳定后，统一的 space-image-studio Skill 就成型了。用户只要说一句话（但不建议只说一句话，描述越详细效果越好）：

画张小红书封面：标题"我用AI每天读100篇文章"，xhs-vibrant 风格  
做张PPT配图：核心观点 Context not Prompts，minimal 风格  
画个产品路线图，dark-atmospheric 风格

打字，回车，一张能直接发的图。

已开源：https://github.com/zephyrwang6/space-GPT-image2-design

两个方法：

用 Codex。 ChatGPT Plus 会员就能在 Codex 里调 GPT-Image-2。Codex 天然和 Skill 配合：在 Claude Code 里配好 Skill，让 Skill 调 Codex 的 API 出图。Plus 一个月 20 美金，不光是聊天，Codex 算力也包在里面。
买 API。 OpenAI 官方的、中转站的都行，成本一毛多一张图，市面上很多，自己搜搜比比价。

推荐的分工：日常写文章配图走 Codex，批量生成走 API，速度更快。

虽然内置了 12 种风格，但更建议拿去之后自己再改改：按自己常用的场景和审美修改风格定义，把色板换成自己的品牌色，把字体换成顺手的，把「该做什么」改成自己的设计偏好。

有了 Skill 和模型 API，各种 AI 产品提供的画图能力都可以自己 DIY——相当于自己拥有了一个设计师团队。