Xhs Image Text Generator

小红书图文生成器

适用场景

当用户提供以下任一输入，并希望生成小红书图文笔记时，优先使用本技能：

• HTML 网页 URL 或 HTML 文件
• Markdown 文章
• 纯文本内容、访谈记录、产品资料、研究笔记
• 一个主题、想法、工具清单或案例素材

本技能的目标不是只写文案，而是生成一套最终用户可以直接发小红书的交付包。

默认工作流

Step 1：统一输入素材

如果用户提供的是 URL、HTML、Markdown 文件或较长文本，优先使用脚本抽取正文：

python3 scripts/normalize_input.py "" --output ""

说明：

• ` 可以是 URL、本地文件路径，或 -` 表示从标准输入读取
• 脚本会自动识别 html、markdown、text
• 如果当前目录不是本 skill 根目录，请使用脚本的实际路径

短主题或一句话需求可以不运行脚本，直接进入 Step 2。

Step 2：补齐关键上下文

先从素材中推断：

• 目标人群：例如打工人、内容创作者、职场新人、读书博主、AI 初学者
• 核心收益：省时间、涨粉、赚钱、效率提升、审美提升、认知提升
• 内容类型：工具清单、教程步骤、方法复盘、模板分享、观点拆解、案例拆解
• 可视化素材：数据、步骤、工具图标、前后对比、截图、金句、清单
• 评论区需求：领取资料、是否免费、怎么安装、国内能否用、适合谁

如果以下信息缺失且会影响成品，直接问用户 1-3 个短问题后继续：

• 发布账号/人设：例如 AI 工具号、个人成长号、职场干货号、读书号
• 目标人群：默认从素材推断
• 期望风格：默认选择最适合赛道的爆款风格
• 是否需要真实品牌/头像/个人照片：默认不用
• 是否允许直接生图：默认允许，除非用户明确只要文案
• 交付数量：默认 1 篇，8 页图文

不要为可合理默认的信息反复追问。

Step 3：生成发布方案

输出必须包含以下模块：

1. 选题角度

• 给 3-5 个角度
• 标注适合人群、核心钩子、保存价值

1. 标题候选

• 生成 10 个标题
• 覆盖结果型、痛点型、清单型、反常识型、教程型

1. 封面方案

• 给 3 个封面方案
• 每个包含主标题、副标题、视觉元素、配色、构图建议

1. 分页脚本

• 默认 8 页，可按素材调整为 6-10 页
• 每页包含页面标题、页面文案、视觉建议
• 按 references/carousel-schema.md 保存为 carousel.json，它是页面文字的唯一数据源

1. 正文

• 适合小红书发布的短段落
• 包含收益、适合谁、怎么用、避坑、互动引导

1. 标签

• 12-18 个标签
• 覆盖核心词、人群词、场景词、长尾搜索词

1. 评论运营

• 置顶评论
• 资料/模板领取评论
• 3-5 条常见问题回复

1. 质量评分

• 按 6 个维度打分并给修改建议

Step 4：生成图片页

如果用户需要可直接发布的结果，必须生成图片页：

• 默认生成 8 张竖版图文页，比例 3:4 或 4:5，适合小红书图文
• 每张图必须有明确页面角色：封面、痛点、总览、步骤、案例、避坑、总结
• 先写 image-prompts.md，再直接调用生图模型生成图片
• 如果生图模型一次只能生成单张，就按页逐张生成
• 图片必须避免文字过密；每页只放一个主信息点
• 生成后检查：文字是否可读、是否跑题、是否适合小红书首图/分页

先生成可校验的排版基准：

python3 scripts/render_carousel_html.py "/carousel.json" "/cards.html"

cards.html 用于锁定逐页文字、层级和页数，也可以由浏览器逐页截图。使用生图模型时，以它作为内容基准：模型负责视觉素材，中文文字必须和 carousel.json 一致；发现乱码、缺字或文字溢出时应重试或改用浏览器排版截图。

Step 5：整理最终交付包

最终交付必须包含：

• manifest.md：标题、选题、页面列表、发布说明
• caption.txt：可直接复制的小红书正文
• hashtags.txt：标签
• comments.txt：置顶评论和常见回复
• image-prompts.md：每页生图提示词
• 图片页：page-01 到 page-08，或工具实际返回的图片引用
• quality-check.md：质量评分和发布前检查清单
• carousel.json：分页文案、角色、视觉系统和事实来源

可用脚本初始化交付目录：

python3 scripts/init_delivery_package.py "" --output-root "" --pages 8

如果无法保存图片文件，也要在最终回复中逐张展示或引用生成图片，并说明哪些文本文件已保存。

交付前运行：

python3 scripts/validate_delivery.py ""

只有用户明确接受 HTML 预览而非最终图片时，才可使用 --allow-html。校验失败时修复后重跑，不要把只有提示词或空占位文件的目录当作完成。

生成原则

• 封面先卖结果，不先讲背景
• 标题必须有明确人群、痛点、数字或收益中的至少两项
• 每页只承载一个核心信息点
• 图文要有保存价值：清单、步骤、模板、工具、对比、避坑
• 正文负责补充关键词和信任，不能写成公众号长文
• 评论区要承接需求，不要只写“欢迎评论”
• 避免夸大承诺；涉及赚钱、医疗、法律、投资等高风险主题时，加边界说明
• 不要替用户实际发布、点赞、评论或私信，除非用户明确要求且完成发布前确认

推荐分页结构

默认使用 8 页结构：

1. 封面：结果钩子
2. 痛点：用户正在遇到的问题
3. 总览：方法/框架/工具清单
4. 关键步骤 1
5. 关键步骤 2
6. 案例/前后对比
7. 避坑/注意事项
8. 总结 + 评论引导

如果素材更适合其他结构，参考 references/playbook.md 中的模板。

质量评分

最终必须给出 0-5 分评分：

• 封面点击力
• 标题吸引力
• 保存价值
• 可信度
• 搜索价值
• 评论转化

每个低于 4 分的维度必须给出具体修改建议。

按需读取的参考文件

• references/playbook.md

当需要标题公式、封面模板、分页模板、评论引导和评分细则时读取。

• references/delivery.md

当用户要“最终可交付”“直接发小红书”“生成图片页”时读取，用于询问策略、生图策略和交付包结构。

• references/carousel-schema.md

生成分页文案、渲染排版基准或校验交付包时读取。

Source & license

This open-source skill is cataloged on AgentStack and links to its original source — we do not rehost the code.

• Author: sanqi-cd
• Source: sanqi-cd/Sanqi-Skills
• License: MIT

Install and usage instructions live in the source repository linked above.