xiaohongshu-cover-gen

当用户需要为小红书帖子生成封面图和内容图卡时，加载此 Skill。触发词：小红书配图、封面生成、图卡设计、XHS cover、social media image。

Skill：小红书配图生成

版本：v1.0（经 5 轮实战验证，6 次翻车迭代沉淀） 适用平台：小红书（XHS / RedNote） 生图工具：Lovart（主力）+ Python PIL（辅助） 浏览器自动化：agent-browser

---

Quick Reference

Situation	Action
收到帖子要配图	先走阶段 0 精准调研（10min 封顶），不要直接出方案
构思封面创意	从用户情绪出发（好奇/惊讶/想要），不是从技术概念出发
写 Lovart prompt	过 8 项自检 checklist，逐字指定标题文字
Lovart 页面加载超时	两步导航法：about:blank → JS eval 跳转
cookies set 报错	改用 JS document.cookie 注入
弹窗关不掉	先 snapshot -i 确认层级，从最外层（Close）关起
prompt 太长报错	分段 type（每段 < 1024 字节）
等待生图超时	分段 wait（每段 ≤ 20s）+ 截图轮询
图片下载 SSL 报错	用 Node.js（rejectUnauthorized: false）
用户否定封面	走「否定后快速迭代」子流程（≤10min）

---

Background

为什么需要这个 Skill

每条小红书帖子都需要配图，但：

• 每次从零开始想风格、写 prompt、调图 → 效率低且质量不稳定
• AI 默认审美（居中标题 + 渐变背景 + 装饰图标）= 小红书用户秒划走
• 小红书信息流中，每张封面只有 0.5 秒 的生存时间

这个 Skill 将"分析帖子 → 审美调研 → 确定方案 → 生成图片"整个流程标准化，核心价值是 5 轮实战翻车经验的沉淀。

输入 / 输出

text

输入：
  - 帖子正文 / 图卡文案
  - 用户的 IP 风格参考（品牌调性、历史封面、视觉偏好）
  - 用户提供的素材图（如有）

输出：
  - 每张图的配图方案（用途、构图、风格、关键元素）
  - 每张图的生图 prompt（适配 Lovart）
  - 生成后的图片文件

成功标准：
  - 封面通过"0.5 秒测试"
  - 图片像"朋友在分享"，不像"AI 批量生成的模板"
  - 整套图片风格统一

最容易翻车的 3 个地方

1. 审美方向错误：从"技术概念"出发而非"用户情绪"出发（第5轮翻车教训）
2. 文图不一致：标题提到某人/某品牌，画面里却没有对应视觉
3. Logo/品牌元素凭想象猜：AI 不知道 logo 长什么样，会胡编乱造

---

Solution: Step-by-Step

阶段 0：精准调研（10 分钟封顶）

⚠️ 翻车教训：收到帖子后直接出配图方案 = 纯靠记忆拼凑 = AI 模板垃圾。 必须先做精准调研。不通过就不能进入阶段 1。

时间预算：≤ 10 分钟

3 步走：

Step	时间	动作
1	3min	翻阅审美积累文档，看有没有和本帖相关的已有灵感
2	4min	Dribbble + 小红书各搜 1-2 个关键词，快速截图记录
3	3min	如果涉及特定品牌/产品，去官网截图确认品牌色 + logo

调研平台详见 → references/research-platforms.md

调研产出（必须输出才能进入阶段 1）：

markdown

## 视觉方向决策

### 调研数据总结
- Dribbble 看了 X 个关键词，Y 个作品
- 小红书看了 X 个帖子，高赞封面共性：...
- 品牌官网：品牌色 #XXX、字体 XXX

### 可行的视觉方向（2-3 个）
- 方向 A：...（推荐度 ⭐⭐⭐⭐⭐）
- 方向 B：...（推荐度 ⭐⭐⭐⭐）

### 选择的方向 + 理由
### Design Token（背景色/主色/点缀色/字体）

---

维度 2：定期审美积累（独立定时任务）

维度 1（精准调研）是每次配图前的战术动作；维度 2 是持续充电的战略动作。

频率：每天或每 3 天一次 时间：15-20 分钟

Step	时间	动作
1	5min	Dribbble 趋势浏览（各风格广泛看）
2	5min	小红书高赞封面浏览（1000赞+ 分析共性）
3	5min	品牌/产品设计语言收集
4	5min	更新审美积累文档

产出：审美积累文档新增 5-10 条记录

---

阶段 1：帖子分析 → 配图方案

1. 判断帖子类型：产品展示 / 教程分享 / 方法论 / 观点趋势
2. 确定图片数量和用途：图 1 = 封面（决定生死），图 2-N = 内容图卡
3. 对每张图给出配图方案：传达什么 / 构图方向 / 风格关键词 / 是否需要素材 / 文字内容
4. 封面 0.5 秒测试：用户看到这张封面 0.5 秒的反应是"我也想要"还是"这是在讲什么"？后者 → 方案不合格

---

阶段 2：封面方案快速确认 + 素材需求前置

核心目标：快速拿到用户确认 + 提前告知素材需求。

1. 一次性展示方案核心信息：

   • 封面核心创意（一句话）
   • 关键视觉元素（3-5 个词）
   • 风格方向
   • 预期情绪（好奇 / 惊讶 / 想拥有 / 实用感）

2. 前置告知素材需求（不要等到阶段 3 才提）：

   • 需要用户提供的素材清单
   • 没有素材的替代方案

3. 等待确认：✅ 通过 → 阶段 3 | 🔄 修改 → 调整后重新确认 | ❌ 否定 → 回阶段 1

---

阶段 3：生图 prompt 编写

每张图的 prompt 必须包含：

• 主体描述 + 风格描述 + 色调/光线 + 构图 + 负面提示

⚠️ 发送前必须过自检 Checklist → 详见 references/prompt-checklist.md

---

阶段 4：生成 + 筛选 + 保存

Lovart 平台完整操作手册 → 详见 references/lovart-operation.md

工具分工规则：

图片类型	使用工具	原因
封面图 / 视觉创意图	Lovart	创意质量高、支持设计字体
纯文字排版卡（图卡内页）	Python + PIL	精确可控、不消耗积分、批量快
带设计字体的封面	Lovart 一次出完	⚠️ 不要生成底图再用 PIL 叠字！

生图执行流程：

1. 在 Lovart 生图（按操作手册 Phase 0-5）
2. 每张图至少生成 2-4 个变体
3. 筛选标准：符合方案 / 无 AI 味 / 文字清晰 / 手机缩小后仍好看
4. 下载最终图片

---

阶段 5：整合检查

1. 图片和帖子内容放一起看整体效果
2. 检查：封面和标题是否一致 / 图卡风格是否统一 / 整体是否像一个人发的
3. 如有问题，回到对应阶段修改

---

附：否定后快速迭代子流程

⚠️ 用户否定时，不要从阶段 0 重新来过！

目标：一次否定 → 一次迭代 → ≤ 10 分钟

text

Step 1（1min）：精准定位问题
├── 提取用户关键否定词
├── "整体方向不对" → 回阶段 1
└── "某个细节不好" → 直接修改 prompt
    问题归类：🎨审美 / 📝内容 / 😱情绪 / 🔤文字

Step 2（2min）：针对性修正
├── 审美问题 → 翻阅审美积累文档找新方向
├── 内容问题 → 补充/替换视觉元素
├── 情绪问题 → 调整风格/色调
└── 文字问题 → 逐字指定 + 加负面提示
    → 过自检 checklist

Step 3（3min）：重新生成并提交
├── 和被否定版本做对比
└── 说明"改了什么、为什么"

关键：

• 🚫 不要防御性解释上一版为什么是那样
• 📝 每次否定都记录到迭代日志（翻车原因 + 修正 + 新规则）
• 🔄 同类问题连续 2 次 → 规则缺失，必须新增

---

核心审美原则

配图能力的核心不是工具操作，而是审美和生态理解。

1. 理解小红书信息流环境

• 用户拇指飞速滑动，每张图只有 0.5 秒
• 在一堆精致到同质化的图片中，要跳出来
• 小红书不是 Dribbble，追求的是"朋友在分享好东西"的感觉

平台审美偏好：

• ✅ 展示成果物 > 讲述概念
• ✅ 有"生活感"的精致 > 过度完美的精致
• ✅ 一个信息点 > 多个信息点堆砌
• ❌ AI 批量生成感（过度光滑、完美对称）
• ❌ 左右对比/分栏（太像 AI 模板）
• ❌ 教材风/PPT 风

2. 建立个人视觉辨识度

不是泛泛"做好看"，而是做出"一眼知道是谁的图"：

• 确定你的品牌调性关键词
• 确定你的视觉指纹（偏好字体 + 色调 + 风格）
• 图片能感受到"一个有审美的人在认真分享"

3. 摒弃传统 AI 审美思维

❌ 传统 AI 审美 = 死路：

• 收到"帮我做封面"就给居中标题 + 渐变背景 + 装饰图标
• 所有帖子用同一个模板换文字
• 追求"信息完整"而塞入太多元素
• 锁定一种风格不放（也是模板化）

✅ 正确思路：

• 每篇帖子根据内容独立设计
• 敢于留白、不对称、只放一个元素
• 图片情绪和帖子情绪一致
• 风格跟着内容走，不套模板

4. 封面创意从用户情绪出发

这是 5 轮迭代最核心的认知沉淀。

• 先想"什么画面让人想点进去"（好奇心 / 惊讶 / 认同 / 羡慕）
• 再想技术元素如何作为辅助装饰融入
• ⚠️ 联想路径检查：如果你的第一个联想是最直线的（论文→大脑、AI→机器人），那它大概率是错的

5. 维护审美积累文档

• 每次调研至少看 30+ 作品，精选 10+ 条
• 每条：作品链接/截图 + 风格标签 + 借鉴点 + 适合度判断
• 按风格分类归档
• 每次配图前先翻一遍找灵感

---

约束条件

工程约束

• Lovart prompt 有长度限制（agent-browser 命令 ≤ 1024 字节，需分段输入）
• 小红书图片比例：3:4（竖图）或 1:1（方图），不要横图
• 积分控制：单次配图任务 ≤ 100 积分，视频 ≤ 300，优先低速模式（免积分）

合规约束

• 不能用产品官方宣传图 / 品牌 logo 作为主视觉（限流风险）
• 不能 1:1 复制竞品封面（可借鉴元素）
• ✅ 可以有真人面部（写实 / 3D 风格化均可）
• ⚠️ 不能使用未授权的真实人物照片（用 AI 生成风格化形象）
• ❌ 禁止裸露器官（大脑、心脏、眼球等）作为封面主视觉

绝对不要做的封面

• ❌ 左右对比 / 左右分栏结构
• ❌ 概念文字堆砌
• ❌ 新闻感封面（logo + 放大镜）
• ❌ 裸露器官作为主视觉
• ❌ "技术概念可视化"的直线联想

---

质量检查清单

• 每张图都有配图方案
• 每张图都有 prompt
• 封面通过"0.5 秒测试"
• Prompt 通过 8 项自检 checklist
• 图片已生成并保存
• 整套图片风格统一
• 用户确认满意

---

Skill 联动

联动工具	用途	阶段
agent-browser	浏览器自动化	阶段0（调研）、阶段4（Lovart 操作）
小红书 Skill	竞品封面调研 / 发帖	阶段0 / 阶段5之后
Python + PIL	文字卡批量生成	阶段4

---

Gotchas

5 轮实战踩过的所有坑，按严重程度排序。

🔴 审美方向类（致命）

1. 从技术概念出发设计封面 → 应该从"什么让人想点进去"出发
2. 裸露器官做主视觉 → 信息流中引发生理不适，用户评价"恐怖"
3. 文图不一致 → 标题提到的人物/品牌，画面中必须有对应视觉
4. 凭想象描述 Logo → 必须 web_search + 截图确认真实 logo，否则 AI 会胡编

🟡 工具操作类（影响效率）

5. Lovart 页面加载超时 → 两步导航法：about:blank → JS eval
6. cookies set 对超长 JWT 报错 → 改用 JS document.cookie
7. 弹窗关闭顺序错误 → Canvas 引导（Close）在最上层，必须先关
8. prompt 超 1024 字节被截断 → 先 click 获取焦点，分段 type
9. wait 30s+ 触发 idle timeout → 分段 ≤ 20s + 截图轮询
10. 图片下载 SSL 报错 → Node.js（rejectUnauthorized: false）

🟢 流程类（容易遗忘）

11. 跳过调研直接出方案 → 100% 产出 AI 模板垃圾
12. 调研了但没内化为 Design Token → "知道但没做到"
13. 封面底图和文字分开生成 → Lovart 一次出完整封面效果好得多
14. Lovart 连续操作触发 hCaptcha → 每次会话只生 1-2 张，完成后关浏览器

---

Related

• Lovart 官网 — AI 设计工具
• Dribbble — 设计灵感
• 小红书 — 目标平台 + 竞品调研
• Pinterest — 补充灵感（审美更接近小红书）

---

Source

text

Learning IDs: crash-01 ~ crash-06
Category: social-media / content-creation / AI-image-generation
Created: 2026-03-18
Validated: 2026-03-20 (5 rounds, 3 different topics)