文章配图调研

为文章快速查找、筛选和归因配图，输出可追溯的图片候选池。

用途

用这个技能为文章快速找到可用图片，并把图片变成可判断、可追溯、可交接的候选池。

这个技能只负责图片调研、筛选、归因和风险初筛。

• 需要写正文时，交给 wechat-article-writer。
• 需要把已选图片排进微信 HTML 时，交给 wechat-article-formatter。

执行清单

开始配图调研后用这张清单跟踪进度：

• 明确文章主题、目标读者、使用场景、是否正式发布、是否商业用途。
• 拆出需要图片支撑的段落、判断、事实、解释、对比或现场。
• 为每个图片需求生成中英文查询词和排除词。
• 搜索前计划确认：在实际搜索、打开网页、调用浏览器或运行脚本前，先把调研计划发给用户并等待确认或调整。
• 按来源优先级搜索图片，并记录候选池。
• 对候选图片做主体、事实、段落价值、具体程度、来源质量和授权风险评分。
• 输出推荐使用、备选、拒绝图片，并说明理由。
• 为入选图片保留图注、来源、授权、归因和发布前风险提醒。

核心原则

• 图片必须服务文章内容。不能说明、证明、解释或呈现正文的图片，不进入正文。
• 先找准确图片，再找好看图片。宁可少配图，也不要放入会误导读者的图片。
• 优先真实来源、官方来源、原文图片、开放授权和可追溯页面。
• 可以使用当前环境可用的任何合规发现能力，包括 LLM 内置搜索、网页搜索、图片搜索、浏览器、页面截图、视觉识别、站内搜索、本模块附带脚本和 AI 生图能力；不要把 provider 或脚本当成唯一入口。
• AI 生图不是禁用项，但优先级低于搜索、官方来源、原文图片、开放授权图片和真实图库图片；只能用于概念化、氛围、抽象封面、示意图或无法合理获得真实图片的场景。
• 全网图片搜索只用于发现线索，不能因为图片好看就直接使用。
• 默认保留图片来源和归因。即使图库协议不强制归因，正式文章也应保留内部记录。
• 图片主体、时间、版本、人物、产品、地点和上下文必须和正文一致。
• 遇到版权、肖像权、商标、医疗、法律、金融、未成年人、灾难事故或具名争议场景，标记风险并谨慎使用。

来源优先级

按任务场景选择来源，不要每次都查完所有来源。

1. 用户提供的图片、本地素材、品牌素材、原始资料附件。
2. 文章引用网页或原文中的图表、截图、产品图、现场图、文档图。
3. 官方网站、官方公告、新闻稿、产品文档、政府或机构页面。
4. Wikimedia Commons、Openverse 等开放授权来源。
5. Pexels、Unsplash 等图库，适合氛围图、场景图、抽象主题图。
6. Brave、Google Images/SerpApi 等全网图片发现，适合找特定事件、产品界面、人物、地点或更多线索。
7. AI 生成图片，适合概念化封面、抽象场景、非事实示意图；优先级低于搜索到的可核验图片。

开放式工具规则

• 如果当前 LLM 或运行环境已有图片搜索能力，优先用它快速发现候选，再回到来源页核验。
• 如果能调用浏览器，打开候选图片的落地页，检查页面标题、图注、上下文、作者、授权、发布日期和图片是否实际加载。
• 如果网页用懒加载、轮播、脚本或 CSS 背景图呈现图片，可用浏览器检查页面 DOM、截图或网络资源，但最终候选仍必须记录静态图片 URL 或可访问落地页。
• 如果只能使用普通网页搜索，使用查询词策略和搜索操作符定位官方页、报告 PDF、图库页、Wikimedia 文件页或 Openverse 结果页。
• 如果能进行视觉理解，用它辅助判断图片主体、图表内容、界面版本、是否含商标/人物/敏感元素，但不要用视觉猜测替代来源核验。
• 如果能使用 AI 生图，只有在搜索结果不足、版权风险过高、或文章需要非事实类概念视觉时才考虑；生成图必须标记为 ai_generated，不能作为事实、新闻、人物、产品界面、现场或证据图片。
• 如果工具能直接下载图片，只在授权和来源清楚后下载；候选阶段优先保存 URL 和元数据。
• 不要绕过登录、付费墙、反爬限制或站点条款；不可访问的图片只作为线索，不作为推荐图。

工作流程

1. 建立图片需求表：

   • section：文章小节或段落。
   • need_type：opening | evidence | explanation | comparison | product | event | document | portrait | cover。
   • visual_brief：需要读者看到什么。
   • must_match：主体、时间、版本、地点、人物、数据或页面状态。
   • avoid：不要出现的元素、误导方向或泛化素材。

2. 生成查询词：

   • 对中文主题生成中文查询和英文查询。
   • 具名对象优先用官方英文名、产品名、机构名、人物名。
   • 按图片类型追加 chart、screenshot、diagram、interface、event、product、report、PDF 等词。
   • 对明显泛化结果追加排除词，如 logo、advertisement、wallpaper、stock、AI generated。
   • 详见 references/query-playbook.md。

3. 搜索前反馈计划并确认：

   • 在实际搜索、打开网页、调用浏览器、运行脚本或访问图片 API 前，先向用户输出简短调研计划。
   • 计划至少包含：图片需求、拟搜索来源、核心查询词、是否考虑 AI 生图、授权/风险策略、预计输出形态。
   • 用户确认、补充或调整后再开始搜索。
   • 如果用户已经明确要求“直接开始搜索”“不用确认”“按默认方案执行”，可以输出计划后继续，不必二次等待。

4. 搜索并记录候选：

   • 优先记录原始落地页，不只记录图片直链。
   • 每张候选图至少记录标题、图片 URL、落地页、来源平台、作者、授权、图注或附近正文。
   • 可用内置 web/image search、浏览器或脚本。使用脚本时可先运行：

bash

python3 skills/article-image-research/scripts/search_images.py --query "electric vehicle battery factory" --provider openverse --limit 8

5. 评分和筛选：

   • 用 references/scoring-rubric.md 的 12 分制评分。
   • 低于 9 分一般不进入正文。
   • 授权、事实或主体存在明显风险时，即使分数高也要拒绝。

6. 输出候选池：

   • 推荐图只给少量高质量候选。
   • 拒绝的重要图片也要说明拒绝理由，避免后续误用。
   • 正文入选图片建议使用 figure、img、figcaption 结构。

搜索前计划模板

实际搜索前使用这个模板，保持简短：

text

我会先按这个计划找图：

1. 图片需求：
   - 小节/用途：需要什么类型的图片，必须匹配什么。
2. 搜索来源：
   - 优先来源：官方/原文/Wikimedia/Openverse/图库/全网搜索等。
3. 查询词：
   - 中文：
   - English:
   - 排除词：
4. 筛选标准：
   - 内容匹配、来源可靠、授权清楚、图注可解释。
5. 交付：
   - 输出 use/backup/reject 候选、来源、授权、归因、风险和推荐图注。
6. AI 生图：
   - 默认不优先使用；只有搜索不足或需要概念/示意视觉时作为备选，并标记为 AI 生成。

请确认是否按这个方向搜索，或补充必须使用/避免的图片来源。

输出格式

默认输出结构化候选池，必要时附简短说明：

json

{
  "image_needs": [
    {
      "section": "文章小节",
      "need_type": "evidence",
      "visual_brief": "读者需要看到什么",
      "queries": ["中文查询", "English query"]
    }
  ],
  "image_candidates": [
    {
      "section": "文章小节",
      "decision": "use | backup | reject",
      "provider": "openverse",
      "image_url": "https://example.com/image.jpg",
      "landing_url": "https://example.com/page",
      "title": "图片标题",
      "creator": "作者",
      "license": "cc-by-4.0",
      "license_url": "https://creativecommons.org/licenses/by/4.0/",
      "ai_generated": false,
      "generation_prompt": null,
      "attribution": "建议图注或署名",
      "image_type": "chart | screenshot | product | event | document | infographic | photo",
      "evidence_value": "这张图支撑正文中的哪一段或哪一个判断",
      "risk_flags": ["版权待核验"],
      "score": 10,
      "reason": "推荐、备选或拒绝理由"
    }
  ],
  "recommended_figures": [
    {
      "section": "文章小节",
      "html": "<figure><img src=\"...\" alt=\"...\"><figcaption>图：... 来源：...</figcaption></figure>"
    }
  ],
  "usage_notes": [
    "正式使用前需要核验授权落地页是否仍可访问。"
  ]
}

常用参考

按任务只读取需要的文件：

• references/provider-matrix.md：不同图片来源的适用场景、优缺点和使用边界。
• references/license-policy.md：授权、归因、版权、肖像权和商标风险规则。
• references/query-playbook.md：查询词生成、改写和排除词策略。
• references/scoring-rubric.md：图片候选评分和入选标准。
• references/tool-assisted-search.md：使用 LLM 搜索、图片搜索、浏览器和视觉能力辅助找图的开放规则。

常见误用

• 不要把图库氛围图当成事实证据图。
• 不要只保存图片直链而不保存落地页和来源。
• 不要把 logo、头像、广告横幅、社交分享图当正文配图。
• 不要使用无法核验主体、时间、版本或上下文的图片。
• 不要默认下载或搬运全网图片；先确认授权和发布风险。
• 不要让排版阶段新增装饰图；配图选择必须在调研或写作阶段完成。