风格 × 布局：baoyu-skills 的视觉设计系统如何让 AI 画得比你设计得还好
- Smars
- Agent skill , AI 效率 , 视觉设计
- 09 May, 2026
你让 AI 画张图，它给你一堆过饱和塑料感的玩意儿。你让 AI 做信息图，它把文字堆在一张不透明的背景上。你让 AI 设计幻灯片，它给你五颜六色、毫无一致的灾难。
问题的根源不在 AI 不会画画——Claude 能写出精确到像素的 SVG，DALL·E 和 Gemini 能生成以假乱真的照片。问题在于你让它“自由发挥”。
baoyu-skills 的视觉设计系统正是为了解决这个问题而设计的。它用风格 × 布局的组合学，把视觉创作从“猜 prompt”变成了“选参数”。
不是教 AI 设计，是给 AI 设计约束
大多数 AI 画图工具的思路是“给 prompt → 出图”。prompt 越详细越好，但详细意味着你要懂构图、配色、风格、信息层次——换句话说，你得是个设计师。
baoyu-skills 反其道而行之。它不给 AI 自由发挥的空间，而是用结构化的参数空间来约束输出：
- 风格决定视觉美学（线条、色彩、质感）
- 布局决定信息结构（密度、层级、关系）
- 配色作为可选覆盖层，在不破坏风格的前提下微调
结果是什么？你不需要知道“扁平矢量风格应该用什么 prompt”。你只需要说 style=notion，layout=dense，剩下的交给技能本身。
这套系统覆盖了五种视觉场景：
| 技能 | 风格数 | 布局数 | 设计空间 |
|---|---|---|---|
| 小红书图片卡片 | 12 | 6 | 72 种组合 |
| 专业信息图 | 17 | 20 | 340 种组合 |
| 幻灯片 | 16 预设（4维） | 4 级密度 | 16 种预设 |
| 知识漫画 | 5 画风× 7 基调 | 6 | 210 种组合 |
| 文章封面 | 6 类型× 11 配色× 7 渲染 | - | 77 种组合 |
换句话说，你在 baoyu-skills 中可以选择的视觉方案超过 700 种。而你只需要记住两个参数。
小红书图片卡片：风格即语言
小红书的内容高度依赖图片卡片的视觉调性。baoyu-xhs-images 把一篇文章自动拆成 1-10 张序列卡片，每张卡片用统一的风格和可变的布局。
12 种风格
从 cute（卡通可爱）到 notion（极简手绘），再到 chalkboard（黑板粉笔），每种风格不是简单的“换个滤镜”，而是重新定义了线条、字体和装饰元素。minimal 和 bold 差的不只是字重——前者优雅克制，后者冲击直接。pop 和 retro 走的是完全不同的文化语境。
6 种布局
布局决定了信息密度和呈现方式。sparse 适合封面和金句（1-2 个要点），dense 适合干货总结（5-8 个要点），comparison 是双栏对比，flow 走流程时间线。同一个内容用不同布局呈现，阅读体验完全不同。
风格 × 布局的组合逻辑
关键不是选项多，而是这两个维度正交：你可以对同一篇文章用 notion 风格 + dense 布局做出知识卡片，也可以改成 cute 风格 + sparse 布局做出轻松的封面预告。12 × 6 = 72 种组合，每一种都是独立的视觉语言。
专业信息图：布局即叙事
baoyu-infographic 是这个套装里最重型的视觉技能。它的 20 种布局不是随意的——每种布局对应一种叙事结构。
bridge 适合问题→解决方案的叙事，iceberg 揭示表面与深层的对比，funnel 呈现筛选与转化过程，pyramid 是经典的层级结构。你选的不只是“这个图好不好看”，而是“这个结构适不适合我的故事”。
17 种风格：让数据有性格
同样的 pyramid 布局，用 craft-handmade 是温暖的手绘插画，用 technical-schematic 是冷峻的蓝图风格，用 cyberpunk-neon 是霓虹灯下的未来感。风格决定了观者第一眼的情绪反应，布局决定了他们怎么理解信息。
20 × 17 = 340。对于绝大多数信息图需求，根本不用从零开始设计。
幻灯片：多维组合学的极致运用
baoyu-slide-deck 把风格系统玩到了极致。它的视觉风格不是单一选项，而是由四个正交维度组合而成：
- 纹理：clean / grid / organic / pixel / paper
- 氛围：professional / warm / cool / vibrant / dark / neutral
- 字体：geometric / humanist / handwritten / editorial / technical
- 密度：minimal / balanced / dense
4 × 6 × 5 × 3 = 360 种参数组合。但宝玉没有把这个矩阵直接抛给用户——他预置了 16 种常用预设：
blueprint 是 grid + cool + technical + balanced，适合架构设计；corporate 是 clean + professional + geometric + balanced，适合投资人演示；chalkboard 是 organic + warm + handwritten + balanced，适合教学场景。每种预设的维度组合都有明确的适用场景。
生成完成后，所有幻灯片自动合并为 .pptx 和 .pdf——从生成到可分享，一步完成。
漫画和封面：叙事感的视觉化
baoyu-comic 和 baoyu-cover-image 走的是另一个方向——不追求信息密度，而是追求叙事感和情绪传达。
漫画：画风 × 基调 × 分镜
漫画技能支持 5 种画风、7 种基调、6 种分镜布局：
画风从 ligne-claire（欧洲漫画传统）到 manga（日漫）、ink-brush（水墨）到 chalk（黑板粉笔）。组合了基调（warm / dramatic / romantic / energetic / vintage / action）之后，同一个故事可以用完全不同的视觉语言讲述。
其中欧姆社预设和武侠风预设是两个特别值得提的例子。欧姆社用 manga + neutral 的基调，加上“禁止大头对话、道具揭秘”的特殊规则，做出了非常有辨识度的技术科普漫画风格。武侠风用 ink-brush + action，加上气功特效和战斗视觉，能让技术故事穿上武侠外衣。
封面图：五维定制
baoyu-cover-image 用类型 × 配色 × 渲染 × 文字 × 氛围五个维度，提供 77 种独特效果：
封面图是文章的门面。conceptual 类型 + pastel 配色 + hand-drawn 渲染 + title-only 文字 + subtle 氛围，和 hero 类型 + dark 配色 + digital 渲染 + text-rich 文字 + bold 氛围——这是两篇完全不同调性的文章。
为什么参数化比 prompt 工程更好
说到底，baoyu-skills 的视觉系统做了一个关键选择：放弃 prompt 的自由度，换取参数化的一致性和可预测性。
prompt 工程的问题：
- 同一个 prompt 在不同模型上结果天差地别
- 微调 prompt 像盲调——你不知道改一个词会带来什么连锁反应
- 没有可复用的组件。上次画的图风格没法直接“复用”到新项目上
- prompt 长到 200 字时，你实际上是在用自然语言写设计稿
参数化系统的优势：
- 输入是结构化的：风格 + 布局 + 可选配色
- 输出是可预测的：同样的参数始终产生同样的视觉调性
- 风格可复用：一次调好的组合可以在多个项目间复用
- 学习成本低：不需要懂设计术语，只需要看预览图选
这套设计给内容创作者的价值是什么？你不需要在设计上浪费决策精力。把认知资源留给内容本身，视觉呈现交给参数。
安装与快速上手
npx skills add jimliu/baoyu-skills装完后，核心的视觉技能用法：
# 小红书卡片：自动分析文章，推荐风格和布局
/baoyu-xhs-images posts/my-article/article.md
# 指定风格+布局+配色
/baoyu-xhs-images posts/my-article/article.md --style notion --layout dense --palette macaron
# 信息图：自动推荐 layout×style 组合
/baoyu-infographic path/to/content.md
# 幻灯片：用预设风格生成
/baoyu-slide-deck path/to/article.md --style corporate
# 漫画
/baoyu-comic posts/turing-story/source.md --art manga --tone warm
# 封面图：五维定制
/baoyu-cover-image path/to/article.md --type conceptual --palette cool --rendering digital不需要写 prompt，不需要懂设计。输入文章，选参数，出结果。
注意与局限
自动推荐不一定准。技能会根据内容分析推荐风格和布局，但对于特定品牌调性或个人偏好，建议通过 EXTEND.md 定义自己的预设。
不是所有组合都好看。700+ 种组合中，有些组合在理论上成立但视觉上不协调。好在预览功能让你在生成前就知道效果。
图片生成依赖 API key。baoyu-infographic 和 baoyu-xhs-images 等技能需要图像生成后端（OpenAI、Google、DashScope 等），没有 API key 的话只能用 baoyu-danger-gemini-web 方案。
高信息密度的布局需要好内容。dense 布局能装 5-8 个要点，但如果你的原文本来就没有这么多结构化信息，强行塞进去只会得到空洞的卡片。
不适合的场景：如果你只需要偶尔做一张图，学这套系统的时间成本可能不如直接用一个在线设计工具。它适合有持续产出需求的创作者——每周至少 3-5 篇内容。
结尾
AI 辅助设计的真正瓶颈不是模型能力，是设计决策。你让 AI“自由发挥”时，它给出的答案是所有可能答案的平均值——不好不坏，平庸。
baoyu-skills 的做法是反直觉的：它不给 AI 自由，而是给 AI 约束。风格、布局、配色——每个维度都在收缩可能性空间。但恰恰是这种收缩，让输出变得可预期、可复用、有辨识度。
这就是参数化设计在 AI 时代的价值：你不需要成为设计师，但你产出的东西看起来像设计师做的。
下一次你要做视觉内容，别让 AI 自由发挥。给它一个风格，选一个布局，然后说“run”。
来源：
