8.1 KiB

Raw Blame History

name	description
imagegen	用豆包 Seedream 5.0 生图(`seedream` tool)。当用户要配图 / 封面 / 概念图 / 效果图 / 示意图 / 海报 / 插画时使用 —— 重点是把用户的模糊一句话问清楚再画,而不是上来就烧 ¥0.22。

Imagegen

把"我想要张图"变成一张能用的图。先诊断模糊度 → 一次性给推断 + 待确认项 → 用户拍板 → 装配 prompt → 调 seedream。

每次 seedream 调用 ¥0.22(search=true 加 ¥0.05),3-5 秒出图。模糊就问,不要赌。

何时用本 skill

用户要配图 / 封面 / 概念图 / 效果图 / 示意图 / 海报 / 插画(明确说"画一张" / "出张图" / "来个封面")
用户拿到 mermaid 结构图后说"太干了想要有质感的版本" / "做个有视觉感的"
ppt / proposal skill 流程中,要往 deck / docx 里塞概念图 / 引子图

何时不走本 skill(直接走通用工具)

用户没主动要图(别为"丰富回复"装饰性生图 —— 这是 system prompt 红线)
用户给了具体参考图说"按这个改" —— Seedream 5.0 是文生图不接图像输入,告诉用户走描述
已有合适素材(用户上传 / 之前生成过)—— 直接 read / 引用,别重新生成

关键岔路:mermaid vs seedream

默认倾向 mermaid(run_python 或 proposal skill 的 render_diagrams.py 都能渲):

节点-箭头-结构关系明确(技术路线 / 流程 / 组织架构 / 时序 / 甘特)
优势:矢量、文字清晰、可编辑、零成本

反向选 seedream(满足任一):

用户明确说"画一张图" / "做张示意图" / "出个图"(而非"画个流程图" / "做个架构图")
需要视觉冲击 / 美感:汇报封面 / ppt 引子页 / 营销 / 宣传配图
概念是抽象 / 隐喻的("AI 与材料融合"、"创新驱动"、"绿色低碳"这类只能靠意象表达)
用户看过 mermaid 版本后说"太干了" / "想要有质感的"

模糊时主动问一句:

这张图你想要 结构清晰的流程图(mermaid 矢量,零成本),还是 有视觉感的示意图(seedream 生成,¥0.22)?

不要默默替用户决定。

诊断模糊度 — 五维清单

用户原话能不能撑起一个 prompt?在脑里过一遍这 5 维:

维度	缺失信号
主体 What	"画个混凝土" → 混凝土的什么?试块 / 楼板 / 微观结构 / 配料?
场景 Where	工地 / 实验室 / 实验台面 / 虚拟空间?
风格 Style	写实摄影 / 工程效果图 / 扁平插画 / 水彩 / 工业风 / 学术示意?
构图 Composition	特写 / 中景 / 广角俯视 / 第一视角 / 截面图?
光线/氛围 Mood	自然光 / 工业灯 / 暖色 / 冷色 / 神秘氛围 / 高对比?

评估规则:

5 维填齐 / 缺 ≤1 → 可以直接装配 prompt 调用
缺 2 维及以上 → 先问再画(见下节)
用户直接给了完整中文长描述(自带主体+场景+风格)→ 视为已对齐,跳过追问

一次性给推断 + 待确认项(不要一个个问)

模糊时不要轮流追问 "什么主体?" / "什么风格?" —— 用户会烦。一次把你的推断摆出来,让用户改或确认:

你说"画个混凝土的图",我打算这样画:

主体:施工中正在浇筑的现代混凝土楼板

场景:工地俯视视角,远处有塔吊

风格:写实工程摄影,质感细腻

构图:广角俯视

光线:正午阳光,清晰阴影

这样画可以吗?或者告诉我:你想突出什么?(微观结构 / 浇筑工艺 / 成品质感 / 新旧对比 ...)

推断时优先看上下文:做申报书"水泥水化"章节 → 八成是要学术示意图;做营销海报 → 八成是要写实摄影感;做内部汇报 ppt 封面 → 八成是有视觉冲击的概念图。

装配 prompt — 用户确认后

用户拍板后,把 5 维拼成自然中文 prompt,直接传给 seedream:

施工中正在浇筑的现代混凝土楼板,工地俯视视角,远处有塔吊,
写实工程摄影,质感细腻,广角俯视,正午阳光,清晰阴影

要点:

中英文都行,豆包模型自己理解;用中文更省脑(用户也是中文给的)
不要堆"高质量 4K 8K masterpiece" 这类废话(模型不靠这些发挥)
不要写否定提示词("not blurry"、"no watermark")—— Seedream 不支持 negative prompt,这些会被当正向词吃进去反而坏事
主体放最前,风格 / 光线放后

参数取舍

参数	默认	何时改
`size`	`2048x2048`(配置默认)	超大海报 / 印刷需求 → `3072x3072`(原生最高);ppt 单页配图 → `2048x2048` 已够;做缩略图 → `1024x1024` 省体积。注意:比例只能正方形 —— 需要 16:9 横版要自己后期裁,豆包 5.0 文生图不直接出非方形
`watermark`	`false`	默认无水印(申报书 / ppt / 客户交付都不该带);仅当用户明确说"加水印" 才传 `true`
`search`	`false`	需要时事元素 / 特定品牌识别 / 真实人物(如"画一下特斯拉 Cybertruck") → `true`,加 ¥0.05;纯概念 / 抽象 / 通用对象 → `false`,模型本身知识足够

调用范式

seedream 是 tool 不是 skill 函数,直接调,不要 run_python 包一层:

seedream(
    prompt="施工中正在浇筑的现代混凝土楼板,工地俯视视角,远处塔吊,写实工程摄影,质感细腻,广角俯视,正午阳光",
    size="2048x2048",     # 可省,走默认
    watermark=false,       # 可省
    search=false,          # 可省
)

返回串首行是 [seedream] model=... · size=... · cost=¥... · elapsed=...s —— 把这行原样保留给用户(前端 SPA 会 parse 挂徽章)。第二行 saved: <相对路径> 是产物路径,告诉用户。

产物自动落 <task_dir>/figures/<时间戳>-<rand>.png + 同名 .meta.json(prompt / 参数 / 成本 / response_id)。

失败 / 不满意后怎么办

不要原 prompt 重发!那是浪费 ¥0.22。失败模式 / 解药:

现象	原因	解药
主体方向偏(画了砂浆但想要混凝土)	prompt 主体词不够具体	增加修饰:"现代浇筑成型的钢筋混凝土楼板"
风格不对(给了卡通但想要写实)	缺风格词或风格词冲突	把风格词放到 prompt 前 1/3 位置:"写实工程摄影,xxx"
光线 / 氛围不对	没指定光源	加 "正午阳光" / "工业冷光" / "暖色调"
画面太空 / 太挤	没指定构图	加 "广角俯视" / "中景特写" / "黄金分割构图"
出现奇怪文字	Seedream 中文文字渲染不稳	prompt 里不要要求画文字 / 标签 —— 文字后期 ppt 里加

先口头跟用户对齐改哪一维,再发新调用 —— 不要"再画一张试试"连续烧钱。

产物处理

生图完成后:

把 saved: figures/xxx.png 路径告诉用户
如果是做 ppt / docx 配图,直接在后续 add_picture / ![](...) 引用,不需要再问
用户说"换张" → 走上节的"对齐改哪一维"流程,不要默认重发
用户说"再来几张备选" → 先确认:"备选 N 张会花 ¥{0.22 * N},确认?"(防止隐形烧钱)

反模式

❌ 用户没主动要图就装饰性生成(system prompt 红线)
❌ 用户说"画个 XX" 直接拿这 4 个字当 prompt 调用 —— 五维清单至少先问 1 轮
❌ 一个个问"什么主体?""什么风格?" —— 一次性摆推断 + 让用户改
❌ 同一目的不满意连续重发 2+ 次 —— 先校准 prompt 再调
❌ prompt 里堆 "high quality, 8k, masterpiece, ultra detailed" —— 没用,Seedream 不靠这些
❌ prompt 里写否定词 "no text, not blurry" —— Seedream 不支持 negative,会反向起效
❌ 给 search=true 跑通用概念(¥0.05 白付) —— 只有时事 / 特定品牌 / 真人才开
❌ 让用户在 mermaid / seedream 之间默默替他决定 —— 模糊就一句话问明白
❌ 用 run_python 调 requests 裸打豆包 API —— 走 seedream tool(已封装计费 / 落盘 / meta)

输出

调完告诉用户:

文件相对路径(figures/xxx.png)
本次成本(¥0.22 或 ¥0.27)
用的 prompt 摘要(主体 / 风格 / 光线 3 件套)
一句"要换方向 / 调风格 / 再来一张吗?"

8.1 KiB Raw Blame History