公众号文章太密了？这个 Skill 会先读文章，再决定哪里该配图
我以前写长文，经常遇到一个很具体的问题。
正文写完了，自己在电脑上看还行。
一放到手机上，就有点累。
一屏接一屏都是字。读者还没看到重点，手指已经想往下划了。
这时候最容易做错一件事：让 AI 随便配几张图。
图很快就出来了。
但放进文章里，不一定好。
有的像广告海报，有的像装饰插画，有的图中文字还不准。文章本来只是密，现在变成乱。
baoyu-article-illustrator 不是一上来就画图。
它先读文章，再判断哪里需要图。
1. 它解决什么问题：图该放在哪里
公众号文章需要图片，很多时候不是为了好看。
有些图是让读者停一下。
有些图是把流程画出来。
有些图是把几个概念放在一起，让读者一眼知道它们的关系。
真正要先想清楚的是这几件事：
哪一段真的需要图？
这张图帮读者省了什么力气？
它应该画成流程图、框架图，还是对比图？
风格和前后图片能不能统一？
如果只是说“给这篇文章配几张图”，AI 很容易把这件事做成装饰。
这类文章真正需要的是解释图。
baoyu-article-illustrator 的设计，正好把这个判断放在生成之前。
先读，再画。
顺序不能反。
2. 直接看效果：它会先给出配图位置
假设我写完一篇 Skill 深拆文章，把文章给 AI，然后说：
请用 baoyu-article-illustrator 看看这篇文章哪里需要配图。
不要为了配图而配图。
如果只需要 1 张，就只放 1 张。
风格保持科技、简单、简约。
它不应该马上开始生成图。
它应该先读文章，做一个判断：
文章类型：教程 / 方法拆解 / 案例说明
核心内容：问题、使用效果、实现原理、可改造方向
适合配图位置：第 2 节后，或者实现原理之前
图片目的：帮读者看清主线，而不是装饰
推荐类型：flowchart / framework / comparison
推荐风格：notion / minimal-flat / tech-explainer
然后才进入生成。
这一步听起来慢一点，但会少很多返工。
因为你问的已经不是“能不能画图”。
你问的是“这篇文章哪里值得画图”。
3. 怎么使用：最短上手路径
这个 Skill 在宝玉的 Skills 仓库里：
https://github.com/JimLiu/baoyu-skills
把这个 GitHub 地址扔给 AI，然后说：
帮我安装这个仓库里的 baoyu-article-illustrator Skill。
装好以后，最简单的用法是把文章给 AI：
请先通读这篇文章，判断哪些地方真的需要配图。
不要为了配图而配图。
如果整篇只需要 1 张，就只放 1 张。
如果不需要，也可以告诉我不加。
风格保持科技、简单、简约。
这比“帮我生成几张配图”更好。
后面那句话容易把 AI 推进凑图模式。
前面这段话会先让它判断。
4. 它到底是怎么实现的
这里也要说清楚。
baoyu-article-illustrator 更像一个严格的工作流 Skill。
它主要靠 Skill 规则指挥 AI 做事，再调用当前环境里的图片生成能力。
看它的目录，核心文件就这几类：
SKILL.md
references/workflow.md
references/prompt-construction.md
references/styles.md
references/style-presets.md
SKILL.md 负责定规则。
workflow.md 负责把“先分析、再列提纲、再写 prompt、再生成”这条流程写清楚。
prompt-construction.md 负责告诉 AI：一张图的 prompt 不能随口写，要写清布局、区域、标签、颜色、风格和比例。
在 Codex 里，它会优先用内置的 imagegen。
如果在别的环境里，也可能走别的图片后端，比如 baoyu-image-gen。
所以它的真实链路大概长这样：
读文章
-> 判断哪里需要图
-> 写 outline.md
-> 为每张图写 prompt 文件
-> 调用图片生成后端
-> 把图片插回 Markdown
注意，中间有两个文件要看：
outline.md
prompts/xx-xxx.md
outline.md 记录“为什么这里需要图”。
prompt 文件记录“这张图到底怎么画”。
这两个文件会留下配图的来龙去脉。
以后图不对，可以改 prompt 再生成。换一个图片模型，也能继续用这些 prompt。文章发布后，你也能回头看当时为什么在这里插图。
5. 跟着一个例子看它怎么跑
拿一篇类似的 Skill 深拆文章来说。
我把整篇文章交给 AI，而不是只丢一句“配图”。
AI 先读完整篇文章。
读完以后，它会抓住这条主线：
文章正文
-> 先读文章
-> 判断放在哪里
-> 判断画成什么
-> 保持风格统一
-> 插回正文
所以它判断：这篇文章只需要一张图。
位置放在第 2 节后面比较合适。
因为读者刚看完“它会先分析文章结构”，马上给一张图，就能把这个判断流程看明白。
然后它会生成一个 outline，里面大概写：
位置：第 2 节后，第 3 节前
目的：展示先读文章、再决定配图的流程
类型：framework
风格：notion / 科技简约
文件名：02-flow-article-illustrator.png
接着，它会写一个 prompt 文件。
这个 prompt 不能只写“画一张配图流程图”。
它会把画面拆开：
左边：文章正文
中间：先读文章
右边：放在哪里 / 画成什么 / 风格统一
最右：插回文章后的效果
中文标签：文章正文、先读文章、放在哪里、画成什么、风格统一
风格：蓝灰主色、留白、简洁 UI 卡片
比例：16:9
最后才调用图像生成。
图生成后，再把这行 Markdown 插回文章：
这就是它的实际工作方式。
它把文章配图拆成几个可检查的文件和步骤。
6. 它为什么好用：几个约束写得很实在
这个 Skill 值得学的地方，不在“会生成图片”。
会生成图片的工具很多。
它好在几个约束。
第一，先分析文章，不先画图
它的流程里有一个 Analyze 步骤。
要先判断：
文章类型是什么？
核心观点是什么？
哪里加图能帮读者理解？
哪里不该加图？
这一步能拦住很多没必要的图。
公众号文章最怕为了好看而配图。
好看的废图，还是废图。
第二，先写 outline，再写 prompt
很多人用图片模型，直接丢一句：
给这段文字生成一张配图。
这样当然也能出图。
但很难复盘。
baoyu-article-illustrator 要求先写 outline.md，再写 prompt 文件。
这让每张图都有理由，也有记录。
哪怕生成失败，也知道该改哪里。
第三，prompt 不能随口写
它对 prompt 有具体要求：
要写 layout
要写 zones
要写 labels
要写 colors
要写 style
要写 aspect
这很像把“画图需求”拆成设计说明。
比如不要只说“画得科技一点”，要写到这个程度：
蓝灰主色
白色背景
圆角卡片
细箭头连接
中文标签只保留关键词
模型更容易按这个方向出图。
第四，不允许拿 SVG 假装成图片
这个 Skill 还有一个很硬的要求：既然目标是生成位图，就不要用 SVG、HTML、Canvas 之类的东西冒充。
这点看起来小，其实能防止偷懒。
文章需要的是可直接插入公众号的图片。
那就按图片流程走。
第五，图中文字错了，不能强行补丁
它还规定：如果生成图里的文字错了，不要用代码把文字盖掉再补。
正确做法是改 prompt，重新生成。
这很符合公众号配图的实际情况。
图中文字一错，读者第一眼就会觉得不专业。
7. 如果你要写一个类似的 Skill
这类 Skill 不需要一上来就写复杂脚本。
更重要的是把工作流写清楚。
可以参考这个结构：
1. 触发条件
用户说“配图”“文章太密”“生成插图”“做可视化”时触发。
2. 输入
一篇文章文件，外加风格偏好、数量偏好、是否需要中文文字。
3. 分析
先读文章，找核心观点和真正需要图的位置。
4. outline
把每张图的位置、目的、类型、文件名写下来。
5. prompt
每张图单独保存一个 prompt 文件，写清 layout、zones、labels、colors、style、aspect。
6. 生成
调用图片后端，比如 Codex imagegen 或 baoyu-image-gen。
7. 插回文章
把生成的图片用 Markdown 图片语法插入原文。
8. 质量检查
看中文是否正确，图是否真的帮助理解，是否只是装饰。
这里最值得抄的，不是某一句 prompt。
是这个顺序：
先判断有没有必要。
再说明为什么要画。
最后才生成图片。
8. 最后给一个可复制的行动步骤
如果你只是想用：
下次文章写完以后，直接把文章给 AI，说：
请先通读全文，判断哪些地方真的需要配图。
不要为了配图而配图。
如果整篇只需要 1 张，就只放 1 张。
风格保持科技、简单、简约。
如果你想学着写：
记住这个设计：配图类 Skill 的第一步，不是生成图片。
第一步是判断：这张图到底帮读者省了什么力气。
