口播与汇报配图实战指南:让gimi-illustration-skill每张图只讲清一个观点
口播与汇报配图实战指南:让gimi-illustration-skill每张图只讲清一个观点
gimi-illustration-skill 是一个开源的 AI Agent Skill,输入文章、口播稿或汇报内容,自动输出怪诞手绘风格的配图。它默认 16:9 横版,支持 Gimi IP 角色、无角色(none)或自定义 IP,核心设计原则就一条:每张图只讲清一个观点——图负责骨架和隐喻,文字负责论证和细节,口播或汇报时观众 3 秒内就能看懂发生了什么。
一、为什么口播和汇报配图要"一图一观点" 🎯
口播视频、演讲 Slide、汇报文档和长文不同:观众的注意力是被"切段"的。一段话对应一张图时,如果一张图里塞进 5 个信息点,观众只会全部跳过。
这个 skill 在 references/composition-patterns.md 中把这个原则写成了硬性流程:
- 多张图时按段落或论点拆,每张只回答"这一段最想让人记住的一个判断"
- 图承担:骨架、隐喻、情绪、关键节点
- 文字/口播承担:论证、细节、故事
- 标注词只留 2–5 个,只标必要信息,不写说明书
所以下文的所有示例都会按这个标准来看图。
二、最快上手:安装 gimi-illustration-skill 并发送触发词
1. 一键安装
如果你用 Codex(主要测试环境):
git clone https://gitcode.com/gh_mirrors/gi/gimi-illustration-skill.git
cd gimi-illustration-skill
mkdir -p "${CODEX_HOME:-$HOME/.codex}/skills"
cp -R . "${CODEX_HOME:-$HOME/.codex}/skills/gimi-illustration"
如果你用 Cursor:
mkdir -p ~/.cursor/skills
ln -s "$(pwd)" ~/.cursor/skills/gimi-illustration
2. 发送触发词 + 正文
在对话里直接发:
配图
[粘贴你的口播稿或汇报内容]
触发词:配图 / 给文章配图 / 帮我配图 / illustration。AI 会按 SKILL.md 的工作流自动完成:理解正文 → 规划配图策略 → 组装 prompt → 调用平台生图 → QA 质检 → 保存到 outputs/。
三、配图策略是怎么做出来的:二轴分析 + 六步生成法
生图之前,skill 会先做两步"脑力活",规则都在 references/composition-patterns.md 里:
二轴分析
| 轴 | 回答的问题 |
|---|---|
| 结构轴 | 这张图传达什么结构?(单点澄清 / 对比 / 路径序列 / 情绪状态 / 环境隐喻 / 信息聚焦) |
| 互补轴 | 图和口播如何分工?据此决定画面 hierarchy 强弱 |
创意生成法六步(简化版)
- 核心信息:这张图要让人理解什么判断?
- 信息类型:结果、对比、路径、状态、风险、选择、转折、承接
- 物件表意:从锚定句抽出 2–5 个可画名词,禁止用"一堆文件"这种泛化物件顶替原文具名物件
- 主载体 + 辅助物件 + 信息分工:主载体 1 个、辅助 1–3 个,各说清角色
- 故事动线:A→B→C,用箭头连成可读顺序
- 标注对齐:编号和标注词一致
分析完会落盘成一张"配图策略单"(Shot Config),格式见 references/shot-config.md,包含锚定句、核心信息、构图、物件表意、标注词等字段。如果你说"先看策略",AI 会先给你摘要,确认后再出图。
↑ 上图就是一个标准范例:汇报主线场景。三个编号节点 ①AIPPT ②Canvas ③PPT 成稿 横向排列,蓝色虚线串起故事动线,异常分支不单独占站——观众 3 秒内就能复述出"从一句口播到 PPT 成稿"的流程。
四、三个实战场景:汇报主线、痛点状态、功能讲解
场景 1 · 口播讲流程:用"序列逻辑"构图
口播稿里讲"我的三步实践法"这类内容,最适合序列逻辑构图:2–4 个编号主节点横向排列,箭头串联。注意 skill 对序列图有严格语法(见 references/composition-patterns.md):
- 标题写"N 步",画面就只画 N 个等权主节点
- 异常/坏状态画在最后一环内部,不单独占第 N+1 站
- 回退箭头必须从"坏状态 → 存档点",禁止指回坏状态本身
↑ 这张无角色(none)配图展示了"输入 → 实践 → 输出"的闭环:左侧输入笔记、右上代码窗口、右下输出文档,中间虚线圈出 MVP,箭头形成完整回路——一张图讲清"实践闭环"这一个观点。
场景 2 · 汇报讲痛点:用"环境暗示"构图
讲"打工人久坐肩颈问题"这类情绪/痛点内容,让角色处于大环境中,周围物件(沙漏、提醒铃、专注贴纸)各承担一个信息角色:
↑ 画面只讲一件事:你正在忘记活动。"久坐""肩颈疲劳""忘记活动""低调提醒"四个标注词各指一个物件,视线有明确落点。
场景 3 · 产品功能讲解:用"信息聚焦"构图
汇报里要解释一个功能界面时,让一个清晰视觉焦点(弹窗、按钮、界面)承载核心信息,其他元素缩小做辅助:
↑ 弹窗界面是绝对主角,左侧站姿角色做动作示范,底部 5 个步骤卡片做辅助——功能讲解一图到位,不堆细节。
而像下面这种"AI 改文件"的焦虑场景,skill 则会在顶部加手写标题($TITLE 选项),用一句话点破核心信息:
↑ 标题"AI 改了哪?"就是这张图唯一要传递的判断,漩涡、问号、回退按钮全部为这一个观点服务。
五、常用选项速查:比例、IP、张数、标题 🎛️
在正文中用一句话说明即可,变量定义见 SKILL.md:
| 选项 | 默认值 | 示例说法 |
|---|---|---|
$RATIO 比例 |
16:9(口播/汇报横版首选) |
"3:4 竖版"、"小红书" |
$IP 角色 |
gimi |
"不要人物"→ none;或你录入的自定义 IP id |
$COUNT 张数 |
自动推断 | "帮我配 3 张" |
$TITLE 标题 |
无 | "顶部加手写标题" |
$OUTPUT_SIZE 像素 |
无 | 仅明确要求时,如 "1920×1080" |
推荐像素(非强制):16:9 → 1920×1080;3:4 → 1080×1440。
💡 没有固定人设? 直接说"不要人物"走 none 模式(规则见 references/ip/none.md),物件当主角;只有信息分工需要"谁焦虑/谁操作"时,才会加 1–2 个简笔角色,且占比不超过 30%。
六、交付前 QA:好图的判断标准
出图后会按 references/qa-checklist.md 自动质检,不过则重试(最多 2 次)。核心判断标准可以背下来:
1 秒懂意思 → 3 秒能点名物件并说清分工 → 能跟完故事动线
具体检查:
- 比例与
$RATIO一致,指定像素时只缩放不裁切 - 能说出画面里 2–3 个具体物件名(不是"一堆文件页")
- 有箭头/路径/顺序,不是物件散落
- 标注词 2–5 个,没有乱码、没有未授权文字
- 颜色纪律:白底留白 ≥ 25%,软蓝为主强调、软橙 ≤2 处点睛,不红绿 diff、不贴便利贴底色
风格细节全部由 references/styles/quirky-sketch.md 约束:抖动的线稿、不封口的笔画、怪诞但不幼稚——这就是每张图"有点怪但一眼懂"的来源。
七、文件资料速查 📂
| 路径 | 作用 |
|---|---|
| SKILL.md | Skill 主入口与工作流 |
| references/composition-patterns.md | 二轴分析 + 创意生成法六步 + 构图库 |
| references/shot-config.md | 配图策略单(Shot Config)落盘格式 |
| references/prompt-template.md | prompt 组装器与变量填法 |
| references/qa-checklist.md | 质检清单与失败信号 |
| references/styles/quirky-sketch.md | 怪诞手绘风格预设 |
| references/ip/gimi/ip.md | Gimi 角色锚点与双参考协议 |
| references/ip/none.md | 无角色模式规则 |
| assets/ip/gimi/examples/quirky-sketch/ | Gimi 风格校准案例(4 张) |
| assets/none/examples/quirky-sketch/ | 无角色模式正向案例(4 张) |
小结:口播和汇报配图的关键不是画得多花,而是拆得够细、讲得够准。把段落交给 gimi-illustration-skill,它会替你完成二轴分析、六步生成、序列语法校验和 QA——你只需要在触发词后贴上一段正文,然后每张图都只讲清一个观点。




