为文章配置社交媒体配图时，利用 Codex 调用 GPT-Image 2.0 生成的效果超出预期：干净的白底、克制的 3D 材质、直接嵌入的中文标签，兼具杂志内页的质感与清晰的细节。
基于此验证，作者将原本仅能“跑通”的提示词迭代为稳定的 Skill——guizang-material-illustration，旨在解决各类文档中概念解释与数据可视化的配图难题。
核心功能与应用场景
该工具专注于解决周报、产品文档、教学材料及社交内容中“把概念讲清楚”的配图需求。它避免了直接截图的粗糙或纯装饰性插画的晦涩，能够将文章、笔记或数据转化为带有中文标签、箭头标注及空间关系的解释图。
核心价值在于生成一张独立的中心视觉图，读者扫一眼即可抓取核心信息。该图可无缝嵌入社交卡片、PPT 或其他文档中，但不负责整体的排版设计。
从提示词到稳定 Skill 的迭代路径
为确保不同用户在不同场景下均能稳定输出高质量图片，该 Skill 在多个关键环节进行了深度适配：
多场景适配与统一视觉风格
针对工作汇报、数据图表、教育解释及人文概念等复杂场景，分别定制了视觉结构与提示词模板，并统一在“白底工作室光线 + 克制 3D 材质+IKB 蓝点缀色”的视觉语言下，呈现出实体模型般的质感。
- 工作汇报与产品说明：通过流程图和层级图清晰表达进展、风险及决策路线。
- 数据图表：摒弃死板的传统图表，对柱状图、甘特图、桑基图等进行的 3D 材质化重构，提升信息可读性。
- 教育解释图：精准标注物理实验、生物结构中的部件位置与力的方向，兼顾美观与科学性。
- 人文配图：在抽象概念（如哲学关系、古诗意象）与具象表达之间找到平衡，营造氛围的同时讲清逻辑。
冷门概念与 Logo 的智能检索
针对 PKCE 流程图、Zettelkasten 系统或特定科学装置等冷门概念，内置了判断逻辑：Agent 会先评估概念常见度，若属冷门则自动检索参考信息，提取轮廓、配色等视觉线索，再转化为统一的歸藏材质风格，确保既准确又具有一致性。
强化图内文字生成能力
为解决 AI 倾向于在图外贴标签的问题，通过提示词工程强制要求标签必须生成在图片内部。限制标签长度为 2-5 个汉字，并指定其位于干净的白色区域或标注板上，显著提升了图文一体的解释力。
基于语义重绘而非简单换皮
摒弃直接美化截图的做法，采用“语义抽取”策略：Agent 先从原始数据中提取图表类型、关键数值及结论等核心信息，再指令 GPT-Image 2.0 从零重画。这种方式能重新设计布局，突出极值与异常点，生成真正清晰的信息图。
反模式纠正与交付前审核
针对无文字、文字过多、乱码、提示词泄露及照搬参考图水印等常见问题，Skill 在最后阶段增加了 QA 审核机制。Agent 会在交付前逐项检查标签准确性、数据一致性及画面完整性，发现问题自动重新生成。
适用边界说明
适合场景：
- 文章配图、知识解释图、概念拆解图
- 工作汇报、项目状态图、产品机制与系统架构图
- 各类数据图表美化（柱状、折线、甘特、桑基、热力、漏斗图）
- K12 教学材料配图及人文观点可视化
- 社交卡片中心图、PPT 主视觉
不适合场景：
完整的小红书卡片排版、PPT 整体结构设计、真实人像摄影修图、长文海报排版等。
安装与使用指南
通过 Codex 或其他兼容 Agent 执行以下命令安装：
安装完成后，直接使用自然语言指令即可，例如：“用歸藏的材质插画 Skill，帮我把这段产品说明做成一张带中文标签的机制图”。Agent 会自动判断图表类型并生成，无需手动调整参数。此外，该 Skill 可与 PPT 及社交媒体图片 Skill 配合使用，构建更丰富的内容工作流。
充足的上下文输入是激发 AI 审美涌现的关键。当提供足够的背景信息时，AI 能够自主匹配风格与色调，达成内容与形式的和谐统一。