近日前往山西大同考察，沿途拍摄了善化寺、关帝庙、城墙及应县木塔等大量古建素材。然而原片往往因构图或光线限制，难以完全展现建筑神韵。
为解决旅行照片“配不上”好风景的痛点，开发了一款能将普通照片转化为具备杂志级排版、字体设计及文化信息密度的海报工具，并将其整理为开源 Skill：
Yingzao · 营造（GitHub 开源项目）。
本文将解析该工具的核心功能、设计逻辑及其背后的技术实现。
效果展示
通过以下几组原图与生成海报的对比，直观呈现其视觉效果：
大同城墙：原图构图随意，前景树枝杂乱。海报提取城楼为主体，辅以"大同城墙"字形设计、始建年份（1372）及四座城门名称，显著提升了信息密度与视觉完成度。
大同东南邑既下山酒店：原图为标准建筑摄影。海报采用竖排标题与中英文混排，对建筑进行纸质纹理处理及分区调色，呈现出建筑杂志内页的专业质感。
大理喜洲：原图虽美但缺乏设计感。海报将画面统一为薰衣草紫色调，标题采用石刻质感字形，右侧搭配竖排小字，实现了图文的高度融合。
核心优势
风格多样，拒绝同质化
市面多数海报工具受限于单一模板，导致产出千篇一律。营造内置了完整的 Design Token 系统与数十个经过验证的风格配方（Recipe）。
系统会先分析照片的视角（正立面/仰视）、景别（大场景/特写）及色调，从库中匹配最佳方案。每个 Recipe 包含独立的字体谱系、材质层级、配色逻辑和排版骨架，确保生成的上千种组合在视觉上均合理且独特。
例如：善化寺藻井采用古纸底与木刻字形；关帝庙木构使用半靛蓝半石灰底色；大理白族民居呈现青花瓷色调；边靖楼则采用朱红大字与竖排信息栏。各元素间经过兼容性检查，互不冲突。
自动检索文化背景
海报文字内容基于事实检索，而非凭空编造。系统能识别匾额文字（如善化寺“威德护世”），并关联其历史背景（明嘉靖七年潞城王所书）；或标注应县木塔的建造年份与结构特点。
所有信息经过事实分级，仅保留可核实内容，避免空洞的营销文案。这使得分享海报成为一次轻量级的文化传播，让观者在欣赏画面的同时了解建筑的年代、规制与构造。
原图对比拼图
支持生成“原图 + 海报”的对照拼图，直观展示视觉重构的效果。例如沙溪兴教寺山门的海报，提取金刚力士像，利用灰调与暖红对比，背景转为古纸纹理，既保留真实细节又重建了视觉层级。
多图融合，非简单拼贴
支持多张照片融合为一张海报。系统并非简单地将图片缩小放入网格，而是提取不同照片中的元素（如灯笼、陈设、特写），置于统一的视觉空间中。
通过统一的底色、一致的光线方向及明确的前后层次关系，使多元素看起来像一个完整的场景，而非生硬的拼凑。
适用范围广泛
除古建筑外，该工具同样适用于食物、饮品、手工器物及文化店铺等具有“在地感”的场景。只要照片拥有真实的主体，系统即可匹配合适的风格方向。此外，还能生成带分镜和提示词的图片，辅助用户制作动态视频。
技术实现逻辑
整体思考，重建视觉世界
不同于传统的“照片加遮罩”模式，营造向图像模型同时输入四样关键要素：
- 校正后的原图：保留建筑的身份锚点（屋坡、飞檐、轮廓）。
- 主导参考图：定义视觉机制（主体处理、背景参与、图文互动）。
- 排版垫图：规划文字位置、大小、层级及遮挡关系。
- 提示词：指导模型提取样式并补充缺失元素。
模型在一次生成中完成语义抠取、背景重建、材质分区及图文遮挡处理，确保飞檐压住标题、柱子穿过文字等自然交互效果。
精细化字体设计
字体是海报的灵魂。系统根据场景单独设计标题字形（碑刻、雕版、人文宋等），逐字定义宽窄、笔画对比及重心。小字则采用另一套字族以建立层级差异，避免全篇字体单调。
例如关帝庙海报中，“木构”二字采用构筑型宋体，部分笔画被斗栱实体遮挡，这种遮挡关系是预先设计的，而非意外裁切。
丰富而不混乱的约束体系
为确保风格稳定，系统设定了严格的约束：每张海报仅限一个主构图、一个主体容器、一套有角色差的字体及一个配色来源。配色优先从照片中提取，绝不无中生有。
装饰元素必须源自照片可见内容并承担视觉任务。实践证明，明确的限制框架能让模型从“盲目设计”降级为“框架内发挥”，从而大幅提升成品率。
结语
在 AI 视觉创作中，程序应负责测量、对齐等纪律性工作，而图像模型负责语义理解与空间重构。营造遵循“生成前明确方向，生成后交还判断权”的原则，不自动评分或重生成，允许用户定向修改。
每张照片背后都是真实的经历，每栋建筑都有独特的身份。该工具旨在将这些在现场令人震撼的瞬间，转化为可分享的文化载体。
获取方式
GitHub 仓库：https://github.com/op7418/guizang-yingzao-skill
安装命令：
注：目前高度依赖 GPT-image 2.0 模型，推荐在 Codex 环境中使用。安装后可通过自然语言指令调用，例如：“用 $yingzao 把这张大同古城的照片做成一张海报”。
✦