字节跳动 DeerFlow 出了一条 AIGC 工业化出图产线，结构化 JSON + 参考图锁定一致性

赵一凡 内容创作者 2026-07-29 1082 阅读

做 AI 出图做了这么久，最头疼的还是「不可控」——随便一张图，构图全交给模型玄学。想批量出系列卡图、想保持同一角色跨场景一致，十张里有八张跑偏。

今天搬的这一个，是字节跳动海外团队在 DeerFlow 里给出的官方图像生成 Skill，把这个老毛病用一套结构化 JSON 给治了。

这 Skill 解决什么问题

它不是一个「让我画一只猫」的玩具接口，而是一条结构化 Prompt → 批量出图的产线工作流。你给一段自然语言需求，它会自动拆成 JSON 字段：

  • characters：性别 / 年龄 / 体型 / 五官 / 服饰 / 配饰 / 时代背景全部拆开
  • style / composition / lighting / color_palette：风格、构图、光线、色板分门别类
  • negative_prompt：显式排除「塑料感、过度饱和、摆拍感、AI 直出味」

这意味着你在做品牌物料、IP 角色、电商主图、风格化场景的时候，可以用结构化字段锁住一致性，而不是一次次抽卡。

参考图引导才是灵魂

光看 prompt 没什么稀奇，亮点在 --reference-images 这个参数。可以一次塞多张参考图进去：

  • 形象参考：固定角色人设，跨场景保持同一张脸
  • 构图 / 色调参考：让另一张图当模特，定下整体氛围
  • 产品 / 道具参考：角色 + 道具独立给图，再合成

JSON 里直接写 "facial_features": "matching [Image 1] with slight weathered look from space travel"，把参考图和文字描述绑死在同一个上下文里，这比 Gemini 2.5 / GPT-Image 那种纯文字表述稳得多。

怎么用（30 秒上手）

安装到 Claude Code 后，每个图生成请求都是这个套路：

  1. 把自然语言需求拆成结构化 JSON，落到 /mnt/user-data/workspace/*.json
  2. 调 scripts/generate.py，传入 prompt 文件、可选参考图、输出路径、宽高比
  3. 指定 --aspect-ratio（9:16、16:9、2:3 全支持）

常用三套场景模板已经内置：

  • Character Design：IP 角色 / 模特人设
  • Scene Generation：场景氛围图
  • Product Visualization：电商主图 / 静物

还有个 Doraemon 漫画模板是彩蛋，做四格漫画的可以直接调。

这 Skill 适合谁

  • 做 IP / 角色一致性出图的设计师
  • 做小红书 / 电商详情页要「固定风格批量出图」的运营
  • AIGC 视频 / 广告片前期概念图需统一视感的创作者
  • 用 DeerFlow 做研究报告，需要自动配图的人

总而言之：不是又一个「AI 画图玩具」，而是给 Claude Code 装一条工业化出图产线。

GitHub 在这里 👉 bytedance/deer-flow · image-generation Skill

GitHub: https://github.com/bytedance/deer-flow/tree/main/skills/public/image-generation

评论区

0 条评论

登录后可评论。

赵一凡 1082 阅读