让AI批量出海报不再”换色而已”——这个Skill先建视觉系统再出图

说实话，你是不是也这样——让 AI 画了十几张海报，结果人脸崩了、中文错字、背景糊成一团，批量做下来发现每张长得差不多？

这不是你的问题，是工具的决策链就错了。

qingyun-ip-poster 这个 Skill 做了一件很反直觉的事：它不是一张一张出图，而是先建「视觉系统」，再按这个系统批量出图。

具体来说，它的工作流是：

1. 先诊断现状 — 你丢一张账号截图进来，它先看人物有没有锚点、标题层级对不对、九宫格并排时有没有栏目感
2. 建立视觉 DNA — 锁定字体、网格比例、人物尺度、色彩基调、标题区位置
3. 规划真实差异 — 用 2–3 个版式家族 × 近景/半身/环境三档尺度，确保批量出图有构图差异而不是换色
4. 分离图文两层 — AI 负责人物、光线、场景；准确中文排版由流程保真
5. 双重验收 — 既看单张海报，也检查整组九宫格在平台裁切后是否还成立

它支持四种任务类型：
– 商务个人 IP 批量：账号诊断 + 7 个差异方向 → 选 1–3 张精修（3:4）
– Keynote 观点宣言：3 个方向或指定 1 张（3:4）
– 嘉宾与活动整套：1 张总海报 + N 张嘉宾卡（9:16 + 3:4）
– 创意 IP 角色主视觉：高键角色档案 + 低键世界观 Key Art

交付红线很有意思——它列了 10 条「没修复不交付」的标准，包括人脸漂移、中文错误、构图畸形、缩略图无法识别等，每一条都是 AI 生图最容易翻车的地方。

作者彭青云（Kaiwen）还放了一个真实账号案例：前后九宫格对比，可观察的变化是——先看到人物与主张，再读身份和细节；单张封面成立，九宫格并排时也有稳定的栏目感。

个人 IP 做小红书/微博/公众号封面、或者活动海报需要批量生成嘉宾卡的，这个 Skill 值得直接装进 Codex 环境说一句「$qingyun-ip-poster，我的账号九宫格和 5 张人物照，先诊断再出一套」就能跑。

GitHub：https://github.com/qingyunAGI/qingyun-ip-poster

GitHub: https://github.com/qingyunAGI/qingyun-ip-poster