Skip to content

About

电商 AI 视觉提示词工程:SOP 拆成 197 模板 / 571 规则句 / 181 检查项 / 122 占位符的可检索原子库,五工作室覆盖主图、详情页、SKU、模特视频、反推;出图后平台机检,CI 触发回归。ZCode 插件一键装齐,技能可拷入 Claude Code。

Topics

Resources

Stars

0 stars

Watchers

0 watching

Forks

Repository files navigation

Ecom-Prompt-Studio

电商 AI 视觉提示词工程:把「怎么写提示词」变成可检索、可校验、可回归的生产流程。

模型已经会写提示词,真正缺的是三样东西——判据、范例、反馈,这个仓库就是围着这三样长起来的:

  • 判据:整套 SOP 拆成 197 个提示词模板、571 条规则句、181 条检查项、122 个占位符,每一条都能被程序读
  • 范例:正样本语料库,按相似度检索出已经出过好图的写法
  • 反馈:出图后按平台机检,不过的不上架;修复句回写进提示词再跑一轮

三个子目录各是一个完整技能,拷进本地技能目录即可使用;装成 ZCode 插件则连工具链、机检 hook 与 MCP server 一次装齐。

快速开始

推荐:作为 ZCode 插件安装

git clone https://github.com/ADC1920/Ecom-Prompt-Studio.git
cd Ecom-Prompt-Studio
python tools/pack_plugin.py

打包会在 dist/ 生成市场清单与插件目录。在 ZCode 里打开 插件市场 → 添加 → 添加插件市场,粘贴 dist/ 的绝对路径,然后在个人里安装 ecom-prompt-studio。

安装必须走打包,不能把仓库根直接当市场:ZCode 装插件是整目录拷贝、不看 .gitignore,克隆者本机生成的 docs/、memory/ 之类会被一起拷进安装缓存。pack_plugin.py 只复制 git 跟踪的文件,本机内容进不了包。

手动:只拷技能

git clone https://github.com/ADC1920/Ecom-Prompt-Studio.git

# ZCode(或项目级 .agents/skills/)
cp -r Ecom-Prompt-Studio/ecom-prompt-sop ~/.agents/skills/

# Claude Code
cp -r Ecom-Prompt-Studio/ecom-prompt-sop ~/.claude/skills/

只拷技能目录会丢掉 tools/:机检、规则引擎、语料检索、MCP 工具都在仓库根,SKILL.md 提到脚本的地方只能人工代劳。要完整能力走插件安装。

重开会话后技能自动生效,直接用自然语言触发,不需要提「SOP」:

工位 一句话示例
主图台 给这件卫衣出一套主图提示词
详情页台 保温杯的详情页提示词出一套
SKU 台 批量出 5 件套的 SKU 图 / 这批 3:4 主图转成 1:1
模特与视频台 模特换装做三个姿势 / 这个产品出条视频提示词
反推台 把这张爆款图反推成我们自己的提示词 / 拆解这个视频的镜头提示词

插件安装还带四条斜杠命令:/ecom:main、/ecom:detail、/ecom:sku、/ecom:reverse。

三个技能

技能 接什么
ecom-prompt-sop 五工作室 SOP 原子库:主图、详情页、SKU 批量、模特与视频、图片反推,含品类专项与判据规则库
ecom-main-image-prompts 主图导演:接无品类线索的裸主图方案,按买家决策链路动态规划整套
ecom-detail-page-prompts 详情页导演:接无品类线索的裸详情页方案,按品类规划页面结构与逐页提示词

分工判据只有一条:有品类、动作或细分场景线索 → 走 SOP 原子库;裸主图或裸详情页 → 转交导演技能。这条规则写死在 ecom-prompt-sop/SKILL.md 的使用流程里,评测会盯着它。

五工作室

SOP 库按五个工位组织,先判工位,再定位到唯一一个原子:

工位 接什么 产物 门禁
AI 主图台 主图整套、单张主图、买家秀、场景图、白底图 主图规划表 + 逐张提示词 + 合规检查 保留清单逐张复用|卖点有依据|首图规范已核对|输出边界句
AI 详情页台 详情页整套、长图、逐页策划 页面规划 + 逐页提示词 每页先锁定后设计|页面主题不重复|防模板化自检
SKU 批量与跨平台台 多色多件套批量、多产品替换、3:4 转 1:1、图内文字批量翻译 SKU 变体规划 + 逐张提示词 + 规格转换结果 变体归属标明|只改数量颜色版式|转换后不裁切|文字只译不改
模特与视频台 模特换头换装、多姿势模特图、电商视频生成 模特图系列或视频提示词(含时间轴镜头) 人脸不漂移|服装款式一致|露脸规则遵守|视频有时间轴
图片反推台 对标图、对标视频、旧图翻新、SKU 版式复刻 拆解表 + 替换后提示词 + 不继承清单 品牌名替换|商品特性不继承|自有产品锁定复用|视频必出分镜

判工位按优先级自上而下:反推翻新 → 反推台;批量变体 → SKU 台;真人或视频 → 模特与视频台;产物是详情页 → 详情页台;其余 → 主图台。买家秀虽名为「批量」,属同一产品同场景出图,留在主图台。

混合篇目(品类专项、通用总纲、多 SKU)同时挂在两个台,整份共用、两处指向,不拆分复制——避免同一份提示词出现两个版本。改稿按「改了什么 → 回哪台 → 下游重做什么」回流。

为什么是原子

SOP 内容里混着五样东西:解释、提示词模板、规则条款、检查清单、占位符。直接塞进上下文,等于让模型在一堆散文里自己挑。

tools/atomize.py 把它们拆开,完整原文也存进原子(source_text),所以取一个文件就够用:

字段 内容 怎么用
templates 提示词模板,代码块型与裸段落型都收,带行号 直接取 text 投喂
rules 正文里的规则条款,带行号 自查合规
checklists 验收清单、板块要求 交付前逐条过
placeholders 需替换的占位符 防止原样输出
source_text 完整原文 需要上下文与示例时读

拆解总账:模板 197 个 · 规则句 571 条 · 检查项 181 条 · 占位符 122 个,全部可按编号取出。

python tools/atomize.py check     # 自包含校验:source_text、模板、规则、清单是否自洽
python tools/atomize.py merge     # 改完 semantic.json 后重建原子与索引
python tools/atomize.py restore   # 从原子的完整内容导出可读文本

工具链

不是一堆零散脚本,是一条链:

拆解 ──→ 组装 ──→ 自查 ──→ 机检 ──→ 验收 ──→ 统计
atomize  compose  slop     check    visual   fix_stats
        prompt   _check  _image   _audit
工具 做什么
tools/atomize.py 拆解与自包含校验,含导出
tools/compose_prompt.py 五槽位组装:保真段 → 场景 → 主体 → 细节 → 用途 → 约束,自动补平台约束、跑必填校验
tools/slop_check.py 提示词定稿前查 SD 时代堆词、绝对化用语、虚假促销、功效宣称、AI 痕迹
tools/rules_engine.py 按平台、品类、场景三份判据规则校验槽位,可 --inject 补默认约束
tools/check_image.py 出图后平台机检:白底纯度、主体占比、比例、分辨率、文件大小、透明通道、图内文字
tools/visual_audit.py 视觉验收:主体一致性(感知哈希 + 颜色直方图)与 AI 感启发式,只提示不判定
tools/vlm_review.py 生成视觉复核单:启发式分只提示,结论由人给
tools/fix_stats.py 从 manifest 统计每条修复句的真实生效率
tools/corpus.py 正样本语料:录入、相似度检索、编译成 few-shot 范例段
tools/mcp_server.py MCP server:原子库与判据暴露成四个可调用工具
tools/lint_skills.py 静态检查全集,CI 的第一道门
tools/check_plugin.py 插件清单自校验:字段、资源存在性、路径越界、事件名合法性
tools/pack_plugin.py 打干净的插件包:只复制 git 跟踪文件,本机内容不进安装缓存

除 check_image.py、visual_audit.py、vlm_review.py 用到 Pillow 外全是标准库;带 --selftest 的都能离线验,不依赖密钥与网络。

装机后自带的运行时机制

装成插件之后,下面这些不靠模型自觉,是运行时机制:

机制 触发 效果
出图后自动机检 任何工具调用在 out/ 下落了图,且命令里带 --platform 跑平台机检,不通过就把结果回注给模型,提示修正重出
MCP 四个工具 模型自行调用 query_atom 定位原子、get_template 取模板、validate_prompt 校验、check_output 机检
斜杠命令 用户输入 /ecom:main 等 不用记五工位术语,直接进对应工位流程

MCP 把「读文档 → 判工位 → 读原子 → 挑模板」四步压成一次调用;不接 MCP 时这四步全靠模型自己走。check_image.py 的 OCR 会自己找 tesseract:不在 PATH 时扫常见安装路径,缺依赖就标 skipped,不会假装通过。

判据规则与语料

SOP 给的是「方法」,下面几样给的是「判据与范例」:

  • references/_rules/:平台(12)、品类(9)、场景(11)三份 JSON,把硬判据变成可校验规则——白底与占比阈值、禁用宣称、必填槽位、画面禁项、AI 标注义务
  • references/_rules/aigc-disclosure.json:AIGC 标注义务与法律依据,覆盖 FTC、加州 SB 942、纽约 SB 8420-A、EU AI Act Art.50、国内标识办法五地,含图类型四分类与四条红线
  • references/_brand-lock.md:品牌锁十个必锁字段与 prepend 写法,解跨图漂移
  • references/_corpus/:验证过并出过好图的提示词样本,按相似度检索、编译成 few-shot

规则管「不能写什么」,语料管「写成什么样才算够」,品牌锁管「一套图看着像不像同一家」。

出图边界

出图先授权(硬性):任何图片生成模型(Qwen-Image 全系、万相、Seedream、Gemini、GPT-Image、FLUX、z-image 等,含 MCP 工具与网页端代操作)调用前必须先取得明确授权,说明用途、模型与张数;未获授权时只交付提示词文本,不调用任何出图模型。

仓库刻意不内置命令行出图通道:提示词按内容投喂、不做模型改写,硬规则不会被稀释;机检与视觉验收对任意通道产出的图做后置校验。图生图用于产品锁定与翻新:实拍图作参考图,提示词里写清保留清单与改动清单。

评测与 CI

技能选错是用户最容易感知的问题,触发回归是评测主线。CI 分三层:

  1. 静态检查(每次 push / PR):lint_skills.py + check_cases.py + atomize.py check + check_plugin.py + 工具自检 + promptfoo 配置结构校验,不需要密钥
  2. 触发回归(每次 push / PR):promptfoo 跑 30 条提示,断言命中的技能名与原子编号;评测输入直接读三个 SKILL.md,路由表一改立刻生效
  3. 文本质量抽检(每周一 + 手动):按原子编号读 source_text 生成提示词,用 llm-rubric 按该 SOP 的硬规则评分

三层之外还有真实触发评测(evals/real_trigger.py),只在里程碑手动跑:把技能交给真实引擎,看它是否自行加载并走到正确原子。前两层抓不到「装了但不触发」,这一层能,代价是慢且可能计费。

三个技能各带一份 EVAL.md 答案键,lint_skills.py 校验它存在且未被 SKILL.md 引用——避免被评的 agent 直接读到答案。评测模型经 DeepSeek 官方 provider 接入,密钥走仓库 Secret,不落任何文件;未配置时触发回归显式失败并报错,不会出现「没跑测试却全绿」。

python tools/lint_skills.py
python evals/check_cases.py
python evals/real_trigger.py --dry-run                        # 看真实评测会跑哪些用例
npx [email protected] eval -c evals/promptfooconfig.yaml
npx [email protected] eval -c evals/promptfooconfig.quality.yaml   # 需要密钥

需要 Node.js 22+。选型理由与真实跑分基线见 evals/README.md。

仓库结构

.
├─ .zcode-plugin/plugin.json        # 插件清单:技能 + 命令 + MCP
├─ .mcp.json                        # MCP server 声明(四个工具)
├─ hooks/                           # PostToolUse:出图后自动机检并回注结果
├─ commands/                        # /ecom:main /detail /sku /reverse
├─ ecom-prompt-sop/
│  ├─ SKILL.md                      # 五工作室入口:判工位 → 定位原子 → 取模板与规则
│  ├─ EVAL.md                       # 评测答案键(评测者用,不被 SKILL.md 引用)
│  └─ references/
│     ├─ _atoms/                    # 34 个原子 + 索引
│     ├─ _rules/                    # 平台 / 品类 / 场景判据 + AIGC 标注义务
│     ├─ _corpus/                   # 正样本语料
│     ├─ _brand-lock.md             # 品牌锁十个字段
│     └─ _prompt-slots.md           # 五槽位规范
├─ ecom-main-image-prompts/         # 主图导演技能
├─ ecom-detail-page-prompts/        # 详情页导演技能
├─ tools/                           # 拆解、组装、机检、验收、统计、MCP、打包
├─ evals/                           # promptfoo 配置、用例、真实触发评测
├─ CHANGELOG.md
├─ README.en.md
└─ .github/workflows/skill-eval.yml # CI(静态 / 触发回归 / 质量抽检)

已知限制

  • AI 感阈值是经验值:visual_audit.py 的饱和度、平滑度、死白、边缘密度判据还没用真实好图 / AI 图批次标定,当提示用,不当结论
  • 语料库只有 2 条种子:检索质量取决于样本量,靠真实出图积累,不能人工编造,现在属于「能用但不够准」
  • VLM 复核不自动判图:vlm_review.py 只生成复核单;VLM 在「保留约束是否满足」这类细粒度判断上会失准,分数不当通过依据
  • OCR 需本地装 tesseract:缺依赖走 skipped 不误报通过;CI 环境未装,云端不检查图内文字
  • 模板抽取有少量噪声:无围栏代码块的篇目走裸段落规则,个别片段可能偏宽,未逐篇人工复核
  • 真实触发评测需自备引擎:evals/real_trigger.py 只提供框架与判定逻辑,引擎命令与凭据由使用者提供

License

MIT

About

电商 AI 视觉提示词工程:SOP 拆成 197 模板 / 571 规则句 / 181 检查项 / 122 占位符的可检索原子库,五工作室覆盖主图、详情页、SKU、模特视频、反推;出图后平台机检,CI 触发回归。ZCode 插件一键装齐,技能可拷入 Claude Code。

Topics

Resources

Stars

0 stars

Watchers

0 watching

Forks

Releases

Packages

Contributors

Languages