电商视觉文案 Skill：让 AI 输出的电商图，真正能直接开工

一个具体场景

你给 AI 一堆商品资料："这是我们的便携榨汁杯，400ml，USB-C 充电，卖 79 块"。你期待得到 5 张主图方案，结果它给你 5 段几乎一样的文案——"轻巧便携，随身携带"，然后告诉你"可以再卖点健康生活"。你没法用，设计师还要再猜一遍。

这个 Skill 解决的正是这个断层：它不是让 AI "写得更好"，而是给电商视觉设计立了一套可执行的规矩。

项目背景

项目 2026 年 4 月开源，是 OpenClaw 社区的作品，半年内积累约 983 star、105 fork。它把自己定位成"电商视觉策划 SOP"，而不是单纯的提示词集合——作者在 README 里列出的"常见问题"表格，本质上是在总结中国电商 AI 生图里反复踩的坑。

类比理解

把它当成一个资深视觉总监的完整工作习惯，而不是一份提示词模板。区别在于：模板告诉你"写主图文案"，而 SOP 规定了"先建证据账本，再定成交理由，再锁风格，最后才动笔"。

核心能力

证据账本：每条卖点被标记为"已确认 / 有依据 / 待补证 / 禁止"四档，这是整个 Skill 的地基。有了它，"写猛一点"才不会被变成"虚假宣称"。

Style Lock：固定产品外观、构图、色彩、光影与字体，避免一套图风格割裂——这直接对应"参考图越改越不像原产品"的通病。

动态图片数量：5 张只是默认起点，不再为凑数硬做。首图 KV1 优先解决"商品识别"，后续每张图各负责一个决策问题（利益、证据、场景、规格）。

单张执行卡：每张图包含画面构图、图内文案、视觉任务、排版与声明位置、第一视觉落点、设计说明、生图 Prompt、Negative Prompt（防止包装变形、Logo 错误、规格变化、文字乱码）、证据来源与合规备注。

硬性自审线：交付前按五个维度打分，任一维度不足 80 分就重写，最多两轮，并附《自审记录》。分数必须以必要条件为锚点，不能凭感觉打。

平台 Playbook：覆盖淘宝/天猫/京东/拼多多/抖音小店/小红书，以及 Amazon、Shopify、TikTok Shop、Temu、Shopee、Lazada。跨境部分强调"重写而非直译"——换单位、换场景、换信息密度。

上手门槛

极低。npx skills add feichanggege/ecommerce-visual-copywriting-skill 一条命令，或手动把 SKILL.md 放进宿主 Agent 目录。兼容 Claude Code、Codex、Cursor、Claude plugin marketplace 与 Claude.ai ZIP 上传。仓库含 scripts/count-copy.py、scripts/scan-final-copy.py 做字数与文案扫描，tools/verify-skill.py、tools/package-skill.py 做校验与打包，PR 由 verify.yml 自动回归 test-prompts.json。

争议与局限

• 规则密度很高（证据分级、80 分线、字数上限、字体与排版规则），对使用者是负担也是门槛，效果高度依赖模型是否严格遵循。
• 平台规则会变，Skill 自己也承认"需核验官方最新来源"，references 里的静态 playbook 存在时效风险。
• 绝大部分价值在 Markdown 提示词层，Python 脚本仅做校验，不存在真正的生成模型或渲染管线。

行业意义

这是"AI 输出能否直接交付"这一命题的一个具体答案：把隐性设计经验显性化成可验证的规则，比单纯优化提示词更有效。而把"证据"与"合规"前置到生成之前，也符合电商广告法对功效与绝对化宣称的监管趋势。