AI 视觉系统实战手册（进阶版）

图 1｜商品海报、室内试衣与户外试衣的已有实际成果。试衣使用合成人物与服装参考，未验证实物还原与尺码合身；先看效果，再讲安装和使用。

上传商品图，告诉 Codex 做几张、用在哪里、哪些地方要保留。看到方案后可以继续让它出图，看到图片后再指定哪张要改。

下面用商品海报、套图和虚拟试衣的已有成果，走一遍“输入需求—查看回复和实际图片—继续修改”。还没有安装的读者，先按下面Codex或WorkBuddy的路线开始。教学输入与回复均为整理示例，不冒充历史聊天原文；配图来自已有生成与编辑文件，本轮没有重新生图。

案例杯型和三种颜色均为概念设计，手机界面为功能示意，不证明实物性能或App已经实现。内部生图提示词由 Codex 处理，完整记录统一放在网站指南的进阶附录。

开源地址

南殷电商视觉工坊已开源。进阶完整套件的源码、安装说明与更新记录见下方仓库；初阶技能与进阶套件请按各自说明安装。

• GitHub：nicolasyxw999/nanyin-ecommerce-image

零、先安装技能：Codex和WorkBuddy分别怎么做

先看安装包结构：含install.py、skills和shared的是进阶完整套件，需要保留6个技能和共享目录；独立Skill包则包含该技能的SKILL.md与配套资料。初阶nanyin-ecommerce-kv和本篇总控nanyin-ecommerce-image名称不同，按实际包安装，不改名混用。

Codex：在项目中安装

把完整套件解压到本机，让Codex能访问文件夹，再输入：

请将我提供的南殷电商视觉工坊完整套件安装到当前项目的.agents/skills。
先找到实际包含install.py、skills、shared的目录，用该安装器部署6个技能与共享资源。
遇到同名目录先报告，不覆盖。完成后列出实际路径和引用检查结果。本步不生图。

应看到6个技能目录与nanyin-ecommerce-shared共享目录的实际部署结果，再新建聊天检查加载；尚未识别时可重启Codex。项目级加载位置见OpenAI官方技能文档。

• OpenAI官方技能文档

WorkBuddy：先区分上传和完整套件部署

独立Skill包可在“专家·技能·连接器 → 技能 → 添加技能 → 上传技能”中导入，再到“已安装”中核对并启用。这是WorkBuddy官方文档提供的入口；市场搜索安装与本地包上传不同。

• WorkBuddy官方文档

六技能完整套件不能当作独立Skill包直接上传。使用本机目录部署时，让WorkBuddy访问完整解压目录，输入：

请先核对本机WorkBuddy实际使用的技能目录。
再用这套完整套件的install.py，通过--dest参数部署6个技能及共享资源。
不要安装到Codex目录；已有同名目录先报告，不覆盖。
完成后列出实际部署路径，本步不生图。

本机Mac核对到的目录是~/.workbuddy/skills；其他电脑先核实。本套件的WorkBuddy实机导入、加载和出图尚未验证，Windows路径及运行依赖也未实测，不照抄Mac路径。网站安装专章补充了命令、包结构和检查方法。

安装后，两边都要检查工具

请按当前实际安装的技能名称，确认入口与共享资料可以读取。
列出本任务真正可调用的图片生成和编辑工具，没有就明确说明。
本步不生成图片，不把文件已部署当成技能已加载或出图通过。

安装不会自动赋予另一平台的模型能力，尤其不能把Codex的image_gen名称当作WorkBuddy已经具备的工具。确认工具可用后，再用自己的商品图做一张测试，直接查看返回的实际图片。

完整步骤见网站安装教程。后面的成果均来自已有案例，安装这一节没有新生成图片。

• 网站安装教程

一、先看方案，再看对应的8张实际图片

用户输入什么

用南殷电商视觉工坊，根据上传的概念杯与品牌资料，规划8张3:4介绍图：
品牌主视觉、提醒概念、设置概念、每周回顾、办公、居家、通勤和品牌收尾。
整体简洁、有质感，商品外观和Logo按参考保留。
功能画面仅作概念说明，不增加未知规格。先给方案，暂时不生图。

Codex 展示什么：方案回复示例

8张分别安排为：01品牌主视觉、02合时宜的提醒、03一句话设置、04每周饮水总结、05会议结束后、06居家工作、07通勤随行、08品牌收尾。

商品与Logo继续沿用参考，提醒、设置和回顾只做概念画面。你可以指出哪一页要换内容，或者直接让我按方案完成。

继续输入，让它执行

按方案完成8张独立图片，最后排成一张总览。

Codex 展示什么：实际成果

下面按01—08展示这一组成果，先看总览，再查看单张。

这张总览包含同一组8张历史实际图片，数量和上面的教学任务一致。网站对应章节已直接展开8张单图，方便放大核对。

图 2｜基础系列。商品与标识贯穿不同场景，页面分别解释识别、使用和功能概念。

商品图、Logo和风格图分别承担外观、标识与视觉气质的参考作用。杯身像金属只能说明视觉表现，不能据此确认材质等级；画面里的手机对话也不等于真实App操作成功。

怎么继续修改

第3张下次把手机界面放大一些，第6张减少背景道具。其他图片先保留。

这是下一轮可提出的修改，不是本例已经执行的修复；提出后应继续看对应新版。下面的标题修复案例会展示已有的实际前后对照。

二、三种杯身颜色，直接看六张对应成果

用户输入什么

按上传的杯型和Logo，探索暖白、深海蓝、鼠尾草绿3种概念杯身颜色。
每款做一张主图和一张办公场景，共6张。
只改变杯身颜色，盖子保持石墨灰、光环保持紫蓝，中文颜色标签与商品对应。
每款办公图沿用本款主图，别串色。目标1086×1448，直接完成并报告实际尺寸。
不要增加容量、材质或保温时长等未知参数。

Codex 展示什么：回复与实际成果

三款各有主图与办公图，共6张，下面按款式展示。原始文件中，深海蓝和鼠尾草绿主图达到1086×1448，其余4张为1055×1491，整套尺寸尚未全部通过。

下面的六图矩阵是同一次历史测试的原始成果，上排主图、下排办公图，按列对应同一颜色。网站章节也已直接展开六张原图，没有让读者再逐款点进去才能看到结果。

图 3｜三款×两图位，共六张原始测试图。上排主图、下排办公场景，按列观察同一款是否保持颜色与结构。

颜色与参考隔离通过，不等于印刷色准通过，也没有验证不同容量、材质之间的参数隔离。网页展示压缩图，不能用网页像素替代上述原始尺寸。

图 4｜当次任务回执，同时列出通过项和尺寸问题；其中耗时只属于该次运行，不是制作时长承诺。

怎么继续修改

只检查深海蓝办公图，按本款主图核对杯身颜色，发现偏差再修。其他5张保留。

这是后续修改示例，暂无对应的新一轮成果。四张尺寸不达标图片的统一画布修复也尚未执行，不能把它们写成已经修好。

三、改海报美术方向，五张实际图片就在这里

用户输入什么

杯身保持暖白，杯型、盖子、光环与Logo按参考保留。
做5张独立海报：雾蓝银灰、燕麦柔橙、深海蓝橙、灰绿米白、石墨紫蓝。
允许背景、光线和构图变化，不把杯身也改成对应颜色。
主标题“忙碌有节奏，喝水也有”，副标题“个人饮水习惯助手”，注明“原创概念设计”。
不新增手机、人物或未知参数，直接完成并展示5张图。

Codex 展示什么：回复与实际成果

五个方向分别展示如下。商品保持暖白，变化落在背景、光线、环境和构图上。可以先选喜欢的方向，再针对单张继续改。

先看雾蓝银灰、燕麦柔橙两张，再看深海蓝橙、灰绿米白和石墨紫蓝三张。以下是已有的五张独立图片汇排，网站同一章节直接展示五张大图。

图 5｜雾蓝偏清爽理性；燕麦柔橙加入木桌、织物与暖光，画面转向生活情境。两张的商品位置和标题位置也有变化。

图 6｜深海蓝橙强调明暗与几何，灰绿米白采用自然环境，石墨紫蓝使用暗空间与轮廓光。商品仍要求保持暖白。

怎么继续修改

我选燕麦柔橙这张，下一轮减少桌面道具，保留暖白杯身和Logo，只改这一张。

这条是下一轮可用的修改输入，不把现有图片冒充其修改后结果。五个已有方向同时改变光线、环境和构图，也不能据此推断某个色号提高了点击率或转化率。

四、八种布局直接看图，局部修复看前后对照

用户输入什么

用同一概念商品、Logo与已确认文案，做8张不同布局：
留白、杂志、微距、人物场景、分屏、界面、时间线和拼贴。
沿用深海蓝、暖白和品牌橙，商品外观保持一致，功能界面只作示意。
直接完成8张独立图片和一张总览，不补造商品参数。

Codex 展示什么：实际成果

8张分别按留白、杂志、微距、场景、分屏、界面、时间线和拼贴编号，下面展示整套对照。

图 7｜八种布局设计。先忽略标题，观察商品大小、景别、人物与界面各自承担的角色。

总览来自历史最终稿，网站章节直接展开同一组8张单图。先忽略标题，比较主角、景别、商品占比与阅读路线是否有区别。

怎么继续修改：已有实际修复的例子

只修第4张左侧标题：分成“专注工作，”“也照顾”“自己。”三行，适当缩小字号。
所有文字放进左侧栏，不压到右侧照片。原稿保留，修改版另存。

Codex 展示什么：修改后的实际对照

第4张标题重新分行后，下面展示修复前后对照。仍需检查人物、商品和其他区域有没有随之改变。

图 8｜已有的同页局部修复记录，不是两张独立生成图冒充修改对比。

人物页还需核对持握、手指、杯盖状态和遮挡。微距页不能为了科技感补出未知内部零件。生成式编辑不保证指定范围之外逐像素不变。

五、只改标题标点，直接展示发布版和原稿对照

用户输入什么

以三张主图为底图，只清理左上两行短主标题的逗号和句号。
第一行“忙碌有节奏”，第二行“喝水也有”，两行均不加标点。
保留其他文案、商品、颜色标签和Logo。原稿留存，修改版另存。

Codex 展示什么：回复与实际成果

下面展示三张主图的发布排版版，以及深海蓝主图修改前后的对照。原始测试稿与编辑版分别保存。

图 9｜同款结构、三种概念杯身颜色。此处是标题清理后的发布版，不用于替代原始测试证据。

图 10｜左为原始稿，右为发布排版版。只请求清理短标题标点，商品与颜色继续保留；生成式编辑仍需检查范围外变化。

上面第一幅是三张主图另做的发布排版版；第二幅左侧为原始稿、右侧为编辑版。主标题标点已清理，但不能把发布版替代原始生成测试结论。说明句、对话和辅助文字仍可保留正常标点。

怎么继续修改

如果这轮发现杯身颜色或Logo变化，请以原商品参考修正，保留已清理的标题。另存新版让我比较。

这条是发现范围外偏差时的后续输入，不声称本例已执行了额外修复。

六、交付时，图片、尺寸与未完成项一起看

用户输入什么

按三色六图的款式与图位整理原始结果，给我实际尺寸、文件入口和检查记录。
原始稿与发布排版版分开，没做过的检查如实标明。

Codex 展示什么：交付回复示例

本例原始主图与办公图共6张，图片对应第二节的六图矩阵，尺寸见同节表格。颜色和引用隔离检查通过，4张原图尺寸未达目标，整套交付为部分通过。

第五节的三张发布排版版另存，不替代原始文件。精确色差、跨容量材质隔离、实物功能和平台上传尚未验证。

怎么继续修改

后续先处理4张尺寸不达标的图片，不拉伸商品。完成后再展示新版和原始像素，更新交付结论。

目前没有这一步的修复后图片，尺寸问题仍保留。交付前放大核对文字、商品与人物，再缩小看整套节奏；目标平台的裁切、清晰度和显示效果还需单独检查。

七、虚拟试衣：先看参考，再看两张实际成图

用户输入什么

第一张作为人物参考，第二张作为服装参考。把这件深蓝圆领短外套穿到同一位模特身上，做室内正面站立、户外轻微行走各1张3:4图片。保留五颗银扣、两个下摆贴袋、长袖与短款衣长，原有浅裤和白鞋继续保留。两张都使用原始人物和服装参考。

Codex 展示什么：交付回复示例

已完成室内、户外两张试衣图，均为1086×1448。检查记录包含16项自动检查和12项目视检查通过。人物脸部与发型目视基本一致，五颗银扣、两个贴袋、圆领，以及原有浅裤和白鞋均有保留。

本例使用原创合成成年模特和合成外套，只验证参考驱动的换装流程与可见结构一致性。未验证真实服装还原、尺码合身、背侧细节或小痣精确位置；人物基本一致是目视判断，不是身份认证。

图 11｜原始人物参考，保留发型、浅色长裤与白鞋。

图 12｜原始服装参考：圆领、五颗银扣、两个下摆贴袋。

图 13｜室内试衣实际输出，1086×1448；人物与服装细节需对照原始参考检查。

图 14｜户外试衣实际输出，1086×1448；两张结果分别同时引用原始人物和服装参考。

怎么继续修改

保留室内版。户外版背景再简洁一些、步幅收小；继续同时引用原始人物与原始服装图，保留五颗银扣、两个贴袋、圆领、浅裤与白鞋。另存新版让我对比。

这是后续输入示例，本例尚未执行这一轮修改。侧面与背面没有原始参考，需补充资料后再做。

进阶附录：内部提示词按需阅读

网站进阶指南已在各个出图步骤直接放对应实际图片；内部提示词附录保存配色、SKU与试衣案例的内部执行提示词。

• 网站进阶指南
• 内部提示词附录

试衣已增加合成参考驱动的两张实际成果，见上方第七节及网站试衣实测。摄影等尚无对应实测图的入口仍标为“未实测”。试衣内部执行提示词也统一归入网站进阶附录。

• 网站试衣实测

关于作者

我叫殷新伟，号南殷居士，以“南殷用AI”分享实践与思考。我是一名数据与 AI 产品从业者，关注企业 AI 应用、FDE 实战，以及专业经验如何转化为可复用的产品、技能和工作流。个人站：南殷用AI。

• 南殷用AI