企业官网建设流程全解析

• AI 技能
• 人工智能
• 深度研究
• 数据分析
• 媒体生成

本文以 SenseNova-Skills 仓库中 sn-infographic 技能 的 66 种视觉风格定义之一instructional-visual为核心，系统拆解这种"图解式教学说明"风格的色板、视觉元素与字体排版规范，并结合仓库源码说明它在信息图生成流水线中如何被选中、注入提示词、接受 VLM 质检，最终落地为装配说明、操作指南、安全流程与新人引导等场景可用的教程类信息图。读完本文，你既能掌握该风格的完整设计要素表，也能理解其在自动生成链路中的实际调用方式。

1. 风格定位：什么是 instructional-visual

instructional-visual是 sn-infographic 技能下 styles 目录 中的一份风格定义文件，核心定位一句话：Illustrated instructional design——用简单、通用的视觉语言给出清晰、逐步的指引（原文档原文为 "Clear step-by-step guidance through simple, universal visuals"）。

它的设计哲学建立在两条原则上：

• 以图为主、文字为辅：信息传递主要靠画面（手的动作、物体的摆放、箭头方向）完成，而不是靠大段文字说明；
• 抽象到足以普适：不追求照片写实（No photorealism），人物与物体抽象到剪影级（silhouette-level clarity），从而让不同语言、不同文化背景的读者都能看懂同一个操作步骤。

在 sn-infographic 的 66 种风格中，instructional-visual属于"教学/指导"语境下的代表性风格。它的风格文件位于 skills/sn-infographic/references/styles/instructional-visual.md，与ikea-manual、chalkboard、technical-schematic等共同构成面向"如何做某事"类内容的风格家族。

2. 色板规范（Color Palette）

原文档对instructional-visual的配色给出三条明确规则：

这套"中性底 + 功能色"的配色逻辑在生成提示词时需要被显式转译。参考 sn-infographic 的 base-prompt 模板，其中的 Color Palette 一节明确规定：只能用描述性颜色名称（如 coral red、sage green、deep navy blue），永远不要使用十六进制色码。对应到本风格，一个合规的写法是：

背景为 white / very light gray，动作步骤使用 blue 或 green 强调，警示与 Do/Don't 中的 Don't 侧使用 orange 或 red。

这一约束同时出现在 prompt-writing-rules.md 的"Color Avoidance"规则中（#FF6B6B应写作 coral red），以及 prompts-expand-system.md 的第 8 条约束（Never use hexadecimal codes）中，属于整个信息图生成链路对风格描述的统一要求。

对比说明：同目录下的 chalkboard 风格 在文件中直接给出了#1A1A1A等 hex 色码，这是因为黑板背景本身就是该风格的关键视觉特征，需要精确锁定；而instructional-visual强调"中性、通用"，因此不需要锁定具体色值，交给模型按语义描述还原即可。

3. 视觉元素规范（Visual Elements）

原文档给出 7 条视觉元素规则，逐条解读如下：

1. 简单线条画（line-art illustrations）表现手、物体、动作：元素必须"画得清楚"，用最少的线条表达"手在按、在插、在旋转"这类动作语义；
2. 编号步骤指示器（numbered step indicators）用粗体圆或方块：步骤编号是整张图的骨架，必须一眼可见；
3. 箭头连接器（arrow connectors）表示顺序：步骤与步骤之间的承接关系由箭头明确给出；
4. Do/Don't 对照对（do/don't visual pairs）带明确标记：正确做法与错误做法成对出现，并用明确的视觉标记（如对勾/叉、绿/红）区分；
5. 极简细节，剪影级清晰度（minimal detail—silhouette-level clarity）：不画多余纹理，保证轮廓可读；
6. 全篇一致的角色/物体风格（consistent character/object style）：同一张图内出现的人手、工具、容器必须画风统一，不能时而写实、时而卡通；
7. 无照片写实，抽象到足以普适（no photorealism—abstract enough to be universal）：这是"通用性"的保证，也是第 6 条可执行的前提。

这 7 条规则在信息图布局层面有对应的落点。例如与instructional-visual高度适配的 linear-progression 布局 明确要求"Numbered steps or date markers / Arrows or connectors showing direction / Icons representing each step/event / Consistent node spacing"；step-staircase 布局 则要求"Staircase shape with distinct step blocks / Icons or numbers on each step / Upward arrow or trajectory line"——这些布局元素与风格文件中的"编号步骤指示器 + 箭头连接器"规范一一对应，说明风格与布局在定义层面就是互相咬合的。

4. 字体排版规范（Typography）

原文档对文字排版给出四条要求：

"短祈使句标签"这一要求在 structured-content-template.md 的"Process/Steps"章节模板中被固化为结构约定：每个步骤的Text Labels需包含Action: "[Imperative verb + object]"，即"祈使动词 + 宾语"的写法（如 "Insert the cable"、"Rotate the knob"）。这意味着即便在自动生成链路里，instructional-visual风格的文字也会被结构化内容模板强制收敛为"动作指令"形态，而非长篇说明。

同时，prompts-expand-system.md 的"Text Rendering Protocol"要求：所有要出现在画面里的文字必须用引号包裹，而风格/布局/颜色的描述不得加引号——例如应写a bold label reading "Step 1: Tighten the Screw"，而不是把 "Step 1..." 混在描述句里。这是保证图像模型把文字当"文本标签"渲染、而不是当普通描述处理的关键。

5. 最佳应用场景（Best For）

原文档明确列出的适配场景为：

• 装配说明（Assembly instructions）
• 操作指南（How-to guides）
• 安全流程（Safety procedures）
• 新人引导（Onboarding flows）
• 产品使用（Product usage）
• 教育类逐步内容（Educational step-by-step content）

这些场景的共同特征可以概括为三个"有"：有明确的动作序列、有需要照做的物理操作、有跨语言理解的诉求。当一份内容满足这三个特征时，instructional-visual就比数据图表类风格（如data-visualization）或叙事类风格（如storybook-watercolor）更合适。

在布局搭配上，仓库的布局候选表（layout-style-selection.md）给出了可组合的"过程类"布局选项：linear-progression（线性步骤/时间线）、step-staircase（阶梯式递进）、one-way-flow（单向流动）、swimlane（泳道分工流程）、funnel（漏斗收窄）、modular-repetition（模块重复）等，它们与instructional-visual的"编号步骤 + 箭头顺序"要素天然互补。例如swimlane适合"多角色交接"的流程，funnel适合"逐层筛选"的步骤，而one-way-flow适合"单一方向推进"的指引。

6. 在 sn-infographic 生成流水线中的角色：何时被选中、如何被使用

instructional-visual不只是"一份静态的风格描述"，它在 sn-infographic 的自动生成流水线中扮演着被动态选中的风格定义角色。整条流水线如下：

1. Step 2.0 内容分析：Worker 调用sn-text-optimize，依据 analysis-framework.md 输出analysis.json（含data_type、tone、audience等字段）；
2. Step 2.1 布局与风格选型：依据 layout-style-selection.md 做"名称级、加权随机"抽取；
3. Step 2.3 提示词扩写：把选中的布局/风格文件直接拼接进 prompts-expand-system.md 的 system prompt（见 SKILL.md Step 2.3 的文件拼接命令），再经 LLM 扩写出最终图像 prompt；
4. Step 3 生成 + 多轮 VLM 评审：调用sn-image-generate生成，max_rounds>1时由 prompts-critic-system.md 定义的评审规则逐轮把关；
5. Step 4 排序输出：按violations_count升序 +round升序返回最佳结果。

6.1 它所属的风格候选语境

在 layout-style-selection.md 的 "Step 2 — Style Candidates (by tone / domain)" 表中，instructional-visual出现在Educational / Instructional（教学/指导）语境：

6.2 加权随机抽样机制

选择过程只操作风格名称，绝不读取定义文件内容来"比较优劣"（SKILL.md 明确标注 "Do NOT open any file underreferences/layouts/orreferences/styles/here"）。具体算法（layout-style-selection.md Step 3）是：

• 主选风格名 ×10 份；
• 每个备选风格名 ×9 份；
• 从ls枚举出的全部风格名中随机抽 3 个（与当前语境无关）×1 份；
• 打乱后取第一个。

对应地，当语境为 Educational/Instructional 时，instructional-visual会以"备选 ×9"的权重进入抽奖池，与主选chalkboard（×10）的胜率约为 9:10。这意味着它被选中的概率并不低，且选择结果带有随机性，这正是该技能"多样性优先"的设计——同一次请求多次生成，可能分别得到黑板手绘风与中性图示风两种教学信息图。

6.3 命中后的处理：文件拼接与回退

风格选中后，在 Step 2.3 通过文件直接拼接（SKILL.md 明确要求用cat拼接而非 heredoc，因为风格文件内含反引号与$(...)会被未加引号的 heredoc 执行）注入扩写 system prompt：

LAYOUT=$(jq -r '.layout' "$TEMP_DIR/layout-style.json") STYLE=$(jq -r '.style' "$TEMP_DIR/layout-style.json") { cat "$SKILL_DIR/references/prompts-expand-system.md" printf '\n\n---\n\n## Selected Style: %s\n\n' "$STYLE" cat "$SKILL_DIR/references/styles/${STYLE}.md" # ... 后续拼接 base-prompt.md } > "$TEMP_DIR/expand-system-prompt.md"

同时存在回退保护：若选中的风格文件不存在（[ -f ... ]校验失败），一律回退到corporate-memphis（SKILL.md Step 2.1）。instructional-visual.md在仓库中真实存在，因此可正常参与拼接。

7. 与相近风格的边界对比

同目录下与instructional-visual最易混淆的是ikea-manual与chalkboard，三者的边界如下：

选择建议：面向全球通用、无国别属性的产品操作说明优先instructional-visual；强调"拆解装配"的硬核组装指南优先ikea-manual；面向教室/培训场合、希望有温度和手绘感的教学内容优先chalkboard。三者都遵守"编号步骤 + 箭头顺序 + 极简叙述"的共同底线，区别仅在于基底、质感与情感调性。

8. 生成 prompt 时贯彻该风格的 8 条硬约束

当instructional-visual被选中并拼入扩写 system prompt 后，LLM 扩写出的最终图像 prompt 还要遵守 prompt-writing-rules.md 的通用规则，其中与本风格直接相关的有：

1. 视觉精度（Visual Precision）：必须描述背景纹理与字体风格，例如white background with light gray grid texture、medium-weight sans-serif for labels——这正是本风格"背景白/浅灰、无衬线中等字重"的文字化表达；
2. 颜色规避（Color Avoidance）：只用描述性颜色名，禁用 hex，对应本风格的 blue/green/orange/red 功能色；
3. 文本引用（Text Citation）：所有要渲染进画面的文字必须加双引号，如"Press"、"Insert"、"Rotate"，对应本风格的短祈使句标签；
4. 箭头最小化（Arrow Minimalism）：优先用空间邻近暗示流程；必须用箭头时，要写明起点与终点（如 "an arrow from the 'Input' box pointing to the 'Process' box"），杜绝"一条水平箭头"这类模糊描述——这直接保护了本风格"步骤顺序明确"的核心承诺；
5. 语义对应（Semantic Correspondence）：每个图标必须与相邻文字语义匹配，禁止通用装饰元素，对应本风格"手、物体、动作"的具象线条画；
6. 标点卫生（Punctuation Hygiene）：描述风格、布局、颜色、情绪时禁用引号，引号只用于第 3 条；
7. 步骤粒度（Step Granularity）：凡含阶段/步骤的内容必须逐个展开，不得合并压缩，每步拥有独立视觉元素与标签——与本风格"编号步骤指示器"严格一致；
8. 数据与编码（Data & Encoding）：数字、日期、专有名词原样保留，并以加粗、标注框、数据徽章等独立视觉形态呈现。

在 prompts-expand-system.md 中还有两条与本风格强相关的补充：语言对等（输入中文则全篇输出中文，不得混排）与Relational Arrow Logic（尽量减少箭头、靠空间邻近与对齐暗示连接）。后者与 prompt-writing-rules 的第 4 条互为呼应，共同避免教程图被乱箭头污染。

9. 质量把关：VLM 评审如何守护步骤类信息图

生成之后，若max_rounds>1，Worker 会调用sn-image-recognize（VLM），依据 prompts-critic-system.md 的 9 条 Veto Rules 对图像做硬性评审。对instructional-visual类内容，最关键的防线是：

• Rule 1（结构图形缺失）：要求容器的（如步骤方块、节点框）必须有骨架图形，不能只有漂浮的文字——对应"编号步骤指示器"必须有图形载体；
• Rule 3（空白浪费）：内容不能过挤、留白不能失控；
• Rule 5（文字不可读）：字符必须可靠可读，禁止模糊、断裂、伪文字；detail必须给出文字位置（占图宽/高的百分比）——对应本风格"短标签必须清晰"的要求；
• Rule 6（不同实体复用同一图形）：同一图标不得代表不同语义——对应本风格"动作语义必须区分"；
• Rule 7 / Rule 8（连线混乱 / 引出线分支不明）：箭头弯折过多、角度不一、交叉不可追踪，或分不清线连向哪个标签，直接 FAIL——这两条正是步骤顺序类信息图的"生命线"。

每条违规都会生成{rule_id, rule_name, detail, revised_description}四字段对象（revised_description以英文祈使句给出修改建议），评审返回PASS/FAIL驱动提前终止（PASS 即跳出循环，见 SKILL.md Step 3）。也就是说，instructional-visual风格"步骤清晰"的承诺，最终是由这套 VLM 评审规则兜底的。

10. 端到端落地：生成一张操作指南类信息图

综合以上机制，一次针对"操作指南"的典型生成请求会走完如下链路（命令来自 SKILL.md 与 sn-image-base 的真实调用形式）：

# 1) 内容分析 → analysis.json（data_type=process, tone=educational ...） python "$SN_IMAGE_BASE/scripts/sn_agent_runner.py" sn-text-optimize \ --system-prompt-path "$SKILL_DIR/references/analysis-framework.md" \ --user-prompt "$USER_PROMPT" --output-format json # 2) 名称级加权随机选型 → 语境 Educational/Instructional， # 主选 chalkboard、备选含 instructional-visual # 3) 扩写（instructional-visual.md 被 cat 拼入 system prompt） python "$SN_IMAGE_BASE/scripts/sn_agent_runner.py" sn-text-optimize \ --system-prompt-path "$TEMP_DIR/expand-system-prompt.md" \ --user-prompt-path "$TEMP_DIR/structured-content.md" --output-format json # 4) 图像生成（默认 2k / 16:9，可由用户显式指定） python "$SN_IMAGE_BASE/scripts/sn_agent_runner.py" sn-image-generate \ --prompt "$EXPANDED_PROMPT" --image-size "$IMAGE_SIZE" \ --aspect-ratio "$ASPECT_RATIO" --save-path "$TEMP_DIR/round_1.png" -o json

其中aspect_ratio与image_size的推断规则见 runtime-parameters.md：image_size目前单一选项2k（4k需模型sensenova-u1.5-lite支持），aspect_ratio支持 11 种比例并在横屏/竖屏/方形及 11 类场景提示下自动推断。用户也可以直接以max_rounds=3、output_mode=verbose等内联 KV 参数（见 SKILL.md 参数提取表）开启多轮生成与质量排名。

11. 小结

instructional-visual是 SenseNova-Skills 信息图技能中针对"教程/操作说明"场景的风格规范，其"中性基底 + 功能色"的色板、"编号步骤 + 箭头 + 剪影级线条画 + Do/Don't 对照"的视觉要素、"无衬线中等字重 + 短祈使句标签 + 大号步骤数字"的排版规则，共同服务于一个目标：让不看文字也能照做的通用图示。在自动生成链路中，它以"备选风格 ×9 权重"参与教学语境的加权随机选型，被选中后经文件拼接注入扩写提示词，最终由 VLM 的 9 条评审规则（尤其文字可读性与连线清晰度）保障成图质量。开发者如需深度定制，可继续研读 styles 目录 下其余 65 份风格定义，以及 layouts 目录 中 87 种布局与它们的推荐搭配。

• AI 技能
• 人工智能
• 深度研究
• 数据分析
• 媒体生成