11张截图到6张海报：用WorkBuddy自然语言批量重构视觉物料

每年云栖大会的展区要做作品展示物料今年我从布展通知里拿到一组图片素材时心里是有点犯怵的——11张截图有的是代码运行界面有的是数据仪表盘有的是产品功能页风格、尺寸、留白完全对不上。按过去的经验我需要一头扎进Photoshop一张一张裁边、调底色、再拼成6块展板怎么也要耗掉大半个晚上而且任何规范一改前面的活基本白干。这次我换了一条路把素材全部丢给WorkBuddy用自然语言把“视觉重构”的规则说清楚让Agent自己去执行。最后的结果就是标题里写的那样11张截图进去6张海报出来中间反复调整了七八轮总共花了大约40分钟。这篇内容不是那种“AI神器”式的体验文而是一次完整可复现的方法记录。它适合经常要面对会议海报、作品集、展示图、报告封面等批量视觉物料的人不管你是开发、运营还是设计师只要愿意把一部分流程交给Agent这件事就能省下大量时间。1. 这项任务的真实构成它不是“好看”问题而是“规范”问题一听到“视觉重构”很多人第一反应是审美、是创意。但等我真的把11张截图摊开看一遍发现问题根本不在审美层面而是这些素材实在太乱了。1.1 11张截图来自哪里为什么必须处理这11张截图大体上分四类代码运行窗口截图、浏览器界面截图、数据仪表盘截图、现场拍摄照片。它们有横的、有竖的有带着浏览器边框和书签栏的有纯内容的有深色背景有白色背景字号的差异也很夸张。有些截图单独看还挺清楚但放在展板上就是另一回事——同一排海报里一张图背景是深蓝色一张图背景是纯白中间还有一张带着Windows窗口阴影视觉上会非常碎。如果直接把11张原图贴到展墙上效果就是一场灾难。所以所谓“视觉重构”本质不是把图片“变好看”而是把一堆语义正确但形式混乱的素材转化为若干张格式统一、层级清晰、适合远距离阅读的海报。这个判断决定了后面所有操作我不会去做创意设计而是要把素材“洗”进一套规范里。1.2 手动设计为什么慢和Agent处理方式的核心差异走老路的话最费时间的不是设计本身而是重复劳动。裁边、调底色、统一留白、对齐标题、导出覆盖这些操作技术上不难但每张图都要做一遍而且一旦中间发现某个规范要调整比如留白从20像素改成40像素那前面所有图都要重来。用WorkBuddy这类Agent思路完全不一样。我只需要把规则描述清楚它会生成图像处理脚本批量执行、统一调整并在执行后检查结果是否符合预期。它的工作方式很像一个有执行力的实习生你给它一套标准它一遍一遍地执行你要做的是验收和纠偏。环节手动流程Agent流程素材检查人眼一张张看记录尺寸和内容Agent读取目录并生成信息清单裁切调色每张图单独操作脚本批量处理版式调整设计软件里手动拖拽修改模板参数后重新渲染规范变更全部推翻重来改规则后重新生成导出命名逐个保存容易出错统一脚本输出我还得说一句用Agent不等于完全放飞。它擅长的是在规则明确的前提下高效执行而不是替你做审美决策。所以动手前最重要的准备工作是把视觉规范定清楚。2. 动手前先立规矩素材、目录与全局视觉规则很多人用这类工具失败不是工具不够强而是给它的素材太乱、规则太模糊。自己都没想清楚要什么Agent自然给不了你要的东西。2.1 我如何给11张截图建立可复用的标签体系我先在本地建了一个干净的目录把所有素材按“来源内容类型序号”重新命名。比如screens/ 01_home_dark.png 02_code_light.png 03_dashboard.png 04_api_logs.png ...这一步看起来多余但非常关键。因为Agent拿到目录后第一件事就是扫描文件、读取尺寸和内容特征。如果文件名是类似“微信图片_20241025”的默认导出名称它很难快速理解每张图的用途命名规范之后它在后续对话里可以直接引用文件名处理效率提升非常明显。除了文件名我还在同目录放了一个说明文件把每张图代表什么、在展墙上想表达什么写清楚。没有这个说明时Agent只能靠图像识别去猜有了说明它的裁剪优先级和目标判断会准确很多。这个动作其实就是把你自己脑子里的背景知识提前同步给Agent。2.2 在WorkBuddy工作台里写下的全局规则接下来是这次流程里我认为最值得分享的一步在开始对话之前我先把视觉规范写进了WorkBuddy的全局指令区域而不是在每轮对话里重复说明。这也是为什么后来我每轮只需要说“再调整一下标题大小”“第三张图重新裁一下”它都能理解我的意思。我定义的关键规则大致是这些输出画布统一使用横向A4比例分辨率2480 x 1748像素。主色调采用展区主题的深蓝与白色禁用高饱和色填充。所有截图必须裁掉浏览器边框、地址栏、多余桌面背景只保留内容主体。内容区域统一四周留白80像素圆角统一16像素。每张海报顶部放标题区底部放来源说明字体使用开源中文字体。优先保留数字、图表和结论性文字装饰性元素一律删除。写完之后我加了一句“以上规则对所有后续任务生效”。这个约定非常有用。Agent的自定义指令体系天然适合承载长期约束和一次性的提示词相比它能跨对话复用不用每次重新描述。如果你用的是WorkBuddy强烈建议把常用的视觉规范沉淀成自定义指令或Skill以后遇到同类任务直接调用而不是每次从零开始描述。3. 四步走从截图到海报的完整落地过程这一部分是整个流程最核心的内容我按照实际情况拆成四个阶段。每个阶段都有明确的输入和输出方便你对应自己的项目来对照。3.1 第一步图像诊断先让Agent“看明白”再动手我没有上来就说“去做海报”。第一轮指令是先让WorkBuddy读取所有图片信息并输出一张素材清单每张图的尺寸、横竖方向、主要内容、是否需要裁边、是否有背景干扰。这一步相当于给它建立了一个“已知条件表”。为什么值得做因为后续所有生成结论都要依赖这一步。如果跳过诊断在不同尺寸、不同内容的图片上套用同样的裁剪参数结果一定会有某几张内容被截断。我这次就遇到一张数据表截图底部被截断的情况如果不做诊断直接套统一裁边参数这张表就会丢掉两行关键数据。诊断完成之后我根据清单标注哪些图需要特殊处理哪些可以直接走常规流程。这个环节花的时间不长但给后面省下的时间非常多。3.2 第二步裁切、降噪与统一底色诊断结束后WorkBuddy生成了一段基于PythonPillow的处理脚本。从我的经验来看常用的几个核心操作大概是这样的from PIL import Image, ImageOps for name in [01_home_dark, 02_code_light, 03_dashboard]: img Image.open(fscreens/{name}.png) # 自动裁剪透明边和多余边框 img ImageOps.expand(img, border80, fill(255, 255, 255)) # 统一尺寸比例 img img.resize((2000, int(img.height * 2000 / img.width))) img.save(fclean/{name}_clean.png)这里有个关键点对深色背景的截图我没有直接让它变成白底而是加了一层白色底卡保证展板上不会出现一块一块的黑块。对确实需要保留深色视觉的截图则在周围增加统一的白色留白边框来过渡。还有一个小细节截图里如果有鼠标指针、桌面文件图标、浏览器标签页这些元素在展板上是毫无意义的。我在规则里明确要求删除Agent在裁边之后还要做一次内容区域的二次识别。类似图像处理脚本如果是其他支持Python的AI编程工具也可以基于这套思路来完成。3.3 第三步版式生成我用的是HTML模板而非PS处理完单张素材之后就是拼版面。这一步我建议用HTML模板来排版而不是让Agent去驱动Photoshop。原因是HTML和CSS天然适合处理规则性布局网格、间距、对齐都可以通过参数精确控制而且非常方便反复修改。我在WorkBuddy里描述了模板结构每张海报由三部分组成顶部标题区、中间内容区、底部来源区。内容区的截图按重要性分配宽度标题区高度固定。WorkBuddy生成对应的HTML和CSS后用无头浏览器把页面渲染成最终图片。div classposter div classheader h1作品一项目总览/h1 /div div classcontent img srcclean/01_home_clean.png / /div div classfooter span来源云栖大会参展项目/span /div /div用这种方式有个非常现实的好处当我说“标题再大一点”“留白再紧一点”时改的是CSS里的几个数值而不是重新拖一遍设计稿。整个流程从“每张海报单独设计”变成了“调整一套模板参数批量重渲染”。3.4 第四步批量导出命名交给脚本而不是手点最后一步是导出。很多人在这一步又退回手动模式一张一张截图、命名、保存结果文件名混乱、版本覆盖出错。这次我让WorkBuddy把导出动作也写进脚本一次性输出6张海报文件名统一为poster_01.png到poster_06.png并额外生成了一个preview.html用来快速预览6张图拼在一起的整体效果。这个整体预览页后来验证非常有用。展墙上的海报是一排摆放的单张看可能没问题拼在一起才会发现整体节奏不协调比如某张内容太满、某张又太空。有了整体预览页后续调整就有了明确依据不用反复到现场看实物。4. 11张为什么变成6张内容重组的决策逻辑这里需要解释一下“11进6”的内在逻辑它不是简单地把截图两张并一张而是按内容主题重新组织。4.1 展区空间有限但更核心的是阅读节奏布展墙面不会给每个作品留出11块单独位置6张是比较合适的数量。但数量只是表面原因核心原因是人的阅读节奏参观者走在一排海报前不会停下来认真读每一张而是先用几秒扫过觉得某张有意思才走近细看。如果11张截图各成一张信息是碎片化的参观者反而抓不住重点浓缩成6张每张对应一个清晰主题整体阅读效率会高很多。4.2 六张海报各自承担的信息角色我把11张截图按照内容重新分组分工如下海报内容组合核心信息01项目总览 主界面截图这个作品是什么02核心功能界面对比它能做什么03关键代码截图技术实现思路04数据仪表盘 运行日志实际运行效果05现场照片 用户反馈截图落地应用情况06汇总数据 项目结论最终成绩与价值不是每张海报都塞同样多的内容。比如代码截图往往信息密度已经很高就单独占一张界面截图比较相似就合并成一张对比图。这个分组逻辑是在动手之前就定好的它属于内容策略而不是视觉执行。如果跳过这一步后面排版做得再好逻辑也是乱的。4.3 控制信息密度时我对“裁掉什么”的判断标准每次做这种整合最难的不是保留什么而是裁掉什么。我的判断标准有三条第一和核心结论无关的装饰内容删。第二重复表达同一功能的截图选效果最好的一张其余不再使用。第三数据过多导致字变小的宁可只保留最有说服力的两三组数字也不把全部数据堆上去。这三条标准也同步写进了我给WorkBuddy的规则里但最终判断还是由我来做。Agent负责任务里的执行而取舍是人的工作。这点我觉得所有想用AI工具批量做图的人都应该想清楚——让工具帮你干活不等于让工具替你做决定。5. 实测中必须写出来的三个坑如果只分享成功流程这篇内容的参考价值就少了一半。我把实际跑流程过程中遇到过的三个问题按排查思路完整写出来希望你能提前绕开。5.1 中文字体乱码从现象到根因的排查第一次渲染出来的海报上所有中文都变成了方块。我当时第一反应是模板编码有问题但检查HTML文件后发现源码里的中文是正常的。接着怀疑是渲染环境不支持中文字体排查到这一步基本就确定了无头浏览器运行的环境里没有安装中文字体包。解决办法很直接安装fonts-noto-cjk或fonts-wqy-zenhei并在模板CSS里显式指定body { font-family: Noto Sans CJK SC, WenQuanYi Zen Hei, sans-serif; }这个问题在本地macOS或Windows上很难遇到但在Linux系环境跑Agent脚本时非常常见。如果你也用WorkBuddy这类工具做海报记得先检查运行环境里有没有中文字体不然出图那一刻看到满屏方块是非常崩溃的。5.2 长截图压缩后字看不清不是保存格式的问题有一张截图是超长的列表页面原始内容很长直接按同一宽度压缩到海报版面上以后字号小到根本看不清。我开始以为是图片格式的问题换成无损格式后发现该糊还是糊。后来才意识到问题不在保存格式而是长图不适合做整图压缩。正确的办法是先把长图内容切片只截取最核心的两段分别排到海报的上下两块区域中间用标题或说明文字隔开。这样既保住了关键内容又避免了一张长图被塞进狭小版面后的尴尬。这个认知也是跑完第一版之后才有的如果你的素材里存在大量长截图可以提前规避。5.3 输出比例不统一一次元数据引起的连锁反应第三版渲染结果里六张海报的尺寸明显不一致。排查时发现是模板里设置的视口尺寸没有同步到所有海报页面导致部分页面渲染出来是默认尺寸。这类问题在手动操作中很容易发现并修正但在脚本流程里它表现得比较隐蔽因为生成过程没有报错只是最终输出不符合预期。我的建议是每次批量导出后第一步先写一个简单的检查脚本对比所有输出文件的尺寸和文件大小确认它们落在预期区间内。哪怕只是打印几行信息for f in poster_*.png; do identify $f; done也能避免“生成完了才发现尺寸不对”的返工。这个检查花不了几秒钟但能省掉一次重新生成的时间。6. 复盘与可复用的工作流建议最后这部分我谈谈这次用下来的实际感受以及可以迁移到其他项目里的方法。6.1 这次流程的实际时间与工作量对比列一下这次过程的数据素材准备大约10分钟规则和目录整理约5分钟首轮生成约3分钟后续调整约7轮每轮1到3分钟中间排查字体和长图问题用了10多分钟总共大约40分钟。如果用Photoshop手工处理仅11张截图的裁边、调底色、拼版、导出估计至少要2小时而且这是建立在素材类型比较顺利的前提下。这不代表Agent比人快多少而是它把大量重复性操作压缩成了一个可复用的脚本流程。时间花在“定义规则”和“验收结果”上而不是花在“动手操作”上。6.2 什么样的事情适合交给WorkBuddy这类Agent这次做完之后我不太建议把Agent当万能设计工具而是建议你找出自己工作中“批量且规则明确”的任务这类任务最容易见效。比如周报封面、活动回顾长图、数据简报、作品集统一风格化都是典型的适合交给Agent的场景。反过来如果任务高度依赖独特的审美判断、手绘感和偶然性那还是自己动手更靠谱。Agent在规则明确时会表现出惊人的效率在规则模糊时也会表现出惊人的平庸——这句话我建议每个想用AI工具提效的人都记住。6.3 想复制这套方法的落地清单如果你也想复现这个流程我建议从三件事开始先整理素材建立干净的目录和合理的文件名写清每张图的内容说明。把视觉规范写进全局指令或自定义Skill包括画布尺寸、字体、配色、留白、圆角等常见参数。处理过程中分阶段验收先看诊断清单再看单张成品最后拼在一起看整体节奏不要让Agent一次性直接输出终稿。最后再分享一个小技巧把这次用过的规则和脚本保存下来下次做同类物料时可以直接调用。我现在处理会议展板第一反应已经不是打开设计软件而是打开WorkBuddy的项目目录把新素材丢进去剩下的流程基本可以自动跑完。这种改变不是来自某个单一神技而是来自把规则沉淀成习惯。