昨天的第1期，我们认识了负责公众号选题、写稿、排版、配图和发布的 aws-wechat-article-main。今天换一个电商卖家常见问题：有真实商品图，也收藏了一堆优秀详情页，为什么轮到自己做图时，还是不知道从哪里下手？ 图片预览

今天的主角叫 product-detail-page-generator：参考详情页放进一个文件夹，真实商品图放进另一个文件夹，Codex 先拆解版式、配色、文字层级和卖点结构，再逐张生成属于你商品的详情页。

图片

🧩 它是什么：一条电商详情页批量生产线

这个 Skill 不是简单地让 AI“照着做一张”。它把任务拆成五步：读取全部参考图、用视觉模型分析设计、把分析结果保存成结构化提示词、结合真实商品图生成新页面、最后保存输入输出对应关系。每张参考图都有自己的提示词和成品，不会混成一套说不清来源的图片。

它重点分析的不是参考图里原来的商品，而是设计方法：主色与辅助色怎么搭、商品放在什么位置、标题和卖点谁先谁后、光线从哪里来、背景用了什么材质、促销信息占多大面积。这样才能借鉴页面逻辑，同时把画面主角换成自己的产品。

最终目录里会留下三类结果：prompts 文件夹保存每张图的结构化提示词，generated 文件夹保存对应生成图，run_manifest.json 记录输入、输出和模型设置。以后想换商品、换模型或只重做某一张，都有依据可查。

😣 它解决的第一个问题：收藏很多，落地很慢

电商运营经常遇到这种情况：手机里存了几十张同行详情页，真正开始做图时，却只能对设计师说“高级一点”“像这个感觉”。参考图里的信息层级、场景逻辑和卖点节奏没有被说清楚，结果要反复修改，沟通成本比作图本身还高。

这个 Skill 会把模糊感觉翻译成可以执行的设计说明。例如，它会明确指出首屏是大商品主体还是生活场景，标题应占画面多少比例，第二屏用参数对比还是痛点场景，第三屏如何展示材质细节。参考图因此从“灵感收藏”变成真正能复用的生产资料。

图片

🖼️ 它解决的第二个问题：批量出图总是不统一

让 AI 单独做一张图并不难，难的是连续做五张、十张以后，产品外观、色调和版式还能保持一致。临时对话很容易丢失约束：第一张是冷白背景，第二张突然变暖色；杯口、包装和品牌标识也可能发生变化。

批量工作流让每张图都有固定输入和保存下来的提示词。哪一张不满意，就只重做哪一张；已经完成的结果不会被覆盖。接口失败时也能保留已有内容，修好配置后继续跑。

对有多个 SKU 的店铺，这种可续跑、可追溯的方式尤其重要。它不保证一次就出最终商业稿，但能先稳定产出一套方向统一的详情页底稿，设计师再集中修改文字、尺寸和品牌细节，效率会比从空白页面开始高很多。

🚀 普通人怎么用：准备两个文件夹就能开始

第一步，建一个“参考详情页”文件夹，把真正想借鉴的页面按顺序放进去。不要什么风格都混在一起，同一批最好只保留一种人群、价格带和视觉方向。第二步，建一个“真实商品图”文件夹，优先放正面清晰、光线均匀、背景干净的原图。

然后直接对 Codex 说：读取参考详情页，提取每张图的结构化提示词，再用我的真实商品图逐张生成对应页面。它会调用 Skill 自带的脚本完成批处理。暂时没有生图模型时，也可以只做提示词提取，先把参考图拆明白，之后再接入图片模型。

图片

视觉理解可以使用 OpenAI Responses，也支持火山方舟 Ark 来提取提示词；完整生图默认仍需要图片生成接口。模型和接口可以通过参数调整，密钥只放在本地环境变量里，不应该出现在文章、提示词或聊天截图中。

🛒 举个例子：给一款保温杯做6屏详情页

假设你有一张真实保温杯白底图，又找到了六张喜欢的参考页面。第一张强调外观，第二张展示保温时长，第三张讲材质，第四张做容量对比，第五张放使用场景，第六张收尾强化购买理由。Skill 会按六张参考图分别提取结构，再输出六张一一对应的新页面。

你拿到的不只是六张图片，还有六份可以修改的提示词。发现第三张材质表达不准确，就修改那一份提示词；发现商品颜色偏了，就补充颜色和外观约束后单独重跑。每个问题都有明确落点，不需要把整套页面推倒重来。

✍️ 那爆款文案、短视频脚本怎么办？

这正是 Codex Skill 的意义：一个 Skill 解决一个高频问题。product-detail-page-generator 负责电商详情页出图；想拆解竞品视频并改写成自己的带货脚本，可以用 ecommerce-viral-video-remix；想一次生成小红书、抖音、视频号的不同爆款角度，可以用 ai-script-generation；想把确认过的脚本再分发成长文和短文，还有 li-distribute。

它们不是一个什么都做的万能按钮，而是一组分工明确的数字员工。电商卖家可以把商品图、详情页、短视频脚本和口播视频串起来；自媒体人可以把选题、爆款文案、封面、排版和发布串起来。每增加一个 Skill，就等于把一段重复工作变成可复用流程。

图片

⚠️ 边界：参考结构，不等于照搬内容

最后提醒三个边界。第一，参考图用来分析版式和信息结构，不要复制他人的品牌、文案和受保护素材。第二，AI 生成图必须人工检查商品外观、规格、文字和功效表述，不能把错误细节直接用于销售。第三，食品、医疗、美妆等高风险品类，宣传语要按目标市场规则复核。

一句话总结：product-detail-page-generator 解决的不是“帮我随便做张图”，而是把参考页拆解、提示词沉淀、真实商品替换和批量生成连成一条可重复的生产线。第2期先把电商出图讲明白，下一期我们继续拆一个能直接产出爆款文案或短视频脚本的 Skill。

**💡 今日记住一句：**参考图负责提供结构，真实商品才是画面主角。