文章介绍了如何解决 AI 做图风格不统一的问题：将视觉风格沉淀为一份 visual-rules.md 规则文件，作为唯一规则源（Single Source of Truth）。作者详细讲解了如何从视觉资产中反推出包含品牌识别、颜色、字体、版式、图形元素等九大类的 Visual Rules，并演示如何将同一份规则分别应用于 ChatGPT（直接读取执行）、Skill（封装为长期能力和执行流程）和 Figma（映射为 Variables、Styles、Components 和 Templates）。当视觉体系需要更新时，只需修改源文件再同步到各工具端，避免在多个工具中分别维护规则，实现跨工具一致的视觉输出。
本文是「搭建个人视觉体系」系列教程第3篇，讲解如何用AI建立个人配图规则。作者将创作者配图归纳为封面、信息图、数据图表、插画四大系统，介绍新粗野主义、极简信息设计、瑞士杂志等常见风格，并提出融合参考图设计语言与已有头像、Banner视觉资产的方法。文中提供完整Prompt用于让AI生成「个人配图规则」，指导读者通过四类测试图验证视觉统一性，并示范如何将规则应用到show-me、archify等图片类Skill中，最终形成可长期迭代的个人视觉识别体系。
作者深度测试开源数据图表 Skill「lieflat-charts」15天后，总结出3个实用场景：一是给文章制作数据配图，适合公众号长文、小红书、工具测评等，Skill 会自动判断数据结构并选择合适模板，还支持自定义品牌主题色；二是给视频制作动态数据画面，利用滚动入场、数字递增、动态排名等效果，通过浏览器录屏制作视频素材；三是生成完整的数据报告，内置12套中英文模板，可产出调研一页纸、年度海报、Dashboard 等。该 Skill 已在 GitHub 获5.7k收藏，适合内容创作者使用。
本文是一篇面向内容创作者的保姆级教程，介绍如何在不写代码的情况下，借助 Codex 将爆火的小黑配图 Skill 改造成符合自己风格的配图系统。作者详细拆解了七个步骤：从让 Codex 分析原 Skill、复制新版本、提供个人角色与视觉规则，到正式修改、生成测试图、根据反馈迭代，最后安装使用。核心思路是保留原 Skill 成熟的工作流，替换角色、配色、提示词和检查标准，并通过“生成—反馈—修改—重测”的循环不断优化，最终形成真正适合自己的个人配图系统。
Archify 是一个近期登上 GitHub Trending 榜首、Star 超 5.3 万的开源 Skill，主要功能是将文字内容输出为带动画、可交互、可导出的独立 HTML 文件。作者深度体验两天后总结出两大用法：一是把复杂文字变成有层级、有主线的视觉简图，作为文章配图，并可导入 Figma 或 Illustrator 替换字体配色以统一视觉风格；二是为文章、视频和社交媒体制作动态素材，支持导出 PNG、SVG、WebM，或通过录屏展示交互流程配合口播讲解复杂机制。作者认为这两点对内容创作者非常有用，并欢迎分享更多创意用法。
