作者在测试 Qwen-Image 2.1 时发现，生图和改图效果不佳的主要原因是创作意图未被准确传递给模型，如负面文字被印进海报、改姿势只换了衣服等。作者将经验整理成 qwen-image-gen Skill 并提交开源：区分文生图、局部编辑和参考人物创作；将人物动作、接触关系、镜头和画面文字写成模型可执行的描述；落实比例决策并检查返回图片真实像素；将质量反馈带回下一版。四组对照实验显示三组改善、一组失败，证明提示词改写有价值但非几何纠错器。
作者DAAI分享了开发da-brand-ip Skill的过程与成果。为了解决内容创作中人物形象不一致、缺乏辨识度的问题，作者测试了500多种视觉风格，最终筛选出124种收录进风格库，涵盖扁平插画、复古线稿、毛绒玩偶等多种方向。该Skill面向个人和企业，可基于照片或品牌信息生成主形象设计卡、三视图、动作表情总览三张基础资产图，并支持将IP形象延展到文章配图、海报、宣传图等实际场景。项目已开源至GitHub，后续将持续更新风格与应用案例。
作者分享了自己三个月迭代七个版本的 AI 作图 skill（wtt-nine-comic-imagegen）的完整拆解。核心观点是：拥有自己的作图 skill，起点不是从零写，而是拿大神的骨架、喂自己的翻车。文章从 skill 的来历讲起，分析其分层结构（触发词交付层、骨架变量池工程层、铁律与负面清单经验层），指出最值钱的是「不许什么」的负面约束。通过字体词失灵等实测案例，总结出品味翻译的三种形态：翻译成数字、动作和禁止。还提出锚点与变量分离、共享机制抽取等结构决策，以及比喻成败目录这一沉淀品味的方法，给出了今晚就能开工的实践路径。
作者通过一系列图像生成测试，探讨模型在创作“宋式审美”图像时的能力边界。测试涵盖材质、设色、线条、线框约束、人物叙事、知识封面与产品海报。结论是：模型能生成细线、青绿设色、留白与传统符号，但无法稳定让局部服从复合判断——线条说明形体、颜色附着结构、留白构成空间、主景回应内容。模型适合受约束的探索，人则应转向建立判断系统与排序约束。方法上应先问内容再问画风，用真实命题评估而非孤立美图。
本文介绍如何在 Windows 系统上快速搭建 ComfyUI 环境，适合零基础用户。作者使用 B站UP主秋葉aaaki 提供的整合包，只需解压和双击两步即可完成安装，一键启动后浏览器自动打开本地界面。模型下载与配置、工作流搭建（文生图、图生图、图生视频）等操作均可交给 WorkBuddy（AI Agent）完成，用户只需修改提示词点击生成即可，甚至可通过 API 让 Agent 全程自动完成并返回结果。文中还提供了 qwen-image-2.1-turbo 模型的下载示例及相关资源链接，遇到问题可将报错截图发给 AI 解决。
作者以AI生图的窗边咖啡馆人像提示词为例，讲解如何整理AI生成的冗长提示词。核心方法是：删流程、合重复、换实景、测删除。要点包括：去掉分栏小标题后整体通读，合并重复表达同一意思的形容词；把'不要杂乱'等否定句改写为具体的正面画面描述；将'高级感、电影感'等笼统大词拆解为具体的光线、配色和构图要求；一次只删一句，对照出图验证效果，但不要为了精简丢掉关键的安排。最终目标是写出自己能读懂、出了问题知道从哪句下手的提示词。
作者萝卜哥分享了自己耗时国庆假期、消耗上亿 Token 开发的免费开源 PPT 生成与美化 skill（luobo-ppt）。该 skill 支持将文章直接生成带口播备注的 PPT，也能在不改动文字的前提下按参考图或 14 套预设风格美化已有 PPT。它借鉴了 dashi-ppt-skill 的版式容量控制、273 款设计模板归纳的 36 条视觉路线，以及 open-design 的排版检查规则和五维评审方法。生成的 PPT 全部使用 PowerPoint 原生元素，用户可直接编辑，且无需 AI 生图模型即可使用。支持 Claude Code、Codex、Cursor、WorkBuddy 等多种 Agent。
本文整理了 OpenAI 官方 GPT Image 2.5 提示词写作指南的八条核心原则：先定义结果、选易维护格式、描述可见细节、写清人物动作、精确文字加引号、分开要改与要保持的内容、给参考图编号、有意识迭代。同时介绍了模型与参数（quality、size、background）的选择建议，并结合人像摄影与自然景物两类示例，给出中文提示词模板和实操要点，帮助用户写出可控、可迭代的图像生成提示词。
作者分享了一个用于生成女性人像的 Claude Skill（beauty-image-defaults），通过 SKILL.md 文件保存人物默认设定和人像美术要求，实际出图由图像生成工具完成。Skill 支持三种模式：无参考时补充默认画像（30 岁左右亚洲轻熟女性，黑发戴眼镜）、有参考图时保留人物特征、以及仅生成提示词。文章详细介绍了默认人物描述、提示词合并方式、皮肤眼神手部衣料光影构图等美术指导、减少稀碎感与塑料感的规则、成图检查流程和冲突处理原则，强调用户要求与参考人物优先于默认设定，并声明不包含任何成人色情内容。
本文详细介绍了 Qwen-Image 2.1 图像生成模型的三种本地部署路线：ComfyUI、Unsloth Desktop 和官方 Diffusers。作者首先解释了不同后端权重的差异，指出 DiT、文字编码器和 VAE 三件套需分别下载且不能混用。文章给出了 Windows RTX 5080 与 MacBook Pro M2 Max 两套平台的实测数据：5080 上 1MP 文生图约13秒，M2 Max 单张约10分钟。同时涵盖模型目录结构、extra_model_paths 配置、图像编辑模板用法、常见问题排查及 Qwen Research License 商用限制提醒，是一份可复现的完整部署教程。
文章介绍了 sweety-image-art-direction，一个用于提升 AI 生成图片质量的图像美术指导 Skill。作者指出 AI 图片的“廉价感”源于缺少可信度、取舍和审美一致性，如塑料皮肤、假 HDR、无逻辑细节等。该 Skill 充当构图师、摄影师和修图师的“兜底”角色，可检查和修改已有图片，适用于人像、海报、信息图和手绘等场景。它遵循统一的透视、光影、材质和排版逻辑，保留用户明确要求，并提供默认美术模板。文章还介绍了安装调用方法和人像、海报、水粉插画等实际案例。
作者宣布其手绘skill新增276号风格——清透扁平插画，称其为小红书爆款风格。该风格适用于女性生活方式、职场与个人成长内容，现代商业应用、官网插图与App引导页，健康养生、心理疗愈内容，以及知识科普、效率工具与方法论图解等场景。作者还整理了一个包含200多种画风的手绘风仓库，用户可对照图片选择画风编号直接出图，降低AI绘图风格选择门槛，让好看的图片生成变得简单。
作者在48GB的4090上对Qwen-Image-2.1进行了13组实验、196张图的深度评测。模型视觉生成为7B DiT架构，配Qwen3-VL编码指令与参考图，支持原生RGBA透明。评测发现其强项为中文排版、原生透明通道和多图身份保持，弱项是「替换」语义常退化为「添加」、编辑具有非局部性、缺乏时间维度建模。文章详细测试了文字渲染阈值、透明度真实性、指令遵循、编辑精度、多图参考及性能表现，并给出KV cache与显存的权衡策略。最后作者通过360°转台动画实验，揭示了条件图下seed敏感性等反直觉发现，定位其为关键帧生成器而非视频模型。
