saibodafu/e-commerce-skill/ecommerce-detail-page-visual-design
Claude Code and agent skill by saibodafu/e-commerce-skill
- community
Checking that the SKILL.md file is still in the repository.
当用户已经有电商详情页文案、HTML 图、原型图、产品图、包装图,想逐屏判断信息任务、推荐视觉风格、生成单屏详情页设计、逐屏修改确认,并最终拼接成 750px 电商详情页长图时使用。
Install
npx vskill@latest install saibodafu/e-commerce-skill/ecommerce-detail-page-visual-designSKILL.md
电商详情页逐屏视觉设计与长图拼接
使用场景
当用户已经完成详情页文字信息梳理,并提供详情页 HTML 图、原型图、产品图、包装图、品牌图或单屏设计稿时,使用本 skill 协助完成后续视觉设计流程。
本 skill 不负责从零梳理详情页内容结构;如果用户还没有详情页文案、模块顺序或产品信息,应先使用 ecommerce-content-wireframe。
触发条件
用户需求涉及以下任一情况时触发:
- 已有详情页文案,希望逐屏判断每一屏怎么设计
- 已有详情页 HTML 图、原型图或线框稿,希望转成视觉设计
- 希望推荐 3 个适合详情页的统一视觉风格方向
- 希望一屏一屏生成电商详情页设计,并逐屏确认修改
- 希望把确认后的单屏详情页纵向拼接成 750px 长图
- 希望检查长图是否漏屏、错序、重复、文字裁切或产品裁切
核心原则
- 保留用户原始流程,不把它改写成复杂方案。
- 先分析,不直接出图。
- 先统一视觉风格,再逐屏作图。
- 每次只处理一屏,等用户确认后再进入下一屏。
- 卖点屏必须遵守“一个核心卖点一屏”:每一屏只讲一个核心卖点,不把多个卖点合并在同一屏。
- 修改时只修改当前屏,保留用户已经确认的部分。
- 凡涉及生成详情页单屏图片或长图视觉稿,必须调用
ChatGPT Image 2;不要改用其他生图模型替代。 - 不改写详情页文案,除非用户明确要求。
- 不编造功效、数据、认证、平台规则、广告法结论或竞品信息。
- 如涉及最新平台规则、合规要求、榜单、价格、店铺或投放机制,先联网核验并标注来源和时间。
必要输入
开始前,优先确认用户是否已经提供原型图和包装图。其他材料不限,有则使用,没有则基于现有信息推进,并在输出中标注“假设”。
如果缺少原型图或包装图,先请用户补充。其他材料不作为启动门槛;缺少时做轻量合理假设,并在输出中标注“假设”。
触发后的开始语
当用户想进入详情页视觉设计流程时,使用下面的话术,不要直接套用“假如你是……”:
如果用户已经提供完整材料,可以直接进入“阶段 1:逐屏分析”。
工作流程
按以下顺序推进,不要跳步:
- 逐屏分析
- 逐屏分析确认
- 推荐 3 个视觉风格方向
- 逐屏生成 AI 生图提示词
- 逐屏生成设计
- 当前屏修改确认
- 进入下一屏
- 长图拼接
- 最终质检
阶段 1:逐屏分析
目标:根据每一屏文案,判断这一屏承担的转化任务和视觉表达方向。
输出表格:
| 屏序 | 当前屏核心文案 | 信息任务 | 视觉表达类型 | 核心视觉元素 | 不允许出现的内容/风险点 |
|---|
判断标准:
- 信息任务要具体,例如“首屏建立品类认知”“解释核心卖点”“证明成分/材质”“制造使用场景代入”“降低购买顾虑”“决策收口”。
- 如果当前屏是卖点屏,信息任务必须明确对应唯一核心卖点,例如“解释卖点 1:低糖好喝”;不要写成“同时解释低糖、好喝、补充电解质”。
- 如果原型图把多个核心卖点放在同一屏,先标记为“需要拆屏”,并建议拆成多个独立卖点屏,等用户确认后再进入提示词阶段。
- 视觉表达类型要可执行,例如“产品主视觉大图”“场景化生活方式图”“成分/结构拆解图”“对比图”“步骤图”“证据背书图”“参数信息图”。
- 核心视觉元素要能指导画面制作,例如产品、包装、手部、场景、符号、图标、质感、局部特写、对比区域。
- 风险点要指出可能涉及广告法、功效夸大、绝对化用语、医疗化表达、虚假承诺或无法证明的数据表达。
阶段收尾话术:
阶段 2:逐屏分析确认
目标:让用户先确认逐屏分析是否准确,再进入视觉风格方向推荐。
如果用户没有明确确认,不要直接进入生图。可以继续修改某一屏的信息任务、视觉表达类型、核心视觉元素或风险判断。
确认话术:
阶段 3:推荐 3 个视觉风格方向
目标:根据已提供的产品信息、品牌包装图和详情页文案,推荐 3 个适合电商详情页的视觉风格方向。每个方向用一句话描述风格、构图、字体方向,方便复用在每一屏作图前的统一视觉风格提示词。
输出格式:
要求:
- 优先延展品牌包装已有颜色、材质和字体气质。
- 不要只写“高级感、年轻化、简约风”等空泛词。
- 风格描述要能直接复用到作图提示词里。
- 如果用户选择其中一个方向,后续每一屏都沿用该方向。
阶段收尾话术:
阶段 4:逐屏生成 AI 生图提示词
目标:基于用户提供的详情页原型图,按照原型图中的每一屏文案、版式和信息层级,逐屏生成可用于 AI 生图的提示词。
这一阶段只生成提示词,不直接生成图片。
每一屏提示词必须包含:
限制要求:
- 画面中只允许出现原型图的文字说明,不要新增任何未经确认的标题、标签、小字、证明、参数或功效解释。
- 卖点屏提示词必须只围绕一个核心卖点展开;不要在同一屏提示词中同时要求表现多个卖点。
- 如果某个卖点需要证明材料,证明材料只能作为该卖点屏内的辅助元素,不新增另一个核心卖点。
- 不要打乱原型图的信息层级。
- 不要修改产品包装。
- 不要出现错误文字。
- 不要直接生成图片。
- 每一屏提示词都要服务对应屏的信息任务、视觉表达类型和核心视觉元素。
阶段收尾话术:
阶段 5:逐屏生成设计
每次只生成一屏。不要一次性生成全部屏。
生成当前屏图片时,必须调用 ChatGPT Image 2。该模型更适合电商详情页里的中文标题、卖点和长图文案呈现。
如果当前环境无法调用 ChatGPT Image 2,不要改用其他生图模型替代;应先说明限制,并输出可复制给 ChatGPT Image 2 的单屏作图提示词。
单屏生成前,先明确:
单屏作图要求:
- 宽度按用户要求,默认 750px。
- 保持当前屏文案完整,不漏字、不改字、不压缩成摘要。
- 画面必须服务当前屏的信息任务。
- 产品、卖点、使用场景或关键视觉元素要服务转化。
- 不使用绝对化、医疗化、功效承诺或无法证明的数据表达。
- 不让文字被产品、装饰、边缘或背景干扰。
- 严格按照已确认的当前屏 AI 生图提示词执行。
- 生成后等待用户确认。
单屏生成后的固定话术:
阶段 6:当前屏修改确认
用户提出修改意见时,只修改当前屏。
修改规则:
- 保留用户已经确认的部分。
- 不影响其他屏。
- 如果用户要求会导致文字裁切、合规风险或视觉冲突,先指出问题,再给替代方案。
- 修改完成后继续等待确认。
修改后的话术:
阶段 7:进入下一屏
用户确认当前屏后,继续下一屏。
进入下一屏的话术:
阶段 8:长图拼接
当所有单屏都确认后,再执行长图拼接。
长图要求:
- 顺序不变。
- 宽度统一 750px,除非用户另有要求。
- 不裁切文字和产品。
- 不压缩导致文字模糊。
- 屏与屏之间衔接自然。
- 不漏屏、不错序、不重复。
拼接前确认话术:
阶段 9:最终质检
长图完成后必须做最终检查,并输出检查结果。
质检清单:
如果发现问题,先列出问题,再修正,不要直接说完成。
Security
- Security scanPassed, 100 of 100Pattern checks on the skill's files.
- Model reviewNot runA model review is scheduled for the next rescan.
Quality evaluation
- Task evaluationNot runNo evaluation yet. Run one in Skill Studio.
Source
- SKILL.md in the repositoryCheckingskills/ecommerce-detail-page-visual-design/SKILL.md
Popularity
- Repository stars
- 66
- Repository forks
- 17
- 7-day trend score
- 0
Stars and forks are for the whole GitHub repository, not this skill alone. Not refreshed yet.
Works with
Any agent vskill installs to: 56 targets in all. These 39 have a page on this site.
- Claude Code
- Cursor
- GitHub Copilot
- Windsurf
- Codex
- Gemini CLI
- Cline
- Amp
- Roo Code
- Goose
- Continue
- Kilo Code
- Junie
- Trae
- OpenHands
- Qwen Code
- AI Agent
- Tabnine Chat
- Sourcegraph Cody
- Amazon Q
- Firebase Genkit
- Sweep
- Devin
- Phind
- Mentat
- Claude Desktop
- Aider
- GPT Pilot
- Plandex
- bolt.new
- v0
- Replit Agent
- Anse
- TypingMind
- BetterChatGPT
- LibreChat
- Warp AI
- Pieces
- Fig AI
Embed badge
[](https://verified-skill.com/skills/saibodafu/e-commerce-skill/ecommerce-detail-page-visual-design)