除了 327 手绘，我这台机器上还压着几套画图技能？

2026-11-01silcano

我把本机技能目录从头翻了一遍，答案是：除了 327 手绘，还有 5 套风格完全不同的画图技能；再往下挖，底下还压着 4 条出图引擎。

数出来容易，说清楚难。这 6 套东西长得完全不一样：有的只给你一份提示词配方，有的一句需求直接吐图，有的要求你先拍张照片，还有的连画笔都不碰、纯靠代码画矢量图。混在一起统称「画图技能」，等于把螺丝刀和电钻都叫「工具」——能听懂，但没法用。

一、先分层：出图的，和定长相的，不是一回事

我按「谁负责出图、谁负责定长相」，把手上这些东西劈成两层。

底下是引擎层，管生图这件事本身：内置的 ImageGen 走通用文生图和图生图；可灵那套覆盖文生图、图生图、编辑、重绘和受控变体，顺手还能出视频；VideoGen 专管图生视频；还有一个图像处理能力，它不生成、只修东西——擦水印、增强、美颜、老照片修复、抠图，五件事，各管一摊。

上面是风格层，也就是俗称的「画图技能」。它不管怎么出图，只管出成什么样。

这个分层不是文字游戏。引擎换一代，风格层的配方大部分还能接着用；反过来，风格层要是只写了句「画成手绘风」，换个模型就废。原因后面讲。

· · ·

二、327 手绘：这堆里最重的那套

先上数据。hand-drawn 目录里躺着：一份 545 行的风格总表，21 个带编号的画风（20 个常规 + 一个 3.1 正式版），11 个 Python 脚本，10 份说明文档，正文加起来 14 万字节。这个体量在本机所有风格技能里排第一，比第二名大了将近三倍。

21 个画风我抄一遍，你大概能看出它的覆盖面有多宽：

1 极简黑白线条讲解漫画（xkcd 火柴人）、2 蜡笔童涂、3 吉卜力、3.1 蜡笔童涂潦草自画版、4 小豆人黑色涂鸦信息图、5 MS Paint 烂涂鸦、6 圆珠笔单线涂鸦、7 蜡笔实拍、8 水墨写意、9 复古像素、10 情绪叙事淡彩速写、11 二维水彩（复古动画概念稿）、12 暖光童画、13 北欧纸雕、14 北欧绘本水粉、15 大鼻软偶、16 聚光水粉立绘、17 墨线绘本、18 暖色扁平绘本、19 圆头红线极简童画、20 暖黄墨线情绪小剧场。

它的结构设计有一手：编号 + 中文名 + 一串别名 + 单一真源 + 选型目录 + 生成脚本。你说「蜡笔」「吉卜力」「亲子手绘」它都认，因为别名表是显式写死的，不靠模型猜。配方只有 STYLES.md 一份，脚本从里面读，不许手工改写——这条规矩写在 SKILL.md 里，防的就是「模型不吃这套，我自己润色一下」的半吊子操作。

还有个细节挺硬：3.1、19、20 这三个画风，文档里明确规定「正式生产」必须走完整流程。3.1 要基础生成 → 潦草纠正 → 混乱纠正 → 风格契约检查，三次操作只得到 final-candidate，还得有一份独立的验收报告写着 pass，才能标 final。19 和 20 更狠，要求带原创锚点的 JSON 调用包、锁定模型快照、高保真参考图，任何一环缺了都不许开工。

说白了，它把「手绘」这件事拆成了可复现的工序，而不是一句咒语。

· · ·

三、剩下五套：按「吃什么」分成两组

另外五套按输入切成两类，互不重叠：一类吃文字（主题、文章、观点），一类吃照片。327 手绘本身也属于吃文字那组，只是体量太大，上面单开了一节。

3.1 吃文字的两套

橙线插画：纽约客那一口气。

规矩就四条：细黑墨线、纯白底、只许一个橙色（#F97316）、人必须画得极小。

最后那条是灵魂。人缩得越小，面前那堵墙、那排按钮、那道楼梯就显得越大，荒诞和幽默全从这个比例差里长出来。文档里写得很直白：人物超过画面十分之一，这画就废了；写提示词时必须把「tiny」和「enormous」各说一遍，不然模型一定把人放大。

它带一个固定角色「小橙」：圆头、两个黑点眼、没有嘴、胸前一个实心橙点。多图成组时它有个土办法但很管用——先一次画四个候选人物让人挑，挑完把那段 20 到 40 词的描述逐字复用。不是靠「记住这个角色」，是靠复制粘贴。

工作流上它有个很清醒的判断：生图便宜，自检很贵。所以它不让你用图像分析逐张挑毛病，而是一次铺开五个隐喻方向，让人来看。人的口味才是那道闸。

纸感微编辑海报：留白留到抠门。

3:5 竖版，整张纸带纤维、颗粒、扫描噪点，70% 到 90% 的面积必须是空的；视觉事件只占 8% 到 25%，主色只占整张画布的 0.8% 到 2.5%。

它的参考文档分得比另外几套细：风格系统、提示词编译器、变体引擎、参考图分析、质量闸门，五份各管一段。变体引擎那份是关键——同一个视觉家族里怎么变出十张不重复的版式，靠的是把「纸张色调、簇的位置、焦点元素、结构、字体分布、装饰笔画、情绪」七个变量拆开重组。

它还专门列了一份「反身份清单」：不要商业海报的标题层级、不要霓虹赛博、不要 3D、不要可爱卡通、不要满版场景、不要做旧拼贴。风格技能的价值，一半在告诉你画什么，另一半在告诉你别画什么。

3.2 吃照片的三套

这三套吃的东西一样——你拍的照片；目标也一样——在保留照片真实感的前提下做二次创作。但手法完全不同，摆在一起看特别清楚。

photo-revival 是「重画」。把照片重新画成一张插画：白纸占 80% 到 88%，主体只占 10% 到 16%，再加一行手写小字或日期。它是这批里最轻的，两份文档一共 10KB，没脚本没样例，规则全在 SKILL.md 里。适合把随手拍的日常变成有呼吸感的插画。

photo-relic 是「压印」。上面放真实照片，下面放一块「遗物」——不是描摹，不是插画，是把照片压成几笔墨：主体身份、光源方向、情绪温度都保住，细节全丢掉。文档里的说法是「像时间把照片按进温热的纸里」。它从照片里提 3 到 5 条源线索（主体关系、情绪核心、主色加一个点缀色、光影方向、结构特征），再按这套线索重建。

photo-abstract 是「重构」。照片原样放着，一个像素都不许动，下面配一块象牙白的抽象面板，把照片里的空间关系抽成几何符号——人只剩几根竖短线，地标最多留三处识别特征——再配一个 2 到 5 个单词的英文标题。它的死规矩是：每一笔抽象都必须能追溯到照片里的某个视觉事实，不许自己发挥。

同一张照片丢给这三套，出来的东西能看出三种世界观：一个想让它更温柔，一个想让它更沉，一个想让它更远。

· · ·

四、横向摆一起比

技能	输入	产出	风格锚点	一致性靠什么
327 手绘	一句话主题	提示词（不生图）	21 套编号配方	单一真源 + 脚本 + 契约验收
橙线插画	文章 / 观点	提示词 + 成图	一线一橙一白	人物块逐字复用
纸感海报	主题 / 照片 / 参考图	成图 + 提示词	留白比例 + 单色占比	七变量变体引擎 + 质量闸门
照片重生	照片	插画	白纸占 80%	主体占比硬指标
照片遗物	照片	上下双联作品	3-5 条源线索	源线索重建 + 质量闸门
照片抽象	照片	上下双联作品	抽象必须可追溯	视觉事实逐项核对

表格里最值得看的是最后一列。六套里有五套的答案都不是「描述得准」，而是某种硬约束：复用同一段文字、卡死一个百分比、锁一个锚点、跑一遍验收。

这是我这轮翻下来最实在的收获——风格稳定的秘诀不在形容词，在可核对的数字。

· · ·

五、还有第三条路：不生成，直接画

上面六套都是「让模型画」，还有一条路是「让代码画」。架构图、流程图、数据图这类东西，用生图模型属于自找麻烦：文字必糊，数字必错，改一个框还得整张重跑。

用 SVG 或 HTML 直接画就没这些毛病——矢量放大不虚，文字是真的文字，改起来改一行就行，还能做成能点的交互图。我技术文章里那些结构图、对比图，基本都是这么出来的。

判断标准很简单：图里有字，就别交给生图模型。

六、真要动手，怎么选

我给自己的选法是三句话。

一、要成组、要固定画风、要能复现——走 327 手绘，挑编号，别自己改配方。

二、配文章、做封面、要「聪明但不吵」的调子——走橙线。先把隐喻想清楚再动手，橙色只点一个地方。

三、有照片、想让它二次活一次——先问自己要更温柔（重生）、更沉（遗物）、还是更远（抽象），再决定用哪套。

剩下的：图表类一律代码画，修图类交给那五件套，别拿生图模型硬扛。

最后说一句可能不太中听的。这六套技能真正值钱的地方，不是那些漂亮的样例图，是它们写满了「不许干什么」——不许放大人物、不许出现第二种颜色、留白不许少于七成、抽象不许凭空加。

风格这东西，从来都是靠排除法立住的。