核心用法
该 Skill 提供了一套完整的社交媒体轮播图（Social Carousel）设计工作流，核心方法论为"decide intent first, then execute"（先确定意图，再执行生成）。其执行框架采用"单次确认 + 封面先行"的两阶段流程：
Phase 1：方向确认 + 全幻灯片规划
- 建立视觉参考（优先使用用户提供素材，否则通过搜索获取）
- 输出确认表格，包含平台、幻灯片数量、每张幻灯片的角色/标题/副标题、参考图列表及技术细节
- 必须获得用户明确确认（如"ok / go / continue"）后方可进入 Phase 2
Phase 2：封面先行生成（5 步执行）
1. 分析参考图：提取设计结构（色彩策略、字体层级、背景材质、元素融合方式、空间构图、纹理质量），输出 3-6 种结构模式
2. 内容映射：将各幻灯片内容映射至提取的结构模式，保持质量层级，避免内容污染
3. 生成封面（Slide 1）：使用 REFERENCE_TO_IMAGE 任务类型，默认分辨率 1K，生成后展示并等待用户确认
4. 分析已确认封面：识别视觉锚点（需保留：调色板、字体风格、用户资产）与灵活元素（可变化：布局构图、背景图像、装饰元素），实现"同一家族，不同个性"
5. 批量生成剩余幻灯片（2-N）：以封面 URL 作为新的风格参考，不再传递原始风格参考，使用 REFERENCE_TO_IMAGE 保持一致性
平台规格支持
| 平台 | 宽高比 | 安全区域（上/下） |
|---|---|---|
| TikTok | 9:16 | 15% / 25% |
| Instagram Feed | 4:5 | 10% / 10% |
| Instagram Story | 9:16 | 15% / 25% |
| 小红书 | 3:4 | 8% / 20% |
| LinkedIn | 1:1 | 5% / 5% |
显著优点
1. 结构化工作流：将模糊的"做一套图"需求转化为可执行、可追踪的任务计划，降低沟通成本
2. 视觉一致性保障：封面先行策略确保整套轮播图风格统一，避免传统批量生成中的风格漂移
3. 参考图智能复用：通过结构提取而非风格模仿，将参考图的设计语言迁移至新内容，避免"换字模板"效果
4. 平台原生适配：内置主流社交媒体平台的规格参数，减少手动计算安全区域的繁琐
5. 分步交互设计：强制分步执行、每步等待确认，符合创意设计领域的迭代习惯
潜在缺点与局限性
1. 依赖外部 CLI 工具：必须安装 @dlazy/cli@1.0.9，且需要有效 API Key，存在供应商锁定风险
2. 云端 SaaS 模式：所有生成请求发送至 dLazy 服务器，存在数据隐私顾虑，不适合处理敏感内容
3. 版本固定限制：Skill 锁定 CLI 版本 1.0.9，可能错过后续安全更新或功能改进
4. Windows PowerShell 兼容：明确禁止 & 和 && 命令串联，在 Windows 环境下需特别注意命令执行方式
5. 默认分辨率保守：1K 分辨率在现代高 DPI 设备上可能略显不足，需用户主动要求提升
6. 中文生态局限：dLazy 作为国内服务商，其模型对中文内容的理解和支持程度需实际验证
适合人群
- 社交媒体运营者：需要批量产出风格一致的 Instagram/TikTok/小红书内容
- 独立设计师：希望将重复性视觉执行工作流化，聚焦创意决策
- 品牌市场团队：需要维护多平台视觉规范，确保输出符合品牌指南
- AI 辅助设计初学者：通过结构化提示词学习如何与图像生成模型有效沟通
常规风险
- API 成本累积：按调用计费模式下，多次迭代可能产生意外费用，建议设置预算提醒
- 生成结果不可控：AI 图像生成的随机性可能导致封面确认后，后续幻灯片仍出现风格偏差
- 版权灰色地带：参考图搜索功能可能抓取受版权保护的内容，商业用途需谨慎
- 服务可用性：依赖 dLazy 服务器稳定性，关键项目应准备备选方案
- 配置泄露风险：API Key 存储于本地 JSON 文件，需确保文件权限设置正确，避免共享设备上的密钥泄露