企业官网建设流程全解析

• AI 技能
• 人工智能
• 深度研究
• 数据分析
• 媒体生成

crayon-hand-drawn 是 SenseNova-Skills 仓库中sn-infographic技能（tier 1 场景技能）内置的 66 个视觉样式之一，定义了"蜡笔手绘质感 + 温暖俏皮氛围"的完整视觉语言规范。本文将以 crayon-hand-drawn.md 为骨架，结合 SKILL.md 中样式选择与提示词组装的底层机制，讲解该样式的色彩体系、视觉元素约束、排版规范、适用场景，以及它如何经由"样式选择 → 系统提示词拼接 → 提示词扩写"的管线真正作用于信息图生成，并给出与其他手绘系样式的对比与实战落地要点。

样式定位：手绘系风格家族中的一员

sn-infographic的样式库位于 references/styles/，按 SKILL.md 的说明共收录 66 个样式定义文件，crayon-hand-drawn是其中之一。每个样式文件都是高度结构化的"风格规格单"（style spec），与 references/layouts/ 下的 87 个布局定义配合使用。

crayon-hand-drawn 在风格谱系中的定位是手绘/手工质感方向。依据 layout-style-selection.md 的 Step 2 上下文映射表，它出现在两条上下文候选链中：

也就是说，当用户请求信息图的内容调性被分析为"儿童向、休闲、趣味"或"手作、手工质感"时，crayon-hand-drawn 会以备选样式身份进入加权随机抽样池，与kawaii、lego-brick、screen-print、storybook-watercolor等风格同台竞争。这与它的英文名含义一致：用蜡笔的笔触质感唤起童趣与温度。

色彩方案：暖色粉彩与奶油纸感

原文档定义的色彩体系分三层，本文在此基础上补充其在提示词工程中的使用方式：

• 主色（Primary）：Warm pastels, soft saturated colors——暖色调粉彩、柔和的低饱和色。这类色彩避免刺眼的高纯色，让画面整体柔和温暖。
• 背景（Background）：Light cream (#FFF8F0)、paper white——浅奶油色与纸白色。这是"纸张感"的来源，模拟儿童涂鸦所用的画纸底色。
• 强调色（Accents）：Crayon box colors——red, blue, yellow, green，即经典蜡笔盒四原色。用于标题、重点元素、图标高亮，与粉彩主色形成"温和底 + 鲜艳点缀"的对比层次。

⚠️ 注意：#FFF8F0这类色码是风格定义文档内部用于精确传达背景色相的参考值，但根据 prompts-expand-system.md 的第 8 条硬性约束（No Hexadecimal Codes），当风格定义被拼入扩写系统提示词、最终驱动图像模型生成时，禁止直接输出#xxxxxx色码，必须改写为描述性色名（如 "warm cream paper white"）。这是"风格规格"与"生成提示词"之间的关键转换规则：色码用于人类阅读的风格库，描述性色名用于模型理解的生成提示词。

视觉元素：六大特征与一条红线

crayon-hand-drawn 的视觉元素规范包含六条特征，以及一条不可逾越的硬约束：

1. Crayon texture with waxy appearance——蜡笔特有的蜡质纹理，覆盖在图形、填色区域上；
2. Slightly imperfect, child-like lines——略微不完美、带有儿童手绘感的线条，允许抖动、不闭合、粗细不均；
3. Soft, blended edges——柔和融合的边缘，模拟蜡笔涂抹后在纸面的晕染过渡；
4. Simple cartoon elements and icons——简单的卡通元素与图标，保持图形简洁，不做复杂写实刻画；
5. Hand-drawn doodles and sketches——手绘涂鸦与速写，作为装饰性元素或信息辅助；
6. Strictly hand-drawn—no realistic or photographic elements——严格手绘，禁止任何写实或摄影元素。

第 6 条是全文档最关键的"红线"（red line）。它的作用与 prompts-critic-system.md 中 VLM 审查的否决规则互相呼应：如果生成结果中出现照片级贴图、3D 渲染质感或写实人物，就违背了样式的底层定义。从实现上看，这条约束会被写入扩写后的系统提示词（见下文"样式如何进入生成管线"），成为图像模型的显式指令，也是后续多轮审查（max_rounds > 1 时 VLM 复核）的判定依据之一。

排版规范：手写感与可读性的平衡

• Hand-drawn or casual font style——手绘/休闲字体，如圆体、手写体、童趣字体，强化"儿童涂鸦"的第一印象；
• Clear, readable labels——标签必须清晰可读。这一点在信息图场景下优先于纯粹的装饰性：信息图的本质是传达内容，手绘风不能以牺牲文字辨识度为代价；
• Playful lettering——俏皮的文字设计，如波浪形文字基线、彩色描边字、大小写混排的活泼标题。

排版规范与 base-prompt.md 中的文本要求（主标题醒目、关键概念视觉强调、标签清晰、数据用视觉区分格式）配合使用，保证"童趣外观 + 专业信息结构"并存。

最佳适用场景（Best For）

原文档给出的适用场景清单是：

• Children's content（儿童内容）
• Educational materials（教育材料）
• Playful explanations（趣味讲解）
• Friendly guides（友好指南）
• Warm presentations（温暖演示）

这些场景的共同特征是：受众偏儿童或希望营造亲和氛围、内容以引导和讲解为主、不需要严肃权威的视觉暗示。与之相对，corporate-memphis、swiss-style等商务风格面向 Professional / Business 上下文，technical-schematic面向技术文档——样式与内容调性的匹配正是 layout-style-selection.md 的抽样依据（tone / domain → style candidates）。

样式如何进入生成管线：从名字到提示词的完整路径

crayon-hand-drawn 这类样式文件不是孤立存在的，它通过sn-infographic的 Worker Agent 工作流被真正消费。理解 SKILL.md 中的关键步骤，才能明白"样式规格"如何变成"图像提示词"：

Step 2.1 名字级随机选择（不读文件）Worker 根据 analysis-framework.md 输出的data_type/tone/audience字段，在 layout-style-selection.md 中查表得到样式候选，再执行加权随机抽样：主样式 ×10 份、每个备选样式 ×9 份、另从全部样式名中随机抽取 3 个 ×1 份混入，shuf后取第一条。crayon-hand-drawn 以paper-collage备选身份出现时，会获得约 9 份权重。此阶段只操作样式名字，绝不打开样式文件内容——选择是随机的，不是"读文件比较优劣"。

Step 2.3 提示词扩写（唯一一次读取样式文件）选中样式后，Worker 用直接文件拼接方式（cat而非 heredoc，因为样式文件含反引号与$(...)）把prompts-expand-system.md+ 选中的布局文件 +选中的样式文件（此处即 crayon-hand-drawn.md）+base-prompt.md拼成扩写系统提示词，调用sn-text-optimize将用户原始内容扩写为约 400-600 词的生成提示词。crayon-hand-drawn.md 中的色彩、视觉元素、排版、约束条目因此逐字进入最终图像提示词，成为驱动模型的关键指令。

Step 3 生成与多轮审查扩写后的提示词经sn-image-generate生成图像；当max_rounds > 1时，sn-image-recognize以 prompts-critic-system.md 为标准做 VLM 审查（9 条否决规则，其中 Rule 4 视觉噪声、Rule 5 文字不可读、Rule 6 图形复用对卡通手绘风格尤其相关），PASS即提前终止循环。

这套机制意味着：crayon-hand-drawn 的每个字段都在"风格规格 → 扩写提示词 → 图像生成 → VLM 审查"链路中承担具体职能，而非纸面装饰。

与相近手绘系样式的对比与选用建议

在 66 个样式中，与 crayon-hand-drawn 最容易混淆的四个风格如下，对比后可更精准地选用：

差异要点：crayon-hand-drawn 强调蜡笔涂抹的蜡质与纸面融合感（soft blended edges）；paper-collage强调剪纸的分层与投影（layered depth with drop shadows）；cartoon-flat追求干净矢量感（clean, vector-like appearance, no shadows）；chalkboard则把"黑板 + 粉笔"作为整体场景。若内容主题是"幼儿园认知卡片"，crayon-hand-drawn 最贴切；若需要"手工剪贴簿"感觉，paper-collage更合适。

实战落地清单：在信息图生成中使用 crayon-hand-drawn

综合以上机制，在实际使用sn-infographic生成蜡笔手绘风格信息图时，可参考以下要点：

1. 触发入口：向 Agent 提出"生成信息图/信息图表"类请求（SKILL.md 的 triggers 含 "infographic"、"信息图"、"可视化"等中英文关键词），样式由系统自动选择，也可在用户指令中显式表达"儿童向、手绘、可爱、蜡笔"等意图，帮助 Worker 在 Step 2.1 命中 Playful/Kids 上下文。
2. 确认选中：max_rounds=1时 Worker 不经过 VLM 审查直接出图（friendly 模式输出一条文字摘要 + rank=1 图片）；如希望"生成后自动检查是否忠实于蜡笔手绘风格"，可用max_rounds=2~8开启多轮生成 + VLM 审查，output_mode=verbose可查看每轮 PASS/FAIL 与违规详情。
3. 审查重点：若 VLM 报出 Rule 4（画面出现水印/多余标题）或 Rule 6（不同实体复用相同图形），对卡通风格信息图是常见问题，可重跑或人工调整扩写提示词中的图标描述——扩写规范要求每个图标必须语义化描述具体内容（见 prompts-expand-system.md 第 7 条）。
4. 风格样例参考：docs/sn-infographic-examples_CN.md（英文版见 sn-infographic-examples.md）收录了近 100 个生成案例，其中"划船乐：自然与身心的温馨之旅""恋爱心理学：亲密关系说明书"等案例采用了手绘/卡通质感路线，可作为蜡笔手绘风格落地效果的邻近参照。
5. 底层依赖：本技能的所有 API 调用经由sn-image-base技能执行（sn-text-optimize负责评估与扩写、sn-image-generate负责生成、sn-image-recognize负责 VLM 审查），使用前需确保sn-image-base已安装且相应 API Key 配置就绪。

结语

crayon-hand-drawn 虽是一份仅 29 行的短小规格文档，却在sn-infographic的样式体系中占据清晰生态位：它以"蜡笔蜡质纹理 + 温暖粉彩 + 严格手绘禁止写实"定义了儿童向、教育向内容的视觉基调，并通过"上下文映射 → 加权随机抽样 → 系统提示词拼接 → 生成与 VLM 审查"的完整管线被真正消费。理解这份样式定义，等于掌握了让信息图具备童趣温度而不失信息结构的一套可复用的提示词资产——无论是直接依赖技能的自动选型，还是人工构造手绘风格生成提示词，本文所述的色彩、元素、排版约束与管线机制都值得作为设计基线。

• AI 技能
• 人工智能
• 深度研究
• 数据分析
• 媒体生成