这两天打开千问,发现他们首页多了个「办公」的入口,点进去是新出的办公助理,左边栏还挂着个技能广场,里面全是能直接装的skill。
我随手往下翻,翻到一张有点眼熟的卡片:「花叔设计助手」,作者写的是花叔
是我。我做的那个设计skill,上架了千问的技能广场,别人点一下安装就能用。
看到这张卡片挺开心的,因为这意味着用它的门槛一下子低了很多,能碰到的人也多了很多。
同一屏往下看,眼熟的卡片还不止这一张。一张叫「卡兹克公众号写作」,一张「宝玉封面设计」,一张「归藏网页PPT」,都算是开源社区的精品skill了,旁边挨着官方自己出的深度调研、文件深度整理、Excel和PPT。
我的skill适配各种agent
这事经常有人问我:你这些skill是不是只有Claude Code能装,我用的是别的agent,能不能用?
能。我放出去的这些开源skill都是通用的,一份SKILL.md说到底就是写给agent看的工作手册,谁读都行。但难的不是读懂,是肯照着做。我这个skill非常核心的几条要求包括「动手前先出三个方向」「生成完不许直接交、要自己逐页检查」,对应的Agent产品读懂是一回事,一步不落地执行下来是另一回事。这也是过去我不太敢打包票的原因,得一个个试过才知道。这次装在千问里是真跑下来了,下面这一整段实测就是。
不过对我来说,这波更新最实在的地方是另一件事。Huashu Design在GitHub上已经有22.8k star,这虽然意味着关注和使用过这个skill的开发者够多。但是考虑到更多白领不会访问GitHub,甚至压根不知道GitHub是什么的,它的真实用户量我觉得还是挺受限制的。所以现在它被摆进一个有上千万用户的大厂App里,点一下就装上,我还挺期待看看更多用户使用后的感受和反馈的。
那就先给自己干个活
话是这么说,我还是想知道它装在千问里到底能跑成什么样。
手上正好有个拖了挺久的活:给一家银行的科技部门做场线下分享,45分钟,主题是不写代码的人怎么带一支AI团队。大意就是希望帮利用我自己的一些经验帮他们做AI转型,用我自己实际的经验给他们提供一些启发。但大纲写好之后,PPT一直没动手,所以这会正好把这个任务交出去试试。
打开办公助理,装上「花叔设计助手」,把分享大纲当附件丢进去,直接自然语言表达了下需求,大概就是:15页左右;听众是有技术背景、但没怎么用过AI编程工具的工程师;先讲真实经历再讲方法论;每一页配逐页讲稿;别用花哨模板;最后单独设计一页现场互动。
然后就发出去了。
它没跳过我写死的那两条规矩
在千问里使用我的skill的过程还挺有趣。它边干边把思考摊在屏幕上,在想什么,下一步打算干什么,都看得见,思维透明度做得很高。
我在这个skill里写死了一条规矩:动手之前必须先出三个设计方向,而且得渲染成真实页面给用户看,选完才准往下做。写这条的原因很简单,AI闷头做完一整版、风格不对的时候,改起来比重做还累。
它一步没跳。三版封面真渲出来了,编辑纪实出版风一版,咨询年报风一版,还有个暗场摄影剧场,一版配一段设计逻辑,还专门提了句年报风最贴银行这种场景,然后弹出一道选择题,停在那儿等我选。我选的是暗场摄影剧场。
还有个细节我挺喜欢:在把这三个方向拿给我看之前,它自己已经先查过一轮,发现方向二封面的配图裁切位置不对,改掉了,然后才端出来。
skill里还写死了第二条:生成完不许直接交,要批量截图逐页自查。AI用代码写PPT排版,细节上翻车是常事,这条就是专门防这个的。16页出来之后它真的一页页看了,抓到某一页页脚变成两行、怀疑会压到内容区,回头去修。
这种任务它想得深,跑得也久。我的用法是把需求一次说透,发出去就正大光明摸鱼,回头收货。
交回来的三样东西
任务结果是它交回了三个产出物,一份16页的矢量PDF,直接能带去现场投;每一页的逐页讲稿;还有一个网页版演示,浏览器打开是全部16页的概览墙,点任意一页进放映(我的skill刻意设计的,让agent优先提交HTML格式的ppt)。
翻了一遍,结构和45分钟的时间分配都挺对,逐页讲稿也能直接用,视觉上确实是银行这类偏严肃的企业场景该有的样子。
以前我也让AI做过不少PPT,交回来的经常是份大纲文档,离能带去现场投差着一整段距离,排版有没有崩它自己也不知道。这次的区别就在这儿:方向先给我挑,做完自己检查,交出来的是能直接用的文件。
再加一句人话,让它把版式改好
不过我看下来还是有不满意的地方,主要在版式:16页翻过去配图偏少,页面结构也有点单调,来来回回就那么一两种排法。
能不能只用一句人话,让它把这版改好,而且不把已经定下来的视觉风格改跑偏?大多数人真实的使用状态就是这样的,不会去写什么结构化的prompt,就是随口提个要求。
于是我在同一个会话里追了一句:
保持现在的视觉风格不变,帮我把这版排版再优化一遍:多给页面配图,版式别一个模子——左右分栏、上下分区、通栏大图交替着来,让16页翻起来有节奏。
一共就几十个字,跟我平时在群里给人提要求没什么两样。
它回过来的第一句是复述我的要求:保持暗场摄影剧场的视觉风格不变,把16页重做一版,增加配图密度,版式做交替节奏,不再每页同一个排法。然后它先把上一轮的内容和素材信息恢复回来,清点了一遍——16页内容定稿、设计规格,还有8张前几轮确认过的授权配图,接着挨个核验那几张一直没用上的图的画质,为新增配图做准备。
结果比我预期的好。原来那版16页里只有封面有一张图,改完之后13张图分布在10页上,剩下六页也没闲着,换成了图表或者卡片并排。三种版式是真的交替着来的:封面和几个论点页做成左右分栏,五个页面用了通栏大图压字,数据页拆成上下分区。我说的「有节奏」,它是照着做了。
风格一点没跑。还是那个近黑底加朱红点缀、粗重无衬线大字、等宽字做眉标,两版摆在一起是同一套东西。
它还不只是做PPT
技能广场里做PPT的skill不止一个,「花叔设计助手」跟它们不太一样的地方在于,它本来就不是个PPT工具。网页原型、iOS界面原型都能做,最特别的是它能做商业级的产品宣传动画。
正好上周我发了个新产品,HuaStudio 花录,录屏的时候能自动运镜,这两天该进宣传期了。做宣传动画这活复杂度不低,很适合拿来试试agent的深浅。所以我又开了个任务,把整个产品文件夹丢进去,三百多兆,@上花叔设计助手,说了一句:
帮我给我们这个产品的最新版本制作一个30秒左右的产品宣传demo动画
没有分镜,没有脚本,没有画风描述,就这一句。
它交回来一条30秒的动画。开场是个光圈,收拢成品牌名;然后「你录到的」和「花录给你的」两个标签一前一后出现,把原始录屏和成片摆在一起对比;提词器那段打了行字「稿子就在眼前,录像里没有」,旁边标着「只有你看得见」;再往后是三种画面模式的对比,只显示屏幕、只显示我、两者都要。
这些是花录真实的功能。我没告诉它这个产品是干什么的,它是自己从那个文件夹里读出来的。
最后
如果你手上正好要做个PPT,要出个产品原型,或者想做条产品宣传动画,欢迎去装我的「花叔设计助手」试试看,顺手也翻翻别人的。
路径很简单:千问首页进「办公助理」→ 左侧「技能」→ 搜「花叔设计助手」。电脑端去千问官网下最新版,手机端在应用市场更新一下就有。
热门跟贴