为什么很多 AI 小红书图一眼就假？真正的问题不是配色，而是它把“网页”当成了“杂志”
如果你连续刷几十套 AI 生成的小红书图卡，很快会出现一种熟悉感： 大色块、圆角卡片、emoji、粗体大标题、几段平均分布的文字。 单张看似乎没错。 十张连起来就会暴露： 它们不是在做内容设计，而是在套一个 Web UI 模板。 AH-0235 的原作者因此把自己的 PPT Skill 拆出一个专门做社交图卡的项目：guizang-social-card-skill。 截至 2026-
为什么很多 AI 小红书图一眼就假？真正的问题不是配色，而是它把“网页”当成了“杂志”
如果你连续刷几十套 AI 生成的小红书图卡，很快会出现一种熟悉感：
大色块、圆角卡片、emoji、粗体大标题、几段平均分布的文字。
单张看似乎没错。
十张连起来就会暴露：
它们不是在做内容设计，而是在套一个 Web UI 模板。
AH-0235 的原作者因此把自己的 PPT Skill 拆出一个专门做社交图卡的项目：guizang-social-card-skill。
截至 2026-08，我重新核了当前仓库。它已经不是源帖发布时的早期版本：GitHub 当前约 5.7k stars，README 明确支持 Claude Code / Codex，拥有 Editorial 与 Swiss 两套视觉系统、28 个布局、10 个主题，并带真实渲染 validator。
更重要的是，它现在采用 AGPL-3.0。这意味着“开源”不能简单理解成“拿来闭源商业化没有成本”。
但对 alphahole 来说，这个项目最值得学的不是代码。
而是它把“社交图卡”当成一个独立产品，而不是 PPT 的缩小版。
一、为什么 AI 卡片经常有“AI 味”
文字的 AI 味可以靠编辑去掉。
图片的 AI 味更难，因为它常常来自结构。
最常见的五个症状：
1. 每一页都长一样
标题在上，三个卡片在中间，总结在下。
第一页还能看。
第五页开始，大脑已经知道下一页长什么样。
2. 画面没有主次
所有文字字号差不多，所有模块权重差不多。
这叫“排整齐”，不叫视觉层级。
3. 文字是后来贴上去的
真正的编辑设计会考虑：
主体在哪里 → 文字应该躲哪里 → 画面哪里是 quiet zone → 哪些内容必须留白。
很多 AI 图只是先有背景，再把文本绝对定位上去。
4. 信息没有节奏
十页都在“解释”。
没有：
冲突页 → 证据页 → 方法页 → 对比页 → 决策页。
用户滑到第三张已经累了。
5. “装饰”代替“信息”
随机圆点、渐变、emoji、假贴纸、阴影。
看起来很忙，但没有帮助用户理解。
所以 alphahole 的视觉 SOP 需要一句更硬的定义：
> 图片的任务不是把文字变漂亮，而是把判断变得更容易看懂。
二、3:4 不是尺寸问题，而是阅读环境问题
小红书主流竖图和 PPT 最大差异，不在“横版变竖版”。
而在阅读场景：
PPT 有演讲者。
用户通常知道上下文。
一页可以承载一段论证。
小红书没有演讲者。
用户从信息流随机进入。
第一张只有极短时间解释“为什么我要停”。
后面的每一张都必须独立可读，同时又推动下一张。
所以小红书图文更像：
封面 → 问题 → 反直觉 → 证据 → 结构 → 方法 → 风险 → 决策 → 行动 → 收束
这就是为什么我们最近几批把规则锁成：
10 张总图 = 1 封面 + 9 个闭环信息页。
不是因为 10 是神奇数字。
而是为了阻止“封面 + 9 张重复模板”。
三、最值得借鉴的一点：先识别内容类型，再选视觉语言
当前 guizang-social-card-skill 明确区分不同内容类型，而不是一套模板打天下。
这件事非常关键。
因为：
工具测评适合对比矩阵。
商业方法适合流程、账本、决策树。
人物故事适合大图、时间线、引文。
读书内容适合留白、引用、章节节奏。
金融研究适合证据卡、变量、风险链。
如果所有内容最后都长成：
“深色背景 + 四个圆角卡片”
你得到的不是品牌一致性。
而是品牌疲劳。
真正的视觉系统应该统一的是：
字号逻辑 网格 留白 颜色纪律 证据表达方式 页码/来源规范。
不是统一每一页的几何结构。
四、当前仓库一个非常有价值的升级：Validator
源帖写的是设计原则。
当前仓库已经进一步加了真实渲染校验，包括 overflow、footer collision、最小字号、视觉边界、标题间距等规则。
这件事给我们的启发很大。
很多人评价 AI 图片只靠：
“我看着挺好。”
但一套可以规模化生产的视觉系统必须能把部分质量标准机器化。
例如 alphahole 后面可以固定检查：
Text Overflow
文字是否溢出或贴边。
Mobile Readability
在真实手机缩略尺寸下是否还能看清。
Semantic Coverage
每页是否真的承载一个独立信息单元。
Repetition
连续三页是否使用同一布局逻辑。
Visual Balance
是不是封面很强，中间页突然空掉。
Evidence Alignment
图上的数字和正文/来源是否完全一致。
Node Collision
连线、标签、图形有没有穿字。
这些都比“颜色高级不高级”更重要。
五、Quiet Zone：真正的图文设计不是把字压上去
源作者特别强调文字压图的问题。
这是一个经常被低估的细节。
只要图片里有：
人脸 产品主体 UI 关键图表 已有文字
就不能简单把标题放在正中央。
正确的顺序应该是：
- 识别主体；
- 找可用留白区；
- 判断背景明暗；
- 决定文字颜色和局部遮罩；
- 再决定字号、断行和对齐。
这可以升级成一个通用：
Visual Placement Contract
Subject Lock → Quiet Zone → Contrast → Type Scale → Line Break → Crop Safety → Mobile Preview。
以后不只是小红书。
公众号头图、网站封面、产品图、海报都能用。
六、图片从哪里来，是一个比排版更大的问题
当前 Skill 的取图策略包括用户素材、AI 生成、网络图片等。
但这里必须加上 alphahole 自己更严格的 Rights Gate。
因为“能抓到图片”不代表“可以发布”。
尤其：
产品图 人物照片 影视剧照 游戏素材 新闻现场 品牌 Logo 摄影作品
必须区分：
技术上可获取 ≠ 版权上可商用 ≠ 平台允许再发布。
所以我们不能原样继承“先抓再说”的思路。
我们的媒体流程应该是：
User-owned → Official / licensed → Generated explanatory visual → Rights-cleared stock → Web reference only
并记录：
source_note rights_status generated_or_source ready_to_publish。
这也是为什么方法类内容里，我们越来越偏向信息图、流程图和证据卡。
它们更容易做到“事实真实 + 权利清楚”。
七、AGPL-3.0：开源项目真正的商业化边界
这是这次外部核验最值得提醒的一点。
当前 guizang-social-card-skill 仓库使用 AGPL-3.0。
如果只是个人研究和直接使用，问题相对简单。
但如果要：
修改代码 → 打包成自己的闭源产品 → 部署成 SaaS → 把修改版本作为商业服务提供
就必须认真处理 AGPL 的网络使用和源码开放义务。
仓库本身还提供 COMMERCIAL_LICENSING.md，说明作者显然已经把商业授权当成产品的一部分。
这反而是一个很好的变现启发：
> 开源可以是获客层，商业授权可以是收入层。
这比单纯“GitHub 免费放代码”成熟得多。
八、这个项目给 alphahole 的直接产品启发
我们不需要复制一个 social-card-skill。
我们已经连续三批自己生成并 QA 了小红书图卡。
更值得做的是把经验升级成：
Visual Content OS
它不是“帮你做漂亮图”。
而是输入文章后先判断：
内容类型 → 传播目标 → A/B版本 → 信息密度 → 页数 → 每页角色 → 视觉结构 → 素材权利 → 生成 → 视觉 QA → 发布前核对。
再把我们已经积累的错误模式放进去：
- 通用节点词；
- 中页空；
- 连线穿字；
- 标题断行；
- 同一模板重复；
- 为凑 10 张删知识点；
- 封面标题超过证据；
- 金融图暗示收益；
- 假 UI / 假现场；
- 图片和正文不是同一件事。
- 这页的唯一核心结论是什么？
- 图形结构是否表达这个结论？
- 删除文字以后，结构还有没有意义？
- 图里的节点是不是本页专属，而不是模板词？
- 用户只截这一张，能不能理解？
- 和上一页相比，是否产生了新信息？
- 是否值得保存，而不是只值得滑过去？
这才是真正的复利。
九、以后小红书图文必须加一层 Semantic Visual QA
我们之前做的是 Visual QA。
0235 以后应该再明确一层：
Semantic Visual QA。
每张图问：
如果回答不了，这页应该重做。
十、变现上，比“卖模板”更值得的是卖 QA
视觉模板越来越容易被复制。
真正难的是：
稳定地产出不过线的东西。
所以这个方向未来的商业化不一定是：
卖 100 套模板。
更可能是：
免费：视觉诊断 低价：图文 QA 报告 会员：批量 Semantic Visual Audit 高价：品牌视觉系统/内容生产流程 企业：Content Visual Governance
输入一套图，系统直接告诉你：
哪页信息重复 哪页太空 哪页标题超证据 哪页手机不可读 哪页存在版权风险 哪页图文不一致 哪页看起来像 AI 模板。
这个工具和 alphahole 现有的 AI 内容审稿器可以直接合并，而不是再做一个孤立产品。
最后
guizang-social-card-skill 真正值得学的，不是某一种 Swiss 风或杂志风。
而是它承认了一件事：
社交图卡不是网页截图，不是 PPT 缩小，也不是文章配图。
它是一个有自己阅读环境、视觉语法、失败模式和质量检查的内容产品。
这也是我们后面小红书图文要继续坚持的标准：
封面能停留。
中页能理解。
结构能保存。
图和文是一件事。
而不是“我已经生成了 10 张图”。