AI 技能人工智能深度研究数据分析媒体生成【免费下载链接】SenseNova-SkillsModular SenseNova skills for building AI-powered office assistants and productivity workflows项目地址https://gitcode.com/gh_mirrors/se/SenseNova-Skills点击查看免费下载本文聚焦 SenseNova-Skills 的 sn-infographic 信息图技能中conflict-contrast布局它用于并置两种对立状态、观念或力量通过画布分区、色彩强对比与边界张力构建冲突型叙事与中立的binary-comparison对比布局形成明确分工。读完本文你将掌握该布局的结构要素、适用场景、文字排布与推荐风格搭配并理解它如何被 sn-infographic 的扩写管线读取、组装成可用的图像生成提示词从而在自己的信息图项目中直接套用。布局定位冲突叙事而非中立对比conflict-contrast的核心定义是两种对立状态、观念或力量的并置Juxtaposition of two contrasting states, ideas, or forces其完整定义见 skills/sn-infographic/references/layouts/conflict-contrast.md。要准确理解它必须先把它和最容易混淆的binary-comparison区分开。两者的差异在定义文件中被明确点出binary-comparison做的是两个对象、状态或概念的并排比较采用垂直分隔线、镜像布局、左右侧元素位置对齐强调易于对比是一种中立的比较neutral comparison。参见 skills/sn-infographic/references/layouts/binary-comparison.md。conflict-contrast则聚焦冲突本身focuses on conflict rather than neutral comparison不追求对称镜像与对齐而是刻意在两区之间制造对抗张力。一句话概括binary-comparison是摆在一起看差异conflict-contrast是摆在一起看对抗。在 sn-infographic 的布局选择体系里conflict-contrast以备选布局的身份出现。查看 skills/sn-infographic/references/layout-style-selection.md 的候选表data_type首选布局match_score1.0备选布局match_score0.7comparisonbinary-comparisonfour-quadrant-grid、conflict-contrastproblem / solutionicebergconflict-contrast、visual-tension、funnel、bridge即当内容分析阶段判定素材为比较型comparison或问题—解决方案型problem/solution时conflict-contrast会作为权重 0.7 的备选进入随机抽样池。同一表中与其语义相邻的visual-tension拉伸、变形、拉扯的视觉张力与iceberg水面之上 vs 水面之下的隐藏深度分别从张力和显隐两个角度提供了冲突叙事的替代实现可参见 skills/sn-infographic/references/layouts/visual-tension.md 与 skills/sn-infographic/references/layouts/iceberg.md。结构要素两区并置 边界张力conflict-contrast的 Structure结构共四条是画布搭建的骨架画布划分为两个区域zones分别代表对立的状态——这是conflict冲突与contrast对照的物理基础双方各自拥有独立空间两侧之间存在强烈的视觉对比色彩、纹理、风格——对比不限于颜色也可以是材质与绘制风格层面的对立两区交界处存在张力tension——边界不是安静的分割线而是冲突感最集中的地带不同于binary-comparison它聚焦冲突而非中立比较——这是全文档反复强调的定位差异。对照binary-comparison的结构可以看得更清楚后者是垂直分隔线将画面一分为二左右镜像对齐追求对称与平衡前者则是两个对立区域 动态边界 边界张力追求对抗与失衡。从仓库布局文件清单看references/layouts/目录共 87 个布局定义见 skills/sn-infographic/SKILL.md这一对布局被设计为同一双元结构母题下的两种极性表达。适用场景什么内容该用冲突型布局文档给出的 Best For 共四类覆盖内容层面与理念层面两种粒度问题 vs 方案Problem vs. solution先摆问题一侧的困境/代价再摆方案一侧的路径/收益边界处的张力就是转变的戏剧化表达旧范式 vs 新范式Old vs. new paradigms传统方式与新兴方式的对立适合技术换代、组织变革等主题消极 vs 积极结果Negative vs. positive outcomes同一决策或行动的双面后果用明暗/冷暖两侧承载情绪对照意识形态或哲学层面的对比Ideological or philosophical contrasts抽象观念的对立如自由 vs 秩序、传统 vs 现代此类内容没有硬数据支撑最适合靠色彩与风格的对抗来传达。这些场景与 skills/sn-infographic/references/analysis-framework.md 中的内容分类可以对应起来分析框架要求先判断data_type内容类型再据此映射布局问题—解决方案型内容在框架表里推荐bridge、iceberg等布局而layout-style-selection.md的候选表则把conflict-contrast同时挂在 comparison 与 problem/solution 两类之下——这正说明冲突型布局的用武之地恰好落在比较型与问题解决型内容的重叠区。视觉元素用色彩、边界与风格制造对抗文档规定了四类视觉手段是执行该布局时逐条要落实的区域间的戏剧化色彩对比如暗 vs 亮推荐使用高对比的色相极性让观者第一眼就识别出这是两个对立阵营区域间的锯齿状或动态边界jagged or dynamic boundary边界不必是笔直的垂直线可以用锯齿、撕扯、波浪等动态形态强化冲突感每侧使用对立的视觉风格或纹理一侧可以是写实/密集纹理另一侧可以是扁平/极简通过风格互斥制造张力可选在边界处放置一个居中的冲突元素central conflict element如碰撞的火花、撕开的裂口、对峙的两个符号等把抽象的冲突具象化。这些规则与推荐搭配的风格文件是配套设计的。high-contrast-ad风格见 skills/sn-infographic/references/styles/high-contrast-ad.md直接提供最大对比构图 醒目几何形 动态对角线与冲击线 半色调网点几乎是为冲突布局量身定制的表现手法neon-futurismskills/sn-infographic/references/styles/neon-futurism.md用霓虹粉/电光蓝/青/紫 深空黑渐变 发光边缘天然构成霓虹 vs 暗场的两极对比chalkboardskills/sn-infographic/references/styles/chalkboard.md以黑板黑为底、彩色粉笔为前景形成明 vs 暗的教学化对照适合教育场景中的正反对照。三者分别对应文档 Recommended Pairings 中列出的三组推荐high-contrast-ad高对比冲突构图、neon-futurism霓虹 vs 暗场、chalkboard明暗教学对比。文字排布标签分区、冲突标注、标题置顶文本在冲突布局中的位置遵循三个固定原则标签放在各自区域内每侧的说明文字留在自己的 zone 里不跨区保持阵营边界清晰冲突/张力标签放在边界处在两区交界处给出冲突或张力性质的标注如vs对抗分水岭等词让观众在边界上获得语义落点标题置于构图上方标题不进入任何一个 zone而是悬浮在整个冲突构图之上起统摄作用。这一排布逻辑与visual-tension的标题放在张力区域之外的稳定区、标签靠近张力点、解决性文字置于底部的规则见 skills/sn-infographic/references/layouts/visual-tension.md同源冲突型布局要求把情绪最强的元素张力、对抗放在视觉中心地带把理性信息标题、标签放在稳定的外围。在 sn-infographic 生成管线中的落地方式conflict-contrast并不是一份孤立的设计文档而是 sn-infographic 扩写管线中会被真实读取、组装成提示词的素材。理解这一点有助于你在使用时预判它最终如何影响出图效果。依据 skills/sn-infographic/SKILL.md 中的 Worker Agent 流程第一步Step 2.1——名称级加权随机选取布局与风格的选择是只看名字、不读文件的加权随机抽样。Worker 依据内容分析得到的data_type/tone/audience查 layout-style-selection.md 候选表把首选名 ×10、备选名 ×9、外加 3 个随机名字 ×1 组成抽样池后洗牌取首名。因此conflict-contrast是否被选上取决于内容类型落在哪一行以及随机结果——此时它的文件内容并不参与决策。第二步Step 2.3——直接文件拼接组装扩写系统提示词选中之后Worker 会把references/layouts/conflict-contrast.md与选中的风格文件、prompts-expand-system.md、base-prompt.md按顺序用cat直接拼接成一个扩写系统提示词原文特别强调不得用 heredoc 拼接因为布局/风格文件内含反引号与$(...)会被未加引号的 heredoc 执行。也就是说本文档的全部内容结构、适用场景、视觉元素、文字排布、推荐搭配会被逐字送入 LLM作为如何组织画面的结构约束。第三步——模板占位符的填充base-prompt.mdskills/sn-infographic/references/base-prompt.md是最终图像生成提示词的骨架其中{{LAYOUT}}、{{LAYOUT_GUIDELINES}}、{{STYLE_GUIDELINES}}、{{COLOR_PALETTE}}等占位符分别由布局名、布局文件内容、风格文件内容与扩写结果填充。同时prompts-expand-system.mdskills/sn-infographic/references/prompts-expand-system.md为扩写过程附加了与冲突型布局高度相关的一系列硬约束包括语言严格一致输入为中文则整篇输出必须为中文反之亦然零废话规则直接以视觉描述开头不得出现这是优化后的提示词之类的元评论文本渲染协议图像中要出现的文字必须用引号包裹而风格/布局/颜色描述一律不得加引号禁止十六进制色值只用描述性颜色名如 sage green、deep navy blue、terracotta——这与conflict-contrast文档中戏剧化色彩对比如暗 vs 亮的要求配合确保对比是色相/明度层面的对立而非色码层面的堆砌语义化图标对应每个图标都要具体描述其视觉内容并与引号内文字对应。这些约束共同保证了布局文件里的抽象规则锯齿边界暗 vs 亮能被翻译成图像模型可执行的具象描述。实战示例把 conflict-contrast 转写成扩写提示词下面依据本文档的结构/视觉/文字规则并结合prompts-expand-system.md的书写约束给出一个可直接参考的扩写结果片段内容为示例正式使用时由管线中的 sn-text-optimize 调用生成格式遵循图像内文字加引号、色彩用描述性名称的规范这幅信息图的标题为传统电力调度 vs AI 智能调度。整体采用对抗式双区布局画布被一条锯齿状、仿佛被撕开的动态边界划分为左右两个对立区域。左侧区域采用暗沉厚重的深炭黑底色与粗粝颗粒纹理代表旧范式的僵化与高成本右侧区域采用明亮通透的暖白色与光洁渐变表面代表新范式的敏捷与低损耗。边界中央放置一枚碰撞符号——一半是生锈的机械齿轮一半是发光的电路节点二者在交界处迸出火花形成冲突焦点。左侧区域内标注响应延迟高依赖人工经验右侧区域内标注毫秒级响应数据驱动决策边界处放置张力标签范式分水岭。标题置于整个构图上方用醒目的无衬线字体呈现从经验调度到智能调度。写作时需注意所有数字、日期、专有名词必须 100% 保留prompts-expand-system.md的严格保真约束不要省略来源信息也不要额外添加原文没有的数据若原文为中文整段输出必须保持中文base-prompt.md中{{LANGUAGE}}占位符同理。运行时参数冲突叙事与画面比例的关系conflict-contrast这类双区布局对画布比例有一定敏感性。sn-infographic 的宽高比推断规则见 skills/sn-infographic/references/runtime-parameters.md支持2:3、3:2、3:4、4:3、4:5、5:4、1:1、16:9、9:16、21:9、9:21共 11 种比例用户显式给出比例时优先采用否则 Worker 在 Step 0 根据原user_prompt推断横屏优先16:9竖屏优先9:16横竖未明时按场景匹配默认16:9image_size当前仅支持2k显式4k仅在SN_IMAGE_GEN_MODELsensenova-u1.5-lite时可用。在实操中可以据此为冲突型内容选择合适的画幅横屏16:9或21:9适合左右两区对峙的经典构图5:4、4:3等近方形比例适合对比面板/紧凑信息图竖屏9:16则适合上下分层式的冲突叙事上方旧范式、下方新范式。这些选择最终通过sn-image-base的sn_agent_runner.py传给sn-image-generate--prompt、--aspect-ratio、--image-size、--save-path调用方式详见 skills/sn-image-base/scripts/sn_agent_runner.py 与 skills/sn-image-base/references/api_spec.md。结语conflict-contrast是 SenseNova-Skills 信息图技能中处理对立叙事的核心布局它以两区并置为骨架、以视觉强对比与边界张力为表现手法、以问题—方案/新旧范式等冲突型内容为最佳场景并通过 sn-infographic 的 Step 2.1 名称级随机选取、Step 2.3 文件直接拼接与prompts-expand-system.md的书写约束被完整地翻译成图像模型可执行的提示词语义。如果你需要进一步了解它的姊妹布局或配套风格可继续阅读中立对比型布局skills/sn-infographic/references/layouts/binary-comparison.md张力型布局skills/sn-infographic/references/layouts/visual-tension.md显隐型布局skills/sn-infographic/references/layouts/iceberg.md布局与风格选择规则skills/sn-infographic/references/layout-style-selection.md扩写系统提示词与模板skills/sn-infographic/references/prompts-expand-system.md、skills/sn-infographic/references/base-prompt.md内容分析与运行时参数skills/sn-infographic/references/analysis-framework.md、skills/sn-infographic/references/runtime-parameters.md赞分享AI 技能人工智能深度研究数据分析媒体生成【免费下载链接】SenseNova-SkillsModular SenseNova skills for building AI-powered office assistants and productivity workflows项目地址https://gitcode.com/gh_mirrors/se/SenseNova-Skills点击查看免费下载相关推荐打破网格布局解析SenseNova-Skills 信息图技能中的突破画框式视觉设计打破网格布局解析SenseNova Skills 信息图技能中的突破画框式视觉设计 本技术指南以 sn infographic 技能中 breaking thAI 技能人工智能深度研究数据分析媒体生成SenseNova-Skills 信息图布局深度解析binary-comparison 并排对比设计与实战指南SenseNova Skills 信息图布局深度解析binary comparison 并排对比设计与实战指南 binary comparison 是 SenAI 技能人工智能深度研究数据分析媒体生成用 comic-strip 布局打造叙事式信息图baoyu-skills 漫画分镜布局完全指南用 comic strip 布局打造叙事式信息图baoyu skills 漫画分镜布局完全指南 导读 comic strip 是 baoyu infograpAI 技能AI 插件创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考