Ian Xiaohei Scenes：把中文文章變成小黑實物場景配圖的 Codex Skill | Allen 知識庫 | Allen 知識庫這篇 Threads 指向的不是一般「AI 生圖 prompt」，而是一個可安裝到 Codex 的內容配圖 Skill：helloianneo/ian-xiaohei-scenes。它把中文文章中的處境、壓力、轉折與專案故事，轉成「小黑 + 真實物件 + 物理動作 + 留白敘事」的正文配圖。
來源與 repo 查證
- Threads 原文：
@fennyhsu1936 分享「用小黑 Skill 自動幫文章配圖，比圖庫好用太多」。作者留言補上 GitHub 連結。
- GitHub repo：helloianneo/ian-xiaohei-scenes
- Repo 描述：Xiaohei 2.0 Codex Skill for Chinese real-object article illustrations and long-scroll story images。
- License：MIT License。
- GitHub metadata：本文查證時約 395 stars / 49 forks；default branch 為
main；topics 包含 codex-skill、ai-illustration、chinese-content、image-generation、xiaohei。
- Threads 影片畫面標示 B 站 NicknickAI；可見示範圖是白底、小黑、真實物件與短中文標籤的長卷/正文配圖樣式。
它解決什麼痛點
一人公司或內容創作者寫文章時，常見瓶頸不是文字，而是「找一張不俗、風格一致、又能貼合文章脈絡的圖」。圖庫圖容易泛用，AI 生圖又容易每張風格漂移。這個 Skill 的價值在於把「文章理解 → shot list → prompt → QA」流程固定下來，讓 agent 每次用同一套視覺語言產圖。
不是通用 prompt
README 明確說它不是一般插畫 prompt，也不是 PPT 資訊圖模板；核心是先理解內容裡的真實處境，再變成可見的物理現場。
兩種輸出模式
標準模式是 16:9 正文配圖；彩蛋模式是超橫版長卷故事圖，適合個人經歷、專案復盤、產品演化與成長路徑。
風格公式
小黑 + 真實物件 + 物理動作 + 短中文標籤 + 留白敘事。重點是 1 秒內讓讀者意識到「這說的就是我」。
安裝方式
README 給的 Codex Skill 安裝方式很直接：
git clone https://github.com/helloianneo/ian-xiaohei-scenes.git
cd ian-xiaohei-scenes
mkdir -p "${CODEX_HOME:-$HOME/.codex}/skills"
cp -R ./ian-xiaohei-scenes "${CODEX_HOME:-$HOME/.codex}/skills/"
Use $ian-xiaohei-scenes 為這篇中文文章設計並生成幾張小黑實物場景正文配圖。
內部 workflow 值得學的地方
- 先做內容消化：Skill 要求先提煉讀者處境、核心衝突、真實物件、物理動作與短中文標籤，而不是直接丟 prompt 生圖。
- 用母版做品質錨點：標準模式要從 01–06 母版選一張；長卷模式鎖定 07 母版。重點是對齊比例、留白、動作清晰度與敘事關係，而不是照抄。
- QA checklist 很完整：檢查是否 16:9、純白背景、真實物件、小黑是否承擔核心動作、標籤是否短且可讀、是否像 PPT/流程圖、是否母版換皮。
- 明確列出失敗信號：例如主體過大、元素清單化、母版復刻化、假中文、UI 截圖感、小黑只是裝飾、3 秒讀不懂等。
適合 Allen KB / BigIntTech 的用法
這個 repo 對 Allen KB 很實用：KB 文章目前多數是純文字與 HTML 結構，若未來要做「文章封面圖 / 社群轉貼圖 / 長卷懶人包」，這種 Skill 比單次 prompt 更可維護。
- Allen KB 文章封面：針對 AI Agent、語音客服、報帳、旅遊、LifeOps 等主題，建立固定小黑風格的社群圖。
- 一人公司內容流程：文章完成後，由 agent 自動產出 3–5 張 shot list，再挑 1 張生成封面或正文圖。
- 避免圖庫感：用「真實物件 + 物理動作」表示抽象工作壓力，例如報帳 PDF 堆、OneDrive placeholder、agent queue、會議紀錄管線。
- 可擴充成 BigIntTech 視覺 Skill：不是直接複製小黑 IP，而是學它的結構：角色/IP、物件語彙、QA checklist、失敗信號、母版庫。
IP / 授權 caveat
Repo 授權是 MIT，但 NOTICE.md 明確說「小黑」是 Ian 的視覺語言；重新散布或改作時應保留 Ian Xiaohei Scenes 名稱或在衍生文件中標註 Ian。換句話說：程式/Skill 可依 MIT 使用，但若 BigIntTech 要商用化或長期品牌化，最好不要直接把「小黑」當成自有 IP，而是建立自己的角色與風格 DNA。
證據邊界
本文查證了 Threads 文字、作者留言中的 GitHub repo、README、Skill 內容、QA checklist、NOTICE 與 License。沒有實測安裝到 Codex 產圖，也沒有驗證影片裡所有示範圖是否由該 repo 的最新版直接生成。因此本文定位為 Codex Skill / 內容配圖 workflow 研究，不是生成品質 benchmark。
快速動作