小红书图文流水线：从一篇母版到 5 张可发布图卡，为什么商业只敢放图4

上一篇讲了视频那条线（豆包 Video Pipeline）。这一篇讲另一条完全不同的线：小红书图文。

做小红书笔记的人和做视频的人，很容易掉进同一个误区：以为关键是"图好不好看"。其实小红书图文真正难的是信息图的排版逻辑和广告识别——做出来的图让别人愿意扫、愿意存、愿意转到评论区问，同时又不被平台当成广告限流。这两件事，靠"一张图好看"解决不了。

所以我同样把整套方法固化成了一个 skill：lanhui-xhs-graphic-pipeline——从一篇 GEOFlow 母版文章，整理成固定 5 张图的结构化提示词，贴给 ChatGPT 一次出图，再配封面和发布元数据，一次账号发布完整跑通。

先给结论：小红书图文线最大的取舍，是把「商业动作」压缩到只剩一张图。 前面两张让读者觉得"这笔记真有用"，最后一张才说"要换找我们"。顺序对了，内容长尾留存、广告不误伤，这两件看似矛盾的事就能同时成立。

它和视频线根本不是一回事

很多人以为图文线就是视频线的"图版"。完全不是。这套 skill 的开头就明确划了边界：

不写口播稿——那是 doubao-video-pipeline 的职责
不渲染 HTML 卡片——那是另一个 skill 的职责
不发布笔记——人工发布

它只管一件事：把这个主题做成几张适合小红书的信息图/海报的结构化提示词。 输出的是可供生成工具使用的提示词文件，不是成品图，也不是文案。

一句话：视频线管"一句话怎么变成一段能喂豆包的视频文档"，图文线管"一篇母版怎么变成几张能出图的结构化提示词"。两条线共用同一套心法，但产物完全不同。

固定的 5 张图：先定好「为什么是这 5 张」

这套 skill 最反直觉的一点，是它死磕 5 张图、一张不多一张不少。哪 5 张？它不是随便凑的，是按读者心理节奏排的：

图1 封面：标题钩子 + TOP/关键词 + 蓝小辉举道具（最重要，单独强调）
图2 原理：这个东西怎么造的 / 核心认知——对应母版里的"工艺综合评价"
图3 对比：差距多大、怎么选——对应母版里的"关键对比表"
图4 决策 + 商业：按车主类型给决策，最后才带"换找我们"
图5 FAQ 避坑：母版 FAQ 里精选 3-4 条

这个顺序是一条完整的心理运线：Hook → 原理 → 对比 → 决策 → FAQ。它背后的三条规则，全是踩出来的：

规则一：固定 5 张，不许随意加。 加图 = 笔记变长 = 读者划不下去。多不是好，够完成"展示价值 + 引导行动"才好。

规则二：商业内容只出现在图4。 图1、图2是纯知识，先把"这笔记有用"的信任立起来；图4才露出置换推荐；图5再用 FAQ 收尾。为什么这么设计？为了防广告识别——前面全是干货，平台不会轻易判定你是广告贴；同时内容本身也真的对读者有价值。这是图文和视频最大的不同：图文的信任是"一屏一屏"攒出来的，太早露出商业意图，整篇就废了。

规则三：图5 FAQ 是长尾搜索的核心资产。 口播视频留不下可检索的东西，但图文可以。FAQ 那 3-4 条就是小红书/搜索引擎能抓到、能被反复搜到的"知识点"，是这条图文除了当下一波流量之外，还能吃很久的资产。所以图5绝不是凑数的收尾。

双形态：贴 ChatGPT 还是走程序化

这套 skill 给了两种产出形态，按场景选：

markdown 分节式（首选）：每张图一个代码块，内部用【角色】【主体】【标题】【视觉风格】【禁止】自然语言分节。优点是直接贴 ChatGPT 友好、迭代快——改哪张改哪段，改完重贴就行。

JSON 结构化式：每张图一个 JSON，六要素 + 文本层 + 生成约束。优点是程序化、可批量、多平台同步。字段结构长这样（示意）：

json

{
  "image_id": "IMG3_compare",
  "type": "body2",
  "template": "科普向-清单对照",
  "size": "1080×1440 (3:4)",
  "text_layer": {
    "main_title": "三种工艺差在哪",
    "conclusion": "预算决定工艺，不只看价格",
    "cta": "想置换，评论区报车型"
  },
  "generation": { "mode": "text-to-image", "model": "ChatGPT GPT Image 2", "size": "3:4" }
}

一句话选型：给人贴、要快 → markdown 分节式；给程序、要批量 → JSON 式。 默认走前者，我在实际跑的时候绝大多数都是这个。

五步流水线

每个产物的文件名写得明明白白，落盘在账号工作区新增目录里：

STEP 1 · 母版选型 → 01-type.md：先读母版全文判断内容类型（科普向 / 营销向 / 产品介绍向），记录选型理由，选定对应模板骨架。类型先行——先定模板再拆图。
STEP 2 · 拆 5 图 prompt → 02-images/IMG1~IMG5：每张图一个文件，标注它对应的母版章节（knowledge_module = 母版特定章节 + 那条知识），保证"图讲的东西母版里有据可查"。
STEP 3 · 提示词给 ChatGPT → 03-chatgpt-prompt.md：把 5 图转成一段一次性出 5 张的 prompt，首行带"一次性出全部"的触发器，末段带统一的角色锁定 + 风格 + 负面护栏。
STEP 4 · 封面提示词 → 04-cover-prompt.md：封面单独强调——标题大字 ≤12 字、蓝小辉出镜、3:4 安全区，出一版封面、给 3 个候选标题。
STEP 5 · 标题/Tag/发布 → 05-publish-meta.md：标题 ≤20 字（数字/疑问/感叹），正文摘要 50-120 字，Tag 5-8 个（垂直 + 品牌词），评论区置顶互动引导。

五步走完，从"母版"到"能直接发布的一组图文"，全链路齐了。

几条贯穿全程的纪律

数据不编造：母版的 K1/K2 口径原样保留，不新增参数。这和视频线、GEOFlow 线是同一条底线。
封面标题 ≤12 字：超长必糊，这是小红书封面的硬约束，跟视频封面 ≤8 字是一个道理。
蓝小辉资产一致：形象画风从资产库引用（V1 科普 / V2 产品），跨笔记长得一样，品牌才立得住。
构图可引用：横向场景查水平构图法，不每次现想构图，保证画面统一。

我的判断

这条图文线和前面两条线，是同一套心法的三个落点：内容生产的问题从来不是"缺工具"，而是你舍不舍得把每个判断固化成规则。

小红书尤其如此——它有一套微妙的"信任计算"：前 2 张纯知识、图4才露商业、图5用 FAQ 收尾。这套位置的拿捏，如果每次都靠临场发挥，十个笔记里八个会翻车（要么太广告被限流，要么太干货没转化）。把它写成固定规则，就等于把这个"信任计算"刻进了流程本身。

顺带说个我的偏见：小红书图文里，FAQ 图的价值被绝大多数人严重低估了。大家忙着卷封面、卷标题，却忘了图5那 3-4 条问答才是这篇图文能活很久的东西。我把它当核心资产，不是因为它好看，是因为它能被搜到。

参考：完整规则与三类型模板（科普/营销/产品）收录在我的 skill lanhui-xhs-graphic-pipeline（含 templates/README.md、轮毂三工艺示例 examples/wheelcraft-4images-example.md），可直接查阅复用。这条线与《豆包 Video Pipeline》共用同一套方法论，一视频、一图文两篇一起看更完整。