AI 生图知识库
把散落案例、提示词与方法整理为可检索、可复用的视觉知识资产
AI 知识系统案例 / 15
把散落的生图案例、提示词和方法论，整理成可分类、可检索、可复用、可继续迭代的视觉知识系统。
本地知识库将素材经过分类、去重、策展和 Markdown 生成，沉淀为社交媒体、缩略图、头像、信息图、海报、界面与漫画故事板等主题档案；同时引入 Prompt Master 的意图提取与提示词质量框架。
内容按 7 类视觉任务整理为本地 vault 与精选 vault。
包含分类、策展、Markdown/Wiki 生成与表格上传脚本。
提示词框架强调目标工具、九维意图、关键追问与成功标准。
公开浏览版本已部署；第三方示例继续保留原许可与来源边界。
从收藏图片到可调用知识
单纯收藏图片很难复用：不知道它解决什么任务、提示词为什么有效，也无法快速找到相近案例。系统先按输出任务分类，再把案例、提示词和结构要点写入统一档案。
分类与策展脚本负责初筛，人工精选 vault 控制最终质量，使大规模素材与高质量入口同时存在。
知识库要能指导下一次创作
Prompt Master 把模糊需求拆成任务、工具、输出、约束、输入、语境、受众、成功标准和示例，并只在关键信息缺失时追问。
这样知识库不只回答“有哪些好图”，还支持“下一次如何更准确地描述、选择模板并验收结果”。
PROCESS
关键决策
按任务而非风格收藏
海报、信息图、头像和界面等输出任务比抽象风格更容易复用。
机器分类，人工策展
自动化扩大覆盖，精选 vault 保持可信入口。
把成功标准写进提示词
提示词不仅描述画面，也明确用途、约束和完成条件。
我的角色与协作
我负责知识分类、策展规则、自动化脚本组合、精选档案与提示词方法的整合。
AI 支持初步分类和结构化；最终保留、命名、来源边界与可复用判断由我负责。
验证、结果与反思
本地已形成分类档案、精选 Markdown 和生成脚本，公开浏览版本已部署。
素材规模不等于知识质量；下一阶段仍需用真实创作任务评估检索命中与提示词复用效果。
个人知识库真正的升级，不是多收藏一张图，而是让下一次决策更快、更有依据。
