1 个 Agent 串起分析、写提示词、操控浏览器
4:5 竖版电商主图规格
- 要解决的问题
- 新品礼盒需要一组风格统一的概念图,用于内部评审与电商素材预研;逐张手写提示词、手动提交既慢又难以保持一致。
- 约束条件
- 礼盒里必须是公司的那一款心形刮痧板(与参考图一致);整组图的品牌元素、材质与光线要统一。
- 我的职责边界
- 负责需求拆解、Agent 流程搭建与最终筛选。
- 结果
- Agent 自动完成「分析产品图 → 写提示词 → 提交生成 → 调整」的循环,产出一组可用于评审的礼盒概念图。
- Claude Code
- Playwright MCP
- 图像生成(网页端)
Process
制作流程
不只展示结果,也展示每一步的判断与取舍是如何形成的。
-
01
分析产品图,拆出需求
让 Claude Code 读入刮痧板产品设计图,结合礼盒需求整理出整组图的品牌元素(KEPT 字标、配色、材质)与每张图的拍摄意图。
-
02
逐张写出结构化提示词
每张图一条编号提示词,写清场景、器物、材质、光线与画幅。例如「Image 08 — Gift Box Open」:象牙白棉布上的俯拍平铺、鼠尾草绿哑光礼盒与缎面内衬,盒内是与参考一致的心形玫瑰石英刮痧板、刺绣束口袋、手写卡片、一枝干燥报春花与一张维多利亚风植物卡,柔和漫射顶光、无阴影、4:5 竖版。
创作过程截图:Image 08 开盒图的英文提示词与生成结果 -
03
Playwright MCP 操控浏览器生成与调整
Claude Code 通过 Playwright MCP 直接操作浏览器:提交提示词、等待生成、查看结果,再按需求调整后重新生成。人只在最后挑选成品。
Thinking
创作思路
说明为什么这样做,而不只是列出做了哪些动作。
Q1 让 Agent 接管重复的「提交 — 等待 — 查看」
生成图片最耗时的不是写提示词,而是反复提交、等待和比对。把这一环交给能操作浏览器的 Agent,人就只需要在该判断的地方出现。
Q2 产品必须和参考一致
提示词里明确写「exact product from our reference」,并把器物的形状、材质、纹样写具体——包装可以发挥,产品本身不能变。
交付内容
- 礼盒概念设计图(开盒俯拍等多张)
- 逐张编号的英文提示词(含构图、材质、光线与画幅要求)
项目结果
- 一套品牌元素统一的礼盒概念图:KEPT 字标、鼠尾草绿礼盒、象牙白缎面内衬
- 验证了用 Playwright MCP 让 Agent 直接操作网页端生成工具的可行性
这次实验说明,Agent 的价值不只在写代码:任何有明确步骤、需要反复操作界面的工作,都可以交给它执行,人只保留需求和取舍。