MENGZHAO LI
PORTFOLIO
DESKTOP EXPERIENCE
mengzhaoli.cn
Brand Reference Intelligence
品牌视觉参考解析
参考图不是拿来抄的，是拿来拆的。这个技能先把参考里可观察的证据一条条记下来，再压缩成一份可复用的 Design DNA，最后输出能直接进生产的量化规则与简报。
PROJECT OVERVIEW
- CLIENT
- MENGZHAO AI BRAND STUDIO / OPEN SOURCE
- DISCIPLINE
- AI-Agent · Visual Direction
- YEAR
- 2026
- 参考证据结构化
- Design DNA 压缩
- 量化设计规则
- 生产简报与 Visual QA
01
Problem
Problem
“Make it in this style” is not a brief.
这是设计协作里最高频、也最含糊的一句话。一张参考图递过来，接手的人各看各的：有人看到配色，有人看到构图，有人只看到那个 3D 物件。做出来的东西彼此不像，改稿全靠嘴对。
交给模型更糟——模型倾向于复制表层样式：同款渐变、同款光晕、同款字体，但网格错了、层级塌了、留白比例全变了。像，但不对。
参考真正携带的信息是结构逻辑，不是像素。这一步必须先做，而且必须留痕。
02
Activate when
Activate when
Routing is part of the contract.
技能能力再强，如果不知道什么时候该被调用，就等于不存在。所以触发条件写死在 SKILL.md 里，由路由层判断，而不是靠使用者记住有这么个东西。
01
用户提供了参考图、网站、视频或案例
02
用户要求「做成这个风格」
03
海报、主视觉、作品集页面需要重构
04
网站或 3D 场景需要确定视觉方向
05
视觉方向要转成图像 / 视频 Prompt
06
视觉方向要转成排版简报或生产计划
03
Input
Input
Fields, not paragraphs.
自由文本输入会带来理解漂移——同一句话，两次调用得到两个方向。所以输入被切成固定字段：缺哪一项，技能会先问，而不是自己脑补。
其中「需保留」与「需避免」这两项最容易被跳过，也最能决定成败：它们是唯一能防止「像参考但不像品牌」的约束。
INPUT CONTRACT8 FIELDS
Reference material参考图、链接、视频或案例，可多个
Project goal这次要解决的具体问题，不是「做好看」
Brand and audience品牌语义边界与受众认知水平
Content that must appear必须出现的文案、标识与信息
Output channel and ratio投放渠道、画幅与观看距离
Elements to preserve参考里必须保留的结构特征
Elements to avoid必须避开的元素与观感
Production constraints工期、工具、素材与版权限制
04
Workflow
Workflow
Observe first.
Recommend later.
整条流程的硬性顺序是：先描述，后判断。第一阶段只允许写下能被指认的事实——构图、网格、字体、色彩、材质、光线、镜头。不许出现「有高级感」这类结论。
因为一旦允许在观察阶段下判断，后面所有推断都会围着那个判断转，参考里真正有用的结构就被跳过了。
01观察证据
构图、网格、层级、字体、色彩、材质、光线、景深、镜头与运动逻辑，逐项记录。直接观察到的与推断出来的分开写。
02Design DNA
把参考压缩成一份紧凑的可复用规格：12 个维度，每项一行，不写形容词。
03量化规则
把 DNA 转成能执行的数值：画幅、安全区、主体占比、留白比例、光源方向、对比强度。
04内容迁移
把用户的信息装进参考的结构里。明确说明什么变了、什么保留、为什么——同时保护品牌语义。
05生产简报
按请求输出图像 Prompt、视频分镜、Figma 规格或制作步骤。
06Visual QA
八项检查逐条过，包括版权与「廉价 AI 感」这两条最容易翻车的。
05
Design DNA
Design DNA
Twelve lines that survive the handoff.
Design DNA 是这个技能的核心产物：一份足够短、能被人和模型同时读懂的规格。短是刻意的——太长就没人对照着做了。
它替代的是那句「照这个风格来」。交接时传的是这十二行，不是那张图。
| 维度 | 记录什么 |
|---|---|
| Visual style | 整体风格定位，一句话 |
| Composition | 主体位置、视觉中心、平衡方式 |
| Grid / alignment | 栏数、对齐轴、边距关系 |
| Typography | 字族性格、字重跨度、字距与行距 |
| Color | 主色、辅色、强调色与用量上限 |
| Shape language | 几何语言、圆角、线条粗细 |
| Material | 材质、表面处理、纹理强度 |
| Lighting | 光源方向、软硬、阴影行为 |
| Camera | 焦段感、视角高度、透视强度 |
| Atmosphere | 氛围与情绪，用可执行的词 |
| Motion language | 运动逻辑与节奏（适用时） |
| Negative space | 留白位置与大致比例 |
06
The Hard Part
The Hard Part
An estimate labelled as fact is the failure mode.
量化是这个技能的价值，也是它最容易骗人的地方。参考图上量不出「主体占画面 38%」这种精度，但写出来特别像真的——下游会当成硬指标去执行。
所以规则是：参考支持不了的数值，不许编；估算值必须显式标成估算。宁可写「留白约占上半幅，未精确测量」，也不写一个假的 42%。
| 规则项 | 参考能支持时 | 不能支持时 |
|---|---|---|
| 画幅与安全区 | 直接量取 | 按渠道标准回退 |
| 主体 / 文字占比 | 量取并标注 | 标 EST · 给区间 |
| 留白比例 | 量取 | 标 EST · 描述位置 |
| 标题位置与字号关系 | 量取相对倍数 | 标 EST |
| 色彩与强调色上限 | 取色并计数 | 按品牌规范回退 |
| 光源方向与对比 | 由阴影反推 | 标 INFERRED |
Observed · Estimated · Inferred — 三种标记贯穿全部输出
07
Output
Output
Six blocks.
Same order, every time.
输出结构是固定的。固定的好处不是整齐，是可交接——下游知道去第几块找自己要的东西，不用通读。
最后一块「剩余不确定性」是强制的：参考不足时，说清缺什么证据，而不是假装知道。
01Reference observations
可指认的事实，与推断分开标注
02Design DNA
十二维压缩规格，可直接交接
03Measurable rules
能执行的数值，含 EST 标记
04Adaptation strategy
什么变、什么留、为什么
05Production-ready output
Prompt / 分镜 / 排版规格 / 制作步骤
06Visual QA + uncertainty
八项检查结果与缺失证据清单
为什么演示里没有「生成结果」
因为这个技能交付的不是一张图，是一份能让任何人做出同一张图的规格。演示走的是规格本身：证据怎么记、DNA 怎么压、数值怎么标。
最终图像由谁渲染、用什么工具渲染，都不影响这份规格的有效性——这正是它要解决的问题。
08
Visual QA gates
Visual QA gates
BRI-01
观察到的事实与推断是否被明确分开
REQUIREDBRI-02
量化值是否有参考支持；估算值是否显式标注
REQUIREDBRI-03
构图是否遵循参考的结构逻辑，而非表层样式
REQUIREDBRI-04
主体尺度与信息层级是否是有意为之
CHECKBRI-05
字体与间距是否支撑信息，而非装饰
CHECKBRI-06
必需内容是否齐全且可读
CHECKBRI-07
输出是否避免通用、廉价的 AI 视觉感
CHECKBRI-08
是否引入未经批准的品牌或版权元素
REQUIRED8结构化输入字段
6串联工作阶段
12Design DNA 维度
8Visual QA 检查项
09
Position
Position
参考的价值在结构，不在像素。
复制表层样式几乎不需要理解力，模型做得又快又便宜。真正稀缺的是把一张图拆回它的结构决策——为什么主体放这儿、为什么留这么多白、为什么光从这个方向来。
把这层拆解写成技能，等于把「看得懂参考」这件只在个人脑子里的能力，变成可交接、可复核、可批量执行的东西。这也是我做这四个技能的同一条动机。