调教豆包绘图第二课：提示词写对了，回复形态也得骂

我在工地做征迁，白天跟村民谈赔偿，晚上回家用 AI 造数字员工。昨天刚写完《豆包绘图能力很强，但它得骂着用》——把"提示词怎么写"这一课钉进了本地技能。今天我在新对话框里发同一个技能验收成果，结果被它上了第二课：提示词写对了还不够，回复长什么样也得骂。

第一次调教的完整对话在这里，今天的事接着讲。

同一个技能，换个对话框就跑偏

昨天那个对话框里，我给文章配封面，流程稳得像流水线：一句话发链接，几十秒出一张图，图上文字逐字正确。

今天新对话框里再发一个链接，它也出图。但我一看就不对：

• 主标题被它自作主张改短了，没用文章原题；
• 画面只摆了 4 个数据面板，没扣住"13 个 AI 员工"这个核心故事；
• 出完图它还把图下载下来二次校验、写了一大段分析，磨磨唧唧。

我把昨天那个对话框翻出来对比，人家是这样的：13 个 AI 员工头像环形环绕在老虎周围，主标题就是文章原题"26 分钟烧掉 2368 万 token"。

我当场质问：

"同样的技能，不同的对话框，差别这么大？那你这个技能还有什么用？"

它答不上来。我自己复盘出根因：技能里只写了"提示词怎么写"，一个字都没写"回复该长什么样"。 新对话框没有昨天的上下文惯性，标题选哪个、面板摆几个、分析写多长，全靠它每次即兴发挥——当然每次都不一样。

交付形态，连骂三顿

更离谱的是图怎么交付。

第一顿：它给我交了个文件卡片。 我要的是"出图完成："后面直接跟一张网页图片，和昨天对话框里一模一样。结果它用文件交付接口甩过来一张附件卡——文件名、链接图标，不是大图。我骂：

"你这啥玩意？我要求'出图完成：'文字后面直接跟一张图片，网页元素显示的图片。"

还把昨天对话框里那个图片元素圈出来给它看。

第二顿：它理解成"图会自动挂进回复"。 下一次它调完生图工具，直接甩了句"出图完成"加核对清单。我问：

"图片呢？"

——这个环境里，生图工具的返回图只停在工具侧，用户端根本看不到。工具返回 ≠ 用户可见，它不知道。

第三顿：它又把文件卡片交回来了。 我直接圈选了昨天对话框里那张图的 HTML 元素——一个 <img> 标签，src 就是生图服务的图链——告诉它："我要这种效果的图片！！！！"

它终于反应过来：把图链用 markdown 内嵌图片语法直接写进回复正文，客户端才会把它渲染成内嵌大图。

这张"一个项目一个文件夹"的封面，就是第一次交付对的形态。

骂完之后：把"回复形态"也钉进技能

我让它把这次的教训写进 SKILL.md。现在这个技能的回复被钉成三段：

出图完成：
![文章标题](https://生图服务/图片URL)
逐项核对：
- 主标题 "..." ✓
- 副标题 "..." ✓
- ...
需要调整随时说。

配套的硬规则：

1. 一次请求只回一张图：分析和选标题在内部完成，回复里不展开；
2. 图片必须正文内嵌：用 markdown 图片语法写生图 URL，禁止用文件交付接口（那是附件卡，不是大图）；
3. 不下载、不二次截图：核对只看生图工具返回的画面，不搞额外校验仪式；
4. 不达标静默重出，最终只交付一张。

钉完之后再发两个链接验收：

主副标题逐字正确、系列视觉（机械老虎 + 霓虹青 + 暖橙雨夜）稳定，一条消息一张图，几十秒完事。

这一课的真相

昨天那篇讲的是提示词层的调教：文字要逐处拆解、数量要配空间分布、配色要写死色向。今天这篇讲的是交付层的调教。

跨对话框复现的关键，从来不是模型多聪明，而是把上次用户骂过的每一句话，逐条写成 SKILL.md 里的明文规则——连"这个环境里图片必须 markdown 内联才渲染"这种环境细节都不能省。新对话框没有记忆，你不写死，它就每次即兴；你写死了，它就一次到位。

验收方法也简单：开个新对话框，发同一个链接，对比两个对话框的产出。哪里不一样，哪里就是技能没写死的地方。

素材点

• 第一次调教（提示词层）对话：https://www.doubao.com/thread/xwNde63PGYzLfQE4F
• 上一篇：《豆包绘图能力很强，但它得骂着用》
• 本地技能：.user_skills/doc-highlight-cover-image/SKILL.md，"回复形态"一节是今天新增的。