从万物回到三个品类
三个品类各自的模板集
上一篇讲了 6 个槽位通吃 7 个品类，一套管线跑下去。
跑了两周。上周测出一个 bug。
用户传了件牛仔外套，选了"材质拆解"，出来的是白色 slate 底板，悬浮着六颗切面宝石。
牛仔。宝石。
抽象失守在哪一层
Part 2 的判断是：6 个槽位 = 6 个说服角度。第一印象、专业拆解、视觉识别、品质证明、生活场景、决策信息。这个抽象本身没错。
错的是抽象止于标签层。
珠宝的第二槽叫「宝石星图」，服饰的叫「材质拆解」，美妆的叫「成分拆解」。三个不同中文标签，指向同一个 prompt 函数。Prompt 里写的还是 "dark slate 上的珠宝样本星图"。
类型系统告诉我：每个槽位是抽象的、品类无关。但 prompt 里固化的视觉语言，从头到尾都是珠宝。
标签翻了，底层没翻。
这种 bug 最阴。类型绿、eslint 绿、UI 显示对。用户传图进来看一眼才发现不对劲。
抽象吃不了品类
更深的问题是：即使把每个 prompt 加三个品类分支，还是不够。
穿搭的第一槽不是棚拍。是 OOTD——全身人像占屏 60% 以上。千瓜、jizhil、ebrun 三个行业信源都把 OOTD 归为服饰商家主力，占内容 60-70%。
美妆的第一槽也不是棚拍。是试色拼图——五合一的品牌图+唇+掌+指+勺。Colorkey 这类彩妆品牌靠试色内容占了大约 45%。
珠宝的尺寸参考用硬币对比。穿搭的尺寸参考是模特身高叠字："163cm/48kg 穿 M，微胖建议 L"。完全两回事。
说白了：珠宝、穿搭、美妆在小红书上的视觉语言，不是换个标签能通的。每个品类有自己的"语法"。
Part 2 的"6 个槽位一套管线"给了我一种安全感：一套 prompt，三个品类同时跑。实际上是珠宝的 6 张图套了三个标签。
分阶段是假的安全感
原计划分两步：
Phase 1：保留 6 个槽位，给 4 个弱 prompt（星图/工艺细节/尺寸参考/hero）加品类分支。一天搞完。 Phase 2：每个品类独立 6 个模板。一周左右。等用户数据来决定哪些模板该进该出。
Phase 1 的理由听起来很工程师：先发个小的、安全的，等数据再做大改。
问题是我没有用户。没有数据会来。
没数据的时候，Phase 1 的猜测质量 = Phase 2 的猜测质量。都是拍脑袋。差别只在：Phase 1 做完的 prompt 到 Phase 2 全扔——为旧 6 槽位写的品类分支，换新模板集后一张都留不下。
分阶段在没数据时不是风险管理，是假安全感。多做一轮 rework，换来"我在小步迭代"的心理效用。
直接 Phase 2。
让 agent 做定性调研
没用户就只能从公开资料挖。开了 3 个 agent 并行：
- 第一个专盯 fashion（千瓜/jizhil/ebrun/niaogebiji 的服饰 XHS 研报）
- 第二个专盯 beauty（数英/SocialBeta/品牌星球 的美妆和护肤拆解）
- 第三个专看 10 个头部品牌的 XHS 账号 post-mortem（李宁、花西子、HFP、Colorkey、薇诺娜 等）
硬约束：agent 之间话题重合度 ≥ 50%。一个 agent 自己写出来的数据不信，两个 agent 独立查到同一个数字才信。
几个通过交叉验证站得住的数据点：
- OOTD 占 XHS 服饰商家内容 60-70% — 千瓜、jizhil、ebrun 独立命中
- 一衣多搭转发率 +50% — jizhil 案例：刘小被儿"10 套搭配 × 1 件牛仔外套"做到 220 万粉
- 李宁火锅羽绒服靠"场景+产品+人物"组合在 XHS 双十一做到 30 万件、1 亿 GMV
- 护肤 routine 视频笔记互动占比 51.32%（千瓜 2025 年报）
- swatch 拼图是彩妆 XHS 标配（5 合 1：品牌+唇+掌+指+勺）——Colorkey 靠这一种形态跑出来
跨 10 个品牌的 post-mortem 还推翻了一个直觉：头部商家很少发纯 hero 棚拍图。实际爆款都是"产品+人+场景"的组合。这让 fashion 的独立 hero 槽直接被砍掉。
最终三套模板
服饰 6 张：OOTD 试穿、一衣多搭（四宫格）、场景化穿搭、平铺+上身图、前后对比（"显高 5cm"）、尺码建议（模特图叠字）。
美妆 6 张：产品主图、试色拼图（五合一）、使用前后对比、功效大字报、使用步骤（含 AM/PM）、合集榜单（TOP N / 红黑榜）。
珠宝 6 张：保持 Part 2 的原版不动。
共享基础设施：三个品类 6 张图都走同一条管线。变的只是 prompt 层的视觉语法。
砍比选难
迭代的真正开销不是选了哪 6 个，是砍了哪 6 个。
听起来合理但被砍掉的：
- 版型/做工微距 — 找不到头部商家的爆款证据。只有高端设计师品牌偶尔用
- 身高矩阵（155/160/165/170 同款对比）— 商家没有多模特预算。"小个子专精"是博主 niche，不是商家模板
- moodboard 穿搭灵感拼贴 — 博主的自我名片工具，不是商家卖货工具。一衣多搭已经覆盖"多套组合"的功能
- 成分三栏 infographic — AI 画分子式容易糊；HFP 这种以成分为卖点的品牌，实际做法是"单页大字报"。合并进功效大字报
- AM/PM 独立 routine — 本质就是 routine 的一种，不需要独立槽位
- 代言人东方美学大片 — 花西子那种 niche 高端玩法，普通商家抄不来
每一个都听起来合理。但合理不等于有证据。
硬约束"每品类严格 6 个"逼着我在一堆"像样"的候选里再砍。放开到 8 个，上面这些就都会进——"砍"比"选"难。
定了一条规则：若在研究里找不到至少一个头部商家的爆款案例作为证据，一个模板就不该占一个槽位。
已知还没解决的
- 6+6+6 是 3 个 agent 的定性推断，不是千瓜订阅账号的帖子级实测。有用户之后要用 deselect 率 + 重生成率做 A/B 验证
- "通用"兜底品类还挂在珠宝的 6 张上。对文玩、香薰这类珠宝式小物件 OK，但将来加食品、家居要改
- 类型过 ≠ prompt 输出合格。10 个新 prompt 的实际产出需要本地 UAT。下一轮要补新旧对比的 A/B smoke test
迭代是反复自我推翻
Part 2 把管线抽象成"6 个槽位 = 6 个说服角度"。对的一半是：管线可以通用——API 调用、图片存储、UI 渲染、类型系统、计费，这些都长一样。错的一半是：内容层不能通用。小红书的服饰、美妆、珠宝有各自的视觉语法，不是换个标签能跨过去。
抽象能帮我少写三遍代码。不能帮我少写三遍 prompt。
每三到四周就得推翻自己上一次的判断一次。这不是做砸了，是做对了。