【智能相对论 陈泊丞】“写稿1小时，配图2小时”，曾是不少公众号作者的共同体验。搜图、做数据图、核验版权，琐碎却耗时。如今，作者通过豆包工作自制配图Skill，将这一流程交给AI，尝试把配图从最烦环节变成最省心环节。
痛点：以前配图比写稿还累
写过公众号的人都有体会：配图不是“找张图”那么简单。先是搜图，打开图库输入关键词，翻十几页，好不容易看中一张，放大一看水印糊在正中间；换个关键词又得再翻。最要命的是风格——文章是冷静克制的分析腔，搜出来的图却常是大红大紫的营销风，硬塞进去，整篇文章的气质就垮了。
再做数据图。写到“这个行业三年涨了四倍”，光有文字没有图，读者没感觉。打开Excel，拉数据、选图表类型、调配色、导出，一张图少说二十分钟。一篇文章三五张数据图，一个小时就没了。不是设计出身，做出来的图还常带Excel默认配色的塑料感，与文章风格格格不入。
版权同样头疼。有些图看起来免费，实际用了就出事，作者就经历过网上找图后被诉侵权，罚款、删文都不省心。付费图库虽省心，但一张几十元，一篇文章配六张，成本比稿费还高。
说到底，配图太碎、太重复，根本不值得人肉去做。每篇文章流程一样，判断一样，唯一变量只是文章内容本身。这种活，应该交给AI。
转型：在豆包工作上自制“配图助理”
转折发生在作者开始认真使用豆包工作后。它有个能力叫自制Skill——可以把做事方法沉淀成可复用技能，之后自动调用。作者做了不少Skill，其中一个就是帮助文章配图。
制作过程比想象中简单。没有写一行代码，只是用大白话讲清需求：需要它干什么、如何识别文章重点、怎样进行配图、数据图表如何在权威渠道查数据制图等。几句话沟通完，豆包工作能把需求拆解成具体规则，快速生成一个“配图助理”Skill。它记住的不是某一个prompt，而是完整的配图需求，后续只需在豆包工作中输入“帮我配图”就能自动调用。
实测：猎装车稿件配图全流程
第一次实战成果不错。作者拿一篇讲猎装车发展史的真实稿件测试，整篇文章直接丢给它，几分钟后得到一套完整配图方案：封面图、章节插图、数据图表全都有。生成的概念示意图主体准确，审美在线，文章一下显得高级。
例如，文中罗列当前猎装车产品时，豆包工作生成了一张低趴溜背的电动猎装车概念图，与文字内容完全对得上。
又如，文中描述猎装车文化背景，将现在的电动猎装车发展趋势定义为新的生活方式，豆包工作也捕捉到了这个意思，对应生成了一张极具氛围感的图片。
数据图也没让人失望。豆包工作自动检索文中出现的数据段落，同时结合搜索权威来源完善数据信息，直接完成制图。例如，在提及中国GDP情况的段落，它识别数据信息，主动从国家统计局检索完整数据，作出中国人均GDP柱状图，非常直观。
第一版并非十全十美。起初生成的数据图柱状过粗，美感欠佳。作者在对话框里提出问题，豆包工作随即理解意思，并做了针对性美化。全程就是自然对话，不用复杂操作。
体验下来，相当于雇了个专业美工，能看懂文章、知道重点在哪，制图配图不用作者上手。不满意的地方只需自然对话，它也能进一步理解并针对性修改。至少在配图这件事上，它能真干活。
边界：谁适合这么玩，以及要避开哪些坑
这套玩法不是万能的。作者认为，当前这个Skill最适合常写带数据稿件的公众号作者、垂类号作者。文章如果有稳定话题领域和视觉风格，Skill调两三次就能贴合调性，收益最大。如果文章天马行空、每篇风格都不一样，配图这件事交给人来主导和操作更好。
作者也总结了三个坑：一是生成图一定要人工过一眼，AI偶尔会在图里画错细节，比如图表坐标轴刻度不太对劲，发布前人工审核最稳妥；二是关键数据要复核，尤其是百分比和年份，AI提取数据大多数时候准确，但偶尔错一回会严重影响账号专业度；三是Skill要按自己的文章风格反复调整，第一版未必完全符合要求，把它当成新来的实习生，多聊几轮，它就知道你要什么。
观察：从“你问我答”到“沉淀技能”
回头看，省下两小时当然好，但更让作者在意的是工作方式变了。以前用AI，是“你问我答”：描述需求，它给结果，不对就重新问。而豆包工作这种把重复活沉淀成技能的思路，更像一个真实同事：规矩教一次，往后它自己照办。
现在，配图从最烦的环节变成最省心的一环，省下的时间可以拿去做更想做的事。如果也被配图折磨过，可以试试：网页搜索下载“豆包工作”电脑版，最多可免费领取60天订阅权益，首次领取30天后，还能再领30天。把自己的配图习惯做成Skill跑上一个月，你大概率不想再手动配图。
*本文图片均来源于网络
此内容为【智能相对论】原创，仅代表个人观点，未经授权，任何人不得以任何方式使用，包括转载、摘编、复制或建立镜像。部分图片来自网络，且未核实版权归属，不作为商业用途，如有侵犯，请作者与我们联系。
•AI产业新媒体；•澎湃新闻科技榜单月度top5；•文章长期“霸占”钛媒体热门文章排行榜TOP10；•著有《人工智能 十万个为什么》；•重点关注智能家电（含白电、黑电、智能手机、无人机等AIoT设备）、智能驾驶、AI+、AR/VR、开发者以及背后的芯片、算法等领域。