电商主图详情页诊断

电商主图&详情页诊断 Skill

核心用途

接受以下任意组合素材，输出结构化诊断报告 HTML：

• 商品主图（1-5张）
• 详情页截图（可多张，或一组连续截图）
• 搜索结果截图（主图在搜索列表中的呈现）
• 商品链接（自动抓取商品信息）

触发条件

用户提供任意以下素材时触发：

• 上传图片并提到"主图"、"详情页"、"商品图"、"诊断"、"分析"、"优化"等关键词
• 粘贴电商平台商品链接（淘宝、拼多多、抖音、京东等）
• 直接询问主图或详情页的问题（如"这个主图怎么样"、"详情页哪里有问题"）

诊断框架

诊断框架详见 references/diagnosis_framework.md，核心包含：

主图10大评分维度（满分100分）：

1. 视觉清晰度（20分）— 产品清晰度、背景干净度、色彩对比
2. 信息传达（25分）— 核心卖点可见性、文字简洁度、价值主张
3. 差异化竞争力（20分）— 竞品区分度、特色卖点突出度
4. 信任感建立（20分）— 权威认证、品牌识别、实物还原度
5. 平台合规性（15分）— 无违规文字、无虚假合成、移动端适配

详情页5大评分维度（满分100分）：

1. 首屏冲击力（25分）— 前3屏是否抓住核心痛点
2. 信息架构（25分）— 逻辑流畅性、模块化布局、参数可读性
3. 场景化呈现（20分）— 使用场景图质量、用户画像匹配
4. 信任背书（20分）— 用户评价、质检认证、品牌故事
5. 转化促进（10分）— 促销信息清晰度、售后保障说明

工作流程

Step 1: 素材接收与分类

根据用户提供内容判断：

• 若提供图片：识别图片类型（主图/详情页截图/搜索结果截图）
• 若提供商品链接：提取商品名、平台、主图URL等基本信息（如可访问）
• 若素材不足：告知用户可以提供哪些素材，以及哪些素材会使报告更完整

允许部分诊断：未提供主图则跳过主图维度，未提供详情页则跳过详情页维度。

Step 2: 视觉分析

仔细观察每张图片，按诊断框架逐项分析：

主图分析要点：

• 产品是否占据画面主要区域（理想：60-80%）
• 背景是否简洁（纯色/渐变/场景）
• 文字数量和位置是否合理（不超过3组文字）
• 是否有核心卖点标注或功能展示
• 与同类商品相比视觉差异化程度
• 是否有可见的信任元素（销量、评分、认证）
• 是否有疑似违规文字（最、第一、最优、极致等）
• 缩略图模式下产品是否依然清晰

详情页分析要点：

• 首屏内容类型（品牌Banner / 痛点共鸣 / 效果展示）
• 整体逻辑顺序是否符合"痛点→卖点→参数→场景→背书→促销"
• 文字段落vs图片比例
• 是否有使用场景图
• 规格参数是否有可视化处理
• 是否有真实买家好评截图
• 是否有质检/认证资质展示
• 移动端文字可读性

搜索结果截图分析：

• 主图在列表中的视觉跳出率
• 与周围竞品的对比优势/劣势

Step 3: 评分与填充诊断数据

按框架评分，并为每个维度填充 issues（发现问题）和 suggestions（优化建议）。 用简短、具体的短语描述（5-15字），避免长段落。

示例：

issues: ["产品主体占比不足50%", "背景色与产品颜色对比度低"]
suggestions: ["扩大产品展示区域至画面70%", "换深色背景突出浅色产品"]

Step 4: 生成核心发现与优先行动

核心发现（3-5条）：指出最影响转化的关键问题，每条以具体数据或现象描述。 P0（立即修复）：影响合规性或点击率的硬伤，1-3条。 P1（本周优化）：明显影响转化但可快速改进的问题，2-4条。 P2（下次迭代）：中长期优化方向，2-3条。

Step 5: 生成诊断 JSON

将分析结果整理成以下 JSON 结构（仅包含有诊断数据的部分）：

{
  "product_name": "商品名称",
  "platform": "平台名称",
  "product_url": "链接（可选）",
  "diagnosis_date": "YYYY-MM-DD",
  "main_image": {
    "score": 整体主图分（0-100）,
    "clarity": {"score": 分, "max": 20, "issues": [], "suggestions": []},
    "info_delivery": {"score": 分, "max": 25, "issues": [], "suggestions": []},
    "differentiation": {"score": 分, "max": 20, "issues": [], "suggestions": []},
    "trust": {"score": 分, "max": 20, "issues": [], "suggestions": []},
    "compliance": {"score": 分, "max": 15, "issues": [], "suggestions": []}
  },
  "detail_page": {
    "score": 整体详情页分（0-100）,
    "first_screen": {"score": 分, "max": 25, "issues": [], "suggestions": []},
    "info_structure": {"score": 分, "max": 25, "issues": [], "suggestions": []},
    "scene": {"score": 分, "max": 20, "issues": [], "suggestions": []},
    "trust_proof": {"score": 分, "max": 20, "issues": [], "suggestions": []},
    "conversion": {"score": 分, "max": 10, "issues": [], "suggestions": []}
  },
  "search_competition": {
    "visual_standout": "强/中等/弱",
    "thumbnail_clarity": "优/良好/一般/差",
    "title_image_coherence": "强/一般/弱",
    "notes": "补充说明"
  },
  "overall_grade": "S/A/B/C/D",
  "overall_score": 综合分,
  "key_findings": ["发现1", "发现2", "发现3"],
  "priority_actions": {
    "P0": ["行动1", "行动2"],
    "P1": ["行动1", "行动2", "行动3"],
    "P2": ["行动1", "行动2"]
  }
}

整体分计算：若同时有主图和详情页，overall_score = round(main_image.score * 0.45 + detail_page.score * 0.55)； 若只有主图，overall_score = main_image.score；若只有详情页，overall_score = detail_page.score。

overall_grade 按如下规则判定：

• 85-100 → S；70-84 → A；55-69 → B；40-54 → C；<40 → D

Step 6: 调用脚本生成 HTML 报告

将 Step 5 的 JSON 写入临时文件，调用生成脚本：

# 写入 JSON
python_path="C:\Users\PC\.workbuddy\binaries\python\versions\3.13.12\python.exe"
script_path="{baseDir}/scripts/generate_report.py"
json_file="<工作目录>/diagnosis_temp.json"
output_file="<工作目录>/电商诊断报告_<商品名>.html"

# 运行脚本
"$python_path" "$script_path" "$json_file" "$output_file"

其中 {baseDir} 是本 Skill 所在目录：~/.workbuddy/skills/ecommerce-image-diagnosis

输出路径使用当前会话工作目录（C:\Users\PC\WorkBuddy\当前session目录\）。

Step 7: 呈现报告

调用 present_files 展示生成的 HTML 文件，同时在文字回复中给出：

• 一句话总结（评级 + 核心问题）
• P0 优先行动列表

素材不足时的处理策略

注意事项

• 评分保持客观公正，有问题明说，避免过度宽松或过度严苛
• issues 和 suggestions 使用短语（5-15字），不写长段落
• P0 问题必须是真实硬伤，不能为凑数而强行列出
• 若为抖音平台，额外关注：封面图在竖版短视频feed流中的表现
• 若为拼多多平台，额外关注：主图是否有明显的低价促销感知
• 若商品URL为天猫/淘宝，额外关注：主图视频+多图轮播策略

参考资源

• references/diagnosis_framework.md — 完整诊断框架和评分标准
• scripts/generate_report.py — HTML 诊断报告生成脚本