小红书卡片图不用设计了，DeepSeek V3 写一段 HTML 直接出图

做小红书的人都知道，真正的瓶颈不是选题，是设计。一篇像样的笔记，一张封面加三四张内容页，每张都要讲排版、配色、字体层次。手动做一套，一个小时就没了。一天要发五篇的号，五个小时全耗在改图上，人成了排版工具的人肉外设。

过去大家的第一反应是找 Midjourney 画插画，但插画替代不了内容页。读者要看的不是一张漂亮的图，是文字清晰、层次分明、能直接读的信息卡片。小红书这个生态里，卡片图有天然的收藏属性，读者收藏一张干货卡片，心理账户里记的是「以后用得上」，比点赞值钱。插画解决不了这个问题，模板也解决不了，模板做五十张就撞脸，用户刷两页就把你认出来然后划走。

转机出现在 2025 年 3 月。DeepSeek 更新了 V3 模型，前端代码生成能力上了一个台阶，能直接输出排版精美的 HTML 页面。有人顺着这个能力搭了一条 Make 流水线，输入任意书籍链接或网页地址，自动产出成套的小红书图文笔记，封面页、内容页全带。一键运行，一次出一千篇都不成问题。

老雷把这条流水线完整拆开看过，五段架构和每个环节的关键参数、容易翻车的角落，今天全交给你。

五段架构，从一条链接到一叠卡片图

先看全局，五个阶段一条直线。

第一段是内容抓取。Notion 数据库存链接，字段很简洁，标题、URL、图片风格、状态、输出数量，五样。状态是单选，拨到「开始」就触发，跑完自动标「已完成」，批量任务做到哪一篇一目了然，不会重复跑也不会漏跑。URL 的兼容面很宽，微信文章、Z-Library 的书籍直链、普通网页，凡是 Jina Reader 能公开抓到的都行。Jina 已经出了官方的 Make 模块，不用再走 HTTP 手搓，超时设 300 秒。

有个坑提前说，书籍类的大文件几十兆，偶尔会超时报错，重跑一次通常就好。频繁失败的话，考虑自己搭一个 Cloudflare R2 来托管文件。

第二段是文本切分，Repeater 加 Substring，这是批量的钥匙，下面单独说。

第三段是笔记文案，DeepSeek R1 出标题、正文、标签、简介。

第四段是结构化，DeepSeek V3 把上一环节的结果清洗成标准 JSON。

第五段是图片生成，这里分成两个子流程。封面一个，内容页一个，内容页用 Iterator 把三段正文逐个发出去。两条子流程的动作一样，V3 写 HTML 代码，正则提取出纯代码部分，交给 HCTI 渲染成图，上传图床拿到永久链接，随后经 Notion 的附录模块存回数据库。一条链接跑完，数据库里躺着的是一套可以直接发布的笔记。

两个模型，各干各的活

有人会问，为什么不干脆让 V3 一步到位，又写文案又出代码。分工才是这套流程的聪明处。R1 是推理模型，出文案之前会先在心里打草稿，写出来的标题更抓人，段落的钩子更准。V3 是聊天模型，响应快，便宜，还支持格式约束。各用所长，谁也不越界。

文案环节的提示词要求很明确，标题 20 字以内，贴小红书的搜索习惯。正文分三部分，每部分 160 到 200 字，正好对应三张内容页。标签 3 到 5 个。再加一段 300 字的简介。输出约定成 JSON 结构，标题、标签、简介、正文段落数组，各占一个字段。

但 R1 有个毛病，不支持强制 JSON 输出，只能选 Text 格式，吐出来的东西经常夹杂思考过程和其他文字，直接解析会报错。

解法是接一个 V3 聊天模型做结构化清洗。V3 支持 JSON 强制输出，提示词只让它干一件事，把上一环节输出里的 JSON 部分提取出来，保证格式可解析，后面再接一个 Parse JSON 模块。

这个组合值得写进你的工具箱，强模型负责创作，便宜模型负责格式化。不只是一篇笔记的流程，放到哪儿都好使。

HTML 出图，提示词才是灵魂

整套流水线最惊艳的就是这一步，V3 直接写封面的 HTML 代码。提示词里有几个硬指标。

尺寸 1080 乘 1440 像素，3 比 4 比例，直角边框。这个比例是照着小红书信息流的卡片规格定的，发出去不裁边。文字占页面至少七成，3 到 4 种字号造层次感，主标题的字号是副标题的三倍以上，关键词用描边、高亮做特殊处理。技术栈用现代 CSS，flex、grid、变量、渐变都放开用，挂 Google Fonts，可以引 Font Awesome 的图标。提示词里还要写进账号名和一句标语，品牌植入从第一张图就开始。

V3 的输出里除了 HTML 还有解释文字，所以 HCTI 之前要过一道 Match Pattern 正则，把纯代码抠出来。HCTI 那边把 Viewport 设成 1080 乘 1440，渲染出来的图就严丝合缝。

封面吃的是标题和简介，外加 Notion 里配置的图片风格提示词。风格提示词一换，出来的封面完全是两个物种。

内容页的参数略有不同。文字占比提到八成，字号层次减到两种，任务从吸引点击变成完整展示正文。

批量的钥匙在切分

Repeater 有两个关键参数。重复次数对应 Notion 里的输出数量，想出几篇设几篇。初始值控制从文本的第几部分开始切，设 1 就从头开始，书籍类素材开头常常没有干货，设成 10 直接跳过前奏。

Set Variable 里用 Substring 截取，从 i 乘 2000 到 i 加 1 乘 2000，每一圈循环拿到不同位置的片段当素材。一本书切几十段，每段都能喂出一篇笔记。2000 字符这个档位是有讲究的，切太短，一篇笔记的内容撑不满三张内容页，切太长，单张卡片塞不下还得二次删减。照抄这个参数，能少走弯路。

老雷提个醒，先设 3 到 5 篇小批量跑，风格和质量都满意了再放量。输出数量理论上不设限，设 10、100、1000 都行，素材够长就接着产。想出英文笔记也行，改 R1 提示词里的输出语言，其他环节一个字都不用动。

实测五个赛道之后，说说值不值得上

实测的案例铺得挺开。AI 编程对比，DeepSeek V3 对 Claude 3.7 的实测文章，封面走科技感设计，内容页直接摆测试数据。巴菲特投资，价值投资的书转成三步投资法卡片，封面大气，一套三张挂着像正经的投教内容。小红书运营，爆款技巧转成实操指南，七个月涨粉一百万这种标题够抓人。血型心理，A 型血恋爱密码，粉色系少女风，正贴目标受众的审美。SEO 技巧，15 个秘籍转成要点卡片，简洁清晰。

五个领域五种视觉，说明这条链路不挑赛道，挑的是风格提示词的质量。同一本书的片段，换成不同的风格描述，出图从性冷淡风到插画风完全看不出是一个娘胎里出来的。图片质量不稳定的时候，八成是风格提示词太弱，拿已经验证过的优质设计去提取提示词，比凭空描述靠谱得多。

风格提示词从哪来，可以专门搭一条提取工作流，丢一张你喜欢的小红书截图进去，自动分析配色方案、构图方式、字体选择，吐一段能直接用的风格描述。看到好看的卡片设计，等于可以一键抄走它的视觉。

成本侧也交代一下。HCTI 有免费额度，用量大了再付费订阅。图床用 Cloudinary，每月 25 个免费点数，撑上千张图片上传没问题。DeepSeek 的 API 本身便宜到基本可以忽略。

回头再看这类工作流的进化，路径很清楚。2024 年 6 月是纯文字笔记，没有图，靠文字堆出干货感。后来用 Recraft 这类图像模型生成插画，图文算是凑齐了，但插画上的字是模型画出来的，十个字错三个。再后来是 HTML 模板替换文字，视觉稳了，文字也真了，可几十套模板用下来全撞脸。到这一代，完全自编程，没有模板，千人千面，每次出图都是现写的前端代码。

它出的不是一张图，是一段可以版本管理、可以微调、可以复用的代码。模板锁死下限，自编程放开上限。AI 设计师这四个字，在这一代模型上，第一次像是真的。

下一步动作很简单，把你最近一篇笔记的文案丢进去，风格提示词先抄一套你喜欢的卡片设计，跑 3 篇看看效果。不满意就换风格描述再跑一轮，一轮的成本低到可以忽略，试错完全试得起。跑通了再想放量的事。

对要批量产内容的团队，这条链路省下的不是设计费，是每一个等着改图的一小时。给实施者多提一句，风格提示词别散落在各次运行的临时变量里，把它沉淀成团队的风格资产库，一条描述对应一种验证过的视觉，新笔记套老风格，品牌感才不会随着量产被稀释。这也是老雷AI实验室盯着的方向，让模型的能力，直接变成产线上的一环。