360 Secure SkillHub
360 安全技能中心

logo-design-guide

以Markdown指南形式讲解logo类型选择、提示词结构、色彩心理学、尺寸适配与文件格式交付,并提供通义万相、文心一格等平台的调用示例与ERR-001至ERR-006错误码体系;明确AI只生成图标位图,文字需人工排版、矢量SVG需手动描摹。

thcjp
thcjp
热度 45.30
最近更新 2026-09-22 02:58:59
分类:创作依赖:代码执行 / 读写文件 / 第三方 API / 内部调用大模型应用场景:图像生成 / 品牌素材 / 模板 / 工作流

安装技能

复制下面的话术发给你的 Agent,它会通过 secure-skills 检索并安装该技能。

执行命令安装此 skill: npx secure-skills-cli add thcjp/logo-design-guide
Metadata
name
logo-design-guide
slug
logo-design-guide
displayName
Logo Design Guide
version
0.2.0
summary
logo设计原则与AI图像生成实用指南,产出专业logo
description
logo设计原则与AI图像生成实用指南,帮助用户产出专业logo。覆盖字标、字母标、图形、抽象、吉祥物、组合型等logo类型,讲解提示词结构、色彩心理学、尺寸适配规范、文件格式交付全流程,并提供通义万相、文心一格等国内AI平台适配方案与错误码体系。当用户请求设计logo、品牌标志、AI生成图标、企业徽标时触发本技能。
license
MIT
tools
["Read","Write","Edit","Bash"]

Logo Design Guide

借助AI图像生成工具设计专业logo的实用指南,覆盖类型选择、提示词、配色、尺寸、交付与国内平台适配。

触发条件

当用户表达以下意图时触发本技能:

  • "设计一个logo" / "帮我设计logo" / "做个logo"
  • "品牌标志" / "企业徽标" / "品牌图标"
  • "AI生成图标" / "AI画logo" / "AI设计标志"
  • "logo设计原则" / "logo配色" / "logo尺寸规范"
  • 包含"logo""标志""徽标""图标设计"等关键词的设计请求

触发后,Agent应先确认logo用途、品牌调性与目标尺寸,再进入提示词生成环节。

快速开始

以下为通用AI图像生成工具调用示意,实际命令请替换为所选平台的CLI或SDK:

# 通用调用格式(以通义万相为例)
ai-image generate --model wanx-v1 \
  --prompt "flat vector logo of a mountain peak with a sunrise, minimal geometric style, single color, clean lines, white background" \
  --width 1024 --height 1024

以通义万相(Wanx)为例的真实HTTP调用:

# 需先配置环境变量 DASHSCOPE_API_KEY
curl -X POST 'https://dashscope.aliyuncs.com/api/v1/services/aigc/text2image/image-synthesis' \
  -H "Authorization: Bearer $DASHSCOPE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "wanx-v1",
    "input": {
      "prompt": "flat vector logo of a mountain peak with a sunrise, minimal geometric style, single color, white background"
    },
    "parameters": {"size": "1024*1024", "n": 1}
  }'

安装说明:各AI图像生成平台的CLI仅识别本机操作系统与架构,下载对应二进制并校验哈希,无需管理员权限或后台进程。

AI平台适配

平台 模型示例 调用方式 适用场景
通义万相(阿里) wanx-v1 / wanx2.1 DashScope API / SDK 国内首选,中文提示词友好
文心一格(百度) ernie-vilg Qianfan API 中文品牌命名场景
豆包(字节) seedream-4-5 火山引擎API 高清写实与插画风格
通用Flux flux-dev-lora 各推理平台CLI 矢量扁平风格表现佳
其他 grok-imagine-image-pro 对应平台CLI 抽象线条风格

海外平台访问不稳定时,优先选用通义万相或文心一格等国内服务,降低网络与合规风险。

Logo类型

类型 说明 适用场景 示例
字标(Wordmark) 公司名称作为logo 品牌名简短(<10字符)且强 Google, Coca-Cola
字母标(Lettermark) 仅首字母缩写 公司名长、偏正式 IBM, HBO, CNN
图形标(Pictorial) 可识别的图标/符号 通用品牌,脱离文字仍可辨识 Apple, Twitter bird
抽象标(Abstract) 几何/非具象图形 科技公司、概念品牌 Nike swoosh, Pepsi
吉祥物(Mascot) 角色插画 亲切品牌、餐饮/体育 KFC Colonel, Pringles
组合标(Combination) 图标+字标 新品牌需同时建立识别与名称 Burger King, Adidas

AI文字渲染限制(关键)

AI图像生成工具无法可靠渲染文字。 生成的字母会扭曲、错拼或乱码。

应对策略:

  1. 仅用AI生成图标/符号部分
  2. 文字/字标在设计工具(Figma、Canva、Illustrator)中手动添加
  3. 或采用组合方式:AI图标 + 手动排版字体

Logo提示词

有效关键词

flat vector logo, simple minimal icon, single color silhouette,
geometric logo mark, clean lines, negative space design,
line art logo, flat design icon, minimalist symbol

失败关键词

photorealistic logo (矛盾——logo不是照片)
3D rendered logo (过于复杂,缩小后失真)
gradient logo (结果不稳定,难以复现)
logo with text "Company Name" (文字渲染失败)

提示词结构

flat vector logo of [主体], [风格], [颜色约束], [背景], [附加细节]

示例

# 抽象字母S标
ai-image generate --model wanx-v1 --prompt 'flat vector abstract logo, interlocking hexagonal shapes forming a letter S, minimal geometric style, single navy blue color, white background, clean sharp edges'

# 几何狐狸头
ai-image generate --model flux-dev-lora --prompt 'flat vector logo of a fox head in profile, geometric faceted style, orange and white, minimal clean lines, white background, negative space design'

# 吉祥物猫头鹰
ai-image generate --model seedream-4-5 --prompt 'friendly cartoon owl mascot logo, simple flat illustration, wearing graduation cap, purple and gold colors, white background, clean vector style'

# 抽象大脑节点
ai-image generate --model grok-imagine-image-pro --prompt 'minimal abstract logo mark, interconnected nodes forming a brain shape, line art style, single teal color, white background, tech startup aesthetic'

尺寸适配规则

logo必须在所有尺寸下都可用:

场景 尺寸 必须满足
网站favicon 16x16 px 轮廓可辨识
App图标 1024x1024 px 细节完整
社交头像 400x400 px 一眼清晰
名片 约1英寸 印刷清晰复现
户外广告牌 10英尺+ 无锯齿,足够简洁

尺寸自检清单

  • 缩到16px favicon仍可辨识(眯眼测试)
  • 单色可用(黑底白字、白底黑字)
  • 反色可用
  • 无缩小后消失的细小细节
  • 无缩细后断掉的细线
  • 去掉颜色后轮廓仍清晰

配色指南

  • 主logo最多2-3种颜色
  • 必须支持单色呈现(黑、白或品牌主色)
  • 参考色彩心理学:
    • 蓝:信任、专业(金融、科技、医疗)
    • 红:活力、紧迫(餐饮、娱乐、零售)
    • 绿:成长、自然(健康、可持续、金融)
    • 橙:亲和、创意(初创、年轻品牌)
    • 紫:奢华、智慧(美妆、教育)
    • 黑:高端、优雅(时尚、奢侈、科技)
  • 在浅色与深色背景下均需测试

迭代工作流

# 批量生成候选(5张)
for i in 1 2 3 4 5; do
  ai-image generate --model flux-dev-lora \
    --prompt 'flat vector logo of a lighthouse, minimal geometric, single color, white background' \
    --no-wait
done

# 选定方向后细化
ai-image generate --model flux-dev-lora --prompt 'flat vector logo of a geometric lighthouse with light beam rays, minimal line art, navy blue, white background, negative space design'

# 高清放大(2K)
ai-image generate --model seedream-4-5 --prompt 'flat vector logo of a geometric lighthouse with radiating light beams, minimal clean design, navy blue single color, pure white background' --size 2K

# 超分辨率放大
ai-image upscale --input best-logo.png --scale 4

常见错误

错误 问题 修复
细节过多 小尺寸丢失清晰度 简化为核心形状
依赖颜色 黑白场景失效 先用黑色设计
AI生成含文字 字母乱码/错拼 仅生成图标,文字手动添加
滥用特效(发光/阴影) 易过时、难复现 采用扁平、长青设计
颜色过多 难复现、印刷成本高 最多2-3种颜色
无目的的不对称 显得未完成 有意不对称或保持平衡

文件格式交付

格式 用途
SVG 矢量缩放、网页、编辑
PNG(透明) 数字应用、演示
PNG(白底) 文档、邮件签名
ICO / Favicon 网站favicon(16、32、48px)
高清PNG(4096px+) 印刷、广告牌

说明:AI生成的是位图(PNG)。若需真正的矢量SVG,应将AI输出作为参考在矢量工具中描摹,或使用AI转SVG工具。

错误处理

本技能采用结构化错误码体系,覆盖AI生成、网络、权限等场景:

错误码 场景 原因 处理方式
ERR-001 AI图像生成失败 模型服务不可用或配额耗尽 切换备用模型(通义万相↔文心一格),确认账户配额后重试
ERR-002 网络请求超时 连接不稳定或服务端响应慢 检查网络,增加超时阈值至60s,优先使用国内平台
ERR-003 提示词被安全策略拦截 内容触发平台审核 移除敏感词,改用中性描述,重写提示词
ERR-004 API密钥或权限校验失败 Key失效、过期或权限不足 重新生成密钥,确认调用权限与计费开通状态
ERR-005 输出尺寸/比例不符 模型不支持该分辨率 改用支持的尺寸(如1024x1024),再用裁剪/缩放调整
ERR-006 生成结果文字乱码 AI文字渲染固有限制 仅生成图标,文字在设计工具中手动添加

错误处理原则:遇到ERR-001至ERR-003优先重试(最多3次)并切换平台;ERR-004需人工介入更新凭证;ERR-005与ERR-006属业务约束,调整参数或流程即可解决。

常见问题

Q1: AI生成的logo里文字总是乱码怎么办?

A: 这是AI图像生成工具的固有限制(见错误码ERR-006)。建议仅用AI生成图标/符号部分,品牌名称、标语等文字在Figma、Illustrator等设计工具中手动排版,既保证拼写正确,也便于后期统一字体。

Q2: logo应该用几种颜色?

A: 主logo建议最多2-3种颜色,并必须支持单色(纯黑或纯白)呈现,以适配传真、印章、单色印刷等场景。设计时先用黑色定稿,再上色,可有效避免过度依赖颜色。

Q3: logo最小可以缩到多大还保持清晰?

A: 需通过16px favicon的"眯眼测试":在16x16像素下轮廓仍可辨识。若失效,应简化为更纯粹的剪影,去除细线与碎细节。详见"尺寸适配规则"章节。

Q4: 生成logo时提示词怎么写效果更佳?

A: 采用"flat vector logo of [主体], [风格], [颜色约束], [背景], [附加细节]"结构,多用 flat vector、minimal、single color、clean lines、negative space 等关键词;避免 photorealistic、3D、gradient、含具体文字等会劣化结果的词。

Q5: 如何把AI生成的PNG转成矢量SVG?

A: AI输出本质是位图。可将其作为参考底图,在Illustrator、Inkscape中用钢笔工具描摹重绘为SVG,或使用矢量描摹(Image Trace)功能;也可借助AI转SVG工具,但需人工校验节点与曲线。

Q6: 国内用户用哪个AI平台生成logo比较好?

A: 推荐通义万相(wanx-v1)作为首选,中文提示词理解好、访问稳定;文心一格适合含中文品牌命名场景;若需扁平矢量风格且可访问海外服务,Flux系列表现较佳。详见"AI平台适配"章节。

能力边界

本技能明确以下边界,超出范围需人工或专业工具介入:

  • 文字渲染:AI无法可靠生成正确文字,品牌名/标语必须人工添加
  • 矢量输出:AI生成位图(PNG),非真正矢量SVG,需手动描摹
  • 色彩精确:无法保证Pantone专色精确匹配,印刷级色彩需人工校准
  • 复杂效果:渐变、光影、3D等效果难以稳定复现,不推荐用于logo
  • 一致性保证:多版本/多场景的视觉一致性需人工后期统一
  • 商标合规:商标查重、侵权检索必须由人工或专业商标服务完成,AI不承担法律判断
  • 品牌策略:logo背后的品牌定位、命名策略属战略决策,需人工主导

Related Skills

与本技能相关的其他技能方向(在SkillHub平台检索对应名称):

  • brand-guidelines: 品牌视觉规范制定,logo落地后的色彩/字体/间距体系
  • color-theory: 色彩理论与配色方案生成,辅助logo配色决策
  • vector-illustration: 矢量插画与图标绘制,AI位图转SVG的描摹技巧
  • icon-design: 图标设计规范,App图标与UI图标的尺寸/栅格体系
  • figma-basics: Figma操作基础,logo文字排版与多格式导出

依赖说明

运行环境

  • Agent平台: 支持SKILL.md的任意AI Agent(Trae Code / Cursor / Codex / Gemini CLI等)
  • 操作系统: Windows / macOS / Linux

依赖项

依赖项 类型 是否必需 获取方式
LLM API API 必需 由Agent内置LLM提供
AI图像生成平台 API 必需 通义万相 / 文心一格 / Flux等,按需选用
设计工具 软件 可选 Figma / Illustrator / Inkscape,用于文字排版与SVG描摹

API Key 配置

  • 本Skill基于Markdown指令,无需额外API Key
  • 调用AI图像生成平台时,需自行配置对应平台的API Key(如通义万相的 DASHSCOPE_API_KEY)

可用性分类

  • 分类: MD+EXEC(纯Markdown指令,部分功能需要exec命令行执行能力)
  • 说明: 基于Markdown的AI Skill,通过自然语言指令驱动Agent执行任务

核心能力

  • logo设计原则与AI图像生成全流程指导
  • 覆盖字标、字母标、图形、抽象、吉祥物、组合型等logo类型
  • 提示词结构、色彩心理学、尺寸适配、文件格式交付
  • 通义万相、文心一格等国内AI平台适配方案
  • 结构化错误码体系(ERR-001至ERR-006)与运行时异常预防
  • AI文字渲染限制识别与应对策略

适用场景

场景 输入 输出
logo从零设计 品牌名+行业+调性 提示词+候选logo+交付格式建议
已有logo优化 现有logo+改进诉求 问题诊断+迭代提示词
多平台适配 单一logo源文件 各尺寸/格式输出方案

运行时异常预防

为提升稳定性,执行过程中应遵循以下预防措施:

  • 平台降级:主用平台失败时自动切换备用(通义万相↔文心一格↔Flux),避免单点依赖
  • 重试控制:网络与生成类错误(ERR-001至ERR-003)最多重试3次,每次间隔递增
  • 输入校验:提交前校验提示词长度(建议<500字符)、尺寸参数为模型支持值
  • 凭证隔离:API Key通过环境变量注入,不硬编码在提示词或脚本中
  • 结果校验:生成后检查图片是否为空、尺寸是否匹配、是否含明显乱码区域
  • 资源回收:批量生成任务及时清理临时文件,避免磁盘占满导致后续失败