基于Agentic AI Engineering的多尺寸无模板横幅生成方案咨询

核心Agent分工架构 #

• 内容生成Agent：专注解析用户提示并严格执行SKILL.md规则，输出无模板约束的原生内容（如根据促销需求生成文案、视觉元素描述），仅负责内容本身，不涉及尺寸适配逻辑。
• 尺寸适配Agent：接收内容生成Agent的输出，针对8种不同尺寸做定向适配：短横幅提炼核心信息，长横幅补充细节，带滚动区域的横幅拆分内容为连续滚动片段，同时处理排版规则（字体大小、元素优先级、换行逻辑）。
• 规则校验Agent：全程监控前两个Agent的输出，一方面确保内容符合SKILL.md的规则（如品牌调性、禁用词汇），另一方面检查尺寸适配后的内容是否满足对应横幅的展示要求（如滚动区域的内容长度、元素布局合理性）。

执行流程优化 #

1. 用户提示预处理：内容生成Agent先拆解用户需求，提取核心关键词（如“618大促”“新品首发”），同时调用规则校验Agent预查是否违反SKILL.md要求，提前修正需求表述中的冲突点。
2. 内容生成：内容生成Agent基于拆解后的需求生成原始内容，并为内容打上优先级标签（核心信息、补充信息、装饰性内容），为后续尺寸适配提供明确依据。
3. 多尺寸并行适配：尺寸适配Agent并行处理8种尺寸，根据每种尺寸的展示限制调整内容：
   • 小尺寸横幅：仅保留核心信息，简化视觉描述
   • 大尺寸横幅：保留全量内容，优化排版层次
   • 滚动区域横幅：将补充信息拆分为节奏适配的滚动片段，确保滚动流畅性
4. 最终校验与输出：规则校验Agent逐一核查每个尺寸的横幅成品，确认既符合SKILL.md规则，又适配对应尺寸的展示逻辑，无误后输出所有横幅内容。

解决SKILL.md效果不佳的关键调整 #

• 将SKILL.md的规则拆分为内容规则和适配规则，分别交付给内容生成Agent和尺寸适配Agent执行，避免单一Agent处理过多逻辑导致输出混乱。
• 为每个Agent设置明确的职责边界：内容生成Agent只负责“生成合规内容”，不介入尺寸适配；尺寸适配Agent只负责“内容的尺寸适配”，不修改内容核心，减少逻辑冲突。
• 规则校验Agent采用实时反馈机制：若内容生成或尺寸适配环节违反规则，直接返回精准修正建议，无需重新生成全量内容，提升整体效率。

内容的提问来源于stack exchange，提问作者Manish S shetty