一张照片,整套微信表情包,七毛钱

ChatGPT 现在能做 GIF 了。这是 Images 2.6 这个月早些时候上线时的主打功能之一。你描述运动,得到一个循环动画,还能调速、逐帧改。
那为什么还会有一个叫 ray-sticker-shop 的技能存在,而且 11 月 5 日出现在 GitHub 上,还带着标价?
因为从「我做了一个 GIF」到「我有一套能过微信上传检查的表情包」,中间隔着大约十六步枯燥、具体、不留情面的活。生成现在是简单的部分。后面所有事才是产品。
真正的问题
微信表情开放平台是一个有规则的渠道。表情 240×240,每个 GIF 要压在 500KB 以内。你需要封面、图标、横幅、赞赏图,各有各的尺寸。你需要上架文案。你需要整套东西在每一张上都像同一个角色,因为一个角色脸在帧间漂移的表情包不算一套,算八张互不相关的画。
让模型一张一张做,三件事会坏。角色在每次调用之间变了。尺寸不对。文件对平台来说太重。每一项都能手工修,而八张手工修一遍就是一个下午。
README 把失败写得很直白:ChatGPT 能直接做 GIF,但一张一张做,角色会漂,尺寸也不是微信要的。这个技能做剩下的。
它产出什么
一张参考图把角色锁死在整个套子里。之后技能产出 240×240 的 GIF,自动压到 500KB 以下,外加封面、图标、横幅和赞赏图。它对着微信的规范跑一遍检查,写好上架文案,再给客户打一个交付包。
最后这一项说明了它是给谁用的。写业余工具的人不会说「客户交付包」。这是给那种收到一句「你能把我家猫做成表情包吗」、需要回一个文件夹而不是一句承诺的人做的。
安装
它是一个技能,所以安装就是 clone 到技能目录:
git clone https://github.com/imraywang/ray-sticker-shop ~/.claude/skills/ray-sticker-shop
然后你用大白话跟 Claude Code 或 Codex 说:把我家猫这张照片做成一套表情包。技能从那一步接手。
依赖很轻。Python 3.9 或更新,加 Pillow(pip install pillow),以及一个 OPENAI_API_KEY。如果你走代理,再设 OPENAI_BASE_URL。

有一个兜底设计,我认为是仓库里最聪明的决定。如果你没有 API key,agent 不会失败。它把 prompt 交给你,你自己在 ChatGPT 里生成图,把图丢回文件夹,技能照样帮你组装、压缩、检查、打包。
这一个决定让潜在受众翻了一倍。很多人有 ChatGPT 订阅但没配 API 计费。也有很多人有 key,但不想花在一次测试上。这个技能对两种人都成立,因为生成那一步和打包那一步是可分开的,而值钱的是打包那一步。
账
八个表情加五个配套素材,按 OpenAI 的标价,大约 0.70 美元。重做另算。实际花费会记到项目目录的 costs.jsonl 里。
七毛钱一个交付物不叫成本。有意思的数字是重做率,而这个技能会记日志,意味着你能查出来。如果一套里某一张要三轮才对,你就到了两美元加一堆等待,而日志会告诉你问题出在哪一张。这种可观测性才是把 demo 变成工作流的东西。
对比一下,自由市场上定制一套表情包的价格离七毛差得远,离七十美元也差得远。这个技能不替代插画师,因为插画师带来的是风格和幽默感。它替代的是打包劳动,而插画师的毛利就死在那一段。
它做不到什么
README 对边界很直接,这些边界是法律上的,不是技术上的。
只能拿你有权使用的角色做表情。微信不接受未授权的演绎作品或同人。审核由微信决定,工具既不承诺过审,也不承诺收入。
这个框法是对的,值得重复,因为 AI 图像这个领域里满是把它省略掉的工具。一个能把任何照片变成可变现资产的技能,离一个能把别人的角色变成可变现资产的技能只差一步。在用户问之前就在 README 里把线画出来,便宜而且诚实。
还有一个技术天花板。技能用一张参考图锁角色,对简单的吉祥物管用,碰到复杂的东西就吃力。细节繁复的服装、不寻常的轮廓,或者依赖线条质量的风格,参考锁得再好也会漂。八张是一个足够小的套子,异类可以手工修。八十张就是另一个项目了。
这个模式为什么值得看
技能作为一种格式正在走红。有些几十万 star 的仓库,内容只是一堆 markdown 指令文件夹。其中多数是包装得更好的 prompt 库。
这一个不同在一个具体的地方:它编码的是平台的要求,不是模型的能力。240×240、500KB 上限、封面图标横幅、规范检查、上架文案。这些没有一条来自模型。它们来自微信的提审流程,得有人认真读一遍,然后写成代码和指令。
这就是一个能活下来的技能的形状。能力每三个月变一次。平台要求每三年变一次,变的时候 diff 很小,技能打个补丁就行。
可推广的版本很明显。每一个有提审流程的平台都有一份规范文档。App Store 截图、Steam 胶囊图、YouTube 缩略图、播客封面、Amazon A+ 模块。每一个都是一个等人去读规范、写成清单的表情店。生成图的模型是大宗商品。读过规范的那个人不是。
七毛钱、省一个下午,是个小故事。真正能推广的是另一件事:有意思的活是打包,而打包是可以被写下来的。
相关文章
744B 模型住进 9.9 GB 内存,专家从硬盘上读
colibri 把 744B 混合专家模型里常用的那部分留在内存,专家从磁盘流式读。README 把慢的基准和快的一起发,所以值得读。
不动模型,也能把智能体调好
Harness² 冻结权重,只改模型周围的八个组件,然后对比几次运行的差异。一个 benchmark 上最多涨 11.5 分,没有一次梯度更新。
编辑榜排第二,调用榜前五十都没进
微软发了一个根本不能生成图像的模型。它在编辑榜第二,在请求量前五十里找不到。这个落差说明图像榜单到底在量什么。
35 万个假受害者,和机构撒谎的伦理问题
Apate.ai 跑着 35 万个 AI 人格,工作是让骗子骗,再把骗出来的情报卖给银行和运营商。浪费时间这一步成立,没有人算过账的是那个先例。