摘要:AI画出的单张角色很好看,一换角度却容易变脸。本文用原创角色“林澈”实测从方向稿、角色Bible、三视图、表情动作到场景压力测试的完整流程,并给出可复制模板。

关键词:Codex、AI绘画、动漫角色设定、角色一致性、角色设计、gpt-image-2

第一次用AI画角色,最容易得到的是一张“看起来很能发”的图。

麻烦通常从第二张开始。

让角色转个身,发型变了;换成奔跑动作,衣服结构变了;到了夜景,耳机、腰包和挑染又不见了。每张单独看都不差,放在一起却像四个长得相似的人。

这不是再补一句“保持人物一致”就能解决的问题。单张图片只有结果,没有可以被后续任务持续读取的角色规则。

这次我没有直接让模型画漫画第一话,而是先做了一套真正能往下生产的角色资产:3个方向稿、正面/侧面/背面、6种表情、4个动作、服装与道具细节,以及4个不同场景的一致性测试。

先把工具分工说清楚:**Codex不负责凭空“画”出每一笔。**它在这套流程里负责整理角色规则、管理文件、调用图像生成能力、记录引用关系、检查前后差异,并把零散素材排成最终设定表。图像模型负责出图,最后哪些特征该保留、哪些偏差能接受,仍然要由人决定。

一、一张好看的角色图,为什么还不能叫角色资产

单张图只需要回答一个问题:这张好不好看。

可复用的角色资产要回答更多问题:

  • 换成正面、侧面和背面,还是不是同一个人;
  • 高兴、愤怒、疲惫时,五官变化有没有越过身份边界;
  • 站立、奔跑、跪姿操作时,身材比例和服装结构是否稳定;
  • 进入雨夜、室内、逆光场景后,识别点会不会消失;
  • 下一周重新打开项目时,Codex还能不能找到已经确认的版本。

这几件事只靠一段越来越长的Prompt很难管住。Prompt会被重写,图片会被替换,左右方向还特别容易在转面和镜像中发生漂移。

所以第一步不是润色提示词,而是建立“角色唯一事实来源”:一个稳定的角色ID、一套可读的规则、一个经过确认的参考锚点,以及每张衍生图的来源记录。

判断角色是否可用,不要先放大看眼睫毛。先缩小看轮廓,再看比例、发型体块、服装色块和不对称识别点。

二、先让 Codex 建项目,不要先画第一话

这次的演示项目叫《断点信使》:一名负责修复城市离线节点的维护员,会在断网时收到来自未来七分钟的求救消息。

我们先建立了下面这套目录:

character-production/
├── series.json
├── bible/
│   ├── characters.json
│   ├── style.json
│   ├── locations.json
│   └── timeline.json
├── references/
│   └── characters/
│       ├── concepts/
│       └── final/
└── episodes/
    └── EP001/

这里最重要的不是目录长得专业,而是内容各有归属:

文件 负责记录什么
series.json 系列定位、受众、发布形式、不能随意改变的世界规则
characters.json 角色身份、比例、服装ID、识别点、禁止漂移项
style.json 线条、色彩、明暗、镜头、背景密度和生成来源
references/ 已确认的参考图,后续生成必须回到这里比对
episodes/ 真正进入分镜后,每一话和每一格的连续性状态

只想做一个角色,不需要一开始就把世界观写到几十页。角色用途、画面风格、身体比例、服装结构和三个以上识别点写清楚,已经足够开始第一轮探索。

可以把下面这段直接交给Codex:

我要为一个原创二维动漫项目建立可复用的角色资产,先不要制作漫画分镜。

请先完成:
1. 建立角色ID和服装ID;
2. 把角色身份、年龄感、身高比例、发型体块、服装结构、色板写入结构化文件;
3. 列出3—5个“绝不能漂移”的非对称识别点;
4. 规划方向稿、转面、表情、动作、细节和场景测试的生成顺序;
5. 每个成品记录输入参考、模型、用途和人工修改;
6. 中文标题和标签后期排版,不让图像模型直接生成。

不要模仿具体在世艺术家。遇到左右方向冲突时暂停,标明是角色自身左/右,等我确认后再继续。

三、别急着选“最漂亮”的,先比较三条视觉路线

角色叫林澈,22岁,近未来城市节点维护员。第一轮没有在同一个方向里只改发色,而是做了三套真正不同的方案:

  • A:节点维护员,清洁赛璐璐、短款工作服、结构利落;
  • B:异常档案员,墨线都市悬疑、长大衣、气质更克制;
  • C:机械信使,复古印刷颗粒、机械配件更多、轮廓更外放。

在这里插入图片描述

最后选择A,并不是因为它的脸最精致,而是它最适合继续生产:短夹克能看清躯干与腰线,深绿、冷白和橙色的色块关系明确,转面以后也有足够稳定的轮廓。

B的氛围很好,但长大衣会遮挡腰腿结构;C很有个性,不过机械件越多,后续每个动作和背面要维持的细节越多。它们不是“差方案”,只是制作成本和故事方向不同。

这一轮至少看三件事:

  1. 缩到手机缩略图大小,角色轮廓是否仍能被认出;
  2. 服装能否说清前、侧、后的结构关系;
  3. 识别点是否足够明显,又没有多到每张图都容易出错。

确定方向后,才进入角色Bible。

四、角色 Bible 要写到什么程度

我们给林澈分配了固定编号:角色是CHAR_001,节点维护服是LOOK_001。核心设定如下:

维度 锁定内容
年龄与比例 22岁,168cm,约7头身,避免幼态大头比例
头发 深黑短发,后颈收短,右侧内层只有一小束薄荷挑染
面部 略窄椭圆脸、青绿色眼睛、左眉尾短断线
上装 冷白短夹克,角色自身左肩为深绿拼接
下装 石墨灰高腰工装裤,同色膝部护片
配件 左耳橙色通信器、左腰深绿工具包、橙色安全带
冷白高帮工作鞋、橙色鞋带

对应的characters.json不需要写得像文学设定集,字段要能被检查:

{
  "id": "CHAR_001",
  "wardrobe_id": "LOOK_001",
  "proportions": "168cm,约7头身,成年女性比例",
  "never_drift": [
    "通信器始终佩戴在角色自身左耳",
    "深绿拼接始终位于角色自身左肩",
    "工具包始终挂在角色自身左侧腰部",
    "薄荷挑染只位于右侧内层鬓发"
  ]
}

这里有一个真实偏差。

最初的文字方案把肩部拼接和工具包写在角色自身右侧,第一张候选图却把它们画到了左侧。我们没有假装第一次就完全按设定生成,也没有继续拿一份与视觉锚点冲突的文字往下做。

最后的决定是:保留这张轮廓更顺的候选图,把“左肩、左腰”写回角色Bible,并将它升为新的参考锚点。

换句话说,偏差出现后只有两种正确处理:要么重画到符合旧设定,要么明确批准新设计并更新规则。最麻烦的是图片已经变了,文档还留在旧版本,后面的每张图就会各自猜一遍。

五、生成要拆开,设定表最后再拼

很多人会直接要求模型一次生成“正侧背三视图、6种表情、4个动作、服装细节、中文说明”。内容看起来完整,细看却经常出现这些问题:

  • 每个格子的脸略有不同;
  • 左右配件被镜像;
  • 小动作挤得太小,手脚失真;
  • 中文标签出现错字;
  • 想修一个侧面,只能整张重来。

这次采用的是模块化顺序:

方向稿 → 3/4锚点 → 正面 → 左侧面 → 背面
                     ↓
              6种表情 / 4个动作 / 服装细节
                     ↓
                场景压力测试
                     ↓
             程序化排版成4K设定表

每次只解决一种变化。比如生成背面时,任务可以这样写:

输入图是CHAR_001、LOOK_001已经批准的3/4角色锚点。

只把人物改为正交背面全身站姿,用于二维动画角色转面。
必须保留:成年7头身、短黑发体块、右侧内层薄荷挑染、冷白短夹克、
角色自身左肩深绿拼接、左腰工具包、石墨灰工装裤、白色工作鞋与橙色鞋带。

不要新增配件,不要改变服装材质,不要绘制文字、尺寸线、边框或水印。
冷白纯净背景,完整显示头顶到鞋底。

表情图同样要写“只改变演技,不改变身份”;动作图则要补充重心、落脚点和衣物摆动方向。与其在一个Prompt里塞进所有目标,不如让每张图有一个清楚的验收任务。

这次还遇到一个执行层面的坑:同时发起4个生成请求时,网关触发了审批/并发限制。改成顺序生成后恢复正常。做第一套资产时,串行虽然慢一点,但引用关系清楚,失败后也知道从哪一步接着来。等流程稳定,再考虑并发。

六、为什么中文和版式要放到后期

下面这张4K设定表,并不是让图像模型一次画出来的。

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

转面、表情、动作和细节是独立素材,中文标题、编号、色板、边框和留白由Codex调用Pillow统一排版。这样做有三个直接好处:

  • 中文不会因为重新生成图片而变成错字;
  • 某个动作需要替换时,只换对应文件,不重做整张设定表;
  • 标题、字号、品牌和平台尺寸都能稳定复用。

素材命名也不要继续使用最终版2-真的最终.png。稳定ID更适合后续引用:

CHAR_001_LOOK_001_anchor_v01.png
CHAR_001_LOOK_001_front_v01.png
CHAR_001_LOOK_001_side_v01.png
CHAR_001_LOOK_001_back_v01.png
CHAR_001_expression_sheet_v01.png
CHAR_001_action_sheet_v01.png
CHAR_001_detail_sheet_v01.png

一旦某张图被批准,就不要直接覆盖。修改后的版本升为v02,同时记录它参考了哪个文件、改了什么。角色做久以后,这些看起来有点“工程化”的小事,会比再写十条形容词更省时间。

七、设定表做完,还要故意把角色放进难场景

干净白底能把角色画得很好看,却不能证明它能进入故事。

我们又生成了4种场景:室内对话、雨夜检修、动态奔跑和紧急照明。它们分别在测试不同压力:

  • 中景对话会暴露脸型和上装结构是否稳定;
  • 雨夜和暗光会吞掉发型、工具包与深绿色块;
  • 奔跑会测试身体比例、鞋底接触和配件摆动;
  • 近景暖光会测试换色温后,眼睛、通信器和挑染是否仍可辨认。

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

检查时不要只问“像不像”。可以按下面的顺序过一遍:

  1. 轮廓:短发、短夹克、高腰工装裤组成的外形还在不在;
  2. 比例:有没有从成年7头身漂成幼态大头或夸张长腿;
  3. 非对称特征:左耳通信器、左肩拼接、左腰工具包有没有换边;
  4. 色彩预算:冷白和深绿仍是主色,橙色有没有突然铺满全身;
  5. 动作可信度:重心、脚底接触、手持道具和衣物摆动是否说得通;
  6. 遮挡项:看不到不等于通过,必须标为待人工复核。

这套测试的结果可以支持继续做试验分镜,但还不能叫“完美一致”。尤其在侧身、手臂遮挡和暗部里,通信器与工具包不一定完整露出;这类情况不能靠模型自己给自己打勾。

八、把整套方法压缩成一份可复制流程

如果准备做自己的角色,可以按这个顺序执行:

第一步:写角色用途

先说明角色会出现在哪里:单张海报、短篇漫画、连续动画还是游戏立绘。用途不同,需要锁定的角度和动作不同。

第二步:做3个真正不同的方向

改变轮廓、材质和色块关系,不要只换发色。比较后只保留一个方向进入精修。

第三步:确定参考锚点

批准一张完整全身的3/4视图,并把它的可见事实写回角色Bible。文字和图片冲突时必须处理,不能同时保留两个答案。

第四步:拆分生产

按正面、侧面、背面、表情、动作、细节分别生成。每一步都引用批准锚点,并写明“只允许变化什么”。

第五步:后期排版

图片保持干净,不让模型写中文。用Pillow、Figma、Photoshop或其他排版工具统一加标题、色板、编号和说明。

第六步:做压力测试

至少换一次视角、一次大动作、一次暗光和一次复杂背景。每张图都对照最初批准的设定表,不要只对照上一张生成图。

第七步:保留版本与来源

记录模型、输入参考、输出文件、人工修改和批准状态。只有这样,第二话、第三话发现问题时,才知道应该改Prompt、换参考还是修局部。

九、哪些事情仍然不能交给模型替你决定

流程可以自动化,审美和取舍不能省掉。

人至少要决定这些事:

  • 哪个方向符合故事,而不只是更“出片”;
  • 生成偏差是错误,还是值得采纳的新设计;
  • 不对称特征是否在所有转面中合理;
  • 遮挡、镜像和光线变化有没有造成假通过;
  • 图像模型、参考素材和最终用途的授权是否满足发布要求;
  • 这套角色是只能发一张图,还是已经能承担连续叙事。

目前《断点信使》还处于角色资产开发阶段,并没有把模板里的第一话直接当成成品发布。结构校验已经通过,未完成的地点、时间线和分镜仍保留为开发项;等真正写第一话时,再逐项补齐比现在编满一堆占位剧情更诚实。

十、关于 Linco Bridge

这次图片上的Linco Bridge是我们的开源项目品牌,它不参与图像生成,也不会替图像模型保持角色一致性

Linco Bridge解决的是另一个实际问题:当Codex在电脑上顺序生成素材、检查大图或等待人工确认时,人不一定一直坐在电脑前。它可以把本地Codex、Claude Code、Hermes等Agent会话延伸到手机端,方便查看进度、回复问题和继续会话。

如果项目对你有帮助,欢迎在GitHub点一个Star。角色资产工作流里遇到的左右漂移、表情变脸、服装不一致,也可以直接留在评论区,我们可以拿具体图继续分析。

Codex 实战系列

如果你正在重新整理自己的Codex工作流,可以继续看这些内容:

Linco Bridge 开源系列


真正可复用的角色,不是模型偶然画对一次,而是你能说清它为什么是这个人,下一张图又该拿什么来判断。

这套方法不保证每张图零漂移,但它会让偏差变得可发现、可讨论、可修复。对于准备做连续内容的人来说,这比追求一个“万能角色一致性Prompt”更有用。

Logo

葡萄城是专业的软件开发技术和低代码平台提供商,聚焦软件开发技术,以“赋能开发者”为使命,致力于通过表格控件、低代码和BI等各类软件开发工具和服务,一站式满足开发者需求,帮助企业提升开发效率并创新开发模式。

更多推荐