跳到正文

功能

AI 角色设定表生成器

作者:Ofrai Editorial(Use Case Research)

AI 角色设定表生成器要解决一个比「画得好的人像」更难的问题:同一个设计要能扛住四个角度、两种尺寸和好几种表情。在 Ofrai,先用 nano-banana-pro 锁定设定——它在多次生成之间能稳住结构——标注文字和设定线稿用 gpt-image-2,版式试稿用便宜的 flux-2,风格偏插画时用 seedream-5。关键动作是分视图生成、再自己拼表,因为让一次生成直接吐出完整四视图,正是大多数尝试失败的地方。

四个大头身比例的浅彩小人,穿着不同服装
使用此模板

新账号含 1 次 GPT Image 2.5 出图;其他模型和视频使用积分。

示例提示词

Q版角色设计,干净线稿与色块

为什么一次生成的四视图大多不能用

让一次生成同时吐出正、侧、背三视图,是这一页被要求最多、也最不可靠的一件事。模型要同时解决设定一致性、三维结构和排版,而它通常用一个取巧方式化解冲突:每个视角重新发明一个小细节——这边多出一条背带,身高变了,另一个视角的发型又不一样。把活儿拆开就解决了。

每一视角都用同一份设定描述和同一张参考图单独生成,然后自己在网格里排版。你放弃了模型偶尔能吐出的排版精美整表,换来的是真正能用于下游工作的设定表——几乎所有人要的都是后者。

让角色不散架的设定块

把角色写一次,写成带字段名的结构化块,然后逐字复用:剪影与体型、身高与比例、头部与面部、发型、服装(分层的)、配色(带数量)、材质与表面处理、显著特征。两条规则决定它好不好用。比例要用数字和相对关系描述——'略高于视线,约五个头身'、'肩相对胯更宽'——因为'壮实'这种形容词会漂。

服装要分层写,'长款炭灰羊毛大衣,里面米色针织衫,配深色长裤',因为分层描述比一句混合的着装描述更能扛住视角变化。把这块文字存好:每一个视角、每一条表情、以及之后每一件资产都引用它。

正、侧、背,以及那张 3/4 锚点图

生成四个标准视角,并永远复用它们。正面:中性站姿,手臂略离开身体,光线均匀,背景干净——这是所有其他角度的对照基准。四分之三侧视:真正干活的视角,因为同时交代了体积感和身份感,以后大部分画面都用它。侧面剪影:明确写出轮廓应该呈现什么,因为侧影是服装问题最容易藏身的地方,比如 '大衣下摆过膝,平底靴'。

背面:最容易被忘、动画师却最需要的视角,所以要写明背面有什么——兜帽、刀鞘、纹身、背带,或者明确什么都没有。四个视角用同一份设定块在同一次工作里生成,之后把正面图当作后续每一次生成的主参考。

表情行与光线一致性

表情表只有在「除了脸以外一切不变」时才成立。统一一个画框、一个裁切、一套打光,只变面部描述:中性、轻微皱眉、眯眼、张嘴说话中、挑眉、闭眼。要写强度而不是情绪名称,因为 '极度愤怒' 会过冲,而 '眉毛压低、嘴唇抿紧、眼睛眯起' 不会。先生成中性帧,再把它作为其余表情的参考图——这是参考图功能最值钱的地方。

光线也一次定好:'正面柔和均匀棚拍光,无强烈阴影',这样整行都清晰可读;而戏剧化光线会正好遮掉这张表存在的意义——记录表情。

尺寸、比例与道具表

两张辅助表通常物有所值。第一张是尺寸表:把同一个角色放在一个 1.75 米真人参照物和几件已知尺寸的物品旁边,让后续画面里的比例和世界观对得上。参照物要写明——'一个用于参照的真人剪影,不要细节'、'一扇标准门,高 2.0 米'——否则模型会发明一个毫无意义的参照。

第二张是道具与服装设定线稿:单件物品放在中性背景上、光线一致,这正是概念设计师真正会要的东西。把它们画成平涂而不是立体效果——'技术设定线稿,无透视'——并复用配色块,让线稿读起来是同一套服装。按 1:1 或 3:4 渲染,标签自己排。

设定表各部分该用哪个模型

nano-banana-pro 负责四个标准视角,以及任何必须与它们匹配的画面,因为它的结构一致性才能让设计在多次生成之间保持相同。gpt-image-2 适合最终那张带标注文字的整表——姓名、箭头、视角标签如「正面」「四分之三侧」——因为它能渲染其他模型勉强的清晰文字。flux-2 用于测试网格排版以及低成本生成不关键缩略图。

seedream-5 适合角色本身是插画、漫画描边或绘画感的情况,它的风格化倾向更匹配这类交付物。草稿走 flux-2,锁定走 nano-banana-pro,标注走 gpt-image-2,整张表的积分就能守在合理预算内。

角色设定表最常见的翻车点

七个高频问题,每个都有便宜的解法。不同视角服装不一致——分层着装句被换成了混合句;把分层原样恢复。视角之间身高变化——补一句明确的头身数,比如 '约六头身'。侧面剪影里服装消失了——专门描述侧面的轮廓,别指望模型自己推出来。发型长度变化——钉死长度以及是否掖起。不同视角颜色漂移——重述带数量的配色,「三个颜色:炭灰、米色、酒红」。

表情行里光线不一致——把那句光线描述一字不改地复制进每条表情提示词。标签变成乱码符号——先干净地生成美术部分,字在编辑器里排。如果某个视角两次都不对,用正面母版重生成,而不是基于上一次的结果接着改。

一段写出来的设计块

每一个标准视角都是从同一段设计块生成的,所以这段文字必须足够完整,能够在提示词里完全不出现「很酷」「很可爱」这类词的情况下把角色说清楚。一份能用的写法:「剪影与体型:精瘦结实,肩窄,四肢偏长。身高:略低于平均,1.68 米。头部:棱角分明的脸,颧骨高,下巴窄,深灰色眼睛。头发:黑色,顶部剪短且不整齐,两侧剃青。

服装:多层——长款炭灰色帆布外套,内搭褪色橄榄色工装衬衫,深色长裤,磨旧的皮靴,没有可见标志。配色:炭灰、橄榄、风雨磨旧的土黄。识别特征:左眉一道浅疤,右小臂一圈金属环。绝不允许变化:体型、发型、服装、那道疤、金属环。」从这段文字生成六个视角会互相吻合;用六段不同的描述去生成则不会。

整套设计稿的画幅与工作分辨率

画幅要跟着你正在做的那张稿子走。单个标准视角通常用 4:5 或 1:1;四视角转身图看你要不要全身,用 16:9 或更宽的比例;表情排通常很宽,常见 16:9 甚至 21:9,因为六张脸并排需要横向空间。四个视角要分别生成、再在排版工具里拼成一条,而不是要求一张图里画四个视角。

分辨率在这里比平台上任何其他工作都更重要,因为设计稿通常在大屏上按原大观看,而细小的识别特征——那道疤、眉形、靴子的系带——在长边低于 1500 像素时会消失。

整套设计稿怎么在多台模型之间搭

先把四个标准视角做出来,其他一切都由它们派生。在 nano-banana-pro 上,用同一段设计块生成正面、侧面、背面和四分之三,每个新视角都以上审过的正面视角作为参考——这一步决定了后面整个项目是便宜还是昂贵。然后在 flux-2 上廉价地生成辅助图稿:与 1.75 米人形并排的比例对照、平铺的道具图、几种打光变体。

这些是辅助信息而不是身份关键项,用便宜的引擎正合适。最后把任何含文字的画面交给 gpt-image-2——名牌、标注示意、设计稿本身的标题卡。先做身份、后做其余,是一次昂贵和三次昂贵的区别。

一个角色设计项目的积分预算

一个角色做完四视角转身图,再加表情排、比例稿和道具稿,大约需要四十到六十次生成。分布很重要:身份视角是贵的部分,因为每个视角都要试好几次角色才立得住;比例稿和道具稿通常一两次就过,因为模型是在复制参考而不是发明。探索阶段即使针对身份也应该放在 flux-2 低分辨率上,因为剪影和比例从缩略图上就能判断。

每次生成前都会显示消耗的积分,各种格式共用一个余额。如果你要做的是一组角色而不是单个角色,那么设计块只写一次、所有人复用,同一份预算就能覆盖好几个角色,因为写提示词这部分工作已经做完了。

谁适合用这套流程,哪里该用三维管线

生成角色设计稿适合那些要快、而且不需要真的做出来的概念工作:提案演示、独立游戏、动画前期、桌面游戏战役、分镜,以及本来就还会被插画师或三维设计师重新诠释的设定集。它也适合早期选角阶段——那个阶段的目的在于测试剪影,而不是锁定设计。

但只要角色需要在很多角度、很多帧或者两种媒介之间保持一致,三维管线就赢了:网格可以免费给你转台图、行走循环和挂件,而设计稿每多一个没规划过的角度就要重新生成一次。诚实的判断标准是产量:低于大约二十个不同视角时生成更快;超过之后,哪怕算上建模的前期投入,三维也更便宜。

如果这个角色会被绣成周边、被做成 cos 道具或者做成实体玩具,那就直接画设计稿吧。

常见问题

能一次生成完整的多角度三视图吗?
可以要求,但不是得到可用设定表最不可靠的方式。一次生成要同时兼顾设定一致性、三维结构和排版,通常会在每个视角里改动一点细节。正确做法是用同一份设定块和同一张参考图分别生成每个角度,再自己拼成网格,这样得到的表才经得起下游使用。
怎么让正、侧、背三个视角的设计完全一致?
写一份结构化设定块——剪影、比例、面部、发型、分层服装、带数量的配色、材质——并逐字贴进每个视角的提示词。在同一次工作里生成四个视角,把正面图留作母版,之后任何不对的视角都对着母版重生成,而不是对着上一次的结果改。
角色三视图该用 Ofrai 的哪个模型?
标准视角以及任何必须与它们匹配的画面用 nano-banana-pro,它在多次生成之间的结构一致性是设定不跑的关键。最终那张需要清晰视角标签和标注的整表用 gpt-image-2。flux-2 用于低成本版式测试,seedream-5 用于插画或绘画感角色。
怎么让表情表清晰可读?
除了脸以外全部固定:一个画框、一个裁切、一套打光,只变面部描述。用物理方式描述强度——眉毛压低、嘴唇抿紧、眼睛眯起——而不是直接写情绪词。先生成中性帧,再把它作为其余所有表情的参考图。
需要做尺寸参照和道具表吗?
如果角色之后会和别人一起出现在场景里,就需要。把角色放在写明的参照物旁边,比如 1.75 米的真人剪影或 2.0 米高的门,并明确写它是参照而不是细节人物。另外单独出一张服装与道具设定线稿,这其实是概念设计环节最常用的交付物。
设定表上的文字标签为什么总变成乱码?
小号标注文字是大多数图像引擎最弱的部分,设定表这种信息密度下尤其明显。用一致性更好的模型生成干净的画面,再在编辑器或设计工具里排上视角标签和姓名。表格排版正是生成式输出最不擅长的那类精细排字工作。

相关生成器

相关模型

工具