企业官网建设流程全解析

AI漫剧角色创作这件事，我前前后后折腾了大半年，从最开始拿一句话描述硬怼生成、到后来角色每集换一张脸、再到如今能稳定产出可复用的角色资产库，中间踩的坑比做出来的成品还多。标题里说的“从设定、三视图、表情、动作到提示词”这条链路，恰恰是我认为目前最靠谱的一套工作流骨架——它不是某个工具的说明书，而是一套把“角色”当成工业资产来管理的思路。简单说，这套流程解决的核心问题是：让同一个角色在不同镜头、不同表情、不同动作下保持视觉一致性，同时把创作过程拆成可复用、可迭代、可交接的标准化环节。它适合三类人：一是刚入行想做漫剧但被“角色崩坏”折磨到想放弃的新手，二是有一定出图经验但作品缺乏统一角色设定的独立创作者，三是需要多人协作、要求角色资产可交接的小团队。下面我把自己这套跑通了的流程完整拆开讲，包括每一步为什么这么做、参数怎么定、哪里最容易翻车。

1. 整体流程设计与思路拆解

1.1 为什么要把角色创作拆成五个环节

很多人做AI漫剧的第一反应是“我直接写一段描述让模型出图不就行了”，我一开始也这么干，结果第三集角色眼睛颜色变了、第五集发型从短发变长发、第十集脸型完全换了个人。问题的根源在于：单次生成是“一次性消费”，而漫剧角色是“长期资产”，两者对一致性的要求根本不在一个量级。

把流程拆成设定、三视图、表情、动作、提示词五个环节，本质上是把“一个模糊的角色概念”逐步收敛成“一套可精确复现的视觉规范”。设定环节定的是角色的“身份档案”——年龄感、气质、体型、服装基调；三视图定的是“空间结构”——正面、侧面、背面各长什么样，这是后续所有镜头的地基；表情环节定的是“情绪映射”——同一张脸在不同情绪下的形变规律；动作环节定的是“姿态语言”——角色怎么站、怎么走、怎么拿东西；提示词环节则是把前面所有信息压缩成可反复调用的“配方”。

这个顺序不能乱。我试过先做表情再做三视图，结果表情图里的脸和三视图对不上，返工量翻倍。也试过跳过三视图直接做动作，动作图看着挺帅，但一转到侧面就露馅——因为根本没有侧面结构做参照。所以我的建议是严格按“设定→三视图→表情→动作→提示词”推进，每一步都是下一步的输入，前一步没定稿就不要急着往下走。

1.2 工具选型的取舍逻辑

工具这块我不绑定具体品牌，只讲选型逻辑，因为工具迭代太快，但逻辑是稳定的。核心要看三个能力：一是角色一致性控制，能不能通过参考图、角色ID、局部重绘等方式锁定同一张脸；二是结构化控制，能不能用姿态骨架、深度图、线稿等条件约束构图；三是批量与可复现性，同样的输入能不能稳定产出接近的结果，参数能不能保存复用。

我的实际组合是“一个主力生成模型 + 一个姿态/结构控制插件 + 一个本地资产管理文件夹”。主力模型负责出图质量，控制插件负责把三视图和动作骨架“压”进生成过程，资产管理文件夹负责把每个角色的定稿图、提示词、参数截图分门别类存好。这里有个容易被忽略的点：不要迷信单一模型全能。我见过有人非要一个模型搞定所有环节，结果三视图还行、表情就崩。合理做法是允许不同环节用不同模型或不同参数档位，只要最终视觉统一就行。

提示：工具选型阶段最该做的一件事，是拿同一个角色描述分别用两三个候选方案各出五张图，横向对比“脸的一致性”和“结构准确性”，而不是只看单张图好不好看。单张惊艳但五张各不相同的方案，做漫剧是灾难。

1.3 一致性优先于惊艳度的核心原则

这条原则我要单独拎出来说，因为它是整个流程的价值观。漫剧是连续叙事，观众看的是“这个角色在故事里经历了什么”，而不是“这一帧有多美”。一张惊艳但和前后镜头对不上的图，对漫剧来说是负资产。所以我在每个环节的验收标准都是“一致性达标”优先于“单图质量拉满”。

具体到操作上，这意味着：三视图阶段宁可画得朴素一点，也要保证正侧背三面的比例、发型走向、服装结构完全对应；表情阶段宁可表情幅度小一点，也要保证眉眼鼻嘴的相对位置不漂移；动作阶段宁可姿态保守一点，也要保证关节角度符合人体逻辑。等这套“保守但稳定”的资产库建好了，再在具体镜头里做适度发挥，整体观感反而更专业。

2. 角色设定与三视图的落地细节

2.1 设定文档怎么写才不空洞

设定不是写小说，不需要华丽辞藻，它是一份给“未来的自己和协作者”看的技术档案。我自己的设定文档固定包含这几块：基础身份（年龄区间、性别气质、职业或身份标签）、体型比例（头身比、肩宽腰线的大致关系）、面部特征（脸型、眼型、眉形、鼻型、唇形的关键词）、发型结构（长度、分缝、发梢走向、是否有刘海及刘海形态）、服装体系（主服装的款式、配色、材质感、标志性配饰）、色彩规范（主色、辅色、点缀色的具体倾向）。

写的时候有个技巧：每个特征都用“可视觉化的词”而不是“情绪化的词”。比如“温柔”这种词模型理解不了，要拆成“眼尾略微下垂、眉峰平缓、唇线柔和”。“高冷”要拆成“眼型偏细长、眉峰略挑、唇线平直、下颌线清晰”。我踩过的坑是早期设定里写了一堆“气质清冷疏离”，结果每次生成的脸型、眼型都在飘，因为模型根本不知道“疏离”对应什么五官结构。改成结构化描述后，一致性立刻上了一个台阶。

另外设定文档里我会专门留一栏叫“禁止项”，写明这个角色绝对不能出现的特征，比如“不能有雀斑”“不能戴耳环”“刘海不能中分”。这一栏在后续每次生成时都作为负向提示的素材来源，能有效减少跑偏。

2.2 三视图的生成顺序与对齐技巧

三视图我建议的生成顺序是：正面→侧面→背面，而不是三个一起生成。原因很实际：正面图信息量最大，先把正面定稿，侧面和背面都以正面为参考图去生成，一致性会好很多。三个一起生成看似高效，实际上三张图互相之间没有约束，很容易出现“正面是圆脸、侧面是尖下巴”的惨剧。

具体操作上，正面图定稿后，我会把它作为参考图喂给侧面生成，同时在提示词里明确写“同一角色的侧面视角，保持发型长度、服装结构、体型比例与参考图一致”。侧面图重点检查三个地方：鼻梁高度与额头的关系、后脑勺的饱满度、耳朵的位置和大小。这三处是正侧面对应关系最容易出错的地方。背面图则以正面和侧面共同为参考，重点检查发型后部的走向和服装背面的结构。

对齐技巧方面，我会在出图后把三张图并排放在同一个画布上，用辅助线检查几个关键高度：头顶线、眉线、鼻底线、下巴线、肩线、腰线、胯线。这七条线在三张图里必须大致对齐。如果侧面图的下巴线明显低于正面图，说明脸型比例出问题了，要回去调。这个检查动作花不了几分钟，但能省下后面大量的返工。

2.3 三视图定稿的验收清单

定稿前我会过一遍清单，任何一项不达标就不算完成：

这张表看着简单，但每一项背后都是血泪。尤其是“服装结构”这一项，我早期做一件带侧开衩的外套，正面画了开衩、侧面忘了画，结果动作环节一抬腿就穿帮。所以三视图阶段多花十分钟检查，比后面返工两小时划算得多。

3. 表情与动作的拆解方法

3.1 表情库的建立逻辑与幅度控制

表情不是越多越好，而是要覆盖“叙事常用情绪”。我的表情库固定做八到十二个基础表情：平静、微笑、大笑、惊讶、疑惑、生气、悲伤、害羞，再根据角色性格加两三个特色表情。每个表情只做“头部特写”，背景干净，方便后续调用。

关键在幅度控制。AI生成表情最容易犯的错是“用力过猛”——说生气就青筋暴起、说惊讶就眼珠飞出。漫剧需要的是“可连续过渡”的表情，所以我在提示词里会刻意加“适度”“轻微”“自然”这类限定词，并且用参考图锁定脸型。具体做法是：以三视图的正面头部为参考图，生成每个表情时都强调“保持脸型、五官位置、发型不变，仅改变眉眼唇的形态”。

这里有个实操心得：表情的差异主要靠三个区域体现——眉毛的形态、眼睛的开合与视线、嘴角的走向。鼻子和脸型在大多数表情里变化很小，所以提示词重点描述这三块就够了，描述太多反而让模型乱改脸型。比如“微笑”我写的是“眉毛平缓、眼睛略微弯起、嘴角上扬但不过度”，而不是笼统的“开心地笑”。

3.2 动作设计的人体逻辑校验

动作环节最容易翻车的地方不是“好不好看”，而是“合不合理”。AI生成动作图常见的硬伤包括：关节反向弯曲、手脚比例失调、重心不稳像要摔倒、衣服褶皱和姿态不匹配。我的校验顺序是：先看重心，再看关节，最后看服饰。

重心判断很简单：想象角色脚下有一条垂直线，头部和躯干的主要重量应该落在这条线附近，除非是明显的跳跃或奔跑姿态。关节校验重点看肘、膝、踝三个位置，弯曲方向必须符合人体结构。服饰这块，抬臂时腋下要有拉伸褶皱、屈膝时膝盖处要有堆积褶皱，这些细节对了，动作才“落地”。

动作生成时我会用姿态骨架作为结构约束，先摆一个粗略骨架定构图，再让模型往骨架里“填”角色。骨架不用很精细，但关节位置要准。填的时候提示词里带上三视图作为角色参考，保证填出来的是同一个人。这套“骨架定结构、参考图定身份”的组合，是我目前找到的最稳的动作生成方式。

3.3 表情与动作的对应关系表

表情和动作不是孤立的，同一个动作配不同表情，叙事含义完全不同。我会在资产库里维护一张对应表，方便写分镜时快速调用：

这张表不是死规定，但能帮我在写分镜时快速锁定“这个镜头该用什么资产组合”，减少临时现编导致的风格漂移。实际用下来，有了这张表，单集分镜的资产准备时间能压缩不少。

4. 提示词工程与资产复用

4.1 提示词的分层结构

提示词我坚持分层写，固定四层：角色层、结构层、风格层、质量层。角色层描述“是谁”，结构层描述“什么视角什么姿态”，风格层描述“什么画风什么光影”，质量层描述“清晰度、细节程度”这类通用要求。分层的好处是改起来方便——换个镜头只需要动结构层，角色层原封不动，一致性自然就保住了。

角色层我会直接从设定文档里摘结构化描述，比如“二十岁上下、偏瘦体型、鹅蛋脸、眼尾略下垂、平缓眉峰、齐肩直发带薄刘海、深蓝色立领外套配浅灰内搭”。结构层写“正面半身、平视视角、双手自然下垂”。风格层写“二维动画质感、柔和顶光、干净背景”。质量层写“高细节、线条清晰”。四层拼起来就是一条完整提示词，但维护的时候是分开维护的。

注意：角色层里不要塞太多形容词，尤其是主观情绪词。情绪交给表情环节去控制，角色层只负责“长相和穿着”这些稳定属性。我早期把情绪词写进角色层，结果同一个角色在不同情绪镜头里脸型都跟着变，排查了半天才发现是提示词污染。

4.2 负向提示与参数固化

负向提示我按“通用负向 + 角色专属负向”两级管理。通用负向是跨角色通用的，比如“多余手指、肢体扭曲、面部模糊、背景杂乱、文字水印”这类。角色专属负向来自设定文档的“禁止项”，比如某角色“不能有雀斑、不能戴耳环”。两级分开存，调用时拼起来用，既省事又不漏。

参数固化这块，我的做法是每个角色建一个参数档案，记录：主力模型版本、采样步数、引导强度、参考图权重、随机种子（如果可固定）。这些参数在角色定稿时截图存档，后续所有该角色的生成都优先复用这套参数。参数不固化，是角色漂移的隐形杀手——很多人只盯着提示词，却忽略了参数变化带来的风格偏移。

4.3 资产库的目录规范与交接

资产库目录我按“角色→环节→版本”三级组织。每个角色一个文件夹，里面分“设定文档、三视图、表情库、动作库、提示词与参数、成品镜头”六个子文件夹。文件名统一用“角色名_环节_序号_版本号”的格式，比如“某角色_表情_微笑_v2”。版本号很重要，定稿前的迭代都保留，定稿后标“final”，但旧版本不删，万一后面要回溯。

这套目录规范的最大价值是“可交接”。多人协作时，新人拿到文件夹就能看懂每个文件是什么、哪个是定稿、参数在哪。我见过太多团队因为资产命名混乱，导致两个人用了不同版本的三视图，做出来的镜头对不上。目录规范这种事，前期花半小时定好，后期省的是几十个小时的沟通成本。

5. 常见问题与排查实录

5.1 角色脸型漂移的排查路径

脸型漂移是最常见的问题，我的排查顺序是：先查参考图权重，再查提示词污染，最后查参数是否变动。参考图权重太低，模型就“自由发挥”了，适当调高权重通常能拉回来。提示词污染是指角色层里混进了情绪词或场景词，导致模型把“表情变化”理解成“换脸”。参数变动则包括换了模型版本、改了采样步数这类隐形变化。

如果三项都排查完还是漂移，我会做一个“锚点测试”：用完全相同的提示词和参数连续生成五张，看五张之间的一致性。如果五张之间就在漂，说明是模型本身稳定性不够，需要换方案或加更强的结构约束；如果五张稳定但和定稿对不上，说明是参考图或提示词的问题。这个测试能快速定位问题出在“生成端”还是“输入端”。

5.2 动作图关节扭曲的修正手法

关节扭曲我遇到最多的是手腕和脚踝。修正手法分两步：先用局部重绘圈出问题区域单独修，修不好再退回骨架阶段重摆。局部重绘时提示词要写清楚“自然的手腕弯曲、五指结构清晰”，并且把该角色的手部参考图（如果有）一起喂进去。如果局部重绘三次还修不好，基本可以判断是骨架本身摆错了，这时候别硬修，退回骨架阶段重新摆关节位置更省时间。

还有个预防性技巧：动作生成时避免让手部做太复杂的动作，比如“手指交叉”“比特定手势”这类，AI在这块翻车率很高。漫剧里手部动作尽量用“自然下垂、轻握、简单指引”这类保守姿态，需要复杂手势的镜头单独做特写并多轮迭代。

5.3 表情幅度过大的收敛方法

表情幅度过大，表现为“每个表情都像在演舞台剧”。收敛方法有三招：一是在提示词里加“轻微、适度、自然过渡”这类限定；二是降低表情描述的具体程度，比如把“张大嘴大笑”改成“嘴角上扬”；三是用平静表情作为参考图去生成其他表情，让模型在“平静脸”的基础上做小幅度修改，而不是从零生成。

我实测下来，第三招最有效。因为参考图给了模型一个“基准脸”，它做修改时会相对克制。如果直接从零生成“大笑”，模型往往会给你一个夸张到认不出的表情。另外表情库定稿后，我会把每个表情和“平静”做并排对比，幅度差异超过一定程度的打回重做，这个验收动作能有效防止表情库整体“过火”。

5.4 问题速查表

这张表我贴在工位旁边，遇到问题先对号入座，能省下不少瞎试的时间。当然表里的“最可能原因”不是绝对，实际排查还是要结合具体情况，但有个起点总比从零开始强。

6. 我踩过的坑与实操心得

6.1 早期最贵的三个教训

第一个教训是跳过三视图直接做正片。我最早觉得三视图是“多余的准备工作”，结果做到第三集发现角色侧面完全没法用，只能推倒重来，前面两集的时间全白费。三视图看着枯燥，但它是整个角色资产的地基，地基不稳，上面盖什么都会塌。

第二个教训是提示词越写越长。我曾经以为描述越详细模型越听话，于是一条提示词写了两百多字，结果模型顾此失彼，脸反而更不稳定。后来才明白，提示词的关键是“分层清晰、每层克制”，角色层把长相穿着说清楚就够了，剩下的交给参考图和结构约束。

第三个教训是不存参数。早期我出图全凭手感，同样的提示词今天出这个样明天出那个样，还以为是模型不稳定。后来养成存参数档案的习惯，才发现很多“不稳定”其实是自己参数没锁死。参数档案这东西，存的时候嫌麻烦，用的时候真香。

6.2 提升效率的两个小习惯

第一个习惯是批量生成、批量筛选。表情和动作环节我从不一张一张生成，而是一次生成一批（比如同一表情生成六到八张），然后快速筛出最符合的。批量生成的好处是能在同一批里横向对比一致性，比单张反复调参效率高得多。

第二个习惯是每周做一次资产体检。把本周新增的资产和定稿资产并排看，检查有没有风格漂移、有没有命名混乱、有没有该归档没归档的。这个习惯花不了多少时间，但能防止资产库越用越乱。资产库一乱，一致性就无从谈起。

6.3 关于“全流程”的一点个人看法

这套流程跑下来，我最大的体会是：AI漫剧角色创作的核心竞争力，不在于“会不会写提示词”，而在于“有没有把角色当成资产来管理的意识”。提示词只是最后一环的表达工具，前面设定、三视图、表情、动作这些“笨功夫”，才是决定角色能不能立住的关键。很多人急着出片，跳过前面的资产建设，结果每集都在救火，反而更慢。

另外我想说的是，这套流程不是死的。角色性格不同、画风不同、团队规模不同，每个环节的权重都可以调。比如做偏写实的角色，三视图和动作的人体校验要更严；做偏卡通的角色，表情幅度可以适当放大。流程是骨架，具体血肉还得根据自己的项目去填。我分享的这些参数和技巧，都是在我自己的项目里跑通的，你拿去用的时候，建议先小规模试跑一轮，确认适配再全面铺开。毕竟每个模型、每个画风都有自己的脾气，别人的参数只能当起点，真正的“最优解”还得自己调出来。