上个礼拜一位从事漫剧创作的朋友过来找我,说起同一个角色他接连画了十七张,起初两张还算稳当,到了第三张脸部就走样了,发型也跟着飘忽不定,衣服上面的纹样更是像换了个人似的,他讲自己每次都是把同一条提示词原封不动复制过去的,哪怕一个字都没改动。
我让他把那条词发过来瞧瞧,共三行,写的是古风少女,气质清冷,眉眼含愁,仙气飘飘。
我说毛病恰恰出在这儿,你递过去的统统是形容词,压根没有一个是可以被直接画出来的东西。
气质清冷究竟画在哪儿,眉眼含愁到底是眼睛还是嘴角,仙气飘飘到底指的是光线还是指的布料。
这类词丢给模型,它只能自己去替你做出决定,你连出十张图,等同于让它替你做出了十次长相决定。
它并不是画错了,它是每一张都在凭借自己的理解去重新画一个人。
我弄那套 AI 漫剧角色设计知识库,起点特别朴素,就是由于我自己也找不回来了。
早先攒下的提示词散落在十几个地方,微信收藏里放一部分,备忘录里存一部分,还有一部分干脆就留在生图工具的历史记录当中。
等到想要复用某一个角色的时候,我记得他长什么样,但我就是想不起当时是怎么写出来的。找了三次都没找到,我就死心了,重新写上一遍。
重新写一遍意味着什么,意味着重新去抽一轮卡。
后来我把这些东西全给倒出来整理,整完以后是 64 张数据表,五千多条记录,古风、现代、神兽和萌宠统统都在里面,另外还附带一套分镜矩阵以及一批爆款标题模板。
整理到表格这一步我并没有停下,因为表格这东西我见得实在太多了,做完那天往往就是它开始积灰那天,很少有人会去打开第三次。所以我把它做成了一个知识库工具,先是能够查,然后是能够摇,摇出来的东西能够直接拿走用,拿走之后要是不满意还能让它去改。
先来说查。
五千多条词依照八个类给分开了,表情演技和动作招式管的是人该怎么动,术法大招和场景空间管的是场面该怎么撑,剩下的古风服饰、现代服饰、人物发型和关键道具,管的是这个人身上到底穿戴了些什么。
分类和标签能够组合起来进行筛选,关键词也能一并加进去,多个标签之间按照或的关系去匹配,不用非得做到一击命中。
搜索范围覆盖了标题、提示词正文、描述和标签这四处,命中的词直接予以高亮,你不用在一大段文字里拿眼睛去找它究竟在哪。
有一个细节我自己运用得挺频繁,当前的分类和搜索词,标签连同视图状态都会同步进网址当中。
看到一半刷新不会丢,切出去回复个消息再回来依然还在原位。想要给同行看某一屏,把地址发过去就行,不用截图也不用去解释你筛选了什么条件。
再说摇。
八个维度随机组合出一个角色,时代和性别,种族和身份,外观和服饰,姿态和镜头。
每个维度都可以单独停用,也可以限定候选范围,比如你做的是一部古风剧,那就把时代给锁死,只在身份和外观上去摇。摇到某个维度顺眼了就把它给锁住,接着摇剩下的,不用把整条推倒重来。
这个锁定功能是当初我弄这套东西时真正想要的那个东西,因为随机本身不值钱,能够在随机里留住对的部分才值钱。
画风分成了三组,3D 渲染和 2D 插画,再加真人写实,支持直接搜索画风名。
出图类型有四种,三视图和半身像之外还有全身像和面部特写。
维度配置、画风和图类型都存在本地,下次打开依然是你上回的设置,不用重新去配一遍。
怎么使用这一步我做得比较糙,得先说清楚。
点一键复制,它会把画风、人设和目标图类型拼成一条完整提示词交给你,然后你自己去粘贴到生图工作台里面。
改词这块我觉得挺有意思。
你可以直接跟它说人话,换成唐制,再来一版神兽,披帛改成飘带,它就按你说的去改提示词,你不用自己回去翻表。
这跟我以前改词的体验完全不一样,以前是我在十几个文件里找一个词然后手动替换,现在是我说一句它就改一句。
聊完功能,我想谈谈这套库背后的几条判断,因为工具好不好用,取决于它有没有把踩过的坑给写成规则。
角色一致性这件事,问题一般不在提示词写得太少,恰恰在于写得太多。
每多一个新形容词,模型就多了一次重新决定这个角色长什么样的机会。
所以控制一致性的办法是冻结不变量,把五官和发型给钉死,服装主色也钉死,身份年龄气质一并钉死,只放开表情、动作和场景。
库里的角色描述是可以复用的,表情组和分镜共用同一段,只换槽位。
顺序也有一件事很多人弄反了。
不可变的主体锚点必须写在场景和画质词前面,不能倒过来。
原因是模型对提示词前段的权重更高,你先把场景和画质铺上去,角色元素就被当成可以协商的修饰了。
字段化模板里主体锁定排在头一位,防串约束排在紧后面,任务类型和版式构图再往后。
出图串角色的时候,正确的头一个动作是加强主体锚点,再补上一句主动排除,比如不要那种白蓝短发,不要礼帽和舞台服,而不是去加画质词。这一点我踩过很久的坑,串角色属于身份认错了,你把画质提上去,只会让那个认错的角色更清晰。
还有一条上限,一次生成只组合四到六段模板,多了会互相污染。我以前总觉得段数越多描述越准,实际相反,段数一多,每段里的约束就开始打架,出来的东西比只写三段还乱。
材质也是同一个道理。别写高清精致,写布料褶皱和缝线,写刺绣的走向,写金属扣和宝石,写皮革的纹理和发丝的光泽。空泛画质词我基本全给禁了,masterpiece 和 best quality 这一类,8k 也一样,它们对模型是噪声,不产生任何可渲染的信息。
画面里的文字更要短。标题别超过八个字,标签别超过四个字,长正文不要交给生图模型。文字一长就开始出乱码,而乱码的解法不在于把清晰度措辞写得更狠,在于把字给减少。
负面词那块我也想通了,它不是风格修饰,是一份失败模式的黑名单。画质上防低清晰度和噪点,结构上防五官变形和手指错误,内容上防多余人物和文字水印。正面描述互相矛盾的时候加负面词是没用的,这一点得记住。
产出顺序也有讲究,先出设定图,再出表情组和分镜。设定图管的是确定这个角色长什么样,分镜管的是把已经确定的角色放进剧情里。反过来做的话,角色在没有任何基准的情况下反复重新生成,返工成本高得多。
三视图的价值也在这儿,正面侧面背面同时出现在一张画面里,服装的版型层次和背部信息就被固定下来了,后面分镜里转身走动的时候不容易漂。
合规那条我一直挂在库里的说明区,不仿真人明星,不仿影视角色和游戏角色,发布的时候主动标注 AI 生成。这不是客套话,平台对这块查得比很多人以为的要严。
这套东西不适合谁我也说清楚。如果你只是偶尔出一张图玩玩,不需要它,网上免费的提示词合集够用。如果你要的是能持续更新的角色,要一个人在二十个镜头里还是同一张脸,那你需要的是能查能复用的东西,而不是一份收藏了就再也没打开过的文档。
我自己现在的工作流是这样的,先在库里摇一个角色,把不满意的维度解锁接着摇,摇到顺眼就复制提示词,粘到生图工作台出设定图,确认这张脸能用,再拿同一段描述去做表情和分镜。中间要改,就跟它说人话。
好的提示词应该是资产,不是每次重新想的一句话。
