ai-ip-series-design用 AI 做「可控的 IP 系列形象」的完整方法论与实战提示词 —— 把一个吉祥物/IP 角色扩展成一整套 风格统一、角色一致、可延展(换装/动作/入景/周边)的系列，而不是只出一张惊艳的单图。 当任务涉及:设计一套 IP/吉祥物/虚拟人系列、做 IP 家族(多角色同风格)、AI 出图"第一张惊艳但成不了系列/ 一致性崩"、角色三视图/转身/表情包/换装/动作设计/把角色融进场景、黏土风/羊毛毡/盲盒手办质感、 多图参考锁角色一致性、2D 形象转 3D 质感、给 IP 做周边延展、品牌吉祥物落地 —— 时使用本 skill。 出现 IP设计/IP系列/吉祥物/虚拟人/角色一致性/character consistency/IP family/换装设计/动作设计/ 黏土风/羊毛毡/即梦/Lovart/Nano …
Independent GitHub snapshot · Automated classification · Original documentation governs
方法论来源:拉片小红书 @行野Design《用了AI，就不必追求一键生成（教程附提示词）》(88s, 2026-06)。 完整逐段拉片报告 + 抽帧素材见
multi-agent-harness/.lapian/6a33e41e/(本机)。本 skill 是把那条 录屏教程的隐性工作流提炼成可复用 SOP + 参数化提示词 + 我们项目的接法。
90% 的人用 AI 做 IP 不是不会出图,而是做不成系列 —— 第一张很惊艳,一延展(换姿势/换装/进场景/出周边)就露相、跑风格、角色变样。
所以本 skill 的全部重量在一句话:先锁一致性,再谈惊艳。
把"做 IP"从"抽一张好图"重构成"像远古手搓艺术家一样走完整流程":定家族 → 拆分 → 材质 → 换装 → 动作 → 入景。AI 只是把每步的"手搓"加速了,流程本身不能省。谁掌握流程 + 一致性技术,谁有壁垒;单图 prompt 不值钱。
| 步 | 名 | 干什么 | 产出 | 一致性靠 |
|---|---|---|---|---|
| 0 | 定调 | 选插画风参考当垫图 + 列物种清单 | 1 张风格基准图 + 角色清单 | 风格图 = 全程"图2" |
| 0.5 | 参考对标 | 研究世界级 IP 范例、设质量标尺、过可注册记号闸 | moodboard + 选定 2-3 范例 + AVOID清单 | 草图前强制闸,见 §9 |
| 1 | 草图(定家族) | 一次性出全家 N 角色组合图,刻意拉开高矮胖瘦 | 1 张全家草图(❌雷同/✅差异 对照) | 同一次生成 → 天然同风格 |
| 2 | 提取拆分 | 转扁平矢量插画风、提亮、去服装,逐角色抠成白底卡 | N 张单角色干净底图(可独立加工) | 从同一张草图切出 |
| 3 | 材质渲染(2D→3D) | 备 2~3 张目标质感参考,逐角色做风格迁移立体化 | N 张带质感的"伪 3D"角色 | 图1=角色 / 图2=质感参考 |
| 4 | 换装 | 把灵感站(花瓣/Pinterest)当衣帽间,逐角色垫图换装 | 每角色 ×M 套穿搭 | "参考身形重设计,不照搬" |
| 5 | 动作 | 用"大透视 / JOJO 立"prompt 打破呆板,多机位 | 每角色 ×K 个动态姿势 | "保持角色一致 + 出 2 方案" |
| 6 | 入景 | 多图参考把角色融进统一场景,最后来张全家福 | 场景成片 + 全家福合影 | 图1角色严格不变 / 图2=场景氛围 |
顺序的道理:先把"全家"在一张图里定死(第1步),再拆开各自精修。颠倒过来(先精修单个再凑一家)必然不一致。
0 定调 —— 找一张你真心喜欢的插画/质感参考(黏土、羊毛毡、盲盒手办、扁平矢量…),它从头到尾当"图2 风格参考"。同时把角色物种/数量定下来(如:鹳·熊·蛙·萌芽·桃,一高一矮一胖一小)。
1 草图(最关键) —— 用提示词① 一次出全家组合图。诀窍是在 prompt 里明令拉开头身比(3~9 头身混搭)、有高有矮有大有小、造型偏几何组合、避免杂碎细节。先有意生一版"雷同的"当 ❌ 反例,再生"差异化的"当 ✅,这组对照本身就是好内容素材(也是教程钩子)。
2 提取拆分 —— 把草图转扁平矢量插画风 + 提亮 + 去掉服装(裸模更好后续换装),再逐一把每个角色单独抠出来放白底。理由:后面换装/材质/动作都要逐角色独立加工,不能一锅烩。
3 材质渲染 —— 这步是"2D 平面 → 立体质感"。准备 2~3 张目标材质参考图,图1 喂角色、图2 喂质感,做风格迁移(黏土风/硅胶/羊毛毡都可试)。注意:这产出的是带 3D 质感的平面图(伪 3D),不是真三维模型 —— 要真模型见 §8。
4 换装 —— 把灵感网站当衣帽间:在花瓣/Pinterest 截一版穿搭灵感板当垫图,逐角色生穿搭。prompt 必须强调"参考角色身形重新设计服装,而不是照搬模特",否则会把真人衣服硬糊上去。
5 动作 —— "呆呆的站姿拯救不了吸引力"。用提示词②出大透视 / JOJO 立 / 夸张前缩(伸向镜头的部位特写放大)、多机位(仰拍/俯拍/虫眼/45°侧身)。一次出 2 个方案挑。
6 入景 —— 用提示词③把角色"种"进场景:严格锁住图1角色的大小/位置/一致性不变,只在留白处加背景,场景氛围/配色参考图2,强景深+虚焦前景。收尾出一张全家福合影作为系列的"集体照"。
占位符用
{…}标出,替换即用。这三条是从拉片里逐字还原 + 参数化的,已在原视频成片验证。
根据参考图风格,生成一组完全不同的 IP 角色组合图,共 {N=4} 个角色,物种/职业各异:{鹳/熊/蛙/萌芽…}。
要求:每个角色的头身比都不一样,可以有夸张、不协调的身材比例(3~9 头身混搭);有高有矮、有大有小;
角色造型偏几何图形的组合;避免出现杂碎细节,画面柔和、让角色更干净立体。
风格:{你喜欢的插画风,如"温暖手绘绘本风"}。宽高比 1:1。
要点:"头身比都不一样 + 有高有矮有大有小"是拉开节奏感的命门;"几何组合 + 避免杂碎细节"保证可被后续 3D 化。
{附:该角色的定稿图作为图1}
保持角色一致性,保持背景色。让角色做不同的 JOJO 立浮夸动作;如果某个部位伸向镜头,请使用大透视并特写该部位。
拍摄角色的不同角度:侧身、45° 侧身、背对镜头等;用低角度仰拍、高角度俯拍、虫眼视角、大透视等非常规角度;
角色可看向镜头或不看。出 2 个方案。保持角色服装不变,真实的服装细节质感。1:1 画幅,2K。
要点:"保持角色一致性 + 服装不变 + 出 2 方案"是防漂移三件套;动态全靠"大透视/JOJO 立/非常规机位"这几个词。
{图1 = 角色定稿;图2 = 场景/氛围参考}
严格保持图1角色在画面中的大小和位置不变(完全不能改变角色在画幅中的大小,只能在留白区域添加背景与元素)。
给图1加入场景以及渲染打光。场景元素与氛围参考图2;场景配色根据图1角色来搭配({莫兰迪配色},突出图1角色为主角)。
不要出现明显的地面;场景元素需匹配图1角色的拍摄角度;画面具有强烈的景深效果,可适当加入虚焦的前景。
严格保持图1的角色一致性,保持服装不变,真实的服装细节质感。不出现文字与 logo。{3:4} 画幅,2K。
要点:"严格保持图1大小位置不变 + 只在留白加元素" 是把角色精确"种"进场景、不被场景吞掉的关键约束。
这套流程能成系列,底层就一招 —— 双图分工:
配套口令(哪条缺了就会崩):
严格保持图N角色一致性保持角色在画幅中的大小/位置不变,只在留白区域添加元素保持服装不变,真实服装细节质感{质感/配色/氛围}参考图M / 参考身形重新设计,而不是照搬画幅(1:1 / 3:4) 和 2K 直接写进 prompt 尾巴这是 2025–2026 多图参考生图模型(Nano Banana / 即梦 Seedream 一类)的标准玩法:模型本身能维持一致性,但你必须用文字把"哪张不许变、哪张只借风格"说死。
✅事实 ｜ ⚠️推断 ｜ ❓不知道
🐱 image、🦢 图1、🌸 felt_flower…)、画幅/2K 写进 prompt。最像 Lovart(设计 Agent,标志性暗色网格画布),其次即梦(Jimeng/Dreamina)的对话画布 / Liblib 星流。无标题栏露出,锁不死具体产品。选型建议(我们落地用):
gpt-image-2 为主；它支持多轮生成、多张 reference image、mask 编辑，且 gpt-image-2 的输入图默认高保真处理。定位建议：它更适合 IP 定稿后的局部修脸、修 logo、补服装细节、mask 修复，不应写成“系列一致性首选生成器”。源：https://platform.openai.com/docs/guides/image-generationimage_gen 工具,免 OPENAI_API_KEY、免联网配置,自然语言"生成/编辑一张图"即自动触发(底层 gpt-image)。本机已实测出图正常(红圆白底 1024×1024 PNG,落 $CODEX_HOME/generated_images/)。完整用法见 [[codex-imagegen]]。gpt-image-2/1.5)。多图参考锁一致性(§4)在 codex 里靠给 worker 传 image=[...] + prompt 按编号点名。Refs A-C are identity refs; preserve face, body ratio, outfit silhouette. Refs D-E are pose refs only; do not copy identity. Refs F-G are style refs only; do not import their characters. 依据是 Gemini 3 图像模型官方把 object / character / style reference 分开计数。源：https://ai.google.dev/gemini-api/docs/image-generation角色代号=JXX-01；不可变特征：头冠轮廓/脸型/眼距/主色/标志物/材质/比例/鞋帽；可变项：姿势/表情/场景/光线。 依据：Google 建议关键细节要具体描述，Seedream 4.0 技术报告强调 multi-image reference/一致性任务；“身份胶囊”是生产写法，不是官方参数。源：https://ai.google.dev/gemini-api/docs/image-generation ; https://arxiv.org/abs/2509.20427same character, orthographic studio turnaround, front / 3-4 / profile / back, identical outfit, identical proportions, white background。源：https://ai.google.dev/gemini-api/docs/image-generationseed 只应写成“随机性/回归测试控件”，不能写成跨 prompt、跨场景的角色一致性保证。fal 文档写明 seed controls stochasticity，max_images 可多图生成，且输入+输出总数不超过 15；未承诺换动作/换场景后身份必然不漂。源：https://fal.ai/models/fal-ai/bytedance/seedream/v4/edit/apireference_weight / character_weight 参数；不要把“参考权重 0.8”写成这些闭源对话生图模型的通用参数。源：https://ai.google.dev/gemini-api/docs/image-generation ; https://platform.openai.com/docs/guides/image-generation ; https://fal.ai/models/fal-ai/bytedance/seedream/v4/edit/api本 skill 只做二维形象设计层:产出一套锁死一致的角色 + 转身/姿势/场景图。要把它变成真能动、能扫的资产,往下接:
[本 skill] 定一致角色 + 转身/姿势图
│ (拿干净单角色图 + 多视角)
▼
[[tripo-api]] / [[hunyuan-3d]] 图生 3D + 自动绑骨 ← 用第2步抠好的干净底图 + 第5步多机位图喂多视图重建
▼
[[blender-mcp]] 动作重定向 / IK / 导 glTF
▼
[[ar-3d-animation-pipeline]] 减面→r3f→MindAR→真机 / [[scenic-spot-ar]] 景点 AR 落地
衔接要点:
multiview_to_model 做更准的多视图重建。本 skill 不止是"写提示词",它可以被 codex 真正执行(见 §5.2 / [[codex-imagegen]]):codex 内置 image_gen 能出图,所以在 [[author-workflow]] 的 .star 里:
parallel([...]) 每角色一个 writable=True codex slot 并行出图;入景(第6步) = 给 worker 传 image=[角色定稿, 场景参考] 锁一致性。$CODEX_HOME/generated_images/(在 worktree 外,worktree 丢弃也不丢图);让每个 worker 再 cp 到固定绝对输出目录。.star 就能把"定家族→逐角色延展→入景→全家福"批量产出,run 落 dashboard、可复现 —— 即梦/Lovart 画布则留给"最后人手精修"。落地配方见 [[codex-imagegen]] §6。ip-family.star(一条命令开多个角色)★不用每次重写 —— 本 skill bundle 了一个参数化模板
ip-family.star(与本文件同目录)。它把第1步「一次定全家族」+ 第2步「逐角色出卡」封成数据驱动的 fan-out:args.characters有几个角色,就并行开几个 codex slot。
# 从一个 git 仓库 cwd 跑(writable worker 要建 worktree);out_dir 用绝对路径
harness workflow run-script <skill目录>/ip-family.star --start-runtime --progress --args '{
"out_dir": "/abs/输出/我的IP家族",
"style_ref": "/abs/风格基准图.png", // 可选,图2风格参考(锁材质/配色)
"lock": "统一锁定:配色X+Y+Z;手办哑光;大块几何四肢分离利3D;白底;无文字logo。",
"characters": [
{"slug":"hero", "desc":"【主角】高挑,标志记号=..."},
{"slug":"burly", "desc":"【猛将】魁梧壮硕,..."},
{"slug":"chibi", "desc":"【萌点】矮壮童比例(大头短身),..."}
],
"family_variants": 3, // 先出几张全家组合图(同一次生成=天然同风格);0=跳过
"per_char": true // 再逐角色出独立白底单卡
}'
# 产出: out_dir/family_1..N.png(全家组合图,挑最佳当母版)+ char_<slug>.png(逐角色单卡)
要点:① 必须带 --args(只验语法传 --args '{}' 走 demo);② 每个 worker 用内置 image_gen 出图后 cp 到 out_dir(详见模板注释);③ 选定最佳 family 当母版后,逐角色/三视图/换装把它当一致性参考(§4 多图锁定、§6 身份胶囊)。本仓库 worked example 的一次性脚本(yingge-family.star / yingge-extract.star)即此模板的原型。
揭小贤角色 bible(见项目记忆 [[jiexiaoxian-fold-card-design]]):头冠庙顶 + 金匾「揭小贤」+ 集章册 + 潮汕红袍,已选定 m1/v1 美术方向,产出在 ai-luodi/jieyanggucheng-materials/。
把六步套到揭小贤:
顺带产内容:这套"AI 把非遗 IP 做成一整套形象"的过程本身就是一条同结构爆款短视频(痛点钩子 + 6步流程 + 提示词糊脸 + 价值观收尾)。一鱼两吃:作品 + 教程涨粉。拍法直接抄原视频结构(见
.lapian/6a33e41e/拉片报告.md)。
multiview_to_model 不是泛泛“正/侧/背三视图”，而是 files 必须正好 4 个槽位，顺序固定为 [front, left, back, right]；front 不能省，且不要少于 2 张图。揭小贤标准包：jxx_front.png、jxx_left.png、jxx_back.png、jxx_right.png。源：https://docs.tripo3d.ai/model-generation/multiview-to-model-v3-0-v3-1.htmlimage_to_model；已有四方向视图走 multiview_to_model。不要把四视图拼成一张四宫格再丢进单图入口；四宫格给人看，API 要独立文件/槽位。源：https://docs.tripo3d.ai/model-generation/image-to-model-v3-0-v3-1.html ; https://docs.tripo3d.ai/model-generation/multiview-to-model-v3-0-v3-1.htmlobject/resource_uri。落地：从本 skill 导出的喂图统一 PNG/JPEG、小于 20MB，不用 PSD/WEBP/带图层文件直接喂。源：https://docs.tripo3d.ai/model-generation/image-to-model-v3-0-v3-1.htmltexture_alignment 可在 original_image 和 geometry 间取舍：前者更像原图但可能有 3D 不一致，后者更重结构准确但可能偏离原图。验收建议跑两轮：先用 original_image 查“像不像揭小贤”，再用 geometry 查“能不能动/结构顺不顺”。源：https://docs.tripo3d.ai/model-generation/image-to-model-v3-0-v3-1.htmlsmart_low_poly 对低复杂度输入效果最好，复杂模型存在失败可能。揭小贤喂图负面约束写死：no tiny accessories, no dense embroidery, no hair strands, no fuzzy edge, no transparent lace, no thin dangling tassels；AR/自动绑骨优先大块几何、清晰轮廓、可分离四肢。源：https://docs.tripo3d.ai/model-generation/image-to-model-v3-0-v3-1.htmlanimate_prerigcheck，看 riggable 和 rig_type；支持 biped/quadruped/hexapod/octopod/avian/serpentine/aquatic。揭小贤人形默认按 biped，鸟类伙伴按 avian，四足伙伴按 quadruped；不是 riggable 就回到 2D 减复杂/补四视图，不要直接进动画。源：https://docs.tripo3d.ai/animation/pre-rig-check-v2-0-20250506.html ; https://docs.tripo3d.ai/animation/rig-v2-5-20260210.html位置:在 §2 第1步「一次定全家族」之前的强制前置闸。 跳过它,AI 直接生形象会回归均值(从海量平庸数据取平均 → "普通、似曾相识、没有可注册记号";这正是揭小贤被诊断"普通"、要 pivot 的根因)。本步用世界级范例(§10)把"高级长什么样"的标尺先钉死。
任一不过 → 回炉(回到步骤①重选范例或调 AVOID 清单,别硬改细节)。三问全过才进第1步。 我们自己跑剪影闸的脚本式做法见 [[codex-imagegen]] —— PIL 把成品阈值化成纯黑剪影逐张验(本项目
揭小贤v3.../silhouette/即此法)。
版权红线:范例的名称 / 链接 / 文字化原则可入库(评论与方法论);他人 IP 的图片本身不进公开 repo、只作私有 moodboard 的 img2img 参考。最终交付的是从范例原则长出来的原创设计,不是范例拼贴 —— 范例是标尺,不是素材。
用法:这是"偷设计原则"速查表,不是 IP 介绍。每行只给"它凭什么成立"的那 1 条可执行原则。做新 IP 先挑目标段位最接近的 2-3 个,把 ★原则直接抄进设计约束(配合 §9)。
| IP | 是什么 | ★ 可偷的原则 |
|---|---|---|
| Labubu(The Monsters) | Kasing Lung 北欧精灵,2024-25 现象级(2025 全年系列约 142 亿元、全球超 1 亿只) | 把"丑"做成商标 —— 九尖牙+坏笑这一个反萌记号统一全系列;先定"一个让人记住的非常规记号",而不是先做漂亮 |
| Molly | Pop Mart 起家,噘嘴蓝眼女孩 | 空表情容器 —— 一张中性不笑的脸 → 无限换装而人格不崩;主脸刻意留白情绪,把变化留给服装/场景 |
| Dimoo | 梦境男孩 | 一个世界观当系列引擎 —— 换的是"梦境场景"不是衣服;先建可无限生分支的世界,而非一串孤立造型 |
| Sonny Angel | 闭眼天使婴儿,头戴动物/水果 | 零表情本体 + 一个高频可换部件槽 —— 盲盒可量产又可识别的底层公式 |
| Smiski | 夜光小绿人,藏家里角落 | 让物理材质特性本身成卖点 —— 夜光=关灯发光的体验机制+微叙事,不是贴图 |
| Be@rbrick | 标准化熊形积木人 | 把廓形做成中性画布 —— 零个性剪影 → 承载任何联名;要"无限联名载体"时追求中性可注册剪影 |
| IP | 是什么 | ★ 可偷的原则 |
|---|---|---|
| Chiikawa | "又小又可爱"三人组,2024 全球破圈 | 萌皮 + 丧芯 —— 极简婴儿脸外壳 + 会怕会哭会努力失败的脆弱内核;治愈系要给一个能代入的软弱内核 |
| Miffy | Dick Bruna 极简兔,1955 至今 | 几何到不能再减 —— 圆头+两竖耳+十字嘴+恒定线宽;测"孩子能否凭记忆画出来",画不出=太复杂 |
| Snoopy | Peanuts 小猎犬 | 侧脸黑剪影即商标 —— 去色去细节仍 100% 可认;一定测"纯黑剪影认得出吗" |
| Gudetama | 懒到融化的蛋黄 | 一个情绪=整个 IP —— 只靠"丧/懒"推到极致;要病毒传播就锁一个人类共通强情绪 |
| Cinnamoroll | 长耳能飞的白狗 | 一个超能力记号 —— 给一个不合理但可爱的物理特性,比加细节更立得住 |
| Line Friends(Brown) | 通讯表情起家 | 零嘴极简脸为表情而生 —— 要做表情包分发,主脸越简洁越可被重绘 = 传播力越强 |
| IP | 是什么 | ★ 可偷的原则 |
|---|---|---|
| Kumamon(熊本熊) | 熊本县官方吉祥物(十年带动约 1.13 万亿日元) | 分发即设计 —— 免版税开放使用换全民铺货;城市/文旅 IP 把分发策略纳入设计 |
| Duo(Duolingo 猫头鹰) | 绿猫头鹰,"阴间催学"人格 | 为海量动画而设计的绑定 + 敢偏激的人格 —— 标准化身体曲率/眼/翅成动画绑定 → 产上千表情品牌不崩 |
| Michelin(必比登) | 轮胎人,1894 | 用产品本体造型造角色 —— 角色由产品构成;品牌 IP 先问"产品/材质能否直接长成身体" |
| IP | 是什么 | ★ 可偷的原则 |
|---|---|---|
| Pikachu | 宝可梦门面 | 黄身+红颊+闪电尾 = 配色即记号 —— 给主角一组别人没用过的"颜色+一个形状"专属组合,优先于堆细节 |
| 三丽鸥矩阵 | Hello Kitty / Cinnamoroll / Kuromi… | 同一套"造型语法"批量产全家族 —— 圆头/点眼/无强表情/一个专属配件;做全家族先定语法再按语法生成 |
进阶:分发也是设计的一部分 —— 顶级 IP 出生即考虑"怎么被海量分发"(Kumamon 免授权 / Line 表情包原生 / Duo 可量产动画绑定)。
来源:Labubu(Wikipedia)、Pop Mart 2025 营收、Kumamon 经济效应(CUHK)、Duolingo(Canny)、Chiikawa(Nippon.com)。标"公认设计常识"的(Be@rbrick/Miffy/Snoopy/Michelin/Sanrio/Pikachu)为行业共识,未单独检索。
6a33e41e000000001702f475 · @行野Design · 88s。multi-agent-harness/.lapian/6a33e41e/(拉片报告.md + aligned.md + 抽帧)。