---

name: ai-ip-series-design description: >- 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 Banana/Seedream/多图参考、找IP设计参考/对标成熟IP/世界级IP范例/moodboard/benchmark 等关键词也应触发，即使用户没说"skill"。 它管的是【二维形象设计层】:产出一套锁死的一致角色 + 转身/姿势/场景图。要把这些图真正做成可绑骨的 3D 角色/AR 资产,接 [[ar-3d-animation-pipeline]] / [[tripo-api]] / [[hunyuan-3d]];多版本横向择优用 [[parallel-concepts-tournament]];给一致性/美感立评审用 [[evaluator-design]]。 ⚠️ 活文档:每做一个新 IP,把新踩的坑/新验证的提示词追加进 §6、§7。

ai-ip-series-design — 用 AI 做「可控的 IP 系列形象」

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。

---

§1 核心命题:做的是「系列」,不是「单图」

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。

反模式(一眼判废)

• ❌ 一个角色一个角色单独生,生完发现彼此不像一家人(画风/线条/比例/质感各跑各的)。
• ❌ 家族 4 个角色高矮胖瘦雷同(都差不多大),没有对比 → 没有节奏感 → 没有记忆点。
• ❌ 换装/换动作时重新生成整角色 → 脸崩、配色漂移、像换了个 IP。
• ❌ 追求"一键生成全套" → 越想一步到位越不可控。

---

§2 六步管线(照着走,别跳)

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。

各步要点

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"。

---

§3 三个实战提示词模板(直接抄,带占位符)

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。

模板① 草图 · 一次定全家族

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。

模板② 动作 · 大透视 / JOJO 立(打破呆板)

{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。

模板③ 入景 · 多图锁一致性合成

{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。

---

§4 一致性的命门:多图参考锁定法

这套流程能成系列,底层就一招 —— 双图分工:

• 图1 = 主体(不许动):要保持身份的那个角色。prompt 里反复写"严格保持图1角色一致性 / 大小位置不变 / 服装不变"。
• 图2 = 风格/场景参考(只借不抄):质感、配色、氛围从这儿来。prompt 写"参考图2的{质感/氛围/配色}"。

配套口令(哪条缺了就会崩):

• 锁身份:严格保持图N角色一致性
• 锁构图: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
• 锁服装:保持服装不变,真实服装细节质感
• 借风格:{质感/配色/氛围}参考图M / 参考身形重新设计,而不是照搬
• 控规格:把 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。

---

§5 工具链(带置信度 + 替代 + 怎么自证)

✅事实 ｜ ⚠️推断 ｜ ❓不知道

• ⚠️ 生图主力 = AI 设计 Agent 的「暗色网格无限画布 + 对话生图」。原视频 UI 指纹:黑色细网格画布、生成图以卡片浮在画布、提示词是聊天气泡且可挂自动命名的参考图 chip(🐱 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。
• ⚠️ 底层模型 = 强"多图一致性"的对话生图模型(Nano Banana / Gemini image、即梦 Seedream 一类)。证据:全程"图1不变 + 图2风格参考"。❓ 具体模型不可考。
• ✅ 灵感/换装素材源 = 花瓣 / Pinterest(原视频换装步是 Pinterest 风瀑布流灵感板,且画面自标"来源花瓣")。

选型建议(我们落地用):

• 要画布 + 多图参考 + 中文 prompt 友好 → 先试 即梦(对话画布)(国内、免费额度、Seedream 一致性强)或 Lovart(设计 agent、画布体验最接近原视频)。
• 只要纯多图一致性出图 → Nano Banana / 即梦 Seedream 任一支持多图参考的对话生图都行,UI 无所谓。
• 怎么把 ⚠️ 变 ✅:去 @行野Design 主页翻其他帖/评论区找其工具自述,或看是否有标题栏露出;确认后回来更新本节。

§5.1 实证更新(codex 核验 · 2026-06-20)

• ⚠️纠错｜工具身份不要再写成“最像 Lovart”单一判断；本轮核验后的可插入排序是：1）即梦/Dreamina 对话画布/无限画布，2）Lovart，3）Liblib 星流/Canvas（未核到本轮硬截图），4）Whisk，5）奇域。理由：即梦官网已坐实“智能画布 多图AI融合”、同画布多元素拼接、局部重绘、扩图、消除、抠图；第三方教程还出现“点击图片，添加到对话，重新生成”和 Agent 产物自动汇集到画板、图片/视频/文本/画板可拖拽排布。Lovart 官网坐实 AI Design Agent、New Chat、Touch Edit、Style Consistency；Tom’s Guide 坐实 text box + infinite canvas，但未核到“添加到对话”这种中文对话画布指纹。源：https://jimeng.jianying.com/ ; https://www.szxn.com/55105.html ; https://www.lovart.ai/ ; https://www.tomsguide.com/ai/with-one-prompt-i-built-an-entire-brand-kit-in-an-hour-using-lovart
• ❓不知道｜仍未核到 @行野Design 在公开帖子/简介/评论中自述具体工具或模型；原视频无标题栏/浏览器 tab 露出，所以只能写“UI 指纹更像即梦对话画布或 Lovart”，不能写“作者使用了某工具”。源：https://www.xiaohongshu.com/explore/6a33e41e000000001702f475
• ✅事实｜静态 IP 系列一致性模型建议更新：不应只写 Nano Banana/Gemini 2.5 Flash Image。Google 当前图像文档列出 Gemini 3 Pro Image/Nano Banana Pro 面向 professional asset production，支持最多 14 张参考图，其中最多 5 张角色参考、3 张风格参考；Gemini 2.5 Flash Image 官方建议“最多 3 张输入图效果最好”。落地：多角色、多风格参考、品牌物料同场时，优先试 Gemini 3 Pro Image。源：https://ai.google.dev/gemini-api/docs/image-generation
• ✅事实｜Seedream 4.0 的新增定位不是“神秘更稳”，而是“批量输入/输出 + reference consistency + 4K + 快速迭代”：ByteDance 官方页写明 reference consistency、Batch Input & Output、最高 4K；技术报告摘要写明支持 multi-image reference 和 multiple output images。源：https://seed.bytedance.com/seedream4_0 ; https://arxiv.org/abs/2509.20427
• ✅事实｜GPT Image 当前官方图像文档以 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-generation

§5.2 我们自己的出图引擎:codex 内置 image_gen(✅本机实测 2026-06-20)

• ✅事实｜codex 自带 image_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]]。
• 含义:本管线的"出图"这一步不必依赖外部画布工具(即梦/Lovart),可以直接用 codex 跑 —— 尤其适合我们在 harness 里 fan-out 多 codex 并行批量出图(见 §7)。即梦/Lovart 仍是"人手在画布上精修"的好选择;codex image_gen 是"可编程、可批量、可复现"的工程化选择。
• ⚠️ 取舍:codex 内置工具不收 size/quality/真透明参数(那些是 CLI-only,需 key);要 4K/精确画幅/原生透明/大并发,走 [[codex-imagegen]] §5 的 CLI(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。

---

§6 关键判断 / 踩坑(活文档,持续追加)

• 先定全家再拆分:第 1 步就把 N 个角色生在同一张图里 —— 同一次生成天然同风格,这是一致性最便宜的来源。颠倒(先精修单个)必崩。
• 拉开体型 = 系列的灵魂:头身比/高矮胖瘦不拉开,4 个角色像 4 个克隆,没记忆点。prompt 里把"有高有矮有大有小、头身比都不一样"写死。
• 去服装再换装:第 2 步先脱成"裸模",换装才干净;不脱直接糊衣服会叠层穿帮。
• 换装别照搬:必须写"参考身形重新设计",否则把真人模特的衣服硬贴上去,比例全错。
• 入景别让场景吃掉角色:不加"严格保持图1大小位置不变 + 只在留白加元素",角色会被场景重绘/缩放/挪位。
• 材质渲染只是"伪 3D":第 3 步产出的是带立体质感的平面图,不是可绑骨的三维模型 —— 别拿它当 3D 资产,要真模型见 §8。
• 机器字幕会写错别字(原视频:"手搓→手拖""矢量→史料""垫图→电图"),别被带偏术语。
• ✅事实｜多参考图超过 2 张时必须显式分槽，不要只写“图1主体/图2风格”。可直接加口令：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
• ⚠️推断｜给角色建“身份胶囊”，比只喊“保持一致”更可控。可插入口令：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/2509.20427
• ✅事实｜做转身/三视图不要只赌一次“三视图大图”。Google 官方建议 360 视图用迭代法：生成新角度时带上前面已批准图，复杂姿势另加 pose reference。可插入口令：same character, orthographic studio turnaround, front / 3-4 / profile / back, identical outfit, identical proportions, white background。源：https://ai.google.dev/gemini-api/docs/image-generation
• ⚠️推断｜长系列不要“上一张改下一张”一路滚；建议从“角色母版图 + 身份胶囊 + 当次姿势/场景参考”分叉生成。依据：Banana100 论文显示 Nano Banana Pro 的 100 次迭代编辑会累积噪声并降低指令跟随；这能支持“少走长编辑链”的工作流约束，但不能证明所有模型、所有短链都会崩。源：https://arxiv.org/abs/2604.03400
• ✅事实｜Seedream API 的 seed 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/api
• ✅事实｜GPT Image 的 mask 不是像素级选区保证。官方写明 mask 是 prompt-based guidance，模型可能不会完全按 mask 形状精确执行；IP 定稿后局部修补必须留人工复核。源：https://platform.openai.com/docs/guides/image-generation
• ❓不知道｜未在 Google/OpenAI/Seedream/fal 已核文档中看到通用数值型 reference_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

---

§7 接到我们的 3D / AR 管线(本 skill 的位置)

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:

• 第 2 步的白底干净单角色图正好是图生 3D 的理想输入(背景干净、角色完整)。
• 第 5 步的多机位/转身图可喂 Tripo multiview_to_model 做更准的多视图重建。
• 选型/择优(多版角色横向比、选 1 可杂交)走 [[parallel-concepts-tournament]];给"像不像一家人/美不美"立评审走 [[evaluator-design]]。
• 一开始想并行孵化多个 IP 创意方向,发散用 [[exploration-judgment]] 的判断力别过早收敛。

§7.1 把六步「跑起来」:codex 出图引擎 + workflow fan-out

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:

• 草图(第1步) = 1 个 codex slot 出全家组合图;拆分/材质/换装/动作(第2–5步) = 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。
• 存盘坑:codex 写到全局 $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。
• 这样一条 .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。

§7.2 可复用模板: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。

---

§8 用在揭小贤(我们的 worked example)

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:

1. 定调:风格走温暖羊毛毡 / 黏土手作感(呼应揭阳古城非遗温度);图2 风格参考用现有 m1/v1 定稿。
2. 草图(定家族):用模板① 一次定揭小贤 + 潮汕系列伙伴(如:英歌槌少年、潮剧花旦、工夫茶童…),刻意拉开高矮胖瘦,锁"庙顶头冠 + 红袍"作为家族统一记号。
3. 提取:逐角色抠白底,保留头冠/金匾这些身份锚点别丢。
4. 材质:羊毛毡质感迁移 → 做成"能当冰箱贴/盲盒"的立体感(下游真 3D 走 [[tripo-api]])。
5. 动作:用模板② 出揭小贤的招牌动作(作揖、举集章册、提灯),为 AR 临现动作打底(接 [[beat-performance-pipeline]])。
6. 入景:用模板③ 把揭小贤种进进贤门/古城场景,出一张潮汕系列全家福 —— 既是周边主视觉,又是涨粉内容。

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)。

§8.1 2D→3D 喂图规范(codex 核验)

• ✅事实｜Tripo 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.html
• ✅事实｜Tripo 单张角色图走 image_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.html
• ✅事实｜Tripo 图像输入直链支持 JPEG/PNG，最大 20MB；官方更推荐上传后传 object/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.html
• ✅事实｜Hunyuan3D 官方 Gradio 的 Image Prompt 使用 RGBA，默认有 Remove Background；多视图 UI 暴露 Front/Back/Left/Right 四个输入位。落地：白底不是唯一可行，透明底 PNG 也符合管线；但不要喂场景图、投影地面、花丛背景，否则先被抠图/误抠。源：https://raw.githubusercontent.com/Tencent-Hunyuan/Hunyuan3D-2/main/gradio_app.py
• ✅事实｜Hunyuan3D-2mv 是 Multiview Image to Shape Model。给混元也按正/背/左/右拆独立文件上传，不要只给一张四宫格转身表。源：https://hunyuan3d-2.readthedocs.io/en/latest/modelzoo.html
• ✅事实｜Tripo texture_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.html
• ✅事实｜Tripo smart_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.html
• ✅事实｜Tripo 自动绑骨前先跑 animate_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
• ⚠️推断｜揭小贤 Q 版可以大头短身，但不能“圆到没有关节”。肩、肘、腕、胯、膝、踝至少在轮廓上可分辨；手臂和身体之间、双腿之间留白；庙顶头冠、金匾、集章册不要和身体粘连。依据是 Tripo 预绑骨按 rig_type 判断可绑性、复杂输入低模可能失败；具体阈值需项目实测。源：https://docs.tripo3d.ai/animation/pre-rig-check-v2-0-20250506.html ; https://docs.tripo3d.ai/model-generation/image-to-model-v3-0-v3-1.html
• ⚠️推断｜揭小贤 2D 喂图验收表：主体完整不裁切；白底或透明底；正视图站立中性姿势；左右基本对称；四视图同画幅/同高度/同焦距；无阴影地面/背景物；四肢与躯干分离；配饰不穿插身体；没有文字/logo；每张只放一个角色。除 Tripo 槽位、格式、复杂度和 Hunyuan 去背景机制外，其余是把官方约束翻译成生产规范。源：https://docs.tripo3d.ai/model-generation/multiview-to-model-v3-0-v3-1.html ; https://raw.githubusercontent.com/Tencent-Hunyuan/Hunyuan3D-2/main/gradio_app.py

---

§9 参考对标(第0.5步:benchmark + moodboard)—— 草图前的强制闸

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。

怎么做

1. 收 moodboard(四类各 5-10 张):
   • 去哪:花瓣 / 小红书(国内潮玩段位感最快)、Pinterest(搜 character design sheet / blind box toy / vinyl figure / mascot turnaround)、Behance / ArtStation(专业设计师完整设定页 = 质量天花板,直接对标专业产出而非网图)。
   • 收什么:廓形(剪影就认得出的)、配色(专属组合,顺便建色板)、材质(搪胶/植绒/夜光/金属漆)、风格/记号(一个大主意 + 一个记号立得住的)。
2. 选 2-3 个最接近目标的范例当"图2 风格参考 + 质量标尺":从 §10 范例库 + moodboard 里挑,明确每个偷的是哪条 ★原则(如对标 Labubu = 偷"一个可注册的反常规记号";对标三丽鸥矩阵 = 偷"一套造型语法批量产全家族")。生成时 1 个作 img2img「图2」强风格参考,另 1-2 个作评审时的质量标尺。
3. 写本次专属「AVOID 普通」清单(把 §10 的 7 条原则反过来写成禁区:剪影认不出 / 一句话说不清 / 配色 >3 色或撞竞品 / 情绪面面俱到 / 只有外形没内核 / 本体与变量没分离 / 似曾相识的均值脸)。

Step 0.5 GATE(草图必须同时过三问,否则打回,禁止进 §2 第1步)

1. 段位对标:草图与选定 2-3 范例并排,盲看能否归到"同一段位"?(明显更低端 → 不过)
2. 可注册记号:草图填成纯黑剪影后记号还认得出吗?且是本 IP 专属、竞品未占用?(认不出 / 撞款 → 不过)
3. 一句话 + 内核:能用一句带"不寻常"词的话说清它、并答出它的内核/人格吗?(说不出 → 不过)

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。

---

§10 世界级 IP 设计范例库(偷"那一条原则"用)

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)。

A. 潮玩 / 盲盒 / 设计师玩具

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

B. 角色 / 治愈系 / 表情

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

C. 品牌吉祥物 / Mascot

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"

D. 大 IP / 游戏

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

共性原则(跨范例归纳,做新 IP 当硬约束逐条过)

1. 黑剪影即商标:去色去细节纯黑剪影仍 100% 可认。执行:草图填纯黑色块自测,认不出回炉。(Snoopy / Miffy / Pikachu)
2. 一个大主意,一句话说清,且句中有一个反常规钩子。写不出别开画;句中必须有"不寻常"的词。(Labubu / Gudetama / Cinnamoroll)
3. 配色克制有层级:主色 ≤2-3,且是竞品没占的专属组合。锁一主色+一记号色,其余服从。(Pikachu / Duolingo / Smiski)
4. 一个明确情绪钩子(萌/丧/治愈/酷/怪)推到底。用一个形容词定义 IP 情绪,全员服从。(Gudetama / Labubu / Chiikawa / Duo)
5. 极简可量产、跨尺寸稳定:缩到 2cm 记号还在。(Miffy / Line / Sonny Angel)
6. 本体不变 + 一个可换部件槽:恒定本体与高频变量分离 = 换装/出系列的工业引擎。显式标"哪部分永不变 / 哪部分每系列换"。(Sonny Angel / Molly / Dimoo / Be@rbrick)
7. 萌皮外藏一个内核/人格:外形是入场券,长红靠可代入的内核(脆弱叙事/偏激人格/超能力)。给 IP 写一句"它的内核是____"。(Chiikawa / Duo / Cinnamoroll)

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。

---

§11 来源与产出

• 拉片源:小红书 note 6a33e41e000000001702f475 · @行野Design · 88s。
• 本机产出:multi-agent-harness/.lapian/6a33e41e/(拉片报告.md + aligned.md + 抽帧)。
• 配套 skill:视频拉片法 [[video-understand]];3D 化 [[ar-3d-animation-pipeline]]/[[tripo-api]]/[[hunyuan-3d]];择优 [[parallel-concepts-tournament]];评审 [[evaluator-design]]。