游戏角色生成探索 · 作品附录

方式一：手动垫图 - ComfyUI

以风格参考图为锚点，借助角色剪影参考，将风格与造型融合生成新角色

🎨 风格参考锚点

美式卡通 3D 风格：硬边光影、高饱和暖色、泥塑质感、夸张头身比。此图作为整个工作流的风格基准，所有生成结果都需严格对齐这个视觉语言。

🖼️ Kimi 2.6 多模态识别

从综合性价比、能力以及长上下文考量，选择 Kimi 2.6 作为核心多模态模型。其长上下文能力适合自动化框架调用，多模态识别能力优于 DeepSeek，为后续批量生成流程提供稳定的风格描述。

👥 剪影决定角色特征

剪影决定角色的特征和特点的突出度。引入多组经典角色剪影作为造型参考，让 AI 在保持风格统一性的前提下，生成具有不同体态和姿态的角色变体。

🔧 多模型对比验证

同时调用 Nanobanana、GPT-Image、Seedream 5.0、Lib-Image 多个模型，对比同一提示词在不同模型下的风格表现差异，选择最优方案。

🎨 手动垫图生成

第一页调用香蕉 2进行手动垫图生成，以风格参考图为锚点，用剪影控制角色造型，输出初始角色。

🔄 多轮优化

第三、四页使用香蕉 2 + GPT Image互补验证。首先角色造型出来后风格可能不对，需要进行风格强化或角色造型强化。通常需要多轮出图调试。

📊 模型特点

Nanobanana 出图更加细腻细腻，GPT Image 性价比更高但会有糊点。根据不同场景选择：要质量用 Nanobanana，要效率用 GPT Image。

PDF 第 1 页 — 风格参考图 + 角色剪影

PDF 第 2 页 — 手动垫图生成（香蕉 2）

PDF 第 3 页 — 风格强化 + 角色造型强化

PDF 第 4 页 — 剪影生成变体

方式二：逐步推理 - LiblibTV

在无限画布上由 0 → 1 → 2 → 3 → 4 逐步迭代，对 AI 的掌控度更高

🎨 熟练使用各类平台

在 LiblibTV 等平台上通过无限画布逐步迭代。从第一笔开始，逐步推理角色造型，每一步都有明确的方向和目的。

🖼️ 无限画布逐步迭代

在无限画布上由 0 → 1 → 2 → 3 → 4 逐步迭代。不是一次性生成，每一步都是有意识的调整和控制，从草图到精细化，逐渐探索角色的多种可能性。

🌈 逐步改变风格与颜色

逐步改变图像风格，进行颜色转换和元素提取。每一步都是一次有意识的风格边界探索，看到变化轨迹，及时纠偏。

🧠 推理角色造型

通过平台内部的逐步推理能力，对角色造型进行深入探索。推理过程更加明确，对 AI 的掌控度更高，不会出现一次性生成的“黑匣子”问题。

PDF 第 5 页 — 无限画布逐步推理

方式三：自动化迭代生成

基于 Hermes 框架的自动化工作流，从角色设计理论到批量生成的完整管线

⚙️ 接入 API

接入多模态模型 Kimi 2.6 的 API，利用其长上下文和多模态能力为自动化框架提供支撑。

🔍 AI 搜索理论

让 AI 搜索角色设计相关理论，以及 AI 绘画提示词如何转化的方法。这些理论不一定直接适合绘画提示词，但可以帮助转化为更原则性、更有沉淀的描述。

🧠 Hermes 框架自进化

选择 Hermes 框架的核心原因是它可以自进化。不同于 Claude Code、Codex 等单次任务工具，Hermes 可以自己进化、迭代，不断优化工作流。

📦 可复用可标准化

流程可复用、可标准化。通过 Skill 机制将角色设计原则沉淀为可复用的知识资产，下次直接调用。

🔧 Hermes 接入 ComfyUI

Hermes 接入 ComfyUI，调用原有角色沉淀的 Scale 原理以及风格参考图，进行批量角色生成。

📊 逐张调通再批量

不是一次性出 1000 张。先逐张调通确保效果符合预期，然后再进行批量化产出。

🎯 风格锚点优化

产出过程中发现：加入风格锚点（如美式卡通 3D 风格描述）会大幅提升一致性。第一批效果不好，加入锚点后质量显著提升。

🌍 世界观注入

给角色注入世界观设定（雪地喷火兵、兽人喷火兵、摇滚喷火兵、赛博朋克喷火兵...），角色会更有趣味性。

第一轮

问题：角色同质化严重，仅换服饰/姿势，缺乏辨识度。

原因：没有系统性角色设计理论支撑，AI 只在复制模板。

批量产出 18 张，面孔、体型雷同。

→

第二轮

方案：引入角色设计原则，动态、造型、配色、剪影、构图五维标准。

效果：角色开始差异化，但缺少世界观支撑。

产出 13 张，质量明显提升。

→

第三轮

世界观注入：雪地喷火兵、兽人喷火兵、摇滚喷火兵、赛博朋克喷火兵...

突破：从单一兵种扩展为多元宇宙，每个角色有独立设定。

产出 7 张精品。

PDF 原始页面 - 自动化迭代集

PDF 第 6 页 — 自动化生成集

PDF 第 7 页 — 自动化生成集

PDF 第 8 页 — 自动化生成集

PDF 第 9 页 — 自动化生成集

工作流概览

8 阶段闭环：从单图参考到自进化资产库

风格解构

Kimi 2.6 多模态解析参考图，提取风格锚点词汇

知识库构建

沉淀角色设计方法论为可复用 Skill

角色设计

图片固定 + 语言固定 + 提示词固定

提示词工厂

批量生成 + 自动审核 + 小样本验证

生图流水线

GPT Image + Banana 2 双模型互补验证

一致性校验

自动化初筛 + 世界观人工复核

人工审核

多维度打分 + 局部变体精修

进化飞轮

优质资产回流为新参考，持续自增长

后续优化方向

AI 自动化 + 剪影参考，建立可进化的批量生成管线

🧠 AI 自动化 + 剪影参考

在自动化流程中嵌入更多元素的剪影参考图，引入多角度、多体态剪影，让 AI 在更丰富的空间中生成变体，减少重复感。

🖼️ 剪影转 Depth Map

将手绘剪影转换为 ControlNet 可识别的 Depth Map 或 Canny 边缘图，作为结构约束注入 ComfyUI 工作流。

🔄 循环迭代管线

建立"生成 → 评估 → 反馈 → 优化 → 再生成"的闭环。利用 Hermes Skill 将每轮迭代的经验定量化沉淀。

📊 数据驱动多轮驱动

通过五维理论和规范化命名建立可量化评估体系。每 5 张自审核一次，反馈给 AI 下一轮优化。

技术路线

多模型互补验证 + 可进化框架沉淀 + 云端自动化部署

🧠

Kimi 2.6

多模态风格解析
长上下文调用

⚙️

Hermes

开源 Agent 框架
Skill 自进化

🏔️

GPT Image

主生成模型
复杂提示词理解

🔧

Banana 2

编辑模型
风格锁定与精修

🎨

ComfyUI

节点式工作流
批量生成管线

📦

LiblibAI

在线模型社区
逐步推理编辑

🌐

云服务器

Nginx 静态托管
公网部署

💬

飞书

人机协作对话
需求实时同步

附加材料：过程截图

各阶段实际工作流中的零碎资料与过程记录

自动化生图流程规划

200变体角色设计规格文档

批量生成的规范命名TXT文件

自动化执行日志与会话摘要

50个角色批量生成完成报告

50个变体角色成果网格展示

更多过程截图将持续更新...

交付过程与人机协作

这个网页本身就是人机协作工作流的最佳案例

🤖 人构协作的核心逻辑

人构建骨架，AI 执行润色。

在语言模型对话过程中，人是在构建骨架——定义技术路线、决策方法、制定审美标准。语言模型负责执行和润色——将人的思路转化为可执行的步骤、生成代码、整理文档。

在图像生成时，人是在定义大致的技术路线——选择风格锚点、选择平台、制定迭代策略。AI 负责执行——批量生成、风格迁移、一致性校验。

人的审美判断、思维判断和方法决策，帮助 AI 更好地完成任务；AI 的批量执行能力，帮助人更高效地实现想法。这是一个互助的过程。

💬

飞书对话

与 Hermes Agent 实时对话，梳理工作流逻辑

→

🧠

AI 梳理

Hermes 生成 HTML/CSS/JS，整合 PDF 图片素材

→

🚀

远程部署

SSH 连接云服务器，配置 Nginx，上传文件

→

🌐

云端访问

公网可访问，实时在线展示

→

🔄

持续迭代

根据反馈实时修改，分钟级更新

http://154.64.253.195:5000

Nginx + 静态托管 | 端口 5000 & 80 | 全球可访问

游戏角色生成与工作流探索